cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erlangga Hadi
Contact Email
shofanahmediaberkah@gmail.com
Phone
+6285776447971
Journal Mail Official
-
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
Open Access DRIVERset
Published by CV. SHOFANAH MEDIA BERKAH
ISSN : -     EISSN : -     DOI : -
Core Subject :
Arjuna Subject : -
Articles 25 Documents
 1   2   3 
Tinjauan Literatur Sistematik pada Sistem Pakar untuk Diagnosa Penyakit Manusia dani arjun; Endwin Levis Putra Zendrato; Riski Fadillah; Rizal Jafar Sidiq; Sahruddin
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Peningkatan kemajuan teknologi dalam bidang kecerdasan buatan telah mengarah pada pengembangan sistem pakar yang dapat digunakan dalam diagnosis penyakit manusia. Tujuan dari tinjauan literatur ini adalah untuk menyelidiki penggunaan sistem pakar dalam diagnosis penyakit manusia dengan akurasi yang tinggi. Metode yang digunakan adalah pendekatan kajian literatur sistematik, yang melibatkan identifikasi, peninjauan, dan analisis terhadap artikel-artikel yang relevan dalam database ilmiah. Hasil analisis menunjukkan bahwa sistem pakar telah berhasil diterapkan dalam berbagai konteks diagnosis penyakit manusia. Kelebihan utama sistem pakar adalah kemampuannya dalam memproses data klinis yang kompleks dan menghasilkan rekomendasi diagnosis yang akurat. Dalam banyak kasus, sistem pakar mampu menghasilkan diagnosis yang sebanding dengan yang diberikan oleh ahli medis. Namun, tinjauan literatur ini juga mengidentifikasi beberapa tantangan yang dihadapi dalam implementasi sistem pakar untuk diagnosis penyakit manusia. Beberapa tantangan tersebut termasuk keterbatasan data yang tersedia, kompleksitas penyakit yang sulit untuk diidentifikasi, serta kepercayaan dan penerimaan dari tenaga medis terhadap penggunaan sistem pakar. Meskipun demikian, perkembangan terbaru dalam teknologi kecerdasan buatan, seperti pembelajaran mesin dan jaringan saraf tiruan, memberikan peluang baru untuk meningkatkan akurasi sistem pakar dalam diagnosis penyakit manusia. Kajian literatur ini menyimpulkan bahwa penggunaan sistem pakar dapat menjadi alat yang berharga dalam mendukung tenaga medis dalam proses diagnosis penyakit manusia yang akurat.
SISTEM PAKAR MENDIAGNOSA PENYAKIT MATA PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING Muhamad Ardy Kurniawan Ardy; Muhamad Irvan Vadilah Irvan; Muhammad Arrasyid; Nurhaliza Arfadilla Dilla; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Sistem ahli pakar sesuatu aplikasi komputerisasi yang berupaya menirukan proses penalaran dari seseorang pakar dalam membongkar permasalahan khusus serta membuat sesuatu keputusan ataupun kesimpulan sebab pengetahuannya ditaruh didalam basis pengetahuan buat diproses pemecahan permasalahan. Bawah dari sistem ahli gimana memindahkan pengetahuan yang dipunyai oleh seseorang ahli ke komputer serta bagaimana membuat keputusan dan mengambil kesimpulan bersumber pada pengetahuan itu. Bersamaan berkembangannya era, bidang medis sudah menggunakan teknologi dalam upaya kenaikan pelayanan yang lebih baik dalam pendiagnosaan penyakit, salah satunya penyakit mata. Sebab mata ialah salah satu panca indra yang berarti buat berhubungan dengan area dekat. Bila mata hadapi kendala serta kita mengabaikannya, dapat saja itu ialah indikasi dini penyakit mata yang bisa berdampak parah. Kata Kunci: Sistem Pakar,Diagnosa Penyakit Mata.
