Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2019 - 2024

2.45

P-Index

This Author published in this journals

All Journal Rekursif: Jurnal Informatika Jurnal Pseudocode Jurnal Teknologi Informasi dan Terapan (J-TIT)

Ernawati Ernawati

Universitas Bengkulu

Author-ID : 2692254

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 18 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Sistem Pakar: Implementasi Metode Bayes Probabilties untuk Penentuan Kriteria Pasien COVID-19 Berdasarkan Fitur Gejala (Studi Kasus: RSUD M. Yunus Bengkulu) Mochammad Yusa; Aan Erlanshari; Lekat Haryani; Ernawati Ernawati; Liya Agustin Umar
Jurnal Teknologi Informasi dan Terapan Vol 8 No 1 (2021)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v8i1.222

Bengkulu merupakan provinsi yang ke 32 yang terjangkit virus corona Berdasarkan laman Jurnal bengkulu,Tim Gugus Percepatan Penanganan Kasus Covid-19 Provinsi Bengkulu melaporkan pada Juni 2020 total kasus konfirmasi Covid 19 mencapai 101 orang dengan demikian Dinas Kesehatan Provinsi Bengkulu mengumumkan, Bengkulu telah di tetapkan sebagai wilayah transmisi local penularan Covid 19 karena terjadi penularan ke orang pertama dan ke orang-orang di sekitarnya. Pada penelitian ini, penulis bermaksud merancang suatu program aplikasi penentuan krteria pada pasien covid 19 berbasis android. Aplikasi atau system ini menggunakan metode probabilitas bayes dengan Bahasa pemprograman java pada android studio. Berdasarkan percobaan yang telah di lakukan data yang sudah masuk ke dalam sistem yaitu 101 Pasien yang terpapar Covid 19, dengan identifikasi Pasien Dalam Pengawasan (PDP) 25 orang, Orang Dalam Pemantauan (ODP) 35 orang, Kasus Probable 9 orang, Kasus Konfirmasi 6 orang dan Kontak Erat 26 orang. sistem sudah mampu untuk menentukan kriteria pada pasien covid 19 di provinsi bengkulu dengan rata-rata akurasi system dalam mendiagnosa penyakit berdasarkan gejala klinis dan hasil pengujian dalam berbagai kondisi bernilai sekitar 53,33% dan nilai akurasi tertinggi mencapai 96,66666667. Dengan demikian untu sistem layak digunakan.

Clustering Data Titik Gempa Dengan Metode Fuzzy Possibilistic C-Means (Studi Kasus: Titik Gempa Pulau Sumatera Tahun 2013- 2018) Sani Putriana; Ernawati Ernawati; Desi Andreswari
Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021
Publisher : Universitas Bengkulu

Abstrak:Berdasarkan data yang dipublikasikan oleh Badan Geologi Amerika Serikat yaitu United States Geological Survey (USGS) dalam programnya memonitor aktivitas gempa di seluruh dunia, pada tahun 2013 hingga tahun 2018 tercatat telah terjadi gempa di pulau Sumatera sebanyak 1.443 kali dengan berbagai magnitudo dan kedalaman. Dampak yang disebabkan oleh gempa bumi berbeda-beda bergantung pada magnitudo dan kedalamannnya. Untuk mengetahui pengelompokan pola gempa bumi di wilayah pulau Sumatera dapat dilakukan dengan salah satu teknik data mining yaitu clustering. Sistem ini dibuat dengan bahasa pemrograman PHP, Tools Google Maps API dan metode pengembangan Waterfall. Pada penelitian ini dilakukan clustering data titik gempa menggunakan metode Fuzzy Possibilistic C-Means. Sistem ini berhasil mengelompokkan data titik gempa wilayah pulau Sumatera dari tahun 2013 hingga tahun 2018 menjadi 3 kluster. Kluster 1 memuat gempa dangkal dengan kedalaman 3.69 km – 50 km dan kekuatan 2.7 SR – 6.6 SR, kluster 2 memuat gempa dangkal dengan kedalaman 50.09 km – 56.15 km dan kekuatan 4 SR – 5.3 SR, dan kluster 3 memuat gempa dangkal, menengah, dan dalam dengan kedalaman 56.34 km - 365.24 km dan kekuatan 4 SR – 6 SR. Dari hasil clustering data titik gempa pulau Sumatera dari tahun 2013 hingga tahun 2018 dengan metode Fuzzy Possibilistic C-Means data terkluster berdasarkan kedalaman saja, sedangkan untuk kekuatan gempa bumi menyebar di setiap kluster.

