Claim Missing Document
Check
Articles

Found 12 Documents
Search

Seleksi Fitur Menggunakan Penambangan Data Berbasis Variable Precision Rough Set (VPRS) untuk Diagnosis Penyakit Jantung Koroner Normawati, Dwi; Winarti, Sri
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 3, No 2 (2017)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.188 KB) | DOI: 10.26555/jiteki.v3i2.8072

Abstract

Penyakit jantung koroner merupakan penyakit yang banyak menyebabkan kematian pada manusia. Penyakit ini terjadi ketika terdapat atherosclerosis (timbunan lemak) yang menghalangi aliran darah ke otot jantung pada arteri koronaria. Metode gold standard yang menjadi rujukan para dokter untuk mendiagnosis penyakit jantung koroner adalah coronary angiography. Namun metode ini invasisve, mempunyai resiko tinggi dan mahal. Tujuan penelitian ini adalah melakukan diagnosis penyakit jantung koroner berbasis komputer menggunakan data mining dengan melakukan seleksi fiture dan melakukan klasifikasi pada dataset penyakit jantung Cleveland. Pada penelitian ini, menggunakan metode seleksi fitur berbasis pakar medis (MFS) dan juga menggunakan metode seleksi fitur berbasis komputer yaitu metode seleksi fiture menggunakan metode data mining berbasis teori Varible Precision Rough Set (VPRS) yang merupakan pengembangan dari teori Rough Set. Pada penelitian ini, studi literature tentang metode seleksi fiture berbasis pakar medis atau motivated feature selection (MFS) dan metode seleksi fitur berbasis komputer yaitu berbasis teori VPRS dilakukan. Penggabungan metode seleksi fitur berbasis pakar medis dan komputer juga dilakukan agar dapat menghindari terhapusnya fitur-fitur yang dianggap penting oleh pakar medis. Pada akhirnya, proses seleksi fitur basis komputer yaitu VPRS dan penggabungan VPRS dengan MFS mampu meningkatkan performa klasifikasi secara signifikan untuk mendiagnosis penyakit jantung koroner, dilihat dari lebih sedikitnya jumlah rule yang dihasilkan dan nilai hasil akurasi yang lebih baik dibandingkan dengan klasifikasi tanpa seleksi fitur.
USAHA PENINGKATAN KETERAMPILAN GURU SEKOLAH MENENGAH MUHAMMADIYAH KAB GUNUNGKIDUL: PENDAYAGUNAAN LECTORA SEBAGAI MEDIA AJAR Mardhia, Murein; Normawati, Dwi; Azhari, Ahmad
Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Vol 2, No 2 (2018)
Publisher : Universitas Ahmad Dahlan, Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (715.388 KB) | DOI: 10.12928/jp.v2i2.405

Abstract

Sebuah  kegiatan  peningkatan  keterampilan  guru  telah  diadakan  di  kalangan  sekolah  menengah pertama di wilayah Kabupaten Gunungkidul  pada periode libur semester gasal tahun ajaran 2017/2018. Kegiatan  pelatihan  TIK  kali  ini  mengundang  tenaga  pendidik  dari  sekolah-sekolah  menengah  Muhammadiyah  di  bawah  pengelolaan  Majelis  Pendidikan  Dasar  dan  Menengah  (Dikdasmen) PDM Gunungkidul.  Tujuan yang ingin dicapai antara lain pengayaan keterampilan tenaga pendidik di bidang TIK sebagai media pendukung kegiatan belajar mengajar di kelas. Dengan peningkatan keterampilan guruguru  sebagai  tenaga  pendidik  melalui  TIK, diharapkan  dapat  mendukung  tercapainya  pemenuhan kompetensi guru-guru di SMP Muhammadiyah di Kabupaten Gunungkidul secara terprogram. Di bagian akhir pelaksanaan, peserta diminta untuk mengumpulkan feedback mengenai kegiatan pelatihan yang telah diikuti. Lebih dari 80% peserta yang hadir menyatakan tingkat kepuasan yang baik terhadap materi, pelaksana, dan kemanfaatan karya yang telah mereka hasilkan. Target usabilitas karya juga telah tercapai sebagai media belajar untuk diaplikasikan di semester genap tahun ajaran 2017/2018.
PELATIHAN PEMBUATAN MEDIA PEMBELAJARAN BERBASIS TIK (ANIMASI FLASH) DI SMP MUHAMMADIYAH SE-KOTA WONOSARI KAB. GUNUNGKIDUL Mardhika, Murein Miksa; Normawati, Dwi
Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Vol 1, No 2 (2017)
Publisher : Universitas Ahmad Dahlan, Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (268.919 KB) | DOI: 10.12928/jp.v1i2.331

