Publication Search

Penyakit jantung merupakan salah satu penyakit dengan angka kematian tertinggi di negara maju bahkan dunia. Penyakit jantung dapat mengancam jiwa jika tidak ditangani dengan serius. Jumlah penderita penyakit jantung meningkat setiap tahunnya. Penyakit jantung dapat disebabkan oleh beberapa faktor, yang utama adalah konsumsi alkohol berlebihan, kebiasaan merokok, dan faktor keturunan. Penelitian ini bertujuan untuk memprediksi dan mencegah penyakit jantung sejak dini menggunakan algoritma pembelajaran mesin, yaitu regresi logistik. Data yang digunakan untuk pelatihan dan pengujian algoritma regresi logistik sebanyak 1.190 data, yang terbagi menjadi 80% data pelatihan dan 20% data pengujian. Hasil pengujian menunjukkan bahwa model dapat memprediksi dengan akurasi sebesar 86%. Setelah model dibuat, model tersebut diimplementasikan ke dalam situs web. Penelitian ini diharapkan dapat berkontribusi pada diagnostik yang dapat membantu deteksi dini penyakit jantung.

Abstrak Penelitian ini mengembangkan sistem deteksi aritmia pada lansia menggunakan sinyal elektrokardiogram (EKG) 5-lead dan algoritma Support Vector Machine (SVM). Data EKG yang diperoleh melalui perangkat Smart Holter direkam secara kontinu dan diproses melalui tahapan praproses, meliputi koreksi baseline, filtering dengan metode Butterworth, ekstraksi fitur, normalisasi, serta pelabelan manual oleh dokter spesialis jantung untuk validitas klinis. Model SVM kemudian dilatih dan diuji dengan hasil akurasi sebesar 95,80% pada data pelatihan dan 94,57% pada data pengujian. Evaluasi performa model menggunakan confusion matrix, nilai presisi, recall, dan kurva ROC menunjukkan kemampuan klasifikasi empat kategori aritmia secara akurat dan seimbang dengan nilai AUC antara 0,98 hingga 1,00. Hasil ini menunjukkan potensi sistem sebagai alat bantu diagnosis dini aritmia khususnya pada pasien lansia. Untuk penelitian selanjutnya, disarankan peningkatan variasi data, perbandingan dengan metode lain seperti CNN atau LSTM, peningkatan kualitas sinyal dan fitur, serta pengujian di lingkungan klinis guna mengoptimalkan penerapan sistem dalam praktik medis.    Kata Kunci: Elektrokardiogram (EKG), Aritmia, Support Vector Machine (SVM), Lansia

Penanganan bencana merupakan isu krusial dalam mengurangi dampak negatif bencana alam dan non-alam di Kota Semarang, yang memiliki potensi bencana seperti banjir, gempa bumi, dan kebakaran. Penelitian ini bertujuan untuk menganalisis penanganan bencana di Kota Semarang pada tahun 2024 dengan menggunakan metode Analytical Hierarchy Process (AHP) dan VIseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR), untuk menentukan prioritas tindakan yang paling efektif dalam mitigasi dan respons bencana. Metode AHP digunakan untuk memberikan bobot pada kriteria-kriteria yang mempengaruhi penanganan bencana, seperti kesiapsiagaan, infrastruktur, dan sumber daya manusia. Selanjutnya, metode VIKOR diterapkan untuk memilih solusi terbaik berdasarkan alternatif penanganan bencana. Hasil penelitian menunjukkan bahwa prioritas penanganan bencana di Kota Semarang sebaiknya difokuskan pada penguatan sistem peringatan dini dan pengembangan infrastruktur evakuasi, dengan memperhatikan kesiapsiagaan masyarakat sebagai faktor pendukung utama. Berdasarkan perhitungan AHP, kriteria "kesiapsiagaan masyarakat" memperoleh bobot tertinggi, sementara perhitungan VIKOR menunjukkan bahwa tindakan penguatan infrastruktur evakuasi adalah solusi terbaik untuk mengurangi dampak bencana. Penelitian ini merekomendasikan Pemerintah Kota Semarang untuk meningkatkan investasi pada infrastruktur penanganan bencana dan memperkuat pelatihan serta keterlibatan masyarakat dalam program kesiapsiagaan bencana.  

