p-Index From 2018 - 2023
0.408
P-Index
This Author published in this journals
All Journal Jurnal EECCIS
Rahmadwati Rahmadwati
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal EECCIS

Klasifikasi Kandungan Nitrogen Berdasarkan Warna Daun Melalui Color Clustering Menggunakan Metode Fuzzy C Means dan Hybrid PSO K-Means Rahmadyo Yudhi Prabowo; Rahmadwati Rahmadwati; Panca Mudjirahardjo
Jurnal EECCIS Vol 12, No 1 (2018)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (728.738 KB)

Abstract

Computer Vision merupakan kombinasi antara pengolahan citra dan pengenalan pola. Salah satu aplikasi yang berkembang dari Computer Vision yaitu aplikasi dibidang pertanian. Analisis daun telah lama digunakan sebagai petunjuk dalam mendiagnosis kandungan unsur hara sebagai dasar rekomendasi pemupukan pada tanaman. Pada penelitian ini akan merancang sistem identifikasi kandungan nitrogen pada tanaman jagung berdasarkan warna daun. Dengan cara mencari nilai parameter komponen warna (RGB, HSV dan S-RGB) yang kemudian diukur jarak kemiripannya (similarity measure) terhadap objek daun tersebut dengan menggunakan metode Manhattan distance dan Chebyshev distance. Proses pembelajaran pada perancangan sistem ini menggunakan clustering (unsupervised learning) dengan metode Fuzzy C Means dan Hybrid PSO K-Means. Diperoleh hasil bahwa Metode Fuzzy C Means dan Chebyshev distance dengan nilai parameter HSV memiliki tingkat akurasi yang paling baik dalam melakukan klasifikasi.
Klasifikasi Penyakit Tanaman Kedelai Melalui Tekstur Daun dengan Metode Gabor Filter Rangga Pahlevi Putra; Rahmadwati Rahmadwati; Onny Setyawati
Jurnal EECCIS Vol 12, No 1 (2018)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (991.783 KB)

Abstract

Salah satu hasil tanaman pangan yang penting dikonsumsi oleh masyarakat Indonesia adalah kedelai. Kedelai merupakan tanaman polong-polongan yang menjadi sumber protein dan minyak nabati di dunia. Namun karena berbagai penyebab seperti penyakit, serangan hama, dan kondisi cuaca yang tidak stabil menyebabkan penurunan kualitas maupun kuantitas dari produksi kedelai. Dalam rangka memberikan kontribusi dalam mempertahankan produktivitas hasil tanaman kedelai, penggunaan teknologi bisa menjadi salah satu alternatif untuk diterapkan pada budidaya tanaman kedelai. Penelitian ini menyajikan pengembangan teknologi berbasis aplikasi teknik pengolahan citra digital yang digunakan untuk mendeteksi tekstur daun kedelai yang terkena penyakit menggunakan metode Gabor Filter. Diantara penyakit kedelai yang sering muncul adalah bercak coklat (septoria blight) dan lapuk daun (downey mildew). Pada penelitian ini dipilih metode Gabor Filter karena kehandalannya dalam membedakan tekstur suatu benda dengan cara mengisolasi frekuensi dan orientasi tertentu dari suatu citra sehingga bisa dimengerti oleh sistem visual manusia. Berdasarkan hasil percobaan, diperoleh bahwa parameter masukkan Gabor filter dengan orientasi 45˚, 60˚, 90˚, dan 135˚ dengan kombinasi frekuensi 0,176 Hz menghasilkan hasil keluaran dengan kontras yang cukup jelas. Sedangkan untuk orientasi 0˚ dan 30˚ dengan kombinasi frekuensi 0,707 Hz dan 0,353 Hz hasil keluaran masih terlihat gelap. Dan untuk orientasi 180 dan 210 dengan kombinasi frekuensi 0,088 Hz dan 0,044 Hz, kondisi keluaran Gabor terlihat terlalu cerah sehingga tampak blur. Untuk nilai energy memiliki ciri yang berbeda antara kelas yang diklasifikasikan. Untuk kelas penyakit downey mildew  memiliki rata-rata nilai energy antara 0,02 – 0,14, kelas septoria blight memiliki nilai energy antara 0,3 – 0,7, dan kelas terakhir yaitu daun normal memiliki nilai energy antara 0,8 – 1,13.
Analisis Kinerja Algoritma C4.5 Pada Sistem Pendukung Keputusan Penentuan Jenis Pelatihan Chaulina Alfianti Oktavia; Rahmadwati Rahmadwati; Purnomo Budi Santoso
Jurnal EECCIS Vol 9, No 2 (2015)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.995 KB)

Abstract

Abstract - This study describes the application of the algorithm C4.5 on decision support systems to support trainees in PPTIK STIKI Malang in choosing the appropriate type of training. Decision support system based on several criteria derived from the data filled out by participants prior to register as a participant. Further analysis using an algorithm that is used to form a C4.5 decision tree. The decision tree is a method of classification and prediction that represent rules. the rule is then developed using RGFDT (Rule Generation From Decision Tree). Results of testing done by comparing the system with Weka and showed an accuracy of 90%.Keywords—Algorithm C4.5, Decision Support System, RGFDT