Dewi Rosmala
Institut Teknologi Nasional Bandung

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

Found 4 Documents
Search

Algoritma Levenshtein Distance dalam Aplikasi Pencarian isu di Kota Bandung pada Twitter Dewi Rosmala; Zulfikar Muhammad Risyad
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.1-12

Abstract

Twitter digunakan Pemerintah Kota Bandung dalam memperoleh data terkait isu yang terjadi di Kota Bandung yang dilaporkan oleh masyarakat Kota Bandung. Kendala yang dihadapi pada saat melakukan pencarian data isu melalui Twitter adalah adanya perbedaan ejaan kata di dalam tweet pada Twitter dengan kata kunci pada data kategori isu yang ada di Pemerintah Kota Bandung. Sehingga dibutuhkan sebuah algoritma yang mampu mengubah suatu kata menjadi kata lainnya, yaitu Algoritma Levenshtein Distance. Berdasarkan hasil pengujian yang telah dilakukan, Algoritma Levenshtein Distance mampu 100% mengubah kata dengan kesalahan ejaan pada tweet menjadi kata kunci pada kategori isu.Dengan digunakannya Algoritma Levenshtein Distance pada proses pencarian data isu dari Twitter, data isu yang diperoleh Pemerintah Kota Bandung menjadi lebih baik dan akurat.
Algoritma C4.5 pada Registrasi Pasien Dewi Rosmala; Rizandi Nugro Libranto
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 1 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i1.48-58

Abstract

Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Klinik dan Rumah Bersalin Melong Asih yang bertempat di Cimahi, bertugas melayani pemeriksaan umum, konsultasi masalah kandungan serta pemeriksaan ibu hamil. Proses registrasi yang panjang dapat menimbulkan antrian yang menyebabkan ketidaknyamanan pasien. Melihat kondisi tersebut diperlukan suatu sistem registrasi pada paisen untuk memprediksi waktu antrian di Klinik dan Rumah Bersalin Melong Asih. Data yang dimanfaatkan adalah data Rekam Medis Pasien (yang digunakan sebagai data training dan data testing). Data keluhan tersebut diproses menggunakan decision tree sehingga dapat menghasilkan suatu keputusan waktu penanganan pasien yang diterjemahkan ke dalam bahasa linguistik yaitu, cepat, sedang, dan lama. Partisi data 90:10 merupakan partisi terbaik karena memiliki nilai precision, recall, dan accuracy yang paling tinggi daripada partisi lainnya.
Respon Alphanumerik Dan Numeric QR Code DEWI ROSMALA; YUSUF MIFTAHUDDIN; RUSTANDI YUSUF
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 4, No 2 (2019): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v4i2.62-72

Abstract

QR Code atau sering disebut Quick Response Code adalah barcode dua dimensi yang dapat dibaca lebih cepat dari barcode dengan kapasitas yang sama. Sudut deteksi pola yang menjamin stabil tiga bacaan pada kecepatan tinggi dan dapat memperbaiki kesalahan atau data dapat dikembalikan bahkan jika sebagian rusak atau kotor. QR Code memiliki karakter yang terbagi dalam empat karakter yaitu numerik, alphanumerik, bit, kaji. QR Code dihasilkan dari proses encoding dengan melakukan konversi atau masukan data ke dalam bentuk biner, sehingga encoding dapat diidentifikasi kebutuhan input data yang dihasilkan dalam QR Code, menentukan versi QR code dan tingkat Error Correction. Pada penelitian ini dilakukan cara bagaimana Melakukan proses encoding alphanumerik dan numeric QR Code dengan membandingkan respon rime dari hasil generate kedua QR Code tersebut. Dengan cara melakukan pemindaian pada QR Code alphanumerik dan numerik. Dari hasil pengujian Pemindaian QR Code alphumerik dan numerik yang dilakukan didapat bahwa QR Code numerik memiliki respon lebih cepat 0.3 Detik dari QR Code alphanumerik. Kata kunci: REST API, QR Code,Android
Classification of Fruit Ripeness with Model Descriptor Using Vgg 16 Architecture Asep Nana Hermana; Dewi Rosmala; Milda Gustiana Husada
Journal on Education Vol 5 No 3 (2023): Journal on Education: Volume 5 Nomor 3 Tahun 2023 In Press
Publisher : Departement of Mathematics Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joe.v5i3.1315

Abstract

The quality of the fruit is largely determined by the level of ripeness contained by the fruit itself. Until now, determining the level of fruit maturity is still done manually, as a result there are differences in perceptions in determining the level of fruit maturity. Therefore we need a system that is able to classify fruit maturity automatically. This research was conducted on 4 objects, namely apples, oranges, mangoes, and tomatoes. The training was conducted with split data with a presentation 70:20:10 based on 4 test scenarios, the data was converted to RGB to L * a * b first and some were not converted and were immediately trained using CNN VGG16 with the transfer learning method where fine tuning would be done on the layer block 5 and modification of the classification layer using the Multi-SVM classifier. The highest accurasi reach 92% at scenario 4 with 90 data per class.