Henny Indriyawati
Universitas Semarang

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

SISTEM PAKAR DIAGNOSA PENYAKIT TELINGA HIDUNG TENGGOROK (THT) DENGAN MENGGUNAKAN METODE INFERENSI BERBASIS SHORT MESSAGE SERVICE (SMS) Indriyawati, Henny; Sugiharto, Aris; Surarso, Bayu
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 1 (2013): Volume 3 Nomor 1 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (372.65 KB) | DOI: 10.21456/vol3iss1pp01-06

Abstract

Public understanding about otolaryng desease (THT) is still insufficient. Most of them medically untrained so that when they experienced thesymptoms of the disease, they might not be able to understand how to overcome the symptoms. It is regrettable when the symptoms could not be handled because of insufficient knowledge. This problem has encouraged the birth of expert system concept. The purpose of the use of the expert system is to help public solve their problems by using the knowledge possessed by the expert system without visiting the experts directly. By the exixtence of this expert system, public are able to detect the presence of the otolaryng disease based on their symptoms. The testing of the system show that the system is capable to diagnose otolaring disease by entering a list of symptoms through short message service. Then the application will process the input data bu using inferensi method and forward chaining reasoning techniques to produce usefull information for the public. The research is result the accuracy level around 87,5%. Keywords : Expert system; Forward chaining; SMS.
TOP-K FEATURE SELCTION UNTUK DETEKSI PENYAKIT HEPATITIS MENGGUNAKAN ALGORITME NAïVE BAYES Wibowo, Riska; Indriyawati, Henny
Jurnal Buana Informatika Vol 11, No 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (472.928 KB) | DOI: 10.24002/jbi.v11i1.2456

Abstract

Abstract. Becoming one of the society health problems in the world, hepatitis is an inflammation liver disease caused by a virus, bacterial infection, chemical substances including drugs and alcohol. In this research, for the dataset of hepatitis having high dimensionality, its value for each attribute was calculated using weight information gain method. Then, the attributes were selected by using top-k methods and were classified by using Naïve Bayes Algorithm respectively. This research showed that 9 out of 20 attributes had chosen to be the highest top-9 with an accuracy rate of 85.57%. Later on, this research can be useful for a consideration in a decision making process for various subjects related to feature selection and Naïve Bayes Algorithm method and also for predicting hepatitis.Keywords: data mining, weight information gain, Naïve Bayes algorithmAbstrak. Penyakit hepatitis merupakan masalah kesehatan masyarakat di dunia. Penyakit hepatitis merupakan penyakit peradangan hati yang disebabkan oleh virus, infeksi bakteri, zat-zat kimia termasuk obat-obatan dan alkohol. Pada penelitian ini, dataset hepatitis yang memiliki data berdimensi tinggi akan dihitung nilai bobot dari masing-masing atribut menggunakan metode weight information gain. Setelah dihitung nilai bobot dilakukan pemilihan atribut, atribut yang dipilih menggunakan metode top-k. Kemudian dilakukan klasifikasi menggunakan algoritme Naïve Bayes. Hasil penelitian menunjukkan dari 20 atribut, terpilih top-9 tertinggi dengan nilai akurasi 85.57%. Dengan adanya penelitian ini dapat digunakan sebagai bahan pertimbangan dan pengambilan keputusan pada berbagai bidang yang berkaitan dengan metode feature selection, algoritme Naïve Bayes, dan di dalam memprediksi penyakit hepatitis.Kata Kunci: data mining, weight information gain, algoritma Naïve Bayes
ANALISA DATA MINING KEMAMPUAN LULUSAN DENGAN KEBUTUHAN STAKEHOLDER MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS UNIVERSITAS SEMARANG) Indriyawati, Henny; Winarti, Titin
Proceeding SENDI_U 2021: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS
Publisher : Proceeding SENDI_U

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tracer Study saat ini telah menjadi salah satu aspek yang dibutuhkan dalam akreditasi sebuah Perguruan Tinggi ataupun Jurusan, bahkan tracer study juga sangat dibutuhkan oleh Perguruan Tinggi dalam mengevaluasi keberhasilan pembelajaran yang telah diterapkan di kampus. Data tracer study juga bisa dimanfaatkan kampus untuk mengambil keputusan dan sebagai masukan dalam pengembangan kurikulum atau sarana penunjang akademik lainnya. Data mining digunakan untuk mengekstraksi informasi pada data yang berskala besar. Dengan algoritma apriori, maka akan muncul pola hubungan antar atribut yang sebelumnya telah diisi oleh para alumni ketika tracer study. Hasil data mining yang berupa informasi pola hubungan kemampuan alumni yang kebutuhan stakeholder dengan melihat antar atribut pada tracer study yang telah dilakukan. Tujuannya adalah mempermudah Perguruan Tinggi dalam menyususun strategi agar lulusan yang dihasilkan sesuai kebutuhan di dunia usaha.