Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

0.817

P-Index

This Author published in this journals

All Journal Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi Informasi dan Ilmu Komputer Konvergensi Jurnal Mantik Jurnal Leverage, Engagement, Empowerment of Community (LeECOM)

Sulistyawati, Dwi Harini

Program Studi Teknik Informatika, Fakultas Teknik Universitas 17 Agustus Surabaya

Author-ID : 1164490

Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences

Published : 6 Documents Claim Missing Document

Claim Missing Document

Articles

SEGMENTASI PARASIT MALARIA MENGGUNAKAN OPERASI MORFOLOGI CITRA Sulistyawati, Dwi Harini; Narulita, Luvia Friska
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 13, No 3 (2018)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v13i3.1366

Abstrak. Penyakit malaria masih menjadi masalah kesehatan di Indonesia. Masih banyak korban jiwa akibat penyakit malaria, terutama di Maluku dan Papua. Penelitian ini bertujuan membuat sistem segmentasi otomatis parasit malaria. Tahapan proses yang dilakukan adalah melakukan konversi ke ruang warna HSV dengan mengambil komponen S (Saturation) kemudian dilanjutkan dengan Operasi Morfologi . Hasil yang didapat dari 23 citra sediaan darah tebal (thick blood film) sebanyak 91.5% (21 citra) tersegmentasi dengan baik. Dengan hasil tersebut dapat disimpulkan bahwa sistem segmentasi otomatis parasit malaria pada sedian darah tebal dengan menggunakan operasi morfologi dapat digunakan sebagai salah satu alternatif dalam proses segmentasi parasit malaria. Kata Kunci: Thick Blood Film, Parasit Malaria, Operasi Morfologi. DOI : https://doi.org/10.33005/scan.v13i3.1366

PERANCANGAN SISTEM INFORMASI BUMDES LOH JINAWI DESA GALENGDOWO, WONOSALAM, JOMBANG Sulistyawati, Dwi Harini; Narulita, Luvia Friska; Brahmaratih, Ida Ayu
Jurnal LeECOM (Leverage, Engagement, Empowerment of Community) Vol. 1 No. 2 (2019)
Publisher : Universitas Ciputra Surabaya

Bumdes atau Badan Usaha Milik Desa adalah sebuah unit usaha yang dimiliki oleh pemerintah desa. Salah satu tujuan memiliki BUMDEs di tiap desa di Indonesia adalah untuk meningkatkan kesejahteraan masyarakat desa melalui beberapa unit usaha yang memiliki nilai ekonomis. Desa Galengdowo merupakan sebuah desa yang terletak di Kecamatan Wonosalam dan telah memiliki BUMDes, namun dalam pelaksanaan administrasi sehari-hari, pengurus BUMDes masih menggunakan cara manual dan tidak terintegrasi. Melalui pembuatan Sistem Informasi BUMDes Galengdowo, pengeluaran dan pendapatan akan terintegrasi dan mudah untuk diakses

PERBAIKAN CITRA DENGAN NOISE MISSING BLOCK MENGGUNAKAN IMPLEMENTASI ALGORITMA PROJECTION ONTO CONVEX SETS (POCS) Sulistyawati, Dwi Harini; Utomo, Heri Setyo
KONVERGENSI Vol 12 No 2 (2016)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Ketajaman kualitas gambar sangat diperlukan untuk melihat dan mengamati gambar dengan jelas tanpa gangguan seperti blur atau noise. Dalam proses pengiriman atau penyimpanan, gambar dapat terganggu dalam bentuk kerusakan pada bagian-bagian tertentu yang hilang atau blok-blok piksel, kerusakan ini adalah bentuk utama dari kesalahan dalam suatu gambar. Jadi dengan mengimplementasikan algoritma rekonstruksi citra Projection Onto Convex Sets (POCS) pada domain Discrete Cosine Transform (DCT) untuk meningkatkan citra, terutama gambar yang mengalami kerusakan pada beberapa bagian yang hilang atau blok piksel. Untuk blok proses pemulihan ada beberapa langkah yang harus diambil termasuk deteksi garis, pembacaan jendela di sekitarnya dan vektor pemulihan. Dari hasil pengujian dapat disimpulkan bahwa metode ini dapat digunakan untuk pemulihan blok POCS dan nilai-nilai piksel yang sesuai dengan blok warna di sekitar blok. Pengukuran nilai kesalahan citra menggunakan Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR).

