Journal Of Data Insights http://358640.knnuz.asia/index.php/jodi <table> <tbody> <tr> <td>Journal Title</td> <td>: Journal of Data Insights</td> </tr> <tr> <td>Print ISSN</td> <td>: -</td> </tr> <tr> <td>Online ISSN</td> <td>: 2988 - 2109</td> </tr> <tr> <td>Publication schedule</td> <td>: 2 issues per year </td> </tr> <tr> <td>Editor-in-chief</td> <td>: Saeful Amri, S.Kom., M.Kom.</td> </tr> <tr> <td>Language</td> <td>: English</td> </tr> <tr> <td>Publisher</td> <td>: Department of Data Science</td> </tr> <tr> <td> </td> <td> Universitas Muhammadiyah Semarang</td> </tr> <tr> <td>Organized</td> <td>: Department of Data Science</td> </tr> <tr> <td> </td> <td> Universitas Muhammadiyah Semarang</td> </tr> <tr> <td>Citation Analysis</td> <td>: -</td> </tr> </tbody> </table> <p>The Journal of Data Insights is an open access publication for peer-reviewed scholarly journals. The Journal of Data Insights focuses on the processing, analysis and interpretation of data for data-driven decisions and solutions in industry, hospitals, government and universities. All articles should contain a validation of the proposed idea, e.g. through case studies, experiments, or a systematic comparison with other already practiced approaches. Two types of papers will be accepted: (1) a short paper discussing a single contribution to a particular new trend or idea, and; (2) a longer paper outlining a specific Research trends. As part of our commitment to scientific advancement, Journal of Data Insights follows an open access policy, which makes published articles freely available online without subscription.</p> en-US [email protected] (Saeful Amri) [email protected] (Ihsan Fathoni Amri) Mon, 22 Jul 2024 09:42:44 +0000 OJS 3.3.0.8 http://blogs.law.harvard.edu/tech/rss 60 Klasifikasi Dataset Diabetes menggunakan Algoritma K-Nearest Neighbors http://358640.knnuz.asia/index.php/jodi/article/view/201 <p>Data&nbsp; mining&nbsp; merupakan&nbsp; suatu&nbsp; metode&nbsp; yang&nbsp; baik&nbsp; untuk&nbsp; menangani&nbsp; data&nbsp; skala&nbsp; besar. Performasi&nbsp; menjadi&nbsp; penting&nbsp; dalam&nbsp; metode&nbsp; data&nbsp; mining.&nbsp; Salah satu&nbsp; metode&nbsp; yang&nbsp; memiliki performasi terbaik adalah K-Nearest Neighbor (KNN). Artikel ini membahas terkait performasi K-NN. Data yang digunakan pada penelitian&nbsp; ini&nbsp; adalah&nbsp; Diabetes.&nbsp; Data&nbsp; dibagi&nbsp; menjadi&nbsp; 80%&nbsp; data trainingdan&nbsp; 20%&nbsp; data testing. Dengan menggunakan 11 tetangga terdekat, model menghasilkan akurasi sebesar 0.765625. Angka ini mencerminkan kinerja yang baik. Metrik kritis termasuk akurasi sebesar 0.77, presisi sebesar 0.80, dan recall sebesar 0.85. Hasil ini menunjukkan bahwa model KNN memiliki potensi untuk mengklasifikasikan pasien diabetes dengan akurasi yang baik.</p> Fitri Diana Musa, M. Al Haris, Dannu Purwanto, Saeful Amri, Alwan Fadlurohman, Ariska Fitriyana Ningrum Copyright (c) 2024 Journal Of Data Insights http://358640.knnuz.asia/index.php/jodi/article/view/201 Sun, 30 Jun 2024 00:00:00 +0000 A Pengelompokan Kabupaten/Kota di Jawa Tengah Berdasarkan Kepadatan Penduduk Menggunakan Metode Hierarchical Clustering http://358640.knnuz.asia/index.php/jodi/article/view/158 <p><span style="font-weight: 400;">Jawa Tengah merupakan provinsi dengan urutan kelima di Indonesia berdasarkan kepadatan penduduk pada tahun 2020 sebanyak 1.113 jiwa/km2. Pengaruh kepadatan penduduk yang tinggi dapat menyebabkan berbagai masalah diantaranya kemacetan,pengangguran,kesehatan,kriminalitas serta permasalahan serius lainnya. Kepadatan penduduk dipengaruhi oleh angka kelahiran,angka kematian serta laju pertumbuhan, Untuk mengevaluasi kepadatan penduduk di provinsi Jawa Tengah, kita perlu mengklasifikasikan/mengelompokkan kabupaten/kota yang berada didalamnya. Pengelompokan ini bertujuan agar kebijakan yang dibuat oleh pemerintah dapat tepat sasaran. Metode yang dapat digunakan untuk pengelompokkan kabupaten.kota di provinsi Jawa Tengah berdasarkan kepadatan penduduknya yaitu </span><em><span style="font-weight: 400;">Clustering Hierarchical Ward. </span></em><span style="font-weight: 400;">Dari hasil analisis pengelompokan tersebut kabupaten/kota di provinsi Jawa Tengah dibagi menjadi empat kelompok berdasarkan kepadatan penduduknya.