Sistem Pakar Mendiagnosa Kerusakan Pada Alat Berat Dengan Impelementasi Algoritme A*(STAR) Enggy Mahlian Dony; Ernawati Ernawati; Endina Putri Purwandari
Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019
Publisher : Universitas Bengkulu

Penelitian ini dilakukan dengan tujuan membangun sebuah sistem pakar kerusakan alat berat dan mengimplementasikan algoritme A*(Star). Data yang dikelola dalam sistem pakar kerusakan pada alat berat ini berupa data kerusakan pada alat berat bagian mesin, kelistrikan dan hidrolik dan data masukan untuk mendiagnosa kerusakan pada alat berat yaitu ciri – ciri kerusakan, dan gejala kerusakan. Hasil dari penelitian ini adalah sebuah sistem pakar kerusakan pada alat berat mampu mengimplementasikan Algoritme A*(Star) dalam mendiagnosa kerusakan pada alat berat.Pengujian black box dilakukan terhadap 10 kelas uji dan 37 skenario pengujian yang diujikan dengan hasil 37 skenario uji berhasil 100% dan berjalan sebagaimana semestinya. Pengujian keakuratan sistem dilakukan untuk mengukur hasil pengujian pada sistem ke data yang telah didapat dari pakar pada pengujian yang diujikan 50 data dengan hasil keakrutan data pada sistem dan data dari pakar berhasil 100% dapat menentukan jenis kerusakan pada alat berat. Hasil pengujian menunjukkan bahwa variabel tampilan dengan kategori sangat baik(47%), variabel kinerja sistem dengan kategori sangat baik (50%) dan variabel kemudahan pengguna dengan kategori sangat baik (50%). Sehingga secara keseluruhan disimpulkan bahwa aplikasi termasuk dalam kategori sangat baik (skor 4,46 dari skala 5,00)Kata Kunci: Kerusakan, A*(Star), Alat Berat, Diagnosa kerusakan, dan pengujian

Identifikasi Pneumonia Pada Citra X-Ray Paru-Paru Menggunakan Metode Convolutional Neural Network (CNN) Berdasarkan Ekstraksi Fitur Sobel Jopa Yopento; Ernawati Ernawati; funny farady Coastera
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.17247

Pneumonia merupakan peradangan yang terjadi pada jaringan parenkim paru-paru yang sebagian besar disebabkan oleh mikroorganisme patogen dan sebagian kecil disebabkan oleh hal lain. Pneumonia sendiri masih menjadi penyebab tertinggi kematian balita maupun bayi baru lahir. Salah satu tindakan untuk mengetahui pasien terjangkit pneumonia adalah dengan melihat rougten atau citra CT-Scan paru-paru penderita. Sejauh ini para tenaga medis melakukan analisa secara langsung dengan melihat hasil rougten paru-paru pasien. Salah satu metode yang digunakan dalam melakukan klasifikasi terhadap citra adalah metode Convolutional Neural Network (CNN). CNN sendiri merupakan jenis Deep Learning yang popuker digunakan saat ini. Pada penelitian sebelumnya dalam mengidentifikasi pneumonia didapatkan hasil akurasi diatas 75%, namun terkendala dengan nilai akurasi yang masih dibawah 85% sehingga masih harus dilakkukan penelitian kembali untuk meningkatkan nilai akurasi dari model ini. Salah satu ekstraksi fitur yang biasa digunakan pada CNN yaitu ekstraksi fitur sobel guna meningkatkan akurasi pada mesin learning ini. Pada penelitian ini didapatkan hasil berupa Precision sebesar 91%, Recall sebesar 92.8% dan Accurasy sebesar 91.54%. tingkat akurasi yang didapatkan berdasarkan nilai epoch sebesar 50, learning rate sebesar 0.0001 dan nilai batch sebesar 20.

