Reni Nur Anggraeni
Universitas Nusa Putra

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

Found 2 Documents
Search

Studi Aspek Sosial, Sumber Daya Alam, Serta Produktivitas Masyarakat Desa Cibenda Terhadap Pembuatan Sign System Sebagai Upaya Optimalisasi Desa Dan Gusma A; Dinda Tsania Fatimatuzahra; Hana Nurcahya Sumirat; Muhidin Saripurnawawi; Reni Nur Anggraeni; Rizwan Nurfalah
Jurnal Pengabdian Kepada Masyarakat Abdi Putra Vol 3 No 1 (2023): Januari 2023
Publisher : Universitas Nusa Putra & Persatuan Insinyur Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdiputra.v3i1.164

Abstract

Kuliah kerja nyata merupakan kegiatan wajib bagi seluruh mahasiswa Universitas Nusa Putra dalam menyelesaikan pendidikan sarjana. Kuliah kerja nyata diharapkan mampu mendorong kontribusi lingkungan pendidikan terhadap perkembangan kemajuan masyarakat. Pengelolaan jalan lingkungan, administrasi pemerintahan desa setempat, tata cara hidup bersih dan penyadaran akan pentingnya pendidikan untuk kesejahteraan generasi mendatang. Kuliah Kerja nyata kali ini merupakan implementasi dari Kerjasama antara kampus Universitas Nusa Putra dengan pemda Kabupaten Sukabumi dalam rangka pengembangan Kawasan unesco global geopark oleh karena itu dipilihlah desa Cibenda Kecamatan Ciemas Kabupaten Sukabumi sebagai sararan tempat melakukan Kuliah Kerja Nyata ini.
Prediksi Penyakit Jantung Menggunakan Metode Deep Neural Network dengan Memanfaatkan Internet of Things Irpanudin; Reka; Reni Nur Anggraeni; Panji Pratama; Alun Sujjada; Anggun Fergina
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 2
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i2.330

Abstract

Penyakit jantung adalah salah satu penyakit yang paling mematikan di dunia. Deteksi dini dan pencegahan adalah kunci untuk mengurangi jumlah kematian akibat penyakit jantung. Metode deep neural network (DNN) telah digunakan dalam berbagai aplikasi kesehatan, termasuk dalam prediksi penyakit jantung. Namun, untuk membuat prediksi yang akurat dan efektif, diperlukan data yang berkualitas dan terus-menerus. Salah satu solusi untuk mengumpulkan data yang berkualitas adalah dengan memanfaatkan teknologi Internet of Things (IoT) yang dapat mengumpulkan data secara terus-menerus dan real-time dari berbagai perangkat. metode deep neural network untuk memprediksi penyakit jantung menggunakan data yang dikumpulkan melalui teknologi Internet of Things. Pengumpulan data dari salah satu parameter detak akan diproses dan dibagi menjadi set data pelatihan dan set data pengujian. Setelah melatih model DNN, selanjutnya dilakukan evaluasi terhadap model tersebut dengan menggunakan set data pengujian. Hasil penelitian menunjukkan bahwa penggunaan metode deep neural network dengan memanfaatkan teknologi Internet of Things dapat memberikan hasil prediksi yang akurat dan efektif dalam memprediksi penyakit jantung. Dan akan divisualisasikan menggunakan Tableau.