Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Jurnal Minfo Polgan (JMP)
Eka Pirdia Wanti
Universitas Medan Area
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science Mathematics Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Optimalisasi Asupan Makanan untuk Balita dengan Algoritma Genetika Eka Pirdia Wanti
Jurnal Minfo Polgan Vol. 9 No. 2 (2020): Article Research
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (523.108 KB) | DOI: 10.33395/jmp.v9i2.10956

Abstract

Pada zaman sekarang ini masyarakat Indonesia masih dianggap masyarakat yang memiliki gaya hidup yang kurang baik, sehingga bisa dikatakan masih jauh dari kata gaya hidup sehat. Masalah penentuan asupan makanan sehari-hari untuk balita merupakan masalah yang kelihatannya kecil, namun pada dasarnya sangat penting untuk tumbuh kembang balita. Salah satu bahan yang harus diperhatikan untuk balita adalah asupan karbohidrat, protein dan energi. Karbohidrat merupakan sumber makanan yang digunakan sebagai bahan pokok sehari-hari dan merupakan nutrisi yang berfungsi sebagai sumber energi. Sedangkan Protein berfungsi membangun sel yang rusak, membentuk zat pengatur seperti enzim dan hormon yang berfungsi sebagai proses metabolisme. Energi Daan adalah panas dalam proses metabolisme yang terkandung dalam makanan. Dalam penelitian ini untuk mendapatkan solusi yang optimal adalah dengan menggunakan algoritma genetika. Dimana algoritma genetika merupakan algoritma yang memiliki kehandalan dalam menghasilkan keluaran yang optimal. Karena algoritma genetika merupakan teknik pencarian heuristik yang didasarkan pada seleksi evolusioner dan mekanisme genetik. Algoritma ini memanfaatkan proses seleksi ilmiah yang dikenal sebagai proses evolusi
Analysis of the Naïve Bayes Method in Classifying Formalized Fish Images Using GLCM Feature Extraction Ayu Pariyandani; Eka Pirdia Wanti; Muhathir Muhathir
Journal of Computer Science, Information Technology and Telecommunication Engineering Vol 1, No 2 (2020)
Publisher : Universitas Muhammadiyah Sumatera Utara, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (655.435 KB) | DOI: 10.30596/jcositte.v1i2.5171

Abstract

Fish is one of the foods that are high in protein so that many Indonesians consume fish as protein intake for health. Fish can be found in any waters including Indonesian marine waters, so that some of the Indonesian people work as fishermen. This causes the number of fish catches to increase and the fishermen have to sell the fish quickly in at least one day because the fish will rot easily if not consumed immediately. This has led some traders to cheat by mixing formaldehyde with fish that are not sold out. This action is very detrimental to consumers, so they must be more vigilant in choosing or buying fish on the market. One way for consumers to recognize formaldehyde fish is a technology that can distinguish fresh fish or formalin fish based on the image of the fish, Naive Bayes and GLCM (Gray Level Co-Occurrence Matrix) by using this method the accuracy of this system can reach up to 70%.
Co-Authors Ayu Pariyandani Muhathir Muhathir