Analisis Kemiripan Jenis Burung Menggunakan Siamese Neural Network Muhammad Toby Suwindra; Ernawati Ernawati; Aan Erlansari
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Dengan banyaknya kemiripan ciri-ciri dari karakteristik yang dimiliki oleh burung, maka diperlukannya suatu teknologi untuk mengatasi masalah banyaknya kemiripan yang dimiliki oleh jenis burung yang menyebabkan sulitnya untuk mengidentifikasi kemiripan jenis-jenis burung tersebut. Didalam kecerdasan buatan terdapat Deep Learning yang bertujuan untuk meniru cara kerja otak manusia seperti mengetahui dan mengklasifikasikan suatu objek berdasarkan gambar, suara, dan text. Siamese Neural Network adalah salah satu pendekatan Deep Learning yang berisi bidang input untuk membandingkan dua pola dan menghasilkan satu output yang nilainya sesuai dengan kesamaan antara dua pola. Siamese Neural Network popular untuk menyelesaikan permasalahan dalam menemukan kesamaan atau hubungan antara dua hal yang sebanding. Pengenalan atau kemiripan pada gambar merupakan objek penelitian yang sangat banyak diminati dengan potensi penerapan pada berbagai industri dan bidang. Pendekatan yang dilakukan ada berbagai macam seperti menggunakan teknik computer vision, machine learning, maupun deep learning. Setiap teknik itu sendiri memiliki kehebatan yang beragam, tapi akhir-akhir ini teknik yang sering digunakan ialah deep learning yang memiliki kemajuan yang pesat pada penyelesaian masalah-masalah dengan nilai akurasi yang tinggi karena teknik deep learning mampu mempelajari data dalam jumlah besar tanpa ketergantungan pada perekayasaan fitur secara manual untuk dapat melatih model. Pada penelitian yang diakukan untuk mendeteksi kemiripan jenis burung menggunakan data sebanyak 23.400 gambar dengan 260 jenis spesies burung yang disetiap kelasnya terdapat masing-masing 90 gambar. Pada penelitian ini mendapatkan akurasi training 87,05 %, akurasi testing 93,90 % dan akurasi pengujian dengan AUC sebesar 93 %.Kata Kunci: Burung, Kemiripan, Deep Learning, Siamase Neural Network, Akurasi

Implementasi Metode Point Minutiae Untuk Mengidentifikasi Jenis Batik Pada Batik Besurek Dengan Berbasis Tekstur Eka Meiliyen Dharma Sara; Ernawati Ernawati; Asahar Johar
Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019
Publisher : Universitas Bengkulu

Batik merupakan warisan budaya nusantara (Indonesia) yang mempunyai nilai dan perpaduan seni yang tinggi, sarat dengan makna filosofis dan simbol penuh makna yang memperlihatkan cara berpikir masyarakat pembuatnya. Perkembangan batik di Indonesia memuncak pada tanggal 2 Oktober 2009, yakni UNESCO (United Nation Educational, Scientific and Cultural Organization). Berdasarkan jenisnya, batik dibedakan menjadi batik tulis, cap dan cetak. Ketidaktahuan masyarakat dalam membedakan ketiga jenis tersebut, seringkali membuat mereka tertipu soal harga batik yang ditawarkan. Tujuan dari penelitian ini adalah merancang dan membangun sistem untuk mengidentifikasi jenis batik besurek berdasarkan tekstur menggunakan metode Point Minutiae dan Euclidean Distance. Penelitian ini menggunakan Dalam penelitian ini data citra batik besurek diambil dari Industri Galeri Batik yang ada di Kota Bengkulu. Data yang digunakan dalam penelitian ini berjumlah 74 data citra batik terdiri dari 37 citra uji dan 37 citra latih. Citra uji dalam penelitian ini dibagi menjadi tiga yaitu citra batik tulis berjumlah 9, citra batik cap berjumlah 13 dan citra batik cetak berjumlah 15. Berdasarkan hasil pengujian aplikasi diperoleh nilai akurasi proses identifikasi yaitu tingkat akurasi pada citra uji sebesar 100 %, dan pada citra yang tidak ada di dalam database sebesar 100% sehingga dapat disimpulkan bahwa metode Point Minutiae dan Euclidean Distance baik dalam mengidentifikasi jenis batik pada batik besurek.Kata Kunci: Identifikasi, Point Minutiae, Euclidean Distance dan Batik Besurek

