Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Agri-Informatika Jurnal CoreIT
Fadhilah Syafria
UIN Suska Riau
Agriculture, Biological Sciences & Forestry Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Pengenalan Suara Paru-Paru dengan MFCC sebagai Ekstraksi Ciri dan Backpropagation sebagai Classifier Syafria, Fadhilah; Buono, Agus; Silalahi, Bib Paruhum
Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.648 KB)

Abstract

Paru-paru merupakan organ vital manusia yang berperan dalam proses pernapasan. Jika paru-paru mengalami gangguan maka sistem pernapasan manusia juga akan mengalami gangguan yang bisa menyebabkan kecacatan bahkan kematian. Untuk mengevaluasi keadaan paru-paru dapat dilakukan dengan mendengarkan suara pernapasan dengan menggunakan stateskop. Teknik ini dikenal dengan teknik auskultasi. Teknik ini paling sering digunakan namun memiliki beberapa kelemahan yaitu suara paru-paru berada pada frekuensu rendah, masalah kebisingan lingkungan, kepekaan telinga, hasil analisa yang subjektif, dan pola suara yang hampir mirip. Karena faktor-faktor di atas kesalahan diagnosa bisa terjadi jika proses auskultasi tidak dilakukan dengan benar. Dalam penelitian ini, akan dibuat pengenalan suara paru-paru normal dan abnormal menggunakan Mel Frequency Cepstrum koefisien (MFCC) sebagai ekstraksi ciri dan Backpropagation sebagai classifier. Suara paru-paru akan dihitung Coeffisient Ceptral nya sebagai penciri dari masing-masing suara untuk selanjutnya dikenali dengan menggunakan Backpropagation. Metode yang diusulkan memberikan akurasi 93.97% untuk data latih dan 92.66% untuk data uji.Kata kunci: Backpropagation, MFCC, pengenalan suara paru-paru
Penerapan Fuzzy Multi Criteria Decision Making untuk Diagnosa Awal Gangguan Jiwa dengan Metode Agregasi Wulandari, Fitri; Syafria, Fadhilah; Syafriandi, Muhammad
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 1, No 2 (2015): Desember 2015
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (659.94 KB) | DOI: 10.24014/coreit.v1i2.1232

Abstract

Penyakit Bipoalar Disorder merupakan penyakit psikologis dengan perubahan mood yang sangat ekstrim, yaitu berupa depresi dan mania. Dalam proses pendiagnosaan penyakit Bipolar Disorder masih sangat sulit dan jarang. Ini disebabkan karena banyak orang yang tidak menyadari bahwa dia telah telah terindikasi mengalami penyakit Bipolar Disorder, bahkan ada yang sudah merasakan telah terkena oleh penyakt ini, akan tetapi dia malu untuk berkonsultasi kepada psikolog atau dokter kejiwaan. Untuk menjawab mengatasi masalah tersebut maka timbullah bagaimana cara membangun suatu Sistem Informasi dalam benuk Sistem Pendukun Keputusan (SPK) dalam mendiagnosa kelas penyakit pasien Bipolar Disorder menggunakan metode Fuzzy Multi Criteria Decision Making yang berbasiskan komputersisasi yang lebih modern dan handal yang mudah di gunakan sehingga dapat mengatasi masalah dalam pendiagnosa penyakit Bipolar Disorder ini. Dalam penelitian penyakit Bipolar Disorder ini, kelas penyakit yang menjadi objek penelitian adalah kelas Mania, Hypomania, dan Depresi. Sistem yang dibangun hanya untuk Laboratorium Fakultas Psikolgi UIN Suska Riau. Dalam penelitian ini sistem berhasil dibangun dengan baik tanpa ada kesalahan atau Error System. Hasil pengujian di lapangan sistem ini cukup bisa dimengerti dan diterima oleh user dengan tingkat keberhasilan sebesar 83,34%. Dan dalam pengujian sistem dengan psikolog dengan menggunakan data dari sistem dan gejala yang sama menghasilkan yang sama.
Penerapan Learning Vector Quantization 3 (LVQ3) untuk Mengidentifikasi Citra Darah Acute Lymphoblastic Leukemia (ALL) dan Acute Myeloid Leukemia (AML) Putra, Fiqhri Mulianda; Syafria, Fadhilah
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 1 (2018): Juni 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.516 KB) | DOI: 10.24014/coreit.v4i1.6124

Abstract

Leukemia merupakan kanker yang terjadi pada sel darah manusia.  Salah satu cara mengenali penyakit leukemia dengan menggunakan teknik pengolahan citra dan metode jaringan syaraf tiruan. Penelitian ini membangun sebuah sistem untuk mengidentifikasi citra darah leukemia jenis Acute Lymphoblastic Leukemia (ALL) dan  Acute Myeloid Leukemia (AML) dengan konsep pengolahan citra yakni ekstraksi ciri warna Hue, Saturation, Value (HSV) dan ekstraksi ciri tekstur Gray Level Co-Occurence Matrix (GLCM) serta klasifikasi Learning Vector Quantization 3 (LVQ3). Data citra pada penelitian terdiri dari 100 data citra leukemia. Pengujian  identifikasi dilakukan terhadap pembagian data latih dan data uji yang berbeda. Sistem mampu mengenali citra ALL dan AML dengan akurasi tertinggi sebesar 100% pada pembagian data latih 90% dan data uji 10% dengan learning rate 0,01; 0,05; 0,09 dan window 0,2; 0,4 dan akurasi rendah sebesar 70% pada pembagian data latih 50% dan data uji 50% dengan learning rate 0,01; 0,05; 0,09 dan window 0,4. Dengan demikian dapat disimpulkan penelitian menggunakan  metode HSV dan GLCM serta LVQ3 mampu mengimplementasikan sebuah sistem identifikasi citra darah leukemia.
Data Warehouse Design For Sales Transactions on CV. Sumber Tirta Anugerah Syaputra, Muhammad Dwiky; Nazir, Alwis; Gusti, Siska Kurnia; Sanjaya, Suwanto; Syafria, Fadhilah
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 8, No 2 (2022): December 2022
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.133 KB) | DOI: 10.24014/coreit.v8i2.19800

Abstract

Many data warehouses are implemented in companies engaged in retail, CV. Sumber Tirta Anugerah is one of the paint product retail companies that has not implemented it yet. As time goes by, the sales transaction data is getting more and more difficult to process because it is still stored in Microsoft Excel. This is a serious problem in utilizing historical data to assist in making a decision. It is difficult to store sales data because the data is quite large and a lot. Based on the above problems, a data warehouse design is needed for sales transaction data. This data warehouse design uses Kimball's nine-steps method and star schema. To perform the ETL process (extract, transform, and load) using Pentaho software. In this data warehouse design, Tableau software is used to visualize the processed data into a graph and dashboard report. The result of this research is a data warehouse design using nine steps and a star schema which gets a transformation response time of 4048 MS. 
Co-Authors Agus Buono Bib Paruhum Silalahi Fitri Wulandari Gusti, Siska Kurnia Muhammad Syafriandi, Muhammad Nazir, Alwis Putra, Fiqhri Mulianda Suwanto Sanjaya Syaputra, Muhammad Dwiky