Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.325

P-Index

This Author published in this journals

All Journal Sistemasi: Jurnal Sistem Informasi Indonesian Journal on Software Engineering (IJSE) Techno Nusa Mandiri : Journal of Computing and Information Technology E-Link: Jurnal Teknik Elektro dan Informatika JUSTIN (Jurnal Sistem dan Teknologi Informasi)

Abdul Latif

Universitas Bina Sarana Informatika

Author-ID : 3318532

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 7 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Analisis Kriteria Kelayakan Calon Pendonor Darah Menggunakan Neural Network Muhammad Rifqi Firdaus; Abdul Latif; Windu Gata
Sistemasi: Jurnal Sistem Informasi Vol 9, No 2 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Organisasi Kesehatan Dunia (WHO) menjelaskan, sekitar 180 juta unit darah yang disumbangkan dikumpulkan secara global setiap tahunnya. Kebutuhan kantong darah di Indonesia sendiri sangat tinggi, sesuai standar WHO, jumlah kantong yang harus tersedia di suatu negara adalah 2% dari populasi nasional. Artinya, untuk Indonesia sendiri, dibutuhkan kantong darah sekitar 4,5 juta dalam setahun. Donor darah merupakan kegiatan memberikan sebagian darah untuk disumbangkan pada pasien yang membutuhkan. Untuk menentukan calon pendonor termasuk layak atau tidak layak nya terdapat kriteria yang harus terpenuhi. Sehingga dataset kriteria kelayakan donor darah yang didapat dari UDD PMI Kota Tasikmaya bisa digunakan sebagai tolak ukur untuk mengukur keakuratan dalam meprediksi layak atau tidak layaknya calon pendonor darah untuk mendonorkan darahnya. Berdasarkan penelitian yang telah dilakukan menggunakan tools Rapid Miner 9.0 terhadap dataset kriteria kelayakan calon pendonor darah UDD PMI Kota Tasikmalaya dengan metode Neural network menghasilkan nilai accuracy sebesar 91.65%, precision sebesar 91.05, recall sebesar 99,75% dengan nilai AUC sebesar 0.806 yang menunjukkan bahwa hasil klasifikasinya baik. Sehingga calon pendonor bisa di prediksi terhadap layak atau tidak layaknya bagi calon pendonor untuk mendonorkan darahnya.

Komparasi Algoritma C4.5 Dan Naïve Bayes Dalam Penentuan Status Kelayakan Donor Darah Kartika Handayani; Lisnawanty Lisnawanty; Abdul Latif; Muhammad Rifqi Firdaus; Fuad Nur Hasan
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Donor darah merupakan kegiatan kemanusiaan dimana seseorang dengan sukarela AbstrakDonor darah merupakan kegiatan kemanusiaan dimana seseorang dengan sukarela menyumbangkan darahnya untuk disimpan di bank darah yang kemudian digunakan untuk transfusi darah. UDD (Unit Donor Darah) PMI Kota Pontianak merupakan tempat pelayanan donor darah dari masyarakat Kota Pontianak. Dalam prakteknya, tidak semua masyarakat yang ingin mendonorkan darah dapat berhasil mendonorkan darahnya. Dalam memprediksi layak atau tidaknya masyarakat untuk mendonorkan darahnya dapat dilakukkan dengan klasifikasi data mining untuk mengetahui faktor yang paling mempengaruhi prediksi donor darah. Penelitian ini menggunakan metode klasifikasi algoritma C4.5 dan Naïve Bayes kemudian dilakukan perbandingan dua metode tersebut menggunakan confusion matrix, AUC dan uji beda t-test dengan analisa software rapidminer berdasarkan umur, jenis kelamin, berat badan, tekanan darah, dan hemoglobin. Dari hasil penelitian ini, hemoglobin adalah variabel paling menentukan kelayakan donor darah kemudian tekanan darah. Algoritma terbaik dalam kasus ini adalah Naïve Bayes dengan akurasi 93,26%, sedangkan tingkat akurasi C4.5 93,22%. Naïve Bayes termasuk dalam predikat good classsification dengan AUC sebesar 0.833, sedangkan C4.5 termasuk dalam predikat fair classsification dengan AUC sebesar 0.758. Dari hasil uji beda t-test diperoleh hasil 0.841 yang menyatakan bahwa tidak ada perbedaan signifikan dalam penentuan klasifikasi status kelayakan donor darah untuk kedua algoritma.Kata kunci: prediksi, donor darah, c4.5, naïve bayes AbstractBlood donation is a humanitarian activity in which someone voluntarily donates blood to be stored in a blood bank which is then used for blood transfusions. UDD (Blood Donation Unit) PMI Pontianak City is a blood donor service area of the Pontianak City community. In practice, not all people who want to donate blood can successfully donate blood. In predicting the feasibility of whether or not the community to donate blood can be done with the classification of data mining to determine the factors that most influence the prediction of blood donors. This study uses the C4.5 algorithm and Naïve Bayes classification method, then compares the two methods using a confusion matrix, AUC and t-test different test with rapidminer software analysis based on age, sex, weight, blood pressure, and hemoglobin. From the results of this study, hemoglobin is the most determining variable of eligibility for blood donation then blood pressure. The best algorithm in this case is Naïve Bayes with an accuracy of 93.26%, while the accuracy rate of C4.5 is 93.22%. Naïve Bayes is included in the category of good class certification with AUC of 0.833, while C4.5 is included in the category of fair class certification with AUC of 0.758. From the results of the t-test different test results obtained 0.841 which states that there is no significant difference in determining the classification of blood donor eligibility status for the two algorithms.Keywords: prediction, blood donor, c4.5, naïve bayes

Co-Authors Achmad Baroqah Pohan Ade Suryadi Agung Sasongko Ali Mustopa, Ali Daniati Uki Eka Saputri Fitra Septia Nugraha Fuad Nur Hasan Kartika Handayani Lisnawanty Muhammad Rifqi Firdaus Muhammad Sony Maulana Rangga Pebrianto Siti Khotimatul Wildah Siti Nurhasanah Nugraha Suharyanto Suharyanto Taopik Hidayat Windu Gata

Title Search

Found 2 Documents Search Journal : Sistemasi: Jurnal Sistem Informasi

Abstract

Abstract

Title

Found 2 Documents
Search
Journal : Sistemasi: Jurnal Sistem Informasi