Implementasi Arsitektur Microservices Pada Rancang Bangun Aplikasi Marketplace Berbasis Web (Studi Kasus : Pasar Tradisional Modern Kota Bengkulu) Alessandro Sinambela; Ernawati Ernawati; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021
Publisher : Universitas Bengkulu

Kemajuan teknologi informasi saat ini sangat membantu kegiatan manusia dalam melakukan bisnis online melalui marketplace. Untuk memenuhi kebutuhan konsumen dibutuhkan peranan bidang teknologi dalam proses penjualan, pembelian, hingga efisiensi dan efektifitas. Pasar Tradisional Modern (PTM) merupakan pasar tradisional modern yang berada di kota Bengkulu yang menggunakan kaidah pasar tradisional yaitu tempat bertemunya penjual dan pembeli, hal tersebut menimbulkan masalah yaitu membutuhkan banyak waktu untuk berbelanja kebutuhan sehari-hari. Aplikasi yang akan dibangun untuk mempermudah ibu rumah tangga dalam berbelanja bahan-bahan dapur. Aplikasi ini nantinya akan dibuat berbasis marketplace dan menggunakan arsitektur microservice. Microservice merupakan arsitektur yang membagi sistem menjadi servis-servis kecil. Penggunaan arsitektur tersebut dapat mengatasi masalah pada arsitektur monolith yaitu penggunaan resources yang besar pada server, sulit melakukan pengembangan pada sistem. Untuk proses pengolahan data pada tiap-tiap servis menggunakan application programming interface (Api) dan menggunakan javascript web token (Jwt) sebagai autorisasi untuk menggunakan end point yang disediakan. Untuk mendukung arsitektur tersebut dapat menggunakan docker dalam proses manajemen servis. Penelitian ini terdiri dari lima servis yaitu api-gateway, produk-servis, keranjang-servis, order-servis, dan pengguna-servis yang berjalan didalam docker container. Berdasarkan pengujian yang telah dilakukan, penelitian ini memiliki tingkat keberhasilan 100% pada pengujian end point dalam mengolah data pada servis-servis yang ada didalam docker container, dan pengujian sistem secara fungsional telah dilakukan menggunakan metode pengujian black box dan menghasilkan nilai 100% dengan bermacam skenario.

Aplikasi Pengamanan Pesan Teks Pada Citra Digital Menggunakan Advance Encryption Standard 128 dan Least Significant Bit-1 Jamelia Putri; Ernawati Ernawati; Arie Vatresia
Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019
Publisher : Universitas Bengkulu

Kriptografi adalah teknik menyandikan informasi menjadi bentuk yang tidak terbaca [1], sedangkan steganografi adalah teknik menyembunyikan informasi kedalam sebuah media digital [2]. AES 128 merupakan salah satu algoritme kriptografi yang handal mengatasi teknik pemecahan sandi [3], sedangkan algoritme steganografi LSB memiliki keunggulan dalam menstabilkan ukuran stego image dan menjaga kualitas stego image dengan baik [4]. Pengiriman pesan teks secara elektronik masih rentan terhadap serangan yang dapat memecah kerahasiaan pesan [5]. Penerapan AES 128 dan LSB-1 bertujuan untuk meningkatkan keamanan pesan. Pada penelitian ini, algoritme AES 128 dan inovasi algoritme LSB-1 telah dikombinasikan pada aplikasi pengamanan pesan teks pada citra digital. Stego image yang dihasilkan sistem berkualitas baik dan memiliki ukuran yang sama dengan cover image sehingga tidak menimbulkan kecurigaan dan pesan dapat diamankan. Algoritme AES 128 dapat menghasilkan chipertext dan mendekripsikan kembali menjadi plaintext. Sementara LSB-1 mampu meng-embed chipertext kedalam citra digital (jpg, png, bmp, tif) dan mengekstrak pesan yang tersembunyi dalam citra tersebut.Kata kunci: Pengamanan pesan, kriptografi, steganografi, AES 128, LSB-1.

