CHAIN: Journal of Computer Technology, Computer Engineering, and Informatics

Pengembangan Model Hybrid untuk Identifikasi Tuberkulosis Pada Gambar Rontgen Dada

Ridwan Mahenra — 2025-01-15

Tuberkulosis (TB), penyakit menular parah yang berdampak pada jutaan orang di seluruh dunia, umumnya didiagnosis dengan menggunakan rontgen dada. Untuk memastikan diagnosis yang akurat, terutama pada tahap awal, para profesional di bidang kesehatan mengandalkan dukungan teknologi canggih. Tidak seperti model yang sudah ada yang terutama berfokus pada deteksi TB pada gambar sinar-X, penelitian ini bertujuan untuk mengklasifikasikan gambar yang berhubungan dengan TB untuk memfasilitasi pemilihan metode yang tepat untuk deteksi TB yang tepat. Pendekatan yang diusulkan menggabungkan kemampuan yang kuat dari arsitektur VGG16 dengan jaringan syaraf tiruan (CNN) untuk tujuan klasifikasi. Memanfaatkan keefektifan VGG16 dalam menangkap fitur gambar yang penting, kami memodifikasinya untuk ekstraksi fitur untuk mengidentifikasi tanda-tanda TB pada gambar sinar-X. Untuk klasifikasi, CNN digunakan untuk mengkategorikan gambar yang terkena TB. Metode yang diusulkan ini dievaluasi menggunakan dataset standar, yang menunjukkan kinerja yang unggul dalam hal akurasi, recall, dan presisi dibandingkan dengan teknik yang ada saat ini.

K-Means dan Data Mining Tools: Strategi Efektif untuk Menganalisis Siswa Putus Sekolah

Ade Christian — 2025-01-15

Pendidikan memiliki peran penting dalam membangun sumber daya manusia yang berkualitas, namun permasalahan putus sekolah masih menjadi tantangan serius, terutama di tingkat Sekolah Menengah Kejuruan (SMK). Untuk mengatasi masalah ini, penelitian ini membandingkan tiga aplikasi data mining, yaitu RapidMiner, Orange, dan Weka, dalam mengelompokkan siswa putus sekolah menggunakan algoritma K-Means. Data yang digunakan diperoleh dari berbagai sumber dan diproses melalui tahapan pengujian, penerapan algoritma K-Means, serta perbandingan hasil klasterisasi. Hasil penelitian menunjukkan bahwa RapidMiner memiliki akurasi tertinggi sebesar 86%, diikuti oleh Orange dengan 80%, dan Weka dengan 73%. Perbedaan akurasi ini menunjukkan bahwa setiap aplikasi memiliki keunggulan dan keterbatasan masing-masing dalam pemrosesan data dan pengelompokan siswa berdasarkan pola tertentu. Dari hasil perbandingan ini, RapidMiner terbukti lebih optimal dalam menghasilkan klaster yang lebih akurat dan stabil dibandingkan dengan dua aplikasi lainnya. Meskipun penelitian ini menunjukkan hasil yang signifikan, masih terdapat beberapa keterbatasan, seperti jumlah dataset yang terbatas dan penggunaan satu algoritma saja (K-Means). Oleh karena itu, penelitian selanjutnya dapat menggunakan dataset yang lebih besar dan beragam, serta mengeksplorasi algoritma lain, seperti DBSCAN atau Hierarchical Clustering, untuk meningkatkan kualitas analisis. Selain itu, integrasi teknik machine learning yang lebih kompleks juga direkomendasikan guna meningkatkan akurasi prediksi. Hasil penelitian ini diharapkan dapat membantu lembaga pendidikan dalam mengidentifikasi pola siswa berisiko putus sekolah, sehingga dapat digunakan sebagai dasar dalam pengambilan keputusan dan strategi intervensi pendidikan yang lebih efektif.

Kata Kunci: Data Mining; K-Means, Klasterisasi; RapidMiner; Orange; Weka; Siswa Putus Sekolah.

Edutainment Approach to Teaching Verbs: A Battle-Themed English Lesson

Sanriomi Sintaro — 2025-01-15

English is the primary foreign language that plays a crucial role in various aspects of life, particularly in accessing global information, mastering, and developing knowledge across multiple fields, including technology, arts, and culture. But not only that, English is also included as one of the subjects in the world of education in Indonesia. Furthermore, English proficiency significantly contributes to establishing and strengthening relationships with different nations worldwide, whether in academic, professional, or social contexts.With the rapid advancement of technology and the declining motivation of students in learning, it is increasingly important to implement more innovative and modern learning approaches. One such approach is edutainment, which integrates educational content with entertainment elements to enhance student engagement and create a more effective learning experience. Additionally, competition-based methods can serve as an alternative reference in the development of edutainment to further stimulate students' interest in learning. This study focuses on developing competition or battle-themed edutainment as a medium for introducing verbs in English, along with their past tense (V2) and past participle (V3) forms. Battle-based edutainment has proven to be an effective learning tool. Based on tests conducted on 30 target users, their satisfaction levels were measured using the SUS Score, which resulted in an average score of 89.25, classified within the A scale, indicating an above-average satisfaction level.