Garuda - Garba Rujukan Digital

Caecilia Citra Lestari

Universitas Ciputra Surabaya

Author-ID : 6813701

Computer Science & IT Decision Sciences, Operations Research & Management

Published : 3 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1

Deskripsi Kemudahan dan Kemenarikan Aplikasi Game bagi Anak Usia Sekolah Dasar (Studi Kasus Surabaya) Caecilia Citra Lestari; Nehemia Sugianto
Jurnal Informatika dan Sistem Informasi Vol. 3 No. 1 (2017): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (822.92 KB)

Seturut perkembangan teknologi, aplikasi games juga bertumbuh pesat. Sebenarnya aplikasi game merupakan alat yang tepat untuk membantu anak belajar. Unsur menyenangkan yang ditawarkan game membuat anak tertarik untuk mencari tahu lebih. Namun, umumnya penggunaan aplikasi-aplikasi game edukasi diberikan pada anak berupa instruksi atau tugas dari pengajar. Unsur paksaan ini mengurangi kebergunaan aplikasi game edukasi sebagai sarana belajar. Artikel ini merupakan salah satu luaran dari penelitian tentang eksplorasi rancangan aplikasi game yang menarik anak untuk berinisiatif memaninkannya sendiri. Untuk itu dilakukan pengamatan terhadap 100 responden anak usia sekolah dasar, 7-12 tahun, di Surabaya. Responden diminta untuk memainkan lima aplikasi game anak yang ditentukan peneliti, tiga adalah game edukasi dan dua adalah game popular. Selama responden memainkan aplikasi, peneliti mengamati kemudahan penggunaan dan kemenarikan aplikasi game yang dibagi dalam beberapa aspek pengamatan. Hasil penelitian mendeskripsikan bahwa aplikasi game yang mudah digunakan, baik dalam pengoperasian antar muka dan gameplay, memiliki prosentase penyelesaian misi yang tinggi dan sangat menarik bagi responden. Responden kelompok usia bawah dan usia atas memilih dua game popular non-edukasi yang berbeda., masing-masing sebanyak 59% dan 48%. Alasan terbanyak, 29%, pemilihan game yang disukai adalah karena game tersebut seru.

Penerapan Cov19-Resnet Untuk Deteksi Covid-19 Pada Gambar Chest X-Ray yang Difoto Ulang Menggunakan Smartphone Shelina Linardi; Caecilia Citra Lestari
Jurnal Informatika dan Sistem Informasi Vol. 8 No. 2 (2022): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v8i2.4321

Pada akhir tahun 2019, dunia digemparkan dengan munculnya Corona virus (COVID-19). COVID-19 cepat berkembang sehingga muncul varian baru dan diperlukan metode yang dapat melakukan deteksi awal kemungkinan adanya virus agar pasien dapat mendapat penanganan yang tepat. Rontgen dada dapat dilakukan untuk melihat kemungkinan COVID-19 pada paru-paru. Sementara itu, konsultasi menggunakan aplikasi telemedika sering digunakan pasien karena lebih hemat waktu dan aman. Sayangnya, gambar rontgen dada yang diberikan pasien memiliki kualitas yang buruk karena difoto ulang menggunakan telepon pintar sehingga menjadi tidak layak baca dan dokter sulit melakukan diagnosis. Oleh karena itu, COV19-ResNet akan digunakan untuk memprediksi kemungkinan adanya virus pada rontgen dada. Dataset yang digunakan merupakan kumpulan gambar dari hasil rontgen dada yang difoto serta dilakukan augmentasi gambar dengan metode rotasi, menambah kecerahan, menurunkan kontras, blur dan kebisingan gambar sehingga menyerupai hasil rontgen dada yang difoto ulang menggunakan telepon pintar. Model dilatih menggunakan 2200 dataset dengan pembagian 80% data pelatihan dan 20% data validasi. Dengan menggunakan 100 epoch dan batch size sebesar 32, model memiliki akurasi pelatihan sebesar 85% dan akurasi validasi sebesar 80%. Model juga telah diuji menggunakan 30 gambar dan memiliki akurasi 90%.

Pengembangan Model Prediksi Risiko Hipertensi Menggunakan Algoritma Gradient Boosting Decision Tree Yang Dioptimalkan Franciscus Valentinus Ongkosianbhadra; Caecilia Citra Lestari
Jurnal Informatika dan Sistem Informasi Vol. 9 No. 2 (2023): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v9i2.4403

Penelitian ini dilatarbelakangi adanya kebutuhan akan sistem prediksi yang dapat membantu dalam mengidentifikasi pasien yang memiliki risiko terkena hipertensi sejak dini. Hipertensi adalah kondisi medis dimana tekanan darah dalam arteri menjadi terlalu tinggi secara berkepanjangan. Hal ini menyebabkan beban tambahan pada jantung dan pembuluh darah, yang pada gilirannya dapat menyebabkan kerusakan pada organ dan meningkatkan risiko serangan jantung, stroke, dan penyakit ginjal. Hipertensi sering tidak menimbulkan gejala dan hanya dapat di diagnosa melalui pemeriksaan darah. Pengobatan melibatkan perubahan gaya hidup seperti mengurangi asupan garam, berolahraga secara teratur, dan mengontrol berat badan. Obat-obatan juga dapat diberikan untuk membantu menurunkan tekanan darah. Algoritma Gradient Boosting Decision Tree merupakan salah satu teknik machine learning yang memiliki akurasi tinggi dalam mengatasi masalah pembelajaran biner. Model dibuat dengan melatih algoritma Gradient Boosting Decision Tree pada 70693 baris dataset dari Pusat Pengendalian dan Pencegahan Penyakit Amerika Serika. Dataset tersebut memiliki 17 perilaku dan riwayat kesehatan seseorang yang dapat mengindikasikan risiko hipertensi orang tersebut. Algoritma Gradient Boosting Decision Tree dioptimalkan menggunakan beberapa metode hyperparameter tuning yaitu Random Search, Grid Search, Bayesian Optimization, Grading Search, dan Tree Parzer Estimation. Validasi tertinggi diperoleh dari pengoptimalan model menggunakan Tree Parzer Estimation, yaitu mencapai akurasi 74,43%.

Title Search

Found 3 Documents Search Journal : Juisi (Jurnal Informatika dan Sistem Informasi)

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Juisi (Jurnal Informatika dan Sistem Informasi)