Sistem Pendukung Keputusan Serangan Hama Dan Penyakit Pada Tanaman Kakao Menggunakan Metode Simple Multi Attribute Rating Technique Teguh Santoso; Ernawati Ernawati; Kurnia Anggriani
Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019
Publisher : Universitas Bengkulu

Kakao merupakan salah satu komoditas ekspor andalan pemerintah Indonesia. Hama dan penyakit merupakan salah satu faktor yang sangat berpengaruh terhadap penurunan produksi kakao. Pada penelitian ini akan dibangun sebuah sistem pendukung keputusan untuk mengetahui hama adan penyakit yang menyerang tanaman kakao sehingga petani dapat mengetahui jenis hama dan penyakit yang menyerang tanaman kakao dengan tujuan dapat mengambil tindakan yang tepat dalam proses pengendalian hama dan penyakit. Sistem ini dibangun menggunakan Android Studio dan data base SQLite serta menggunakan model waterfall untuk pengembangan sistem dan Unite Modelling Languange (UML) untuk perancangan sistem. Metode yang diterapkan pada sistem adalah metode Simple Multi Attribute Rating Technique (SMART). Hasil akhir dari penelitian ini adalah terciptanya sebuah sistem pendukung keputusan serangan hama dan penyakit pada tanaman kakao yang menghadirkan informasi jenis hama dan penyakit yang mungkin menyerang tanaman kakao berdasarkan kriteria atau attribute dari tanaman kakao.Kata Kunci: sistem pendukung keputusan, kakao, SMART, waterfall, UML

Sistem Pakar Penyakit Dan Hama Pada Tanaman Teh Menggunakan Certainty Factor Berbasis Android Meyzan Fajri; Ernawati Ernawati; Aan Erlansari
Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019
Publisher : Universitas Bengkulu

Hama dan penyakit merupakan kendala yang perlu di antisipasi perkembangannya karena dapat menimbulkan kerugian bagi petani. Penurunan produktifitas hasil panen tanaman teh akibat penyakit dan hama bahkan dapat menggagalkan terwujudnya produksi yang maksimal. Pada prakteknya petani biasanya langsung melihat gejala yang ditimbulkan pada tanaman teh dan melakukan proses diagnosa sendiri. Proses diagnosa yang dilakukan oleh petani tidak sepenuhnya tepat sehingga mempengaruhi pertumbuhan serta hasil yang produksi tidak sesuai yang diinginkan. Dalam penilitian ini membuat sebuah sistem pakar penyakit dan hama tanaman teh. Metode yang digunakan dalam penelitian ini adalah metode Certainty Factor (CF). Metode ini menggunkan faktor keyakinan pakar terhadap gejala pada setiap hama dan penyakit tanaman teh. Nilai CF didapatkan dengan metode wawancara dengan seorang pakar tanaman teh. Hasil pengujian menunjukkan bahwa sistem ini telah berhasil mengimplemntasikan metode CF sesuai dengan teori yang ada. Hasil pengujian keakuratan sistem menunjukkan bahwa sistem ini memeiliki keakuratan sebesar 100 % sedangkan untuk uji kelayakan sistem sistem yang dibangun berkategori sangat baikKata Kunci : Certainty factor, hama, penyakit, sistem pakar, tanaman teh

Co-Authors Aan Erlansari Aan Erlanshari Alessandro Sinambela Andang Wijanarko Andi Irvan Zakaria Arie Vatresia Asahar Johar Assyahid Hasan Albana Desi Andreswari Eka Meiliyen Dharma Sara Endina Putri Purwandari Enggy Mahlian Dony funny farady Coastera Funny Farady Coastera Jamelia Putri Jopa Yopento kemas abdulrahman faruq Kurnia Anggriani Lekat Haryani Liya Agustin Umar Meyzan Fajri Mia Martha Amalia Mochammad Yusa Muhammad Toby Suwindra Rahmi Hidayati Randy Viyata Dhika Rusdi Efendi Sandi Setiawan Sani Putriana Teguh Santoso Tommy Alexander Widhia KZ Oktoeberza

Title

Found 18 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search