Article Per Year (5 Year)
p-Index From 2021 - 2026
13.956
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri JURNAL PENDIDIKAN TAMBUSAI Jurnal Ilmiah Media Sisfo JOURNAL OF SCIENCE AND SOCIAL RESEARCH JOISIE (Journal Of Information Systems And Informatics Engineering) INTI Nusa Mandiri Jurnal Ekonomi Manajemen Sistem Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Electrical Engineering and Computer Science Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pendidikan Guru (JPG) Journal of Applied Data Sciences Bulletin of Computer Science Research JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Ipteks Terapan : research of applied science and education Journal of Education Research Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Hasi Penelitian Dan Pengkajian Ilmiah Eksakta - JPPIE Jurnal Ekonomika Dan Bisnis Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Sains dan Teknologi Jurnal Komtekinfo Indonesian Journal Computer Science (ijcs) Intellect : Indonesian Journal of Learning and Technological Innovation SATIN - Sains dan Teknologi Informasi Jurnal Quancom: Jurnal Quantum Komputer Journal of Information System and Education Development Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science CSRID
Ramadhanu, Agung -
Universitas Putra Indonesia “YPTK” Padang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 132 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 132 Documents
Search

 1   2   3   4   5 
Penerapan Machine Learning Untuk Menentukan Tingkat Kepuasan Tamu Hotel Dymens Menggunakan Metode Vader Agung Ramadhanu; Muhammad Raihan Zaky; Mokti Isra; Neni Sri Wahyuni Nengsih; Sularno Sularno
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 5 No 3 (2023): July 2023
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v5i3.866

Abstract

In Indonesia there are several social media that provide reviews and experiences related to an inn, including Tripadvisor.com, Traveloka, Tiket.com, and many more. Over time, machine learning can replace and improve human abilities in various fields, Machine Learning has been extensively researched and used to solve various problems. Among them is to find out how the assessment and views of hotel guests regarding the services and policies set. With reviews from customers or hotel guests, we can find out how the quality of the product or service is implemented, so that an evaluation can be carried out to increase customer satisfaction. Sentiment analysis, or opinion evaluation is an active area of ​​study in the field of natural language processing that analyzes opinions, sentiments, evaluations, attitudes, and emotions through improving the processing of subjectivity in texts. Sentiment analysis is useful for a wide variety of issues of interest to human-computer interaction practices and researchers, as well as people from fields such as: sociology, marketing and advertising, psychology, eco-economics, and political science. The process of sentiment analysis is often done to find out positive, neutral or negative opinion from the public regarding a certain matter. The Valence Aware Dictionary and Sentiment Reasoner (VADER) method is a sentiment analysis method that can identify a person's emotions based on words. So that the VADER Method can be used to identify hotel guest reviews and hotel management can make decisions based on the results of these assessments or reviews
ANALYSIS OF USER SATISFACTION TESTING APPLICATION USING END USER COMPUTING SATISFACTION (EUCS) METHOD Agung Ramadhanu; Syafri Arlis; Sofika Enggari; Nabila Frisca Oktavia
Jurnal Ipteks Terapan Vol. 17 No. 2 (2023): Jurnal Ipteks Terapan
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah X

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22216/jit.v17i2.2382

Abstract

The Office of Cooperatives and MSMEs of West Sumatra Province is a government agency engaged in the field of cooperatives and MSMEs of West Sumatra Province. The problem experienced by the Office of Cooperatives and MSMEs of West Sumatra Province is that there is no employee evaluation of the current system, namely the user satisfaction testing application. After knowing the weaknesses of the current system, a proposal was drawn to create a new questionnaire application by applying the End User Computing Satisfaction (ECUS) method which is expected from the application to measure member satisfaction with all the quality and facilities provided to members. So that with the opinions and criticisms from members of the West Sumatra Province Cooperative and MSME Office, they can carry out tests on users of the system to be designed, these tests come from active members of the West Sumatra Province Cooperative and MSME Office
PENERAPAN TEKNOLOGI MACHINE LEARNING DENGAN METODE VADER PADA APLIKASI SENTIMEN TAMU DI HOTEL DYMENS Agung Ramadhanu; Raja Ayu Mahessya; Muhammad Raihan Zaky; Mokti Isra
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 1 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v7i1.3118