Abstract

Guru-guru di sekolah menengah tingkat pertama dan atas telah mulai familiar dengan penggunaan media teknologi untuk pengajaran di kelas, seperti contohnya slide Powerpoint atau dokumen Word. Hanya saja, pemanfaatan media teknologi ini belum digali secara lebih mendalam, sehingga penggunaan satu metode yang terlalu lama membuat kegiatan pembelajaran menjadi monoton. Salah satu kemampuan yang belum banyak dikuasai yakni pengaplikasian animasi Flash untuk membantu mereka menciptakan media belajar yang interaktif untuk diajarkan kepada siswa di kelas. Kegiatan pelatihan ini menerapkan metode gabungan dari tiga komponen metode pelaksanaan yang ditawarkan, dimana pada kegiatan pelatihan yang diadakan, terjadi pengenalan teknologi baru melalui perangkat lunak untuk membuat media pembelajaran dengan animasi, dan diselenggarakan sebagai media guru untuk mendidik siswa saat kegiatan belajar mengajar di kelas. Di bagian akhir pelaksanaan, peserta diminta untuk mengumpulkan feedback mengenai kegiatan pelatihan yang telah diikuti. Lebih dari 50% peserta yang hadir menyatakan tingkat kepuasan yang baik terhadap materi, pelaksana, dan kemanfaatan karya yang telah mereka hasilkan. Kata kunci : Media Pembelajaran, TIK, Pendidikan, Animasi, Flash. 
Klasifikasi Status Stunting Pada Balita Menggunakan K-Nearest Neighbor Dengan Feature Selection Backward Elimination Lonang, Syahrani; Normawati, Dwi
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 1 (2022): Januari 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i1.3312

Abstract

The main problem regarding nutrition faced by Indonesia is stunting, where Indonesia is ranked fifth in the world with the largest stunting prevalence rate in 2017, which is 29.6% of all Indonesian children. Stunting is a child under five years who has a z-score value of less than -3 standard deviations (SD). Stunting has a negative impact, namely it can disrupt the physical and intellectual development of toddlers in the future. In this case, the examination of stunting status by medical personnel is still carried out manually which takes a long time and is prone to inaccuracies. This study aims to classify stunting status in toddlers by applying the K-Nearest Neighbor method using the Backward Elimination feature selection to get fast and accurate results. Based on the results of this study, the average accuracy produced by the K-Nearest Neighbor algorithm at k=5 is 91.90% with 9 attributes and the average accuracy produced by the K-Nearest Neighbor algorithm with the addition of Backward Elimination is 92.20%. with 8 attributes. These results indicate that the application of Backward Elimination can increase the accuracy value of the K-Nearest Neighbor algorithm and also perform attribute selection.
APLIKASI PENILAIAN KUALITAS JASA/LAYANAN RETAIL DENGAN METODE RETAIL SERVICE QUALITY DAN ANALYTIC HIERARCHY PROCESS Nur Heri Cahyana; Bambang Yuwono; Dwi Normawati
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 5 (2010): Information System And Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Penilaian terhadap kualitas layanan tidak dapat dilakukan dengan mudah hall ini karena sifat dari layanan itu sendiri bersifat intangible (tidak nyata). Sesuai dengan sifatnya yang kasat mata, penilaian terhadap kualitas layanan menjadi sulit untuk dilakukan. Kualitas layanan hanya dapat diukur dengan menggunakan suatu metode tertentu yang telah dirancang khusus sesuai dengan sifat jasa/layanan. Metode yang digunakan untuk mengukur tingkat kepuasan layanan/jasa retail adalah metode Retail Service Quality. dan Analytic Hierarchy Process. Metode ini dirancang sesuai dengan karakteristik sifat dari jasa/layanan. Sedangkan Analytic Hierarchy Process (AHP) adalah salah satu metode pengambilan keputusan untuk pemecahan masalah multikriteria yang menggabungkan pertimbangan, penilaian yang logis, pengetahuan dan pengalaman dari pembuat keputusan, sehingga metode AHP dapat digunakan untuk pemecahan masalah diberbagai bidang. Aplikasi ini mampu memberikan kemudahan dalam pengukuran tingkat kualitas jasa/layanan perusahaan maupun toko retail. Diharapkan pihak manager perusahaan atau toko dapat bertindak sesuai dengan hasil yang didapatkan guna peningkatan kualitas pelayanan kepada pelanggan.
PELATIHAN PEMBUATAN MEDIA PEMBELAJARAN BERBASIS TIK (ANIMASI FLASH) DI SMP MUHAMMADIYAH SE-KOTA WONOSARI KAB. GUNUNGKIDUL Murein Miksa Mardhika; Dwi Normawati
Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2017)
Publisher : Universitas Ahmad Dahlan, Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jp.v1i2.331

