Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–5 dari 5 artikel
Application of KNN & Decision Tree Algorithms in Predicting Diabetes Using Rapid Miner
JUISI : Jurnal Ilmiah Sistem Informasi
Vol 5
, No 1
(2026)
Prediksi diabetes merupakan langkah penting dalam mendukung deteksi dini serta pencegahan komplikasi jangka panjang yang disebabkan oleh penyakit kronis. Penelitian ini bertujuan membandingkan kinerja algoritma K-Nearest Neighbor (KNN) dan Decision Tree dalam memprediksi diabetes menggunakan dataset Pima Indian Diabetes pada aplikasi RapidMiner. Dataset yang digunakan terdiri dari 768 data dengan delapan atribut kesehatan utama yang berkaitan dengan risiko diabetes. Metode penelitian meliputi pr...
Sumber Asli
Google Scholar
DOI
Transformasi Pelayanan Publik Menuju Smart Governance di Era Digital Studi pada Pemerintah Daerah Kota Surabaya
Sinar Dunia: Jurnal Riset Sosial Humaniora dan Ilmu Pendidikan
Vol 4
, No 4
(2025)
This study explores the digital transformation journey of Surabaya City Government toward Smart Governance as part of its broader Smart City initiative. The city has demonstrated a strong commitment to leveraging digital technology to enhance public service quality, evidenced by innovative platforms such as the Surabaya Single Window, SIMPATIK, and E-Health services. These initiatives aim to accelerate service delivery, increase operational efficiency, and facilitate data-driven decision-making,...
Sumber Asli
Google Scholar
DOI
Klasifikasi Penyakit Gagal Jantung Mengunakan Metode Decision Tree
JUISI : Jurnal Ilmiah Sistem Informasi
Vol 4
, No 3
(2025)
Deteksi awal gagal jantung sangat krusial untuk mengurangi angka sakit dan kematian. Metode machine learning, khususnya klasifikasi yang berbasis decision tree, menunjukkan potensi untuk mendukung keputusan medis dengan memisahkan pasien berisiko menggunakan variabel klinis yang biasa. Tujuan penelitian ini adalah untuk merancang dan menilai model Decision Tree dalam mengklasifikasikan pasien dengan gagal jantung menggunakan data klinis yang bersifat publik. Langkah-langkah dalam penelitian menc...
Sumber Asli
Google Scholar
DOI
OPTIMASI PENGELASAN DISIMILAR METAL SS 304 DAN MILD STEEL UNTUK MEMINIMALKAN EFEK DISTORSI
Teknika
Vol 8
, No 2
(2023)
The manufacturing industry is growing very rapidly, including welding. The welding process has an increasing trend, especially in the fields of ship trusses, bridge structures, railway construction, and others. Welding has the character of a strong connection, lightweight and simple. Welded joints for dissimilar metals have developed quite significantly and have their challenges. Metals that are widely used include SS 304 and mild steel. One of the problems with meta-dissimilar welding is distor...
Sumber Asli
Google Scholar
DOI
The Influence Of Job Stress, Job Motivation and Job Satisfaction On Employee Performance At Pt Pancaran Sinar Rajawali Indonesia
Jurnal Ilmiah Serat Acitya
Vol 10
, No 1
(2021)
The aim of this research is to examine the influence of work stress, work motivation and job satisfaction on employee performance at PT Pancaran Sinar Rajawali Indonesia, both simultaneously and partially. This research uses an explanatory quantitative approach. The number of samples in this study was 35 respondents The results of this research in hypothesis 1 obtained the results of t count > t table (2.362 > 1.989) with a significance level of 0.02 (0.02 < 0.05) Hypothesis 2 obtained...
Sumber Asli
Google Scholar
DOI