ANALISA PENGGUNAAN METODE DFS (DEPTH FIRST SEARCH) DI SISTEM PAKAR SEBUAH PENYAKIT: SYSTEMATIC LITERATURE REVIEW Afriyanto; Andi Afif Nawawi; Nurohman; Yayah Zakiyah; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Sistem pakar dalam bidang kesehatan dan kedokteran telah menjadi alat yang berharga dalam membantu diagnosis penyakit. Salah satu aplikasi yang penting adalah sistem pakar penyakit makhluk hidup. Sistem pakar ini dirancang untuk memberikan bantuan dalam identifikasi dan diagnosis penyakit yang mempengaruhi makhluk hidup, seperti manusia, hewan, atau tanaman. Melalui penggunaan metode seperti DFS (Depth First Search), dalam sistem pakar sebuah penyakit makhluk hidup dapat meningkatkan kemampuan diagnosis dengan menggali informasi yang relevan dan menjelajahi jalur yang mungkin dalam mencapai diagnosis yang akurat. Tujuan penelitian ini, yaitu dengan memanfaatkan sebuah teknologi dan pengetahuan yang ada, sistem pakar penyakit makhluk hidup membantu mempercepat proses diagnosis, mengurangi risiko kesalahan, dan memberikan solusi yang tepat waktu dalam penanganan penyakit pada makhluk hidup. Dengan menggunakan Systematic Literature Review didapatkan bahwa, penerapan metode DFS dalam sistem pakar penyakit sangat membantu dalam mengidentifikasi gejala-gejala sebuah penyakit.
Implementasi Sistem Pakar Pembelian Mobil Dengan Metode Forward Chaining Untuk Pemilihan Kendaraan Yang Optimal Muhammad Fikri Arzyah; Iqbal Azhari Is'ad; Mhd Ihsan Daulay; Alif Daud Fadhulrahman; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Penelitian ini bertujuan untuk menerapkan sistem pakar dalam proses pembelian mobil yang efektif dan efisien. Metode yang digunakan dalam penelitian ini adalah forward chaining, sebuah pendekatan logika yang memungkinkan sistem untuk mengambil keputusan berdasarkan fakta-fakta yang diberikan. Dalam penelitian ini, kami melakukan tinjauan pustaka terhadap jurnal-jurnal yang relevan untuk memahami konsep dan aplikasi dari sistem pakar, metode forward chaining, serta pemilihan kendaraan yang optimal.
PERAN ARTIFICIAL INTELLEGENCE DALAM SISTEM INFORMASI MANAJEMEN Ahmad Nurkholis; Ines Heidiani Ikasari
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Abstract This research examines the implementation of artificial intelligence (AI) in the context of management information systems (MIS). The main objective of this research is to describe how AI can be used in management information systems to increase efficiency, productivity, and make better decisions. Artificial intelligence is a branch of computer science related to the development of computers or machines that can imitate human expertise in carrying out certain tasks. . In the context of management information systems, AI can be used to automate business processes, analyze large amounts of information quickly and accurately, and provide valuable predictions and advice for decision making. This research relates to a comprehensive analysis of the literature on the application of AI in MIS. The results show that AI can be applied to various aspects of SIM, including information collection and analysis, inventory management, supply chain management, customer service personalization, and strategic decision making. The advantages of using AI in SIM include increasing process speed and accuracy, saving budgets, improving quality decision making, as well as improving user experience. However, there are also challenges that need to be overcome, such as adequate availability of information, security and privacy of information, and sufficient description of methods for integrating AI into existing SIMs. In this research, several steps that can be taken to implement AI in SIMs are proposed. efficiently. This includes selecting AI methods that match business needs, gathering and sterilizing relevant information, developing appropriate AI models, engaging users in the development and use of AI systems, and measuring and managing AI performance continuously. Overall, this research shares a better description of the capabilities of implementing AI in SIM as well as sharing instant guidance for organizations looking to adopt this technology. It is hoped that by using AI in SIM, organizations can achieve greater efficiency, better productivity and smarter decision making.
