Article Per Year (5 Year)
p-Index From 2019 - 2024
0.961
P-Index
This Author published in this journals
All Journal Seminar Nasional Teknologi Informasi Komunikasi dan Industri Applied Information System and Management Jurnal Informasi dan Komputer TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Jurnal Restikom : Riset Teknik Informatika dan Komputer
Alwis Nazir
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Analisa Faktor yang Mempengaruhi Kondisi Kesehatan Menggunakan Algoritma Frequent Pattern Growth Sukma Evadini; Alwis Nazir; Yusra Pizaini
Applied Information System and Management (AISM) Vol 1, No 1 (2018): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1113.969 KB) | DOI: 10.15408/aism.v1i1.8646

Abstract

Health is an important factor in human life that have to be guarded, both physically and mentally. This study aimed to analyze the factors that affect health condition using medical check up data. Factors analyzed were consuming alcohol, smoking, exercise, age and gender. The method was the association rule using FPGrowth. The result of this study was factors that affect the health condition is alcohol, exercise and age. This result evidenced by the rules A3→K3, which means that if a person consumes more alcohol than 4 days/week with the amount of alcohol is less than 180ml/day, then health condition was poor with 11% support and 67% confidence. E1→K3, which means that if one rarely exercise then health condition was poor with 24% support and 99% confidence. G2→K3, which means that if a person in middle age group, then the condition of health was poor with 24% support and 99% confidence.
ANALISA KETERKAITAN RISK FACTOR STROKE DENGAN JENIS STROKE YANG DIDERITA MENGGUNAKAN ALGORITMA ECLAT Rio Fernando; Lia Anggraini; Alwis Nazir
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (565.805 KB)

Abstract

Stroke adalah salah satu penyakit yang sangat mematikan, namun kasus kematian yang disebabkan oleh stroke dapat diperkecil apabila kita mengetahui keterkaitan antara risk factor stroke dengan jenis stroke yang akan diderita. Penelitian ini menggunakan algoritma ECLAT untuk menganalisa keterkaitan antara risk factor stroke dengan jenis stroke yang akan diderita pasien. Data yang digunakan berdasarkan data rekam medis pasien stroke di RSUD Puri Husada Tembilahan dari tahun 2011 hingga tahun 2015 dengan total record sebanyak 700 record. Hasil analisa keterkaitan yang didapatkan dengan menggunakan tools R menghasilkan beberapa rule utama dengan nilai support tertinggi sebesar 41% untuk diagnosa stroke iskemik dan 14% untuk diagnosa stroke hemoragik. Tingkat akurasi hasil analisa tersebut menghasilkan nilai akurasi tertinggi sebesar 97.23% dan terendah sebesar 6.66%.
IDENTIFIKASI ADVERSE EVENTS YANG TIMBUL KARENA PENGGUNAAN OBAT RANITIDINE MENGGUNAKAN METODE EQUIVALENCE CLASS TRANSFORMATION (ECLAT) Nailatul Fadhilah; Alwis Nazir; Teddie Darmizal; Elin Haerani; Fadhilah Syafria
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 2 No 1 (2020): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v2i1.65

Abstract

Asam lambung atau yang sering disebut maag merupakan penyakit yang paling sering terjadi di setiap kalangan. Cara yang biasanya digunakan untuk mengobati penyakit maag yaitu dengan mengkonsumsi ranitidine. Ranitidine merupakan salah satu jenis obat yang biasanya digunakan untuk mengobati atau mencegah sakit maag, rasa panas diperut, dan sakit pada perut yang dikarenakan oleh tukak lambung. Ranitidine untuk pertama kali dilegalkan di Indonesia pada tahun 1989. Dalam menggunakan obat- obatan, tubuh dapat merespon dengan efek yang tidak diinginkan yang biasa disebut dengan adverse event. Ada beberapa adverse event yang berbahaya seperti kelumpuhan, perawatan intensif di rumah sakit, hingga kematian. Pada tahun 2019, FDA (Food and Drug Administration) mengumumkan bahwa obat ranitidine ditarik karena kadar NDMA (N-nitrosodimethylamin) di dalam lebih tinggi dari batas asupan yang diterima. Data mengenai adverse event dari ranitidine didapatkan dari semua laporan dari Rumah Sakit dan Dokter di Amerika Serikat yang berasal dari FDA (Food and Drug Administration) pada tahun 2016 hingga 2020. Data pada penelitian ini berjumlah 2089 data dengan 8 atribut. Penelitian yang digunakan yaitu association rule dengan algoritma Equivalence Class Transformation (ECLAT). Penelitian ini bertujuan untuk mengidentifikasi hubungan adverse event pada ranitidine. Hasil penelitian didapatkan dari pengujian persentase tertinggi yang memiliki nilai support 0.063, nilai confidence 0.82 dan Lift Ratio 1.16.
PENCARIAN HUBUNGAN ADVERSE EVENT YANG TIMBUL AKIBAT MENGKONSUMSI OBAT ASPIRIN MENGGUNAKAN EQUIVALENCE CLASS TRANSFORMATION (ECLAT) Muhammad Ichsanul Bukhari; Alwis nazir; Elin Haerani; Fadhilah Syafria
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 2 No 2 (2020): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v2i2.66

