Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) EXPLORE
Hani Setiani
Universitas Amikom Yogyakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
ANALISIS ASPEK-ASPEK KUALITAS SKEMA DATABASE KING AKOR’S SRAGEN Andhika Wisnu Widyatama; Rizky Arya Kurniawan; Hani Setiani; Muh Wal Ikram; Muhammad Noor Arridho; Alvian Trias Kurniawan; Ema Utami
Journal of Information System Management (JOISM) Vol. 2 No. 2 (2021): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (425.405 KB) | DOI: 10.24076/joism.2021v3i1.425

Abstract

Peran basis data dalam sistem informasi adalah membantu pengelolaan data untuk pengambilan keputusan. Salah satu faktor penentu keberhasilan dalam pengambilan keputusan yaitu kualitas data. Adapun dimensi dari kualitas data yang akan diteliti pada kali ini adalah aspek kemampuan dibaca, agar terwujud kualitas data yang baik perlu dilakukan pengukuran apakah skema basis data dapat dijelaskan dan mudah di pahami. Analisis yang dilakukan pada King’s Akor Sragen menunjukan bahwa dengan mengidentifikasi permasalahan aspek kemampuan dibaca, maka penelitian ini menghasilkan kualitas skema basis data yang dimiliki sudah memenuhi kriteria tersebut. sehingga memudahkan teknisi baru untuk melakukan pengembangan sistem.
Metode Naïve Bayes dan Particle Swarm Optimization untuk Klasifikasi Penyakit Jantung Hani Setiani; Andi Sunyoto; Asro Nasiri
Jurnal Explore Vol 12, No 2 (2022): JULI
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (574.464 KB) | DOI: 10.35200/explore.v12i2.566

Abstract

Penyakit jantung merupakan penyakit yang sangat berbahaya dan menjadi penyebab utama kematian di dunia. Pada tahun 2013, penderita penyakit jantung di Indonesia sendiri mencapai hingga 61.682 jiwa dan provinsi dengan diagnosa terbanyak yaitu Jawa Tengah dengan jumlah penderita sebanyak 11.511 jiwa. Pentingnya diagnosa secara tepat yang dilakukan oleh dokter akan membantu penangan pasien secara tepat sehingga memungkinkan untuk disembuhkan, tetapi kurangnya seorang pakar mengakibatkan diagnosa yang dilakukan secara intuisi dan pengalaman. Hal ini dapat mengakibatkan kesalahan fatal dalam penanganan pasien. Oleh karena itu, diperlukan suatu sistem pakar yang dapat digunakan sebagai alternatif untuk mendiagnosa penyakit jantung. Sistem pakar yang dipilih peneliti untuk mengatasi permasalahan tersebut adalah menggunakan metode Naive Bayes dan Particle Swarm Optimization untuk mengklasifikasikan penyakit jantung. Metode Naïve Bayes dipilih karena menggunakan sedikit data latih (Training Data) untuk menentukan estimasi parameter yang diperlukan pada proses klasifikasi, sedangkan Particle Swarm Optimization dipilih untuk meningkatkan akurasi dan nilai Area Under the Curve (AUC) dengan menetapkan bobot pada setiap atribut. Pengujian yang telah dilakukan menggunakan metode Naive Bayes sebelum penerapan PSO diperoleh akurasi sebesar 83,52% dengan nilai AUC 86,80% sesudah diterapkan PSO memperoleh akurasi 91,21% dengan nilai AUC 93.90%, terdapat peningkatan akurasi pada Naive Bayes sebesar 7,69% dan AUC 7,1%.
Co-Authors Alvian Trias Kurniawan Andhika Wisnu Widyatama Andi Sunyoto Asro Nasiri Ema Utami Muh Wal Ikram Muhammad Noor Arridho Rizky Arya Kurniawan