Profesi Pegawai Negeri Sipil (PNS) semakin diminati oleh banyak individu karena beberapa faktor menarik. Salah satunya adalah stabilitas pendapatan yang menawarkan keamanan finansial bagi PNS dan keluarganya. PNS juga menawarkan jaminan pensiun yang menarik, memungkinkan mereka pensiun dengan martabat dan keuangan yang terjamin. Namun, daya tarik utama PNS juga mencakup tanggung jawab mereka sebagai abdi masyarakat. Mereka harus memberikan pelayanan yang adil kepada warga masyarakat dengan efektif, efisien, produktif, dan profesional sesuai dengan peran mereka. Untuk mencapai tujuan ini, organisasi PNS memerlukan sumber daya manusia (SDM) berkualitas. Di Kabupaten Grobogan, Badan Kepegawaian, Pendidikan, dan Pelatihan Daerah (BKPPD) memiliki peran penting dalam menjalankan evaluasi kinerja PNS secara rutin setiap tahun. Evaluasi ini melibatkan berbagai aspek, termasuk Surat Keputusan Penilaian (SKP), tingkat pendidikan, kompetensi, dan disiplin pegawai. Hasil evaluasi mengklasifikasikan PNS menjadi tiga klaster: berkualitas baik (24%), cukup (30%), dan perlu perbaikan (16%). Pendekatan evaluasi komprehensif ini membantu BKPPD memastikan PNS di Kabupaten Grobogan tetap menjaga dan meningkatkan tingkat kualitas pelayanan kepada masyarakat.

Kelulusan merupakan hal yang pasti terjadi dalam akhir proses sebuah pendidikan. Mendapatkan predikat wisudawan terbaik merupakan kebanggaan tersendiri bagi mahasiswa diakhir masa studinya. Fakultas Teknologi Informasi Universitas Stikubank, setiap semester selalu dihadapkan pada proses tersebut. Penetapanwisudawan terbaik dari FTI Unisbank memiliki lebih dari satu kriteria yaitu Indeks Prestasi Kumulatif (IPK),Nilai Prestasi yang diperoleh dari Kartu Rencana Prestasi (KRP), masa studi siswa yang bersangkutan, dansertifikasi kompetensi atau sertifikasi pelatihan bertaraf internasional. Metode yang digunakan untuk membantu menentukan wisudawan terbaik adalah metode TOPSIS. Pemilihan metode tersebut karena beberapa alasan salah satunya adalah kemudahan penerapan. Implementasi metode TOPSIS atas masalah tersebut diterapkan dengan membuat sebuah aplikasi berbasis web. Hasil yang diperoleh dengan menerapkan metode TOPSIS, adalah alternatif/wisudawan yang memiliki skor tertinggi dari hasil perhitungan akhir.

Penelitian klasifikasi kematangan buah mangga dilakukan guna memberikan pendekatan yang terbaik terhadap perubahan kematangan berdasarkan warna kulit buah. Klasifikasi kematangan diawali dengan pemrosesan pemeraman dan perubahan warna. Berikutnya dilakukan akuisisi data dengan menggunakan kamera digital, untuk setiap obyek pengamatan (sebagai obyek pelatihan). Pengambilan data keseluruhan selama periode pemeraman kemudian akan diperhitungkan kembali hingga diperoleh data rata-rata untuk sejumlah obyek citra pelatihan, dan berdasarkan data ini kemudian akan diolah untuk memperoleh range dan interval terhadap kategori kelas, yaitu mentah, matang dan masak. Kemudian data ini diolah dengan menggunakan pendekatan metode statistika yaitu korelasi untuk mengamati warna yang paling memiliki kedekatan terhadap pengaruh pemeraman. Kemudian nilai regresi akan mengukur tingkat kedekatan pengaruh hari terhadap perubahan warna. Data ini akan digunakan untuk melakukan klasifikasi umur pemeraman dan data interval kelas akan digunakan untuk klasifikasi kategori kelas.