Abstract

Aspirin merupakan salah satu jenis obat yang paling banyak digunakan di dunia. Di Indonesia, aspirin termasuk dalam golongan obat bebas sehingga dapat dibeli secara bebas oleh masyarakat. Mengonsumsi obat aspirin memberikan banyak manfaat namun penggunaan yang tidak sesuai aturan dapat menimbulkan efek samping maupun Adverse Event dapat terjadi pula. “Adverse Event adalah pengalaman yang tidak diinginkan terkait penggunaan obat. Penelitian ini menggunakan data dari FAERS FDA (Food and Drug Administration) Amerika Serikat dengan menggunakan Association Rule algoritma Equivalence Class Transformation (ECLAT) untuk menemukan hubungan antara itemset yang dihasilkan”. FDA Adverse Event Reporting System (FAERS) adalah database yang berisi laporan Adverse Event, medication error reports dan keluhan kualitas produk yang mengakibatkan Adverse Event yang disampaikan ke food and drug administration. Data yang digunakan di dalam penelitian ini merupakan data Adverse Event yang mengandung nama obat aspirin dengan sebanyak 1100 record data dan menggunakan 8 atribut. Hasil dari pengujian dengan menetapkan minimum support 0.1% dan confidence 0.1 % menghasilkan rule sebanyak 393 rule dimana rule paling tinggi merupakan hubungan antara Adverse Event Abdominal Discomfort dengan hubungan obat aspirin. Hasil lain dari pengujian yang dilakukan menghasilkan rule yang paling banyak pada minimum support 0.1% dan confidence 0.1 % sebanyak 393 rule dan rule paling sedikit terdapat pada nilai min support 40% dan confidence 10% sebanyak 2 buah rule.
IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK MENGETAHUI FAKTOR YANG BERPENGARUH TERHADAP KEMAMPUAN MEMBACA AL-QURAN SISWA Muhammad Alvin; Alwis Nazir; M Fikry; Jasril; Fadhilah Syafria
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 2 No 2 (2020): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v2i2.67

Abstract

Rasulullah membekali Al-Quran dan Hadist kepada umat manusia sebagai pedoman hidup yang menuntun ke jalan yang baik dan benar. Al-Quran merupakan kitab suci yang mengandung ilmu yang wajib diberikan kepada anak terlebih dahulu. Memperkenalkan Al-Quran kepada anak harus dilakukan sejak berusia dini agar tumbuh sesuai dengan fitranya. Namun, sebelum Al-Quran dijadikan sebagai pedoman hidup maka langkah awal yang dilakukan adalah bagaimana membaca Al-Quran yang baik dan benar. Berdasarkan wawancara dengan Ketua Lembaga Pengambangan Tilahwatil Qur’an (LPTQ) kecamatan Pekanbaru Kota mengatakan persentase siswa Sekolah Dasar (SD), Madrasyah Diniyah Awaliyah (MDA) dan Taman Pendidikan Al-Quran (TPA) yang dapat membaca Al-Quran sampai ketingkat Tajwid hanya 40%. Penelitian ini bertujuan untuk meilhat faktor yang mempengaruhi terhadap kemampuan membaca Al-Quran siswa Sekolah Dasar (SD). Teknik yang digunakan pada penelitian ini yaitu teknik association rule algoritma FP-Growth. “Data yang digunakan merupakan data sekunder yang terdiri dari” 19 atribut dengan 214 record data. Hasil rule yang ditemukan dari penelitian ini sebanyak 163 rule “dengan menggunakan nilai minimum support” 30% dan “nilai minimum confidence” 50%. Hasil dari perhitungan ini hanya mengambil item makhroj, Panjang pendek dan tajwid. Dan menghasilkan rule dengan kombinasi 2 “itemset dengan nilai support dan confidence tertinggi adalah kombinasi jika Panjang Pendek buruk maka Makhroj Buruk dengan nilai support 66%, nilai confidence 99% dan nilai lift ratio” 1.47125
PENERAPAN ALGORITMA EQUIVALENCE CLASS TRANSFORMATION (ECLAT) DALAM PENCARIAN ADVERSE EVENT OBAT DIPHENHYDRAMINE Putri Mardatillah; Alwis Nazir; Muhammad Fikry; Elin Haerani; Fadhilah Syafria
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 2 No 3 (2020): Desember
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v2i3.74

