Garuda - Garba Rujukan Digital

Aplikasi Diagnosis Penyakit Sapi Menggunakan Metode Certainty Factors Berbasis Android Rahman, Indra Fauzi; Harsani, Prihastuti; Qurania, Arie
KOMPUTASI Vol 13, No 2 (2016): JURNAL KOMPUTASI
Publisher : KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.641 KB)

Sejak tahun 1950 perkembangan aplikasi dengan basis sistem pakar sangat diminati. Untuk mempersingkat waktu dalam mengambil keputusan diperlukan sistem pakar. Bisnis peternakan sangat menjanjikan, akan tetapi memerlukan perhatian yang sangat tinggi terhadap adanya serangan penyakit, seperti halnya sapi yang sangat rentan terhadap berbagai penyakit. Dengan adanya aplikasi system pakar yang dapat mendiagnosa secara cepat, akurat dan tepat terhadap penyakit dini yang ditimbulkan maka diharapkan dapat membantu peternak dalam memperkecil angka kematian disebabkan oleh penyakit yang mengakibatkan kerugian. Diperlukan ketepatan dan keakuratan perhitungan dalam mendiagnosis gejala penyakit sehingga menyimpulkan hasil dengan menggunakan metode certainty factors. Metode Certainty Factors sering diterapkan dalam banyak permasalahan nyata.

PEMANFAATAN K-NEAREST NEIGHBOR (KNN) PADA PENGENALAN WAJAH DENGAN PRAPROSES TRANSFORMASI WAVELET Maryana, Sufiatul; Karlitasari, Lita; Qur’ania, Arie
KOMPUTASI Vol 8, No 1 (2011): KOMPUTASI
Publisher : KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (902.573 KB)

Pengenalan wajah merupakan salah satu bidang penelitian dengan banyak aplikasi yang menerapkannya hal itu dikarenakan wajah manusia mampu merepresentasikan sesuatu yangkompleks sehingga dalam melakukan pemodelan komputasi yang ideal sangatlah sulit, karenasetiap metode memiliki kelebihan dan kekurangan. Kemampuan untuk dapat mengidentifikasiwajah sangat diperlukan dalam berbagai bidang seperti kepolisian, hukum, forensik, imigrasidan sebagai identitas wajah dalam memasuki daerah terlarang. Hal ini menyebabkanpengembangan system pengenalan wajah tetap menjadi riset yang penting.. Tujuan daripenelitian ini adalah k-nearest neighbor KNN pada pengenalan wajah dengan praprosestransformasi wavelet. Data yang digunakan berupa gambar atau citra yang diperoleh daribeberapa objek. Pada percobaan ini terdapat 80 citra dari 10 objek. Sebanyak 64 citradigunakan sebagai database pelatihan dan 16 digunakan untuk uji pengenalan pola. Metodeyang digunakan adalah transformasi wavelet untuk ekstraksi fitur dan KNN untuk identifikasi. Hasil pemilihan k terbaik adalah 5 dengan jumlah citra pada setiap kelas dalam kelompokpengujian sebanyak 8 buah.Kata Kunci : KNN, Wavelet, Citra Wajah

Penerapan Teknik Neuro Language Programe Of Metaphor pada Media Pembelajaran Fisika Melalui Cerita Kartun Berbasis Multimedia Maryanto, Dani Aisak; Mulyana, Iyan; Qur’ania, Arie
KOMPUTASI Vol 13, No 2 (2016): JURNAL KOMPUTASI
Publisher : KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.135 KB)

Pengetahuan fisika dasar merupakan salah satu pendidikan yang harus diketahui. Dengan pengetahuan tersebut, dapat diketahui ilmu sains baik benda hidup maupun sains fisika. Dalam pembelajaran fisika masih dalam bentuk buku yang berupa teks dan gambar sehingga siswa masih kesulitan dalam membayangkan proses fisis yang terjadi pada fisika. Berdasarkan permasalahan tersebut, penelitian ini bertujuan menerapkan teknik neuro language program of metaphor pada media pembelajaran fisika melalui cerita kartun sebagai proses pembelajaran. Teknik neuro language program of metaphor digunakan untuk mempengaruhi siswa dalam proses belajar. Proses mempengaruhi siswa dengan cara menceritakan terlebih dahulu mengenai materi sacara umum yang akan disampaikan sebelum masuk pada inti materi tersebut menggunakan aplikasi kartun berbasis flash. Berdasarkan uji coba yang dilakukan di SMP PLUS MUDA PRAKARYA, media pembelajaran ini membantu dalam proses pembelajaran.

