Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal SemanTIK : Teknik Informasi An-Nadaa: Jurnal Kesehatan Masyarakat
Sukirno Kasau
Sekolah Tinggi Ilmu Kesehatan Tamalatea Makassar
Computer Science & IT Control & Systems Engineering Health Professions Medicine & Pharmacology Nursing Public Health Veterinary

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS FAKTOR RISIKO KEJADIAN STUNTING PADA BALITA USIA 2 – 5 TAHUN DI WILAYAH KERJA PUSKESMAS SANOBA KABUPATEN NABIRE Gandhi Pratama; Andi Yusuf; Sukirno Kasau; Asrijun Jumantio
An-Nadaa: Jurnal Kesehatan Masyarakat (e-Journal) Vol 9, No 1 (2022): AN-NADAA JURNAL KESEHATAN MASYARAKAT (JUNI)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/ann.v9i1.5417

Abstract

Stunting merupakan salah satu masalah kesehatan yang di alami oleh balita di dunia khususnya masalah kesehatan dalam bidang gizi. Kasus stunting berada di angka 34,8 persen pada 2013. Pada Riskesdas 2018 berada di angka 31,4 persen, (Tim Riskesdas, 2018). Untuk wilayah kabupaten nabire sendiri terdapat 185 kasus, dan kasus terbanyak terdapat pada wilayah kerja puskesmas Sanoba dengan 38 jumlah kasus stunting. Penelitian ini bertujuan untuk mengetahui seberapa besar risiko pengetahuan ibu, pemberian ASI Eksklusif, BBLR, tinggi ibu, dan pendapatan keluarga dengan kejadian stunting. Pengumpulan data di lakukan dengan menggunakan metode pendekatan case and control. Hasil penelitian di temukan bahwa ada hubungan antara pengetahuan Ibu dengan kejadian stunting, di peroleh nilai OR 95% CI = 0,023 (0,006 – 0,087), ada hubungan antara pemberian ASI Eksklusif dengan kejadian stunting, di peroleh nilai OR 95% CI = 0,067 (0,022 – 0,208), ada hubungan antara tinggi badan Ibu dengan kejadian stunting, di peroleh nilai OR 95% CI = 25,278 (6,468 – 98,795), ada hubungan antara pendapatan keluarga dengan kejadian stunting,OR 95% CI = 3,588 (1,650 – 11,896), riwayat BBLR di peroleh nilai OR 95% CI = 6,070 (3,688 – 18,284).
MODEL KLASIFIKASI KANKER PAYUDARA BERDASARKAN STATUS KEGANASAN MENGGUNAKAN ALGORTIMA RANDOM FOREST DAN DECISION TREE Sukirno Kasau; Diana Mirza Togubu; Hasmah Hasmah; Muh. Ilyas Nur; Rosdiana Rosdiana; Sandrawati Sandrawati
semanTIK : Teknik Informasi Vol 8, No 2 (2022): semanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v8i2.28239

Abstract

Kanker payudara merupakan penyumbang kematian tertinggi di kalangan perempuan. penelitian ini bertujuan untuk membuat model aplikasi yang dapat menganalisis klasifikasi kanker payudara berdasarkan status keganasan (jinak atau ganas) menggunakan metode data mining dengan algoritma random forest dan decision tree. Data yang digunakan dalam penelitian ini diambil dari Breast Cancer Wisconsin (Diagnostic) Data Set di Kaggle.com, yang terdiri dari 31 variabel dan 569 data. Data tersebut dibagi menjadi data training dan data test, kemudian diuji menggunakan algoritma random forest dan decision tree. Hasilnya, algoritma decision tree memiliki tingkat akurasi sebesar 95%, sedangkan algoritma random forest memiliki tingkat akurasi sebesar 97%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua algoritma tersebut dapat digunakan untuk melakukan klasifikasi kanker payudara berdasarkan tingkat keganasannya dan algoritma random forest memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan decision tree yaitu 97% versus 95%.Kata kunci; Kanker Payudara, Random Forest, Decision Tree
Co-Authors Andi Yusuf Asrijun Jumantio Diana Mirza Togubu Gandhi Pratama Hasmah Hasmah Muh. Ilyas Nur Rosdiana Rosdiana Sandrawati Sandrawati