Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

0.817

P-Index

This Author published in this journals

All Journal Computatio : Journal of Computer Science and Information Systems JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Nasional Teknik Elektro dan Teknologi Informasi

Hafiz Irsyad

STMIK Global Informatika MDP

Author-ID : 3504489

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Other

Published : 6 Documents Claim Missing Document

Claim Missing Document

Articles

Title

KLASIFIKASI PNEUMONIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Risha Ambar Wati; Hafiz Irsyad; Muhammad Ezar Al Rivan
Jurnal Algoritme Vol 1 No 1 (2020): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia is a type of lung disease caused by bacteria, viruses, fungi, or parasites. One way to find out pneumonia is by x-ray. X-rays will be analyzed to determine whether there is pneumonia or not. This study aims to classify the x-ray results whether there is pneumonia or not on the x-ray results. The classification method used in this study were Support Vector Machine (SVM) and Gray Level Co-Occurrence (GLCM) for the extraction method. There are several stages before classification, namely cropping, resizing, contrast stretching, and thresholding then extracted using GLCM and classified using SVM. The results showed that the best accuracy of 62.66%.

Comparison Algorithm Backpropagation And Support Vector Machine On The Introduction of Corn Seed Type Yunarto Yunarto; Muhammad Rizky Pribadi; Hafiz Irsyad
Jurnal Algoritme Vol 1 No 1 (2020): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Jagung termasuk tumbuhan biji-bijian seperti padi, gandum, sorgum yang dikonsumsisebagai sumber makanan pokok di Amerika dan beberapa wilayah di Indonesia seperti Madura,Nusa Tenggara Timur, Sulawesi dan Jawa Tengah. Jagung biji memiliki banyak jenis, makadari itulah jika jagung biji tersebut tercampur akan susah untuk dibedakan. Tujuan daripenelitian ini adalah untuk mengenali biji jagung tersebut. Jenis biji jagung yang digunakanadalah jagung merah pozole, jagung pipil, jagung putih dan jagung warna-warni yang difotomenggunakan camera 16MP dengan jarak pengambilan foto 10cm antara kamera dengan objekjagung. Metode pengenalan yang digunakan adalah algoritma backpropagation dan support vector machine, sedangkan untuk ekstraksi fitur menggunakan metode GLCM(Gray Co-occurence Matrix) yang terdiri dari Contrast, energy, homogeneity, dan correlation. Pada perhitungan dengan confusion matrix hasil tertinggi didapatkan pada algoritmabackpropagation dengan rata-rata accuracy 97,5, rata-rata precision 95% dan rata-rata recallsebesar 95,1% dibandingkan dengan algoritma support vector machine yang hanya mendapatrata-rata accuracy 97,1%, rata-rata precision 93,3% dan rata-rata recall sebesar 95%.

Co-Authors Ahmad Farisi Akhsani Taqwiym Dina Mariana Muhammad Ezar Al Rivan Novan Wijaya Risha Ambar Wati Rizky Pribadi, Muhammad Yunarto Yunarto

Title Search

Found 2 Documents Search Journal : Algoritme Jurnal Mahasiswa Teknik Informatika

Abstract

Abstract

Title

Found 2 Documents
Search
Journal : Algoritme Jurnal Mahasiswa Teknik Informatika