Automatisasi Deteksi Penyakit Tumbuhan Menggunakan Metode RetinaNet Dennis Fajriansyah; Rizky Destyan Pulunggono; Ruspiyadi; Tritya Adi Dharma
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

This research is based on the main problem in agriculture, which is plant diseases that can cause significant losses. Rapid and accurate plant disease detection is crucial in controlling and preventing the spread of diseases. In recent years, advancements in computer technology and image processing have led to the application of artificial intelligence methods in plant disease detection and identification. RetinaNet method is proposed as an effective solution for automating plant disease detection. This method utilizes neural networks to detect and classify objects in images. The research will employ image segmentation techniques, such as blob analysis and color modeling, to prepare the training and testing data. By applying RetinaNet method and proven image segmentation techniques, this study aims to develop an accurate and widely applicable automated plant disease detection system in the agricultural industry. The findings of this research are expected to contribute to the development of AI-based agricultural technology and serve as a foundation for further research in this field
Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis Dzaky Nafis Alfarizi; Rio Agung Pangestu; Dimas Aditya; Muhammad Adi Setiawan; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Deteksi objek merupakan salah satu tugas penting dalam bidang visi komputer yang bertujuan untuk mengidentifikasi dan menentukan lokasi objek dalam citra atau video. Metode YOLO (You Only Look Once) telah menjadi pendekatan yang populer dalam deteksi objek, karena dapat menghasilkan deteksi secara real-time dengan akurasi yang tinggi. Tulisan ini bertujuan untuk menyajikan tinjauan literatur sistematis tentang deteksi objek dengan menggunakan metode YOLO. Tinjauan literatur ini melibatkan pencarian artikel ilmiah, konferensi, dan publikasi terkait metode YOLO dalam deteksi objek. Tulisan ini menguraikan konsep dasar metode YOLO. Hasil tinjauan literatur ini memberikan pemahaman yang komprehensif tentang metode YOLO dalam deteksi objek. Kelebihan dan kekurangan metode YOLO juga dianalisis, dan beberapa tantangan yang dihadapi dalam pengembangan metode ini diidentifikasi.. Dengan demikian, tulisan ini menjadi acuan yang berharga bagi peneliti dan praktisi dalam bidang visi komputer yang tertarik dengan deteksi objek menggunakan metode YOLO. Tinjauan literatur ini dapat membantu memahami kemampuan, keterbatasan, dan aplikasi potensial dari metode ini, serta mendorong pengembangan lebih lanjut dalam bidang ini. kata kunci : deteksi objek, metode YOLO, tinjauan literatur sistematis
PENERAPAN SISTEM INFORMASI MANAJEMEN BERBASIS BIG DATA UNTUK ANALISIS BISNIS Rio Agung Pangestu; Ines Heidiani Ikasari
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Abstract Penerapan Sistem Informasi Manajemen (SIM) berbasis Big Data untuk analisis bisnis telah menjadi topik yang menarik dalam dunia bisnis. Data yang dihasilkan oleh berbagai sumber seperti sensor, perangkat mobile, media sosial, dan transaksi bisnis semakin meningkat dengan cepat. Tujuan penelitian ini adalah untuk menjelaskan konsep dan potensi penerapan SIM berbasis Big Data dalam analisis bisnis. Penelitian ini menggunakan metode studi literatur dan analisis deskriptif untuk mengumpulkan dan menganalisis sumber-sumber yang relevan. Hasil penelitian menunjukkan bahwa penerapan SIM berbasis Big Data dapat meningkatkan efisiensi operasional, pemahaman pelanggan, pengambilan keputusan, dan menciptakan nilai bisnis. Namun, tantangan seperti infrastruktur teknologi, keamanan data, kemampuan analisis, dan pengelolaan data harus diatasi. Kesimpulannya, penerapan SIM berbasis Big Data dapat menjadi sumber daya berharga bagi organisasi untuk mengambil keputusan yang cerdas dan mencapai keunggulan kompetitif, dengan perencanaan dan strategi yang matang untuk meminimalkan risiko. Kata Kunci: Sistem Informasi Manajemen; Big Data
