Article Per Year (5 Year)
p-Index From 2019 - 2024
0.92
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer UG Journal Jurnal Ilmiah KOMPUTASI
Lulu Mawaddah Wisudawati
Universitas Gunadarma
Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Health Professions

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Ektraksi Fitur Menggunakan Gabungan Hough Transform dengan Gabor Filter dan Klasifikasi Normal dan Abnormal Citra Mamogram Menggunakan Support Vector Machine Muhammad Rizky Danur; Lulu Mawaddah Wisudawati
Jurnal Ilmiah Komputasi Vol. 22 No. 1 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 1, Maret 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.1.3223

Abstract

Penyakit kanker payudara saat ini menjadi salah satu penyakit mematikan dan umumnya terjadi pada wanita. Kanker payudara dapat dideteksi dengan menggunakan alat mammografi. Citra mammogram memiliki beberapa tipe abnormalitas yang bentuknya seperti noda kecil dan terdapat titik-titik, dimana terdapat massa didalamnya, Massa yang memiliki karakteristik berbeda dalam hal bentuk, batas tepi dan densitas yang digunakan dalam menentukan pengklasifikasian tumor. Klasifikasi citra mammogram terbagi menjadi dua yaitu normal dan abnormal. Penelitian ini bertujuan untuk melakukan ekstraksi fitur menggunakan gabungan metode hough transform dengan gabor filter dan klasifikasi normal dan abnormal menggunakan support vector machine. Tahapan penelitian ini terdiri dari akuisisi data menggunakan database DDSM (Digital Database for Screening Mammography) berjumlah 297 citra dengan 198 citra normal dan 99 citra abnormal (58 tumor jinak dan 41 tumor ganas). Tahapan selanjutnya citra dipartisi menjadi 4 bagian untuk mendapatkan fitur lokal dari citra mammogram. Tahapan ekstraksi fitur dilakukan menggunakan hough transform dan gabor dengan sudut 450. Klasifikasi citra mammogram normal dan abnormal dilakukan dengan menggunakan support vector machine dengan kernel rbf dan diperoleh hasil akurasi sebesar 86.8% dengan nilai sensivitas sebesar 73.7%, spesifisitas 93.4%, dan nilai AUC 0.87. Evaluasi dilakukan menggunakan K-fold 10 validation.
Ektraksi Fitur Menggunakan Gabungan Hough Transform dengan Gabor Filter dan Klasifikasi Normal dan Abnormal Citra Mamogram Menggunakan Support Vector Machine Muhammad Rizky Danur; Lulu Mawaddah Wisudawati
Jurnal Ilmiah Komputasi Vol. 22 No. 1 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 1, Maret 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.1.3223

Abstract

Penyakit kanker payudara saat ini menjadi salah satu penyakit mematikan dan umumnya terjadi pada wanita. Kanker payudara dapat dideteksi dengan menggunakan alat mammografi. Citra mammogram memiliki beberapa tipe abnormalitas yang bentuknya seperti noda kecil dan terdapat titik-titik, dimana terdapat massa didalamnya, Massa yang memiliki karakteristik berbeda dalam hal bentuk, batas tepi dan densitas yang digunakan dalam menentukan pengklasifikasian tumor. Klasifikasi citra mammogram terbagi menjadi dua yaitu normal dan abnormal. Penelitian ini bertujuan untuk melakukan ekstraksi fitur menggunakan gabungan metode hough transform dengan gabor filter dan klasifikasi normal dan abnormal menggunakan support vector machine. Tahapan penelitian ini terdiri dari akuisisi data menggunakan database DDSM (Digital Database for Screening Mammography) berjumlah 297 citra dengan 198 citra normal dan 99 citra abnormal (58 tumor jinak dan 41 tumor ganas). Tahapan selanjutnya citra dipartisi menjadi 4 bagian untuk mendapatkan fitur lokal dari citra mammogram. Tahapan ekstraksi fitur dilakukan menggunakan hough transform dan gabor dengan sudut 450. Klasifikasi citra mammogram normal dan abnormal dilakukan dengan menggunakan support vector machine dengan kernel rbf dan diperoleh hasil akurasi sebesar 86.8% dengan nilai sensivitas sebesar 73.7%, spesifisitas 93.4%, dan nilai AUC 0.87. Evaluasi dilakukan menggunakan K-fold 10 validation.
ANALISIS SENTIMEN TERHADAP TWIT MAXIM PADA TWITTER MENGGUNAKAN R PROGRAMMING DAN K NEAREST NEIGHBORS Muhamad Trian Diwandanu; Lulu Mawaddah Wisudawati
Jurnal Ilmiah Informatika Komputer Vol 28, No 1 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i1.7909

