Diabetes Mellitus is a genetically and clinically heterogeneous metabolic disorder with manifestations of loss of carbohydrate tolerance characterized by high blood glucose levels as a result of insulin insufficiency. Public knowledge of diabetes mellitus 39.30% is influenced by public health education and information about diabetes mellitus that the public has ever received. Early detection of diabetes mellitus can prevent the development of chronic complications and allow timely and rapid treatment. The aim of this study is to simulate the early detection of diabetes mellitus with the K-Nearest Neighbors (K-NN) algorithm using Cloud-Base Runtime (COLAB). The highest accuracy is 76% in K=3, the highest precision is 68% in K=3 and the highest recall is 60% in K=3. The researchers used K-NN as a method to classify data from the Pima Indians Diabetes Database and obtained a fairly good accuracy value of 76% with a value of k = 3.
30 September 2019 in PROtek : Jurnal Ilmiah Teknik Elektro
Pemilihan kepala daerah merupakan salah satu wujud nyata dari demokrasi lokal yang memungkinkan masyarakat mengekspresikan aspirasi politiknya secara langsung. Namun, untuk memahami dinamika persepsi publik terhadap calon kepala daerah, dibutuhkan pendekatan analitis yang mampu menafsirkan opini masyarakat dalam skala luas dan waktu nyata. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap calon kepala daerah di Provinsi Maluku Utara dengan memanfaatkan data komentar dari media sosial YouTube dan TikTok. Subjek penelitian berupa komentar publik yang dikumpulkan melalui teknik crawling dengan kata kunci tertentu terkait nama calon dan isu politik lokal. Penelitian ini menggunakan pendekatan CRISP-DM (Cross Industry Standard Process for Data Mining) yang terdiri dari enam tahapan: pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Proses analisis mencakup preprocessing teks seperti tokenizing, case folding, stop word removal, dan stemming. Komentar diklasifikasikan secara manual ke dalam tiga kategori sentimen: positif, negatif, dan netral. Model klasifikasi dibangun menggunakan algoritma Neural Network melalui platform Orange Data Mining. Hasil penelitian menunjukkan bahwa kandidat 3 memperoleh sentimen positif tertinggi, kandidat 1 mendapat sentimen negatif terbanyak, dan kandidat 5 mendominasi pada sentimen netral. Model menunjukkan kinerja tinggi dengan akurasi mencapai 97,2%, presisi 98,5%, dan recall 88,8%. Temuan ini menunjukkan bahwa kombinasi metode CRISP-DM dan pembelajaran mesin dapat memberikan wawasan strategis yang bermanfaat bagi pengambil kebijakan dan tim kampanye dalam memahami persepsi publik secara lebih komprehensif dan real-time. Penelitian ini dapat menjadi referensi bagi pemangku kepentingan dalam merancang strategi komunikasi politik yang lebih tepat sasaran.
10 May 2025 in NEAR: Jurnal Pengabdian kepada Masyarakat
Program Pengabdian kepada Masyarakat (PKM) tahun 2024 yang diselenggarakan oleh Program Studi Teknik Arsitektur, Fakultas Teknik, Universitas Khairun, diadakan di Kelurahan Rum, Kecamatan Tidore Utara, Kota Tidore Kepulauan. Tujuan utama dari program ini adalah untuk meningkatkan kesadaran serta kemampuan masyarakat dalam mengelola limbah oli bekas, yang termasuk dalam kategori limbah Bahan Berbahaya dan Beracun (B3), dengan cara memberikan pelatihan mengenai penggunaannya sebagai bahan bakar alternatif untuk kompor yang lebih ramah lingkungan dan ekonomis. Pendekatan yang diterapkan adalah pelatihan partisipatif yang menargetkan ibu rumah tangga dan remaja putri sebagai agen perubahan dalam keluarga dan komunitas. Hasil dari program ini menunjukkan adanya peningkatan yang signifikan dalam pemahaman peserta mengenai dampak pencemaran yang disebabkan oleh oli bekas, proses pengubahannya menjadi energi alternatif, serta cara penggunaan dan perawatan kompor yang memanfaatkan oli bekas sebagai bahan bakar. Program ini juga terbukti berhasil memberdayakan masyarakat secara praktis dan mengurangi ketergantungan pada bahan bakar fosil. Sebagai rekomendasi, program serupa disarankan untuk diterapkan di daerah lain sebagai upaya mitigasi pencemaran lingkungan sekaligus memperkuat ketahanan energi yang berbasis pada sumber daya lokal. Program ini juga menegaskan peran perguruan tinggi dalam mentransfer pengetahuan dan teknologi yang tepat guna untuk mendukung pembangunan berkelanjutan di tingkat komunitas.