Abstract

Guru-guru di sekolah menengah tingkat pertama dan atas telah mulai familiar dengan penggunaan media teknologi untuk pengajaran di kelas, seperti contohnya slide Powerpoint atau dokumen Word. Hanya saja, pemanfaatan media teknologi ini belum digali secara lebih mendalam, sehingga penggunaan satu metode yang terlalu lama membuat kegiatan pembelajaran menjadi monoton. Salah satu kemampuan yang belum banyak dikuasai yakni pengaplikasian animasi Flash untuk membantu mereka menciptakan media belajar yang interaktif untuk diajarkan kepada siswa di kelas. Kegiatan pelatihan ini menerapkan metode gabungan dari tiga komponen metode pelaksanaan yang ditawarkan, dimana pada kegiatan pelatihan yang diadakan, terjadi pengenalan teknologi baru melalui perangkat lunak untuk membuat media pembelajaran dengan animasi, dan diselenggarakan sebagai media guru untuk mendidik siswa saat kegiatan belajar mengajar di kelas. Di bagian akhir pelaksanaan, peserta diminta untuk mengumpulkan feedback mengenai kegiatan pelatihan yang telah diikuti. Lebih dari 50% peserta yang hadir menyatakan tingkat kepuasan yang baik terhadap materi, pelaksana, dan kemanfaatan karya yang telah mereka hasilkan. Kata kunci : Media Pembelajaran, TIK, Pendidikan, Animasi, Flash. 
Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter Dwi Normawati; Surya Allit Prayogi
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.369

Abstract

Twitter is one of the social media that is currently in great demand by internet users. The number of tweets circulating on Twitter is not yet known whether these tweets contain more positive, negative, and neutral opinions. For that we need a system that can process data by applying sentiment analysis. This study uses the Naïve Bayes Classifier (NBC) method to analyze the level of sentiment towards data carried out by crawling on Twitter. The data studied as a simple case study uses only 8 tweet data which is divided into 5 training data and 3 test data. The data is processed using the preprocessing stage, then classified using the NBC method, the calculation of performance uses confusion matrix techniques. This study resulted in a structured exposure to the process and results of NBC implementation and performance testing using the confusion matrix which obtained 82% accuracy, 93% precision, and 52% recall. However, these results are more focused on ease explaining for each stage and process in more detail, not on the numbers obtained. Research with larger data will be carried out later by developing a computer-based application system.
Prediksi Dini Penyakit Preeklamsia Menggunakan Algoritma C4.5 Siti Nurrohmah; Dwi Normawati
Jurnal Sarjana Teknik Informatika Vol 10, No 3 (2022): Oktober
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v10i3.24187

Abstract

Berdasarkan data Kemenkes RI tahun 2021menunjukkan angka kematian ibu tinggi yaitu lebih dari 4000 kasus setiap tahunnya dimana salah satu penyebabnya adalah preeklamsia. Pencegahan preeklamsia cukup sulit dikarenakan gejala utamanya belum diketahui pasti. Namun teknologi dapat digunakan untuk membantu pendeteksian preeklamsia. Penelitian ini bertujuan mendeteksi preeklamsia pada ibu hamil menggunakan algoritma C4.5. Tahapan pertama penelitian ini adalah melakukan studi literatur. Kemudian mengumpulkan data di RSKIA Sadewa Yogyakarta dan mengolahnya melalui tahapan preprocessing dengan melakukan seleksi data, transformasi data, membagi data menggunakan 10-fold cross validation. Selanjutnya data dianalisis menggunakan algorima C4.5 dan diimplementasikan ke dalam sistem. Penenelitian ini menggunakan data sebanyak 870 data dengan atribut pendidikan, pekerjaan, usia, usia kehamilan, tekanan darah, berat badan, jenis kehamilan, jumlah kelahiran, riwayat aborsi, riwayat persalinan, riwayat penyakit, dan proteinuria serta kelas klasifikasi negatif, preeklamsia ringan, dan preeklamsia berat. Penelitian ini menghasilkan sebuah sistem prediksi dini penyakit preeklamsia pada ibu hamil. Hasil pengujian menggunakan confusion matrix menunjukkan bahwa sistem prediksi mendapatkan nilai akurasi 81,38%, precision 78,37%, recall 79,69%, dan f1-score 78,73%. Hasil pengujian black box menunjukkan fungsi sistem dapat digunakan dengan baik.
DIAGNOSIS DINI PENYAKIT PREEKLAMSIA PADA IBU HAMIL DENGAN METODE K-NEAREST NEIGHBOR (KNN) Normawati, Dwi; Akbari, Rizki; Nurhusna, Arfiani
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 13 No 2 (2021)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (618.795 KB) | DOI: 10.35315/informatika.v13i2.8839