</span></p> Yusrisma Asyfani, Indah Manfaati Nur, Ihsan Fathoni Amri, Novia Yunanita, Febi Anggun Lestari , Zahra Aura Hisani, Febrian Hikmah Nur Rohim Copyright (c) 2024 Journal Of Data Insights http://358640.knnuz.asia/index.php/jodi/article/view/158 Sun, 30 Jun 2024 00:00:00 +0000 DASHBOARD LINGKUNGAN HIDUP UNTUK ANALISIS DIARE MENGGUNAKAN METODE K-MEANS CLUSTERING http://358640.knnuz.asia/index.php/jodi/article/view/210 <p>Abstrak Singkat: Diare adalah penyakit umum dengan penyebab yang beragam, termasuk virus, bakteri, dan faktor-faktor lainnya. Faktor-faktor lingkungan, gizi yang buruk, dan kurangnya pengetahuan masyarakat berperan penting dalam tingginya kasus diare, terutama pada anak-anak di bawah lima tahun, di Indonesia. Analisis cluster digunakan untuk mengelompokkan daerah berdasarkan kasus diare dan membantu perencanaan penanggulangan. Penelitian ini menggunakan data BPS 2021 dari 34 provinsi di Indonesia dan berfokus pada faktor penyebab diare. Penelitian ini bertujuan untuk memahami faktor-faktor yang berkontribusi pada kasus diare, dengan harapan dapat merumuskan strategi penanggulangan yang lebih efektif.</p> Sitti Sahara, Saeful Amri, Ariska Fitriyana Ningrum, Dannu Purwanto Copyright (c) 2024 Journal Of Data Insights http://358640.knnuz.asia/index.php/jodi/article/view/210 Sun, 30 Jun 2024 00:00:00 +0000 Pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Meramalkan Volume Angkutan Barang Kereta Api di Pulau Jawa Tahun 2021 http://358640.knnuz.asia/index.php/jodi/article/view/167 <p>Tujuan&nbsp;penelitian ini&nbsp;untuk meramalkan jumlah angkutan barang menggunakan kereta api di Pulau Jawa. Metode yang digunakan yakni pendekatan kuantitatif dengan memanfaatkan sumber data sekunder dari situs resmi Badan Pusat Statistik (bps.go.id). Hasil penelitian memberikan gambaran jika&nbsp;terdapat prediksi penurunan pada bulan November 2021, yang disertai&nbsp;oleh peningkatan pada periode berikutnya.&nbsp;Dalam upaya peramalan, digunakan model SARIMA(0,1,1)(0,2,0)12. Keputusan menggunakan model ini didasarkan pada parameter&nbsp;yang signifikan serta pemenuhan asumsi terkait residu white noise.&nbsp;Model ini dipilih sebagai model terbaik karena memiliki nilai AIC yang paling rendah dibandingkan dengan model SARIMA lain yang telah melalui uji diagnostik residual</p> ine fitriani, Prizka, Saeful Amri Copyright (c) 2024 Journal Of Data Insights http://358640.knnuz.asia/index.php/jodi/article/view/167 Sun, 30 Jun 2024 00:00:00 +0000 Deteksi Kerentanan SQL Injection pada Website Menggunakan Vulnerability Assessment http://358640.knnuz.asia/index.php/jodi/article/view/393 <p>Website merupakan sumber informasi yang terus berkembang mengikuti perkembangan teknologi dimasa sekarang, dan penggunaan website telah banyak diterapkan di berbagai bidang. Penggunaan cyber security berkembang sangat pesan mengikuti perkembangan teknologi dan penelitian-penelitian dalam tema cyber security semakin banyak. Metode vulnerability asesement dalam penelitian ini digunakan untuk melakukan scanning terhadap suatu website untuk mendeteksi kerentananan website tersebut terhadap SQL Injection. SQL Injection. SQL Injection merupakan salah satu teknik peretasan dengan cara menyalahgunakan celah keamanan yang ada di lapisan SQL berbasis data pada suatu aplikasi atau website. Vulnerability scanner menggunakan Zap, memberikan hasil 22 alert, 3 diantaranya memiliki kerentanan yang tinggi (high risk). Hasil dari kerentanan website memiliki SQL Injenction yang tinggi. Terdapat 5 dari 10 ancaman yang terdapat pada OWASP Top 10</p> Nova Christina Sari, Achmad Solichan, Basirudin Ansor, Aditya Putra Ramdani, Muhammad Zainudin Al Amin, Mulil Khaira, Auliya Rohman Riquelme Al Ubaidah Copyright (c) 2024 Journal Of Data Insights http://358640.knnuz.asia/index.php/jodi/article/view/393 Sun, 30 Jun 2024 00:00:00 +0000