Color Extraction and Edge Detection of Nutrient Deficiencies in Cucumber Leaves Using Artificial Neural Networks Qur'ania, Arie; Harsani, Prihastuti; Triastinurmiatiningsih, Triastinurmiatiningsih; Wulandhari, Lili Ayu; Gunawan, Alexander Agung Santoso
CommIT (Communication and Information Technology) Journal Vol 14, No 1 (2020): CommIT Vol. 14 No. 1 Tahun 2020
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v14i1.5952

The research aims to detect the combined deficiency of two nutrients. Those are nitrogen (N) and phosphorus (P), and phosphorus and potassium (K). Here, it is referred to as nutrient deficiencies of N and P and P and K. The researchers use the characteristics of Red, Green, Blue (RGB) color and Sobel edge detection for leaf shape detection and Artificial Neural Networks (ANN) for the identification process to make the application of nutrient differentiation identification in cucumber. The data of plant images consist of 450 training data and 150 testing data. The results of identifying nutrient deficienciesÂ in plants using backpropagation neural networks are carried out in three tests. First, using RGB color extraction and Sobel edge detection, the researchers show 65.36% accuracy. Second, using RGB color extraction, it has 70.25% accuracy. Last, with Sobel edge detection, it has 59.52% accuracy.

Color Extraction and Edge Detection of Nutrient Deficiencies in Cucumber Leaves Using Artificial Neural Networks Arie Qur'ania; Prihastuti Harsani; Triastinurmiatiningsih Triastinurmiatiningsih; Lili Ayu Wulandhari; Alexander Agung Santoso Gunawan
CommIT (Communication and Information Technology) Journal Vol. 14 No. 1 (2020): CommIT Journal
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v14i1.5952

The research aims to detect the combined deficiency of two nutrients. Those are nitrogen (N) and phosphorus (P), and phosphorus and potassium (K). Here, it is referred to as nutrient deficiencies of N and P and P and K. The researchers use the characteristics of Red, Green, Blue (RGB) color and Sobel edge detection for leaf shape detection and Artificial Neural Networks (ANN) for the identification process to make the application of nutrient differentiation identification in cucumber. The data of plant images consist of 450 training data and 150 testing data. The results of identifying nutrient deficiencies in plants using backpropagation neural networks are carried out in three tests. First, using RGB color extraction and Sobel edge detection, the researchers show 65.36% accuracy. Second, using RGB color extraction, it has 70.25% accuracy. Last, with Sobel edge detection, it has 59.52% accuracy.

MEDICINAL PLANT SPECIES IDENTIFICATION SYSTEM USING TEXTURE ANALYSIS AND MEDIAN FILTER Prihastuti Harsani; Arie Qurania; Triasti nurmiatiningsih
Jurnal Ilmiah Kursor Vol 8 No 4 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28961/kursor.v8i4.112

Identification of plants can be done through objects - objects in plants by asking an expert or through a specimen (herbarium) that have been identified previously. Identification is done by matching the pictures in the book of flora or monograph. Computer-aided identification can be done using digital image processing methods which utilize digital image matching object plant with a picture on the book. Identification key that is used is the image of the leaves. This study develops previous research has identified using the method of fractal and Euclidian Distance. Accuracy obtained in each of the identification system for the fractal dimension and fractal code is of 68% and 51%. Improved accuracy is the main objective of this study. The proposed method is a method of texture analysis and median filter. Texture analysis is used as feature extraction technique while the median filter is image enhancement techniques. Based on the trials, the results of the identification of texture analysis method and median filter to increase to 78%. Median filter is used as a technique to improve the image quality leaves. The use of an identification system to be tested in the web application of information systems of medicinal plants.

Penerapan K-Nearest Neighbor (KNN) untuk Klasifikasi Anggrek Berdasarkan Karakter Morfologi Daun dan Bunga Sesilia Novita R; Prihastuti Harsani; Arie Qur’ania
KOMPUTASI Vol 15, No 1 (2018): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Sistem klasifikasi anggrek dibuat dengan menerapkan algoritma K-Nearest Neighbor dan inputan berupa teks. Sistem ini bertujuan membantu masyarakat umum dalam mengenali tanamanan anggrek berdasarkan genus dan varietasnya. Karakter morfologi yang digunakan sebagai atribut dalam klasifikasi diantaranya bentuk daun, bentuk bunga, bentuk sepal lateral, warna sepal lateral, bentuk sepal dorsal, warna sepal dorsal, bentuk petal, warna petal, bentuk ujung bibir dan corak bunga. Penerapan algoritma pada sistem klasifikasi anggrek diharapkan dapat memberikan hasil keputusan terbaik. Prinsip kerja dari algoritma K-Nearest Neighbor adalah data yang diuji diklasifikasikan berdasarkan keanggotaan terdekat yang terbanyak dari data uji. Perhitungan dilakukan dengan menghitung kuadrat jarak euclidian masing-masing objek terhadap data sampel, kemudian diurutkan dari nilai terkecil hingga terbesar dan pencarian nilai k sebagai hasil keputusan. Pengujian sistem dilakukan terhadap 15 data latih menghasilkan nilai akurasi 53,33%, dengan jumlah nilai benar 8 data dan jumlah nilai salah 7 data.Keywords: K-Nearest Neighbor (K-NN), Sistem Klasifikasi, Anggrek Kedisiplinan

