Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal IJTB | INTERNATIONAL JOURNAL OF TECHNOLOGY AND BUSINESS I-STATEMENT International Journal of Technology And Business SEINASI-KESI Malikussaleh Journal of Mechanical Science Technology
Desta Sandya Prasvita
Department of Computer Science, Faculty of Mathematic and Natural Science Bogor Agricultural University, West Java, Indonesia
Automotive Engineering Computer Science & IT Control & Systems Engineering Education Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Identifikasi Citra Daun Menggunakan Morfologi, Local Binary Patterns dan Convex Hulls Prasvita, Desta Sandya
I-STATEMENT: Information System and Technology Management Vol 2, No 2 (2016)
Publisher : Sekolah Tinggi Ilmu Manajemen dan Ilmu Komputer ESQ (STIMIK ESQ)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This research proposes a leaf identification system with features fusion of leafmorphology, convex hulls (shape features) and 𝐿𝐵𝑃𝑃,𝑅 𝑟𝑖𝑢2 (texture features). Probabilistic Neural Network (PNN) is used as classifier. The experimental results of leaf identification system, average accuracy of combining all the features is 87.5%. Accuracy by combining three features higher than using morphological features (58.125%) or texture features (68.125%). In this research showed that the texture features more influence than morphological features for recognition of plants.
Identifikasi Citra Daun Menggunakan Morfologi, Local Binary Patterns dan Convex Hulls Prasvita, Desta Sandya
I-STATEMENT Vol 2 No 2 (2016): I-STATEMENT: Information System and Technology Management
Publisher : LPPM of STIMIK ESQ

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This research proposes a leaf identification system with features fusion of leaf morphology, convex hulls (shape features) and
Classification of LiDAR Images Fused With Aerial Optical Images Using Ensemble Classifier AdaBoost.MH and Post-processing BFS Prasvita, Desta Sandya; Arymurthy, Aniati Murni
International Journal of Technology And Business Vol 1 No 1 (2017): IJTB|International Journal of Technology And Business
Publisher : LPPM of STIMIK ESQ

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The objective of this research is to propose a method in order to increase classification performance of LiDAR images fused with aerial optical images. Classification method in use is popular multiclass ensemble classifier method, AdaBoost.MH. The Weak classifier in use of AdaBoost.MH is Hamming Trees. Then, the post-processing method is conducted to remove the noise with Breadth First Search (BFS) algorithm. Post-processing increase the accuracy to 0.96% and able to reduce the noise of classification result. This research is able to increase the accuracy on previous research by 94.96%
Classification of LiDAR Images Fused With Aerial Optical Images Using Ensemble Classifier AdaBoost.MH and Post-processing BFS Prasvita, Desta Sandya; Arymurthy, Aniati Murni
IJTB (International Journal of Technology And Business) Vol 1 No 1 (2017): IJTB (International Journal Of Technology And Business)
Publisher : LPPM of STIMIK ESQ

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The objective of this research is to propose a method in order to increase classification performance of LiDAR images fused with aerial optical images. Classification method in use is popular multiclass ensemble classifier method, AdaBoost.MH. The Weak classifier in use of AdaBoost.MH is Hamming Trees. Then, the post-processing method is conducted to remove the noise with Breadth First Search (BFS) algorithm. Post-processing increase the accuracy to 0.96% and able to reduce the noise of classification result. This research is able to increase the accuracy on previous research by 94.96%
Implementasi Sistem Keberangkatan Jamaah Umrah Berbasis Web pada PT. XYZ Prasvita, Desta Sandya; Santoni, Mayanda Mega
SEINASI-KESI Vol 2, No 1 (2019): Seinasi-Kesi 2019
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (779.775 KB)

Abstract

Animo masyarakat Indonesia untuk menunaikan ibadah umrah terus meningkat setiap tahunnya, kemenag juga mencatat pada Tahun 2019 terdapat sebanyak lebih dari 800.000 jamaah Indonesia yang menunaikan ibadah umrah. Hal tersebut menjadi tantangan bagi Penyelenggara Perjalanan Ibadah Umrah (PPIU) untuk meningkatkan kualitas pelayanannya. Permasalahan kebanyakan PPIU khususnya di PT. XYZ saat ini salah satunya adalah dalam mempersiapkan kelengkapan jamaah yang cukup banyak dengan keterbatasan sumber daya manusia. Kelengkapan jamaah tersebut juga harus diproses dengan cepat tanpa ada kesalahan. Solusi teknologi informasi diharapkan dapat menyelesaikan permasalahan tersebut, yaitu dengan pembuatan sistem keberangkatan jamaah umrah. Tahapan penelitian yang dilakukan adalah identifikasi masalah, analisis sistem, perancangan sistem, implementasi, dan pengujian. Implementasi sistem keberangkatan jamaah umrah menggunakan basis data MySQL, bahasa pemrograman PHP dengan framework CodeIgniter. Dengan adanya sistem keberangkatan umrah berbasis web ini dapat memudahkan PT.XYZ dalam mencatat data jamaah, mengolah data, dan menyiapkan perlengkapan jamaah sebelum berangkat ke tanah suci.
Klasifikasi Informasi Kesehatan Pada Data Media Sosial Menggunakan Support Vector Machine dan K-Fold Cross Validation Nainggolan, Pauzi Ibrahim; Prasvita, Desta Sandya; Bukit, Dhani Syahputra
Malikussaleh Journal of Mechanical Science Technology Vol 5, No 2 (2021): Malikussaleh Journal of Mechanical Science and Technology
Publisher : Malikussaleh University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/mjmst.v5i2.6317

Abstract

Media sosial saat ini memberikan informasi yang mampu mempengaruhi masyarakat. Sehingga, kini media sosial memiliki peranan signifikan sebagai sumber rujukan yang baru oleh maysarakat. Informasi kesehatan merupakan informasi yang sering dicari oleh pengguna media sosial. Penderita penyakit mencari informasi melalui media sosial terlebih dahulu sebelum bertemu dengan tenaga kesehatan. Tetapi kebanyakan informasi tidak dapat dipastikan sebagai informasi yang sesuai. Kesalahan terkait informasi kesehatan bisa membahayakan penderita. Ini bermakna, informasi yang terdapat pada media sosial perlu mendapatkan pengesahan pakar atau tenaga kesehatan. Penelitian ini betujuan untuk mengetahui penggunaan media sosial oleh tenaga kesehatan sebagai media konsultasi dan memberikan informasi yang tidak bertentangan dengan etika profesionalisme. Penelitian ini menggunakan teknik kalasifikasi Support Vector Machine (SVM). Validasi klasifikasi data yang diperoleh dilaksanakan menggunakan K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa penggunaan SVM dalam klasifikasi kesesuaian informasi kesehatan dengan akurasi 70% pada data yang digunakan..
Co-Authors Aniati Murni Arymurthy Bukit, Dhani Syahputra Nainggolan, Pauzi Ibrahim Santoni, Mayanda Mega