Melia Dianingrum
STMIK AMIKOM Purwokerto

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

Found 2 Documents
Search

REGRESI LINIER SEDERHANA UNTUK MEMPREDIKSI KUNJUNGAN PASIEN DI RUMAH SAKIT BERDASARKAN JENIS LAYANAN DAN UMUR PASIEN Baihaqi, Wiga Maulana; Dianingrum, Melia; Ramadhan, Kurnia Aswin Nuzul
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (898.491 KB) | DOI: 10.24176/simet.v10i2.3484

Abstract

Rumah Sakit merupakan sebuah institusi pelayanan kesehatan yang menyediakan dan memberikan pelayanan kesehatan kepada masyarakat. RSUD Cilacap merupakan Rumah Sakit Umum Daerah milik Kabupaten Cilacap yang merupakan Rumah Sakit terbesar di Daerah Cilacap. Seiring bertambahnya jumlah populasi manusia dan keadaan perekonomian yang semakin maju, maka tingkat kesadaran masyarakat terhadap kesehatan semakin meningkat. Maka diperlukan sebuah metode untuk memprediksi jumlah kunjungan pasien pada RSUD Cilacap. Perkiraan jumlah kunjungan pasien merupakan hal yang sangat penting bagi pihak Rumah Sakit, karena dapat digunakan untuk membantu pihak dari manajemen Rumah Sakit dalam melakukan sebuah perencanaan serta mengambil suatu kebijakan. Tujuan dari penelitian ini adalah untuk mengetahui hasil prediksi jumlah kunjungan pasien pada RSUD Cilacap menggunakan metode regresi linier. Metode regresi linier merupakan metode yang terdiri dari satu atau lebih variabel independen yang biasa dengan notasi X dan satu variabel respon yang bisa diwakili dengan Y. Pada penelitian ini Metode prediksi regresi linier dapat menghasilkan prediksi dengan beberapa kriteria nilai error MAPE, dimana terdapat 26 model prediksi regresi linier yang memiliki nilai error kurang dari 20% artinya mempunyai akurasi sebesar 80%. Akan tetapi, terdapat 3 model prediksi regresi linier yang masuk dalam kategori buruk yaitu nilai errornya lebih dari 50%, dan terdapat 1 model prediksi regresi linier yang termasuk dalam kategori cukup atau mempunyai nilai error sebesar 20% sampai 50%.
Expert System for Simulation of Pest and Disease Diagnosis in Onion Plant Using Putty Shafer Method and Rule-Based Approach Dianingrum, Melia; Hermanto, Nandang; Rifa'i, Mohamad Iqbal
International Journal of Informatics and Information Systems Vol 2, No 1: March 2019
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/ijiis.v2i1.8

Abstract

The expert system is trying to adopt a system of human knowledge into a computer so that the computer can solve problems like the experts. The expert system is well designed in order to solve a particular problem by mimicking the work of the expert. The development of an expert system is expected to be resolved problems with the help of experts. The problems addressed by an expert not only the problems that rely on algorithms but sometimes elusive problems. An expert with knowledge and experience can overcome these problems. The application of an expert system in this study is made to diagnose pests and diseases in onion plants based on the web. The Data Collection method used is literature studies, interviews and observation. The stages of research used are literature review, data processing analyst, and Onion analyzed and photographed which then is uploaded and analyzed, Dempster Shafer method, application development, evaluation. In the last stage is the pilot study conducted using a Blackbox method and testing to the user. The result of the research is in the form of an expert system application that can diagnose pests and diseases of onion as many as 7 types of diseases. The output system is in the form of onion disease searching result obtained based on the symptoms inputted by the user. The result of Blackbox Testing is all functions of the application successfully run well. Testing to the users rated well both appearance and information of the application.