Systematic Literature Review: Sistem Deteksi Penggunaan Masker Menggunakan Algoritma YOLO pawit wahib; Arya Tunggal Narotama; Nur Muhamad Rijki; Muhammad Firdaus Fitrananda; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Penyebaran penyakit menular seperti COVID-19 telah menjadi tantangan global yang serius. Salah satu langkah pencegahan yang paling efektif adalah penggunaan masker wajah. Oleh karena itu, deteksi penggunaan masker menjadi penting untuk memastikan kepatuhan terhadap protokol kesehatan. Dalam upaya untuk mengotomatisasi proses ini, penggunaan algoritma pemrosesan citra dan pengenalan objek telah menjadi fokus penelitian. Artikel ini bertujuan untuk melakukan Systematic Literature Review (SLR) tentang sistem deteksi penggunaan masker menggunakan algoritma YOLO (You Only Look Once). Metode SLR digunakan untuk mengumpulkan, mengevaluasi, dan menganalisis studi yang relevan yang telah dilakukan sebelumnya dalam bidang ini. Penelitian ini juga bertujuan untuk meninjau keunggulan, kelemahan, dan tantangan yang dihadapi dalam penerapan algoritma YOLO dalam sistem deteksi penggunaan masker. Peneliti menggunakan media google scholar dengan rentang tahun 2019 hingga 2023 untuk mencari artikel-artikel yang relevan. Setelah itu, metode SLR digunakan untuk menyusun dan menganalisis temuan dari studi-studi yang terpilih. Hasil SLR menunjukkan bahwa penggunaan algoritma YOLO dalam sistem deteksi penggunaan masker telah mendapatkan perhatian yang signifikan dalam penelitian terkait. Algoritma ini mampu melakukan deteksi objek secara real-time dengan tingkat akurasi yang tinggi. Namun, ada beberapa tantangan yang dihadapi, seperti variasi dalam desain dan pengujian dataset, kompleksitas pelatihan model, dan ketergantungan pada sumber daya komputasi yang kuat.
Deteksi Kendaraan Dengan Metode YOLO Muhammad Fauzan Arif; Ahmad Nurkholis; Sootomosi Laia; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Deteksi kendaraan memiliki peran penting dalam berbagai aplikasi seperti pengawasan lalu lintas, pengenalan plat nomor, dan pengembangan kendaraan otonom. Metode deteksi objek YOLO (You Only Look Once) telah dikenal sebagai pendekatan deteksi objek real-time dengan kecepatan tinggi. Dalam penelitian ini, kami menggunakan metode YOLO untuk mendeteksi kendaraan dalam citra dan video. Metode YOLO menerapkan deteksi objek sebagai masalah regresi langsung dari bounding box dan kelas, sehingga menghasilkan waktu eksekusi yang cepat tanpa memerlukan langkah-langkah tambahan seperti region proposal. Tujuan penelitian ini adalah untuk melakukan tinjauan literatur terhadap penggunaan metode YOLO dalam deteksi kendaraan. Kami ingin menganalisis kelebihan dan kekurangan metode ini dalam konteks deteksi kendaraan serta mengidentifikasi tren penelitian terkait yang telah dilakukan.Tinjauan literatur ini menyimpulkan bahwa metode YOLO memiliki keunggulan dalam deteksi kendaraan berkat kecepatan eksekusi yang tinggi dan akurasi yang baik. Metode ini telah digunakan secara luas dalam berbagai aplikasi deteksi kendaraan dan telah berhasil mengatasi tantangan dalam pengenalan objek dalam konteks yang real-time. Namun, juga ditemukan beberapa keterbatasan dalam deteksi objek kecil dan objek yang tumpang tindih. Penelitian masa depan dapat difokuskan pada pengembangan metode YOLO yang dapat mengatasi keterbatasan ini dan meningkatkan akurasi deteksi kendaraan secara keseluruhan.

Page 1 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 1 No. 2 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan