Article Per Year (5 Year)
p-Index From 2019 - 2024
1.456
P-Index
This Author published in this journals
All Journal Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Ilmiah Matrik METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi CSRID (Computer Science Research and Its Development Journal) IT (INFORMATIC TECHNIQUE) JOURNAL JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Jurnal Ilmiah Intech : Information Technology Journal of UMUS Journal Automation Computer Information System (JACIS) Abdiformatika: Jurnal Pengabdian Masyarakat Informatika The Indonesian Journal of Computer Science Research JAMU : Jurnal Abdi Masyarakat UMUS
Hartatik
Fakultas Ilmu Komputer, Universitas Amikom Yogyakarta
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal Automation Computer Information System (JACIS)

 1 
Sistem Rekomendasi Wisata Kuliner di Yogyakarta dengan Metode Item-Based Collaborative Filtering Hartatik Hartatik; Sri Devi Nurhayati; Wiwi Widayani
Journal Automation Computer Information System (JACIS) Vol. 1 No. 2 (2021): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v1i2.8

Abstract

Sistem rekomendasi adalah sistem yang mampu memberikan rekomendasi item-item yang mungkin disukai oleh pengguna. Metode Collaborative Filtering merupakan salah satu metode pada sistem rekomendasi. Metode ini memanfaatkan penilaian pengguna berupa rating untuk memprediksi item yang mungkin diminati. Berdasarkan rating pengguna dari 1 - 5, nilai kemiripan dihitung menggunakan adjusted cosine similarity. Berdasarkan nilai kemiripan antar makanan, nilai prediksi rating makanan dicari menggunakan weighted sum. Penelitian ini menggunakan 23 makanan dan 22 pengguna sebagai data. Dalam mengimplementasikan metode item - based collaborative filtering, penulis melakukan metode pengumpulan data, perancangan tampilan, melakukan perhitungan manual, pembangunan sistem dan implementasi metode item - based collaborative filtering, melakukan pengujian MAE, pengujian Confusion Matrix, dan pengujian F1 Score. Dari hasil pengujian yang telah dilakukan diperoleh prediksi yang cukup akurat dengan 6 neighbor dan akurasi 83 %.
Diagnosa Penyakit Kulit Menggunakan Bayesian Network Hartatik Hartatik; Shintya Wulan Safitri
Journal Automation Computer Information System (JACIS) Vol. 1 No. 2 (2021): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v1i2.19

Abstract

Kulit merupakan organ terluar yang menjadi pelindung pertama bagi tubuh manusia. Selain itu kulit juga salah satu penunjang hidup manusia yaitu sebagai indra peraba dan penampilan dalam kehidupan sehari-hari. Penyakit kulit banyak dijumpai di Indonesia, hal ini disebabkan karena Indonesia beriklim tropis. Iklim tersebut mempermudah perkembangan bakteri, parasit maupun jamur. Penanganan yang lambat dan kurang tepat dapat membahayakan kondisi seseorang. Namun jika penanganan awal dilakukan dengan benar, maka besar kemungkinan penyakit tersebut bisa ditangani agar tidak lebih parah atau bahkan menular ke orang lain. Berlandaskan masalah tersebut, penulis membuat sebuah sistem diagnosis penyakit kulit yang mampu melakukan diagnosis berdasarkan pada gejala yang dialami. Sistem diagnosis bertindak layaknya seorang pakar atau dokter, dimana pada sistem ini terdapat gejala-gejala yang didapat dari hasil wawancara. Data-data gejala kemudian diolah dengan metode Bayesian network untuk menghitung probabilitas penyakit kulit. Langkah-langkah dalam penerapan Bayesian network dimulai dari penentuan parameter, membuat Conditional Probability Table (CPT), menentukan Joint Probability Distribution (JPD), menghitung posterior probability, dan terakhir melakukan inferensi probabilistik. Berdasarkan probabilitas penyakit kulit ini, dihasilkan diagnosa sementara mengenai kemungkinan penyakit kulit yang diderita serta pencegahan dan penanganan pertama yang harus dilakukan. Dengan adanya sistem ini, diharapkan dapat membantu masyarakat mengenali penyakit kulit yang diderita lebih cepat dan melakukan penangan yang tepat
Co-Authors Al Abdul Rohim Andri Syafrianto Anggit Dwi Hartanto Anggit Dwi Hartanto Arifa Satria Dwi Cahya Ema Utami Harliana Harliana Hastari Utama Krisnawati Krisnawati Lucky Adhikrisna Wirasakti Rony Permadi Rosyid Rosyid Shintya Wulan Safitri Sri Devi Nurhayati Taufiq Nashrullah Wiwi Widayani