Syafitri, Nesi
UIN Sultan Syarif Kasim Riau

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

Found 4 Documents
Search

Sistem Klasifikasi Jamur Dengan Algoritma Iterative Dichotomiser 3 Syafitri, Nesi; Sari, Junita Eka
IT JOURNAL RESEARCH AND DEVELOPMENT Vol 1 No 1 (2016)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/itjrd.2016.vol1(1).672

Abstract

Data mining merupakan suatu proses untuk menemukan pola yang penting dari sekumpulan data dengan jumlah yang sangat banyak. Salah satu metode dalam data mining adalah klasifikasi yaitu sebuah proses untuk menemukan model yang dapat membedakan sebuah objek yang kelasnya belum diketahui sebelumnya. Ada beberapa metode untuk melakukan klasifikasi yaitu salah satunya dengan menggunakan pohon keputusan (decision tree). Dengan menerapkan klasifikasi pada data jamur maka diharapkan nantinya dapat menghasilkan suatu pola tertentu yang dapat mengklasifikasikan jenis jamur dimana jamur tersebut masuk ke dalam jenis jamur yang dapat dikonsumsi atau jenis jamur yang beracun dengan menggunakan algoritma Iterative Dichotomiser 3 (ID3). Jenis jamur yang digunakan dalam penelitian ini adalah jamur yang berasal dari famili Agarica dan Lepiota. Pembangunan sistem ini menggunakan aplikasi Microsoft Visual Basic 6.0 dengan database MySQL. Hasil dari tugas akhir ini adalah sistem yang dapat mengklasifikasikan jamur dalam bentuk model pohon keputusan sehingga dapat menghasilkan suatu aturan. Sistem ini juga dapat menentukan kelas dari data jamur baru yang belum diketahui kelasnya. Pada pengujian sistem ini, tingkat keakuratan yang dihasilkan adalah 100% dengan jumlah data training yang diuji sebanyak 2000 data sehingga disimpulkan sistem klasifikasi jamur dengan menggunakan algoritma ID3 ini layak digunakan sebagai sistem untuk memprediksi jamur yang belum diketa hui jenisnya.
Sistem Pendukung Keputusan Pemilihan Calon Paskibraka Di Provinisi Riau Syafitri, Nesi; Prayogi, Muhammad; Labellapansa, Ause
IT JOURNAL RESEARCH AND DEVELOPMENT Vol 2 No 2 (2018)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/itjrd.2018.vol2(2).1092

Abstract

Seleksi Paskibraka Nasional adalah suatu kegiatan yang dilaksanakan oleh Dispora Provinsi Riau. Pada setiap tahunnya  yang bertujuan untuk mencari putra putri terbaik yang akan ditugaskan sebagai pengibar bendera pusaka di Istana Negara pada perayaan Hut RI. Pada seleksi pemilihan calon Paskibraka Nasional masih banyak  terdapat kekurangan. Panitia seleksi Paskibraka Nasional masih menggunakan cara manual dalam menentukan nilai akhir setiap peserta dari seluruh tahapan test yang diselenggarakan. Penilaian tahapan test dengan jumlah peserta yang tergolong banyak akan menyulitkan panitia dalam pertimbangan penilaian dan pengambilan keputusan. Untuk mengatasi masalah itu, diperlukan aplikasi sistem pendukung keputusan yang dapat memberikan informasi penilaian seleksi berdasarkan kriteria penilaian yang telah ditetapkan secara tepat dan akurat.  
Prototype Pendeteksi Jumlah Orang Dalam Ruangan Syafitri, Nesi; Saputra, Adri
IT JOURNAL RESEARCH AND DEVELOPMENT Vol 1 No 2 (2017)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/itjrd.2017.vol1(2).678

Abstract

Penelitian ini berisikan tentang suatu sistem deteksi wajah pada manusia dengan menggunakan metode Viola Jones. Metode Viola Jones dikenal memiliki kecepatan dan keakuratan yang tinggi karena menggabungkan beberapa konsep (Haar Features, Integral Image, AdaBoost, dan Cascade Classifier) menjadi sebuah metode utama untuk mendeteksi objek. Banyak dari sistem deteksi tersebut menggunakan OpenCV sebagai librari deteksi objek. Hal ini dikarenakan librari OpenCV menerapkan metode Viola Jones kedalam sistem deteksinya, sehingga memudahkan dalam pembuatan sistem. Data yang digunakan pada penelitian ini berupa sampel gambar sebanyak 19 citra. Dimensi sampel citra berukuran 300 x 400 pixel dan 400 x 300 pixel. Setelah sistem selesai dibuat, dilakukan pengujian sistem terhadap karakteristik wajah yang dapat dideteksi. Ketika dilakukan pengujian wajah manusia dalam keadaan frontal, sistem mampu mendeteksi dengan akurasi 100% dan waktu deteksi kurang dari 0.15 detik dan batasan jarak wajah yang dapat dideteksi adalah <= 2,3 m dari kamera. Sistem juga dapat mendeteksi adanya beberapa wajah dalam suatu citra.
Sistem Pakar untuk Mendiagnosa Obesitas pada Anak dengan Menggunakan Metode Backward Chaining Syafitri, Nesi; Apdian, Alfred
IT JOURNAL RESEARCH AND DEVELOPMENT Vol 1 No 1 (2016)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/itjrd.2016.vol1(1).601

Abstract

Obesitas pada anak terjadi karena ketidakseimbangan antara asupan kalori dengan yang dibutuhkan tubuh sehingga terjadi kelebihan kalori yang dapat menyebabkan penimbunan lemak. Peningkatan prevalensi obesitas pada anak terus meningkat di seluruh dunia. Peningkatan prevalensitersebut tidak dibarengi dengan kesadaran orangtua akan dampak obesitas terhadap anak. Pencegahan lebih awal dibutuhkan untuk mengetahui faktor-faktor yang mempengaruhi kejadian obesitas dan solusi terapi yang dapat dilakukan untuk mencegah obesitas pada anak. Oleh karena itu, perlu diterapkan suatu sistem yang berbasis pengetahuan yang dapat meniru proses pemikiran dan penalaran seorang pakar dalam menyelesaikan suatu masalah yaitu sistem pakar. Sistem pakar memberikan solusi kepada pasien dalam memberikan informasi mengenai terapi yang dapat dilakukan jika anak mengalami obesitas. Sistem pakar ini menggunakan metode backward chaining dalam mendiagnosa obesitas pada anak. Pasien memberikan kesimpulan sementara mengenai kategori obesitas yang dialaminya, kemudian metode backward chaining melakukan penelusuran terhadap gejala-gejala yang dialami pasien dan membuktikan kebenaran dari kesimpulan sementara yang dialami pasien. Dari hasil uji coba yang dilakukan maka dapat disimpulkan bahwa sistem pakar untuk mendiagnosa obesitas pada anak ini mampu memberikan informasi diagnosa obesitas dan terapi yang perlu dilakukan. Dengan informasi yang dihasilkan tersebut maka disimpulkan bahwa metode backward chaining dapat diterapkan pada sistem pakar untuk mendiagnosa obesitas pada anak serta membantu dokter dalam melakukan diagnosa obesitas terhadap pasien.