KLASIFIKASI BERITA HOAX PILPRES MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR DAN PEMBOBOTAN MENGGUNAKAN TF-IDF Rozi, Faizal Nur; Sulistyawati, Dwi Harini
KONVERGENSI Vol 15 No 1 (2019)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Dewasa ini perkembangan teknologi informasi dan internet begitu pesat. Sangat mudahnya masyarakat dalam mengakses internet dan informasi. Dengan kemudahan akses internet membuka peluang masyarakat untuk menyebarkan informasi atau berita di jejaring sosial maupun media online. Namun dalam praktiknya banyak bermunculan berita yang memiliki informasi palsu (hoax) yang tidak dapat dipertanggungjawabkan berita dan sumbernya. Hoax merupakan upaya untuk memanipulasi audiens agar terpengaruh dengan opini yang dibawa. Untuk menangani masalah terkait berita hoax, dikembangkankan sebuah prototipe untuk mengklasifikasikan berita tersebut. Metodologi penanganan berita hoax tersebut menggunakan pendekatan Term Frequency â€“ Inverse Document Frequency untuk pembobotan setiap dokumen dan Modified K-Nearest Neighbor untuk pengklasifikasian berita berdasarkan dokumen yang telah dibobotkan.

Pengumpulan Data Twitter Tentang Covid-19 di Indonesia untuk Menghitung Tingkat Engagement Pengguna Luvia Friska Narulita; Dwi Harini Sulistyawati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834626

Dari Twitter, pengguna dapat mendapatkan informasi tentang berbagai hal, begitu juga informasi tentang COVID-19. Dalam penelitian ini, dilakukan penelitian tentang tingkat engagement pengguna terhadap twit yang membahas tentang COVID-19. Penelitian dilakukan terhadap data twit pada bulan April 2020 hingga bulan Juni 2020. Data twit didapatkan dari akun akun yang khusus membahas tentang COVID serta akun milik pemerintah dengan melakukan penyaringan pada twit yang khusus membahas tentang COVID saja. Tujuan dari penelitian ini adalah untuk mengetahui tingkat engagement pengguna yang dapat diartikan dengan tingkat interaksi pengguna terhadap twit yang membahas tentang COVID-19 pada saat awal virus COVID-19 merebak hingga pada saat mulai dikenalkan istilah New Normal atau adaptasi kebiasaan baru. Dari penelitian yang dilakukan, didapatkan hasil bahwa tingkat interaksi pengguna terhadap twit tentang COVID menurun pada bulan Juni ketika kasus COVID semakin bertambah dan pelaksanaan kebijakan bekerja dari rumah sudah dilaksanakan sekitar dua bulan. Penurunan tingkat engagement pengguna sebesar 0,5% pada bulan Juni. AbstractTwitter users in Indonesia quite a lot. From Twitter, users can get information about various things, as well as information about COVID-19. In this study, research was conducted on the level of user engagement on tweets that discussed COVID-19. The study was conducted on tweet data from April 2020 to June 2020. The tweet data was obtained from accounts specifically discussing COVID and government-owned accounts by filtering on tweets which specifically discussed COVID only. The purpose of this study is to determine the level of user engagement which can be interpreted by the level of user interaction with tweets that discuss COVID-19 at the beginning of the COVID-19 virus spread until it was introduced to the term New Normal. This term is introduced to people to encourage them wearing mask and implementing health protocol during their activities. From the research conducted, it was found that the level of user interaction with tweets about COVID decreased in June when COVID cases increased and the implementation of the work from home policy had been carried out for about two months.

Performance Accuration Method of Machine Learning for Diabetes Prediction: Performance Accuration Method of Machine Learning for Diabetes Prediction Dwi Harini Sulistyawati; Ali Murtadho
Jurnal Mantik Vol. 4 No. 1 (2020): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (512.865 KB)

Machine learning is an application of artificial intelligence (AI) that provides systems the ability to automatically learn and improve from experience without being explicitly programmed. Machine learning (ML) techniques allow us to obtain predictively, the dataset we are testing is pima-indian-diabetes with a dataset of 765 raw data with 8 data features and 1 data label we developed a method to achieve the best accuracy from the 5 methods we use with the stages of separation training and testing the dataset, scaling features, parameters evaluation, confusion matrix and we get the accuracy of each method, and the results of the accuracy we get with these 5 methods Gradient-boosting is best with an accuracy score of 0.8, Decision Tree 0.72, Random Forest 0.72, next is Logistic Regression 0.7, and then followed by K-NN method with a score of 0.65.

Co-Authors Ali Murtadho Brahmaratih, Ida Ayu Heri Setyo Utomo, Heri Setyo Luvia Friska Narulita Narulita, Luvia Friska Narulita, Luvia Friska Rozi, Faizal Nur

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search