Abstract

Penelitian ini bertujuan untuk menerapkan teknologi Machine Learning dengan menggunakan metode VADER (Valence Aware Dictionary and sEntiment Reasoner) dalam menilai tingkat kepuasan tamu di Hotel DYMENS. Metode VADER digunakan untuk menganalisis data berupa ulasan dan komentar yang diberikan oleh tamu di platform daring, seperti situs ulasan hotel atau media sosial. Dalam penelitian ini, berfokus pada masalah penilaian kepuasan tamu secara akurat dan objektif. Data dikumpulkan dari 200 ulasan dan komentar tamu yang terdiri dari 60% ulasan positif, 30% ulasan netral, dan 10% ulasan negatif. Setiap ulasan diberi skor dari -1 hingga 1, dengan -1 untuk ulasan negatif, 0 untuk ulasan netral, dan 1 untuk ulasan positif. Menerapkan teknologi Machine Learning dengan metode VADER, kami mengolah data ulasan dan komentar untuk menentukan skor sentimen keseluruhan dari setiap ulasan. Dari hasil analisis, didapatkan bahwa 75% tamu merasa sangat puas (skor sentimen > 0.8), 20% merasa cukup puas (skor sentimen antara 0.4 hingga 0.8), dan 5% mengalami ketidakpuasan (skor sentimen < 0.4). Hasil penelitian ini membantu manajemen Hotel DYMENS dalam memahami kebutuhan dan preferensi tamu dengan lebih baik. Dengan menggunakan teknologi Machine Learning dan metode VADER, hotel dapat meningkatkan layanan dan pengalaman tamu dengan lebih tepat sasaran.
Identification of Signature Authenticity Using Binary Extraction and K-nearest Neighbor Feature Methods Vidyanti, Angela Citra; Riati, Itin; Ramadhanu, Agung
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 13, No 2 (2024): JULY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v13i2.2063

Abstract

This research focuses on identifying the authenticity of signatures, which is an important part of the field of biometrics. Identification of signature authenticity has wide applications, including in document security, financial transactions, and identity verification in general. The problem to be resolved is the lack of an effective and efficient method for identifying signature authenticity. The method used is the binary extraction method and the K-nearest Neighbor feature. The main contribution of this research is to propose a new approach in identifying signature authenticity by combining binary extraction methods and K-nearest Neighbor features. This approach is expected to increase the accuracy and efficiency of the signature authenticity identification process. The results of this research are the development of a new model or algorithm for identifying the authenticity of signatures. After testing and validation, the accuracy level of the results of identifying the authenticity of this signature is 75%.
Penerapan Algoritma Haar Cascade Clasifier dan Computer Neural Network Sebagai Presensi Karyawan Karseno, Doni; Yuhandri; Ramadhanu, Agung
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v12i1.565

Abstract

Sistem pengenalan wajah merupakan program komputer yang secara otomatis dapat mendeteksi gambar digital atau video untuk mengidentifikasi atau mengautentikasi seseorang secara otomatis. Kesulitan dalam masalah pengenalan wajah sebagian besar disebabkan oleh kurangnya keberhasilan dalam menemukan fitur gambar tersebut. Pengenalan objek banyak digunakan oleh para pelaku industri untuk keperluan inspeksi, registrasi atau manipulasi. Penelitian ini bertujuan untuk menidentifikasi wajah pada masing – masing karyawan. Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier (HCC) sebagai pendeteksi wajah dan metode Convolutional Neural Network (CNN) untuk proses identifikasi wajah. Proses pengenalan wajah ini dapat digunakan untuk mengidentifikasi masing – masing karyawan. Sehingga dalam melakukan presensi digital tidak ada kecurangan lagi yang dilakukan oleh karyawan. Dalam penelitian ini data yang diambil adalah data di Institut Teknologi dan Bisnis Indragiri. Algoritma Haar Cascade Classifier menjadi metode yang dapat digunakan dalam proses pengenalan polah wajah manusia. Sedangkan Convolutional Neural Network merupakan metode untuk mengidentifikasi serta mengklasifikasi hasil dari metode Haar Cascade Classifier sebagai tahap awal. Dalam hal pengklasifikasian image, metode Convolutional Neural Network merupakan metode yang dapat digunakan untuk pengklasifikasian wajah. Arsitektur Convolutional Neural Network yang digunakan dalam penelitian ini adalah alexnet. Dataset dari ImageNet lebih dari 14 juta gambar yang dikategrikan dalam ribuan kelas. Convolutional Neural Network memiliki arsitektur yang terinspirasi oleh struktur visual sistem manusia dan sangat efektif untuk tugas-tugas pengenalan gambar dan klasifikasi. Kesimpulan dari hasil penilitan ini yaitu dengan menggabungkan metode Haar Cascade Classifier dan Convolutional Neural Network dapat mempercepat proses pengenalan klasifikasi suatu objek wajah. Penelitian ini menggunakan kumpulan dataset wajah yang beragam, mencakup variasi sudut pandang, ekspresi, dan kondisi pencahayaan. Data yang digunakan terdiri dari seluruh karyawan yang memiliki 106 data wajah. Model CNN kemudian dilatih menggunakan data latih sebesar 85% dari keseluruhan data. Setelah model dilatih, selanjutnya dilakukan evaluasi model CNN melalui beberapa metrik evaluasi. Dari hasil evaluasi diperoleh tingkat akurasi yang baik sebesar 91% Hasil dari penelitian ini dapat digunakan untuk media presensi digital berbasis pengenalan wajah pada karyawan Institut Teknologi Dan Bisnis Indragiri.
Penerapan Metode Fuzzy Mamdani untuk Mengidentifikasi Kepribadian Siswa Nasution, Amir Salim Khairul Rijal; Gunadi Widi Nurcahyo; Agung Ramadhanu
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.567

Abstract

Teknologi Informasi (TI) memainkan peran krusial dalam berbagai aspek kehidupan, termasuk dalam pendidikan. Salah satu inovasi penting dalam TI adalah penerapan Artificial Intelligence (AI), yang mencakup berbagai teknik seperti machine learning, natural language processing, computer vision, dan robotics. Dalam konteks pendidikan, kepribadian siswa menjadi aspek penting untuk pengembangan potensi dan pembentukan karakter. Namun sistem pendidikan saat ini masih menghadapi tantangan dalam mengidentifikasi dan mengembangkan kepribadian siswa secara optimal. Penelitian ini bertujuan untuk menerapkan metode Fuzzy Mamdani dalam mengidentifikasi kepribadian siswa. Fuzzy Mamdani, sebagai salah satu metode dalam logika fuzzy, menawarkan pendekatan yang efektif untuk menangani informasi yang tidak pasti atau ambigu. Metode ini menggunakan aturan berbasis pengetahuan dan menghasilkan output dalam bentuk nilai fuzzy yang kemudian diubah kembali menjadi nilai crisp melalui proses defuzzifikasi. Penelitian ini memanfaatkan metode Fuzzy Mamdani untuk mengidentifikasi kepribadian siswa di SMK Negeri 4 Padangsidimpuan dengan menggunakan tools MATLAB. Manfaat dari penelitian ini meliputi kontribusi terhadap ilmu pengetahuan, terutama dalam pengembangan metode prediksi menggunakan Fuzzy Mamdani, serta memberikan landasan untuk penelitian lebih lanjut dengan metode yang lebih canggih. Selain itu, penelitian ini memberikan informasi berharga mengenai proses perhitungan identifikasi kepribadian siswa menggunakan metode Fuzzy Mamdani dengan bantuan tools MATLAB. Penelitian ini diharapkan dapat memberikan insight dan solusi bagi pengembangan kepribadian siswa di lingkungan pendidikan. Batasan penelitian ini mencakup penggunaan data kepribadian yang diperoleh dari Psikolog Klinis Anak di SMK N 4 Padangsidimpuan, serta penerapan metode Fuzzy Mamdani dalam analisis data menggunakan MATLAB. Dan data yang digunakan hasil dari observasi dengan 10 orang siswa. Hasil perhitungan menunjukkan bahwa metode ini dapat mengklasifikasikan kepribadian siswa ke dalam tipe sanguinis dengan nilai 70, koleris dengan nilai 50% , melankolis dengan nilai 65, atau plegmatis dengan nilai 66,8 dengan akurasi yang sesuai dengan ciri-ciri siswa. Oleh karena itu, sistem ini dapat direkomendasikan untuk membantu guru dalam menentukan pendekatan yang tepat bagi siswa.
Metode AHP dan WASPAS untuk Menentukan Prioritas Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) Nadia, Nadia Aini Hafizhah; Nurcahyo, Gunadi Widi; Ramadhanu, Agung
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.568

Abstract

Pemanfaatan Teknologi Informasi (TI) menjadi krusial dalam meningkatkan efisiensi dan ketepatan di berbagai sektor, termasuk dalam instansi pemerintahan. Salah satu tantangan yang dihadapi oleh Kementerian Agama Kabupaten Tanah Datar adalah proses penentuan Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) yang masih dilakukan secara manual. Proses manual ini tidak hanya memakan waktu, tetapi juga rentan terhadap kesalahan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) yang mengintegrasikan dua metode, yaitu Analytic Hierarchy Process (AHP) dan Weighted Aggregated Sum Product Assessment (WASPAS), untuk menentukan prioritas calon PPPK secara lebih objektif dan efisien. Penelitian ini memanfaatkan metode AHP untuk menghitung bobot dari berbagai kriteria yang dianggap penting dalam seleksi PPPK, seperti kualifikasi pendidikan, usia, lama honor serta kesesuaian latar belakang pendidikan dan pengalaman kerja saat ini. Setelah bobot kriteria ditentukan, metode WASPAS digunakan untuk mengkalkulasi dan menentukan peringkat akhir dari setiap kandidat berdasarkan bobot yang telah diperoleh. Data yang digunakan pada penelitian ini yaitu 152 sampel data tenaga honorer di Kantor Kementerian Agama Kabupaten Tanah Datar. Diperoleh 50 tenaga honorer yang masuk daftar prioritas dengan nilai Qi (Nilai alternatif) yang terbaik yaitu nilai yang tertinggi dengan rentang nilai 0.920 sampai 0.858. Hasil penelitian menunjukkan bahwa perhitungan yang dilakukan secara manual sama hasilnya dengan sistem yang dibangun, sehingga sistem pendukung keputusan yang dibaangun mampu meningkatkan akurasi dan mengurangi keandala dalam proses penentuan prioritas PPPK, dibandingkan dengan metode manual. Dengan kombinasi AHP dan WASPAS, sistem dapat memberikan rekomendasi yang lebih objektif, memungkinkan pengambil keputusan di Kementerian Agama Kabupaten Tanah Datar untuk melakukan seleksi yang lebih tepat. Implementasi sistem ini diharapkan dapat menjadi solusi yang efektif dalam meningkatkan kualitas proses rekrutmen PPPK di masa mendatang. Kata kunci: Sistem Pendukung Keputusan, AHP, WASPAS, Penentuan Prioritas, PPPK.
Penerapan Algoritma TOPSIS pada Sistem Pendukung Keputusan dalam Penentuan Pemilihan Jurusan Irsyad, As'Ary Sahlul; Defit, Sarjon; Ramadhanu, Agung
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.585

Abstract

Sistem Pendukung Keputusan (SPK) adalah suatu jenis sistem informasi yang dirancang khusus untuk mendukung manajemen dalam proses pengambilan keputusan yang terkait dengan masalah yang bersifat semi-terstruktur, dengan tetap mempertahankan peran pengambil keputusan dalam melakukan pengambilan keputusan. Salah satu metode dalam SPK adalah metode TOPSIS. Kemajuan teknologi telah meningkatkan kemampuan guru dan siswa untuk menggunakannya secara efektif, memungkinkan mereka untuk memahami pentingnya, manfaat, dan batasan-batasan legalitas. Upaya peningkatan mutu pendidikan di Indonesia senantiasa mendapat perhatian dari berbagai pihak. Perlu adanya penanganan khusus untuk meningkatkan pendidikan tersebut. Salah satu cara untuk meningkatkan pendidikan Indonesia adalah pemilihan jurusan yang tepat Penelitian ini bertujuan untuk alat bantu pendukung Keputusan pemilihan jurusan ini diharapkan dapat memberikan perhitungan yang tepat bagi siswa, sehingga Metode pendukung keputusan pemilihan jurusan ini diharapkan dapat menawarkan solusi yang tepat bagi siswa. Metode yang digunakan dalam penelitian ini adalah Algoritma TOPSIS yang