Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Indonesian Journal of Business Analytics (IJBA) Journal of Informatics and Computer Science (JINACS)
Bambang Sujatmiko
Universitas Negeri Surabaya
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance

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

Found 2 Documents
Search

 1 
Rancang Bangun Aplikasi dengan Perbandingan Metode K-Nearest Neighbor (KNN) dan Naive Bayes dalam Klasifikasi Penderita Penyakit Diabetes Wirawan Dwi Prasetya; Bambang Sujatmiko
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (529.427 KB) | DOI: 10.26740/jinacs.v3n04.p515-525

Abstract

Diabetes adalah penyakit yang tidak menular dan termasuk cukup serius bagi manusia dikarenakan pankreas tidak mampu menghasilkan insulin secara optimal. Internasional Diabetes Federation (IDF) memperkirakan sedikitnya terdapat 463 juta orang pada usia 20-79 tahun di dunia menderita diabetes. Prevelensi diabetes diperkirakan meningkat seiring penambahan umur penduduk menjadi 19,9% juta pada tahun 2030 dan 700 juta pada tahun 2024. Oleh karena itu dibutuhkan sistem yang bertujuan untuk mendeteksi penderita penyakit diabetes. Penelitian ini menggunakan dua algoritma yaitu KNN dan Naive Bayes. Hal ini untuk memandingkan kedua algoritma yang memiliki tingkat akurasi yang terbaik. Algoritma KNN adalah algoritma yang digunakan untuk mengklasifikasi objek baru berdasarkan objek terdekatnya. Adapun Algoritma Naive Bayes adalah salah satu algoritma yang digunakan untuk klasifikasi sistematika yang dapat digunakan untuk memprediksi probabilitas keanggotaan dalam suatu class. Pada penelitian ini proses klasifikasi dilakukan dengan cara memasukkan data ke dalam tools Jupyter Notebook dan membuat rancangan proses penelitian. Dataset yang diambil oleh ibu Saptarum di Klinik Bidan Saptarum Maslahah Kabupaten Jombang dengan jumlah 50 data akan diolah dengan Algoritma KNN dan Naive Bayes. Tahap akhir menjadikan file dalam bentuk Data Pickle agar dapat direalisasikan kedalam sistem. Adapun hasil nilai akurasi Algoritma KNN dengan K=3 memiliki nilai sebesar 93%, sedangkan algoritma Naïve Bayes memiliki akurasi sebesar 95%.
Development of Project Based Learning-Based Interactive E-Modules on Industry Standard Front-End Web Development Skills for Vocational High School Students Bambang Sujatmiko; Dava Daviar Saputra
Indonesian Journal of Business Analytics Vol. 3 No. 4 (2023): August 2023
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/ijba.v3i4.5296

Abstract

Codenesa is an electronic module based in which there are interactive features for students to be able to practice the syntaxes explained in this platform. The research has the purpose to create and develop the Codenesa platform which to help support and create senior high vocational students to have a real portfolio as a professional to debut in the digital industry. The flow of the creation and development of Codenesa is through problem finding, data collection, production, and development of the Codenesa platform itself, the validation stage from expert lecturers covering the material and product aspects of Codenesa as a platform. The results of the expert lecturer validation stage show a value of 86.66% while the value of student responses when using the Codenesa platform as a learning medium shows a result of 93.13%. in addition, the increase in results is no less important when the pretest and posttest show significant results. This can be seen from the average pretest of students with a score of 50 and getting an average post-test score of 81.94. It can be concluded that using the Codenesa platform can increase the average value by 31.94% compared to students who study without using Codenesa who can only increase the average value by 13.66%.
Co-Authors Dava Daviar Saputra Wirawan Dwi Prasetya