Abstract

Pre-eklamsia salah satu permasalahan kesehatan di Indonesia yang sering terjadi pada ibu hamil yang disebabkan oleh peningkatan tekanan darah yang diikuti dengan tanda gejala hipertensi dan peningkatan protein urin. Gejala Pre-eklamsia biasanya muncul pada usia kehamilan 20 minggu atau paling umum di usia 24-26 minggu. Tingginya angka kematian ibu serta banyaknya dampak terhadap kesehatan ibu memerlukan upaya pencegahan dan penanganan kasus-kasus preeklamsia serta melakukan analisis penyebab peningkatan hipertensi terhadap kematian ibu hamil disetiap tahun. Penelitian menggunakan metode K- Nearest Neighbor(KNN) yang memiliki kelebihan mudah diterapkan dan efisien dengan data yang banyak. Objek penelitian merupakan data rekam medis ibu hamil di RSUD Ratu Zalecha berjumlah 100 data dengan atribut pekerjaan, pendidikan, umur, usia kehamilan, tekanan darah, riwayat kehamilan hingga sekarang(G), paritas, riwayat abortus, riwayat persalinan, riwayat penyakit, proteinuria dan kelas yang berisi Pre-eklampsia atau tidak Pre-eklampsia. Penelitian ini menghasilkan sistem yang dapat mendiagnosis dini penyakit Pre-eklampsia pada ibu hamil. Pengujian pada metode K-Nearest Neighbor(KNN) menggunakan confusion matrix mendapatkan hasil akurasi 88%, precision 85,7%, recall 89% dan f1- score 85,4%. Hasil pengujian sistem menggunakan blackbox menunjukkan bahwa sistem baik secara fungsionalitas sedangkan dengan metode system usability scale nilai yang diperoleh sebesar 81,64 mendapat Grade B berarti sistem yang dibuat sudah cukup bagus dan layak untuk digunakan.
Sistem Klasifikasi Monitoring dan Evaluasi Kelayakan Penerima Beasiswa UAD Menggunakan Algoritma Naïve Bayes Dyllan Bagus Siswanto; Dwi Normawati
Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Vol 13 No 2 (2023): September 2023
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/saintekom.v13i2.428

Abstract

Kartu Indonesia Pintar (KIP) scholarship program at Ahmad Dahlan University includes a monitoring and evaluation internal process conducted at the end of each semester to monitor scholarship recipients. This allows for an assessment of their eligibility to receive the scholarship in the upcoming semester. The current manual MONEVIN process results in a time-consuming and less objective eligibility analysis. This eligibility determination system is needed, utilizing data mining techniques based on previous KIP scholarship recipient data to make predictions. Naïve Bayes algorithm, a data mining technique employing mathematical probability calculations, is utilized. The process begins with preprocessing, followed by data mining, evaluation, system implementation, and testing using System Usability Scale. The research uses a dataset of 270 student records, employing a 9-fold cross-validation process to split the data. Implemented model is integrated into a website-based system accessible to Biro Kemahasiswaan dan Alumni (BIMAWA). Model testing employs the Confusion Matrix technique, resulting in an accuracy score of 0.985, precision of 0.987, recall of 0.985, and an F-score of 0.985, indicating a favorable classification outcome. The system's eligibility assessment is further tested using the SUS, yielding a score of 90. Therefore, it can be concluded that the developed system is suitable for use.