Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika JSAI (Journal Scientific and Applied Informatics)
Mochammad Yusa, Mochammad
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Analisis Komparatif Evaluasi Performa Algoritma Klasifikasi pada Readmisi Pasien Diabetes Yusa, Mochammad; Utami, Ema; Luthfi, Emha T.
Jurnal Buana Informatika Vol 7, No 4 (2016): Jurnal Buana Informatika Volume 7 Nomor 4 Oktober 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (461.992 KB) | DOI: 10.24002/jbi.v7i4.770

Abstract

Abstract. Readmission is associated with quality measures on patients in hospitals. Different attributes related to diabetic patients such as medication, ethnicity, race, lifestyle, age, and others result in the calculation of quality care that tends to be complicated. Classification techniques of data mining can solve this problem. In this paper, the evaluation on three different classifiers, i.e. Decision Tree, k-Nearest Neighbor (k-NN), dan Naive Bayes with various setting parameter, is developed by using 10-Fold Cross Validation technique. The targets of parameter performance evaluated is based on term of Accuracy, Mean Absolute Error (MAE), dan Kappa Statistic. The selected dataset consists of 47 attributes and 49.735 records. The result shows that k-NN classifier with k=100 has a better performance in term of accuracy and Kappa Statistic, but Naive Bayes outperforms in term of MAE among other classifiers.Keywords: k-NN, naive bayes, diabetes, readmission Abstrak.Proses Readmisi dikaitkan dengan perhitungan kualitas penanganan pasien di rumah sakit. Perbedaan atribut-atribut yang berhubungan dengan pasien diabetes proses medikasi, etnis, ras, gaya hidup, umur, dan lain-lain, mengakibatkan perhitungan kualitas cenderung rumit. Teknik klasifikasi data mining dapat menjadi solusi dalam perhitungan kualitas ini. Teknik klasifikasi merupakan salah satu teknik data mining yang perkembangannya cukup signifikan. Di dalam penelitian ini, model algoritma klasifikasi Decision Tree, k-Nearest Neighbor (k-NN), dan Naive Bayes dengan berbagai parameter setting akan dievaluasi performanya berdasarkan nilai performa Accuracy, Mean Absolute Error (MAE), dan Kappa Statistik dengan metode 10-Fold Cross Validation. Dataset yang dievaluasi memiliki 47 atribut dengan 49.735 records. Hasil penelitian menunjukan bahwa performa accuracy, MAE, dan Kappa Statistik terbaik didapatkan dari Model Algoritma Naive Bayes.Kata Kunci: k-NN, naive bayes, diabetes, readmisi
Sytematic Literature Review: Strategi Intervensi Penanganan Pandemi Covid-19 dalam Sudut Pandang Teknologi Informasi erlansari, aan; Yusa, Mochammad; Umar, Liya A.
JSAI (Journal Scientific and Applied Informatics) Vol 4, No 3 (2021): November
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i3.2442

Abstract

Covid-19 merupakan jenis virus baru yang sampai saat ini belum ditemukan obat/antivirus/treatment yang pasti. Penelitian yang dilakukan dan dijelaskan dalam paper ini adalah untuk mengetahui sudut pandang (perspektif) teknologi informasi. Perspective yang dibangun dalam paper ini juga menilik bagaimana teknologi informasi dapat digunakan untuk menangani pandemic-pandemi sebelum Covid-19. Metode penelitian yang digunakan merupakan adaptasi dari penelitian Literatur Review Sistematis yang dilakukan oleh Kitchenham. Dalam paper ini juga akan dibahas tentang strategi intervensi penyebaran Covid-19 diataranya adalah intervensi menggunakan obat (pharmaceutical) dan non-obat (non-pharmaceutical). Pada studi ini juga akan dibahas tentang teknologi informasi yang sudah pernah digunakan di bidang kesehatan sebagai upaya pencegahan penyebaran pandemic-pandemi baik Covid-19 ataupun pandemic lainnya yang pernah terjadi di beberapa negara. Model strategi ini memungkinkan untuk dikembangkan menjadi penelitian selanjutnya untuk dasar penentuan kebijakan strategi berdasarkan penomena yang terjadi yang didasarkan pada data yang di-generate oleh pengguna. Model strategi ini diharapkan bisa dijadikan alternatif strategi untuk menekan biaya belanja pemerintah dan mempersempit ruang gerak transmisi Covid-19
Co-Authors Aan Erlansari Ema Utami Emha T. Luthfi, Emha T. Umar, Liya A.