Abstract

Usaha transportasi saat ini sudah banyak yang berbasis online dalam pelayanannya seperti pemesanan, pembayaran dan pemberian ulasan. Salah satu jasa transportasi online yang sudah ada di Indonesia yaitu Maxim. Masyarakat biasanya memberikan opini mereka terhadap layanan yang diberikan oleh Maxim melalui Twitter. Twit yang ditulis oleh masyarakat pengguna Twitter merupakan sumber data yang valid untuk dilakukan analisis sentimen. Tujuan penulisan ini adalah melakukan analisis sentimen terhadap twit maxim pada Twitter. Metode klasifikasi analisis sentimen pada penulisan ini menggunakan K Nearest Neighbors (KNN) untuk mengklasifikasi data serta Lexicon-Based sebagai penetap sentimen positif, negatif dan netral. Tahapan awal pada analisis sentimen ini yaitu tahap pengambilan data, pre-processing, yang terdiri dari Filtering & Casefolding, perbaikan kata tidak baku, mengubah kata bernegasi, Stopword Removal dan penghapusan spasi berlebih. Setelah itu, dilakukan pelabelan data dan pemberian skor menggunakan metode Lexicon Based. Dataset hasil dari pre-processing dan Lexicon Based digunakan untuk proses klasifikasi menggunakan KNN. Hasil terbaik didapatkan menggunakan data latih 80% sebanyak 702 data dan data uji 20% sebanyak 175 data dengan k=1 dengan akurasi sebesar 95,43%.
APLIKASI E-COMMERCE PEMESANAN KATERING NANAMAMAM BERBASIS WEBSITE MENGGUNAKAN FRAMEWORK LARAVEL Fadhilah Nur Amaliah; Lulu Mawaddah Wisudawati; Imam Purwanto
UG Journal Vol 16, No 12 (2022)
Publisher : Universitas Gunadarma

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

Abstract

Saat ini teknologi memiliki peranan yang sangat penting dalam dunia bisnis, diantaranya adalah mempermudah perolehan informasi, komunikasi, transaksi jual beli dan mengolah data. Salah satu pemanfaatan teknologi informasi dalam bisnis adalah penggunaan media website E-Commerce. Tidak sedikit usahawan yang masih menggunakan sistem penjualan manual dalam menjalankan usahanya, contohnya toko Nanamamam. Tujuan dari penulisan ini adalah membuat aplikasi e-commerce pemesanan katering berbasis website, dengan harapan dapat mempermudah pelanggan dalam mengakses informasi mengenai katering dan melakukan pemesanan. Selain itu, memudahkan pemilik usaha mengelola sistem penjualan serta transaksi dengan pelanggan. Website ini dibangun dengan menggunakan framework Laravel, database MySQL dan Bootsrap. Website Nanamamam telah berhasil dibuat dan diakses secara online. Semua fungsi pada situs web dapat berjalan dengan baik.
APLIKASI ENKRIPSI DEKRIPSI DENGAN METODE KOMBINASI VIGENERE CIPHER DAN REVERSE CIPHER MENGGUNAKAN PYTHON BERBASIS DESKTOP Rehan Ridho Putra; Lulu Mawaddah Wisudawati
UG Journal Vol 16, No 10 (2022)
Publisher : Universitas Gunadarma

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

Abstract

Kriptografi adalah ilmu pengetahuan atau sebuah teknik yang mempelajari tentang caramengamankan sebuah informasi maupun pesan-pesan rahasia dan penting. Fungsi lain dari kriptografi adalah melakukan enkripsi dan dekripsi. Enkripsi adalah proses penyembunyian/pengamanan data ataupun informasi dengan mengubah teks asli (plaintext) menjadi teks yang sulit dibaca maupun dimengerti oleh manusia (ciphertext). Sedangkan dekripsi adalah kebalikan dari enkripsi, yaitu mengubah kembali data ataupun informasi dari teks yang sulit dibaca (ciphertext) ke teks asli (plaintext) sehingga bisa dimengerti oleh manusia. Tujuan penulisan ini adalah membuat aplikasi enkripsi dekripsi dengan metode kombinasi Vigenere Cipher dan Reverse Cipher menggunakan python berbasis desktop yang diharapkan dapat mengamankan berbagai macam informasi maupun data. Berdasarkan hasil penelitian dan uji coba, aplikasi ini dapat berjalan dengan sempurna, baik secara fungsionalitas maupun kegunaan.
Co-Authors Fadhilah Nur Amaliah Imam Purwanto Muhamad Trian Diwandanu Muhammad Rizky Danur Rehan Ridho Putra