Abstract

Obat merupakan zat yang dapat menyembuhkan suatu penyakit. Peredaran obat di Indonesia diatur ke dalam beberapa golongan seperti obat golongan bebas, obat bebas terbatas, obat wajib apotik, obat keras, psikotropika dan narkotika. Obat golongan bebas dapat dibeli secara bebas oleh masyarakat untuk menangani suatu penyakit secara singkat. Obat diphenhydramine merupakan salah satu jenis obat golongan bebas yang berguna dalam menangani alergi, batuk, pilek dan obat tidur. Obat diphenhydramine memiliki banyak manfaat namun risiko, efek samping dan adverse event masih belum diketahui. Pada penelitian ini menggunakan data obat diphenhydramine Adverse Event Reporting System milik Food and Drug Administration Amerika Serikat (FAERS FDA) dari tahun 2016 hingga 2020 dengan 4 quarter pertahun serta 8 atribut dari 3 tabel untuk mencari adverse event dengan menggunakan algoritma Equivalence Class Transformation (ECLAT) dengan menerapkan metode Knowledge Discovery in Database (KDD). Pengujian yang dilakukan pada hasil penelitian ini menggunakan lift ratio untuk mengetahui kekuatan rule yang dihasilkan. Penelitian ini menghasilkan 2 jenis itemset, yaitu dengan menggunakan pengujian 2 itemset dengan mininum support 0.1% minimum cofidence 0.1% menghasilkan 416 rule, dan pengujian minimum support 1% minimum cofidence 1% menghasilkan 43 rule. Kemudian dilakukan pengujian dengan menggunakan 3 item set menggunakan minimum support 0.1% dan minimum cofidence 0.1% menghasilkan 882 rule.
PENGKLASTERAN RISIKO COVID-19 DI RIAU MENGGUNAKAN TEKNIK ONE HOT ENCODING DAN ALGORITMA K-MEANS CLUSTERING Silvi Ana; Rahmad Kurniawan; Alwis Nazir
Jurnal informasi dan komputer Vol 10 No 1 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 04 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i1.291

Abstract

Coronavirus disease 2019 (COVID-19) merupakan jenis penyakit baru yang diketahui menjangkiti manusia pada Desember 2019. Kasus COVID-19 telah menyebar di seluruh penjuru dunia termasuk di Indonesia. Salah satu provinsi dengan jumlah kasus COVID-19 yang cukup tinggi adalah Provinsi Riau. Tindakan mitigasi yang tepat diperlukan untuk mencegah wabah COVID-19. Berdasarkan studi pustaka, COVID-19 mewabah berdasarkan jarak terdekat. Ahli epidemiologi juga telah menggunakan metode clustering untuk mengelompokkan daerah-daerah yang terkena Pandemi COVID-19. Oleh karena itu, penelitian ini menggunakan teknik one hot encoding dan algoritma k-means clustering untuk mengelompokkan daerah yang memiliki karakteristik data yang mirip. Penelitian ini menggunakan data 12 Kabupaten di Riau dengan tujuh fitur. Berdasarkan eksperimen, dihasilkan tiga klaster yaitu C1 (Pekanbaru, Kampar), C2 (Siak, Bengkalis, Rokan Hulu, Kuantan Singingi), dan C3 (Dumai, Indragiri Hilir, Indragiri Hulu, Pelalawan, Rokan Hilir, Meranti). Hasil klaster tersebut telah diuji dengan skor silhouette sebesar 0,6. Dengan demikian, dapat disimpulkan bahwa teknik one hot encoding dan algoritma k-means clustering berpotensi digunakan untuk mengelompokkan wilayah pandemi COVID-19 berdasarkan karakteristik data yang mirip.
IMPLEMENTASI ALGORITMA FOLD-GROWTH UNTUK MENEMUKAN POLA KELULUSAN MAHASISWA Muhammad Hasbi Assidiqqi; Alwis Nazir; Iwan Iskandar; Jasril Jasril; Fitri Insani
TEKTRIKA Vol 7 No 2 (2022): TEKTRIKA Vol.7 No.2 2022
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v7i2.5530

Abstract

Timely graduation of students is important for a study program and higher education institution. According to BAN-PT Regulation Number 23 of 2022 concerning Instruments for Monitoring and Evaluation of Higher Education Accreditation Ratings, the ideal percentage of student graduation on time is ? 37.5% for academic tertiary institutions and ? 47.5% for vocational tertiary institutions. The timely graduation of Informatics Engineering Study Program students at UIN Sultan Syarif Kasim Riau every year is still below the standards set by BAN-PT. In 2021 the number of students who graduate on time is only 12%. By using student data in the form of acceptance and graduation data in the form of length of study and GPA, excavation of graduation patterns is carried out using the FOLD-Growth algorithm. The FOLD-Growth algorithm is a combined algorithm of FOLDARM and FP-Growth. With 274 student data, a minimum support value of 20%, and a minimum confidence of 50%, it produces two patterns with the strongest lift ratio value of 3.61, while with a minimum support of 10% and a minimum confidence of 50%, it produces three patterns. with the strongest lift ratio of 7.03. The results of this study can be used as a guideline for increasing student graduation rates on time, by providing a larger intake quota for new students on a pathway that results in on-time graduation, so that it will increase student graduation on time. Key Words: Student graduation, Association Rule, lift ratio, FOLD-Growth, FP-Growth
Co-Authors Elin Haerani Fadhilah Syafria Fitri Insani Iwan Iskandar Jasril Jasril Jasril Lia Anggraini M Fikry Muhammad Alvin Muhammad Fikry Muhammad Hasbi Assidiqqi Muhammad Ichsanul Bukhari Nailatul Fadhilah Putri Mardatillah Rahmad Kurniawan Rio Fernando Silvi Ana Sukma Evadini Teddie Darmizal Yusra Pizaini