Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat)

PENGENALAN POLA CITRA KAIN TRADISIONAL MENGGUNAKAN GLCM DAN KNN Johan Wahyudi; Ihdahubbi Maulida
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 2 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (367.187 KB) | DOI: 10.20527/jtiulm.v4i2.37

Abstract

Kain tradisional memiliki pola yang unik, pola tersebut merupakan warisan dari budaya. Beragamnya suku budaya di Indonesia membuat jumlah kain tradisional juga beragam. Beragamnya jenis kain tradisional menyebabkan generasi sekarang kurang mengenali pola kain tradisional yang merupakan warisan dari nenek moyang. Sasirangan merupakan kain tradisional berasal dari kalimantan selatan. Penelitian ini bertujuan mengenali pola sasirangan dari banyaknya pola kain tradisional di Indonesia. Dengan penerapan ektraksi fitur Grey Level Cooccurence Matrices (GLCM) dengan metode klasifikasi menggunakan KNN untuk mencari jarak sehingga mendapatkan tingkat akurasi dari hasil klasifikasi.
PENDEKATAN BERBASIS KECERDASAN BUATAN DENGAN METODE NAÏVE BAYES UNTUK WEBSITE BAZNAS Endi Gunawan; Johan Wahyudi; Yuslena Sari
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i1.68

Abstract

Badan amil zakat nasional (BAZNAS) adalah badan resmi nasional dalam menyalurkan zakat. Zakat adalah kewajiban umat Islam. Hal tersebut dijelaskan dalam kitab suci Alquran. Zakat perlu disalurkan dengan adil. Banyaknya data penerima zakat menyebabkan penyaluran sering terkendala. Dengan klasifikasi zakat antara fakir dan miskin akan menjadi solusi untuk kendala data yang banyak. Teknik kecerdasan buatan yang digunakan pada penelitian ini adalah Naïve Bayes Classifier. Ini adalah teknik klasifikasi berdasarkan Teorema Bayes dengan asumsi independensi antar prediktor. Secara sederhana, pengklasifikasian Naive Bayes mengasumsikan bahwa keberadaan fitur tertentu di kelas tidak terkait dengan keberadaan fitur lainnya. Label data penerima zakat ini ada dua, yaitu fakir dan miskin. Kecerdasan buatan sebagai metode dalam pembuatan prototype sistem pada website BAZNAS dalam penentuan penerima zakat. Pengukuran performa metode naïve bayes classifier menggunakan confusion matrix. Hasil dari metode naïve bayes classifier dalam mengklasifikasi penerima zakat cukup baik yaitu 96%.