Aplikasi Diagnosis Penyakit Sapi Menggunakan Metode Certainty Factors Berbasis Android Indra Fauzi Rahman; Prihastuti Harsani; Arie Qurania
KOMPUTASI Vol 13, No 2 (2016): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Sejak tahun 1950 perkembangan aplikasi dengan basis sistem pakar sangat diminati. Untuk mempersingkat waktu dalam mengambil keputusan diperlukan sistem pakar. Bisnis peternakan sangat menjanjikan, akan tetapi memerlukan perhatian yang sangat tinggi terhadap adanya serangan penyakit, seperti halnya sapi yang sangat rentan terhadap berbagai penyakit. Dengan adanya aplikasi system pakar yang dapat mendiagnosa secara cepat, akurat dan tepat terhadap penyakit dini yang ditimbulkan maka diharapkan dapat membantu peternak dalam memperkecil angka kematian disebabkan oleh penyakit yang mengakibatkan kerugian. Diperlukan ketepatan dan keakuratan perhitungan dalam mendiagnosis gejala penyakit sehingga menyimpulkan hasil dengan menggunakan metode certainty factors. Metode Certainty Factors sering diterapkan dalam banyak permasalahan nyata.

KAMUS DIGITAL TANAMAN OBAT MENGGUNAKAN ALGORITMA ROCCHIO BERBASIS MOBILE Arie Qur’ania; Triastinurmiatiningsih -; Nazar Muhamad Ikhbal
KOMPUTASI Vol 17, No 2 (2020): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Digital dictionaries have been widely used to facilitate word processing and word search through digital media such as mobile phones. Society generally knows the efficacy and how to mix medicinal plants from the experience of previous parents or through books and writings. Searching through books or writings requires a short time compared to searching through digital media, one of which is a digital dictionary. The research aims to create a digital dictionary of mobile-based medicinal plants which has a search facility based on the words entered, for example, the contents of the medicinal plants. The digital dictionary application of medicinal plants uses a search method with the Rocchio algorithm with relevance feedback techniques to check the proximity of the query to the average document relevant to the level of similarity calculation through the stages of tokenizing, filtering, stemming, and Term Weighting with a total data of 200 medicinal plants.

RANCANGAN DAN IMPLEMENTASI KOMPRESI TEKS SMS (SHORT MESSAGING SEVICE) DENGAN MENGGUNAKAN ALGORITMA HUFFMAN) Tjut Awaliyah; Arie Qurania; Indra Gunawan
KOMPUTASI Vol 4, No 8 (2007): Vol. 4, No. 8, Juli 2007
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Dalam telepon seluler terdapat fasilitas yang di sebut SMS(Short Messaging Service) yaitu komunikasi pesan singkat berupa teks. Satu kali proses pengiriman SMS akan menampung maksimal 160 karakter maka user harus membayar lebih, pedahal untuk menghemat biaya SMS dapat dapat di kompres karakter –karakter menjadi lebih kecil dengan menggunakan metode kompresi yang cukuyp populer, yaitu huffman Pada penelitian ini di implementasikan menggunakan pemrograman JAVA 2 Microedition (J2ME)Tak hanya dapat dijalankan didalam perangkat-perangkat kecil seperti Handphone dan Personal digital Asistant (PDA). Hasil pengujian bahwa kinerja sistem telah sesuai dengan yang diinginkan. Dari jumlah karakter yang di ketikan sebanyak 189 karakter dan mencapai 2 kali pengiriman sms, dapat di kompres sebanyak 124 karakter dan satu kali pengiriman. Hasil dari kompresi karakter pertama menjadi karakter kedua dilakukan sebanyak 76%. Setelah melakukan 10 kali percobaan pengiriman, maka dapat diambil rata-rata persentase pengurangan memori sebesar 22%.

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search