Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informasi dan Teknologi

Prediksi Penyakit Jantung Menggunakan Metode Deep Neural Network dengan Memanfaatkan Internet of Things Irpanudin; Reka; Reni Nur Anggraeni; Panji Pratama; Alun Sujjada; Anggun Fergina
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 2
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i2.330

Abstract

Penyakit jantung adalah salah satu penyakit yang paling mematikan di dunia. Deteksi dini dan pencegahan adalah kunci untuk mengurangi jumlah kematian akibat penyakit jantung. Metode deep neural network (DNN) telah digunakan dalam berbagai aplikasi kesehatan, termasuk dalam prediksi penyakit jantung. Namun, untuk membuat prediksi yang akurat dan efektif, diperlukan data yang berkualitas dan terus-menerus. Salah satu solusi untuk mengumpulkan data yang berkualitas adalah dengan memanfaatkan teknologi Internet of Things (IoT) yang dapat mengumpulkan data secara terus-menerus dan real-time dari berbagai perangkat. metode deep neural network untuk memprediksi penyakit jantung menggunakan data yang dikumpulkan melalui teknologi Internet of Things. Pengumpulan data dari salah satu parameter detak akan diproses dan dibagi menjadi set data pelatihan dan set data pengujian. Setelah melatih model DNN, selanjutnya dilakukan evaluasi terhadap model tersebut dengan menggunakan set data pengujian. Hasil penelitian menunjukkan bahwa penggunaan metode deep neural network dengan memanfaatkan teknologi Internet of Things dapat memberikan hasil prediksi yang akurat dan efektif dalam memprediksi penyakit jantung. Dan akan divisualisasikan menggunakan Tableau.
Prediksi Nilai Ujian Sekolah Siswa SMK Plus Padjadjaran Berbasis Web Menggunakan Jaringan Syaraf Tiruan Backpropagation Alun Sujjada; Somantri; Aden Rahmat Ramdani; Khadijah Kibtiyah; Mega Putri Utami; Muhamad Ridwan Nullah
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 2
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i2.370

Abstract

Pendidikan adalah proses pembelajaran dan pengembangan potensi diri manusia yang terdiri dari kegiatan formal dan informal yang bertujuan untuk mengembangkan kemampuan intelektual, sosial, moral, dan emosional individu. Dalam konteks kegiatan belajar mengajar, nilai menjadi aspek yang sangat penting dan tidak dapat diabaikan. Oleh karena itu, penting bagi siswa untuk memberikan yang terbaik dalam setiap penilaian semester agar dapat meraih prestasi akademis yang lebih baik dan menggapai cita-citanya di masa depan. Prediksi nilai merupakan upaya untuk meningkatkan semangat siswa dalam persiapan menghadapi ujian maupun penilaian di semester mendatang agar mencapai target nilai yang memuaskan. Metode prediksi yang digunakan pada peneilitian ini adalah Jaringan syaraf tiruan atau Artificial Neural Network. Jaringan syaraf tiruan adalah model komputasi yang terinspirasi oleh jaringan syaraf biologis. Program ini berguna untuk memprediksi nilai ujian sekolah siswa dengan memanfaatkan sampel dari nilai semester sebelumnya, yaitu semester 1 sampai 4. Program ini bertujuan agar siswa mendapat gambaran nilai ujian sekolah mereka. Yang diharapkan dapat memotivasi siswa agar lebih meningkatkan semangat belajar dan melakukan yang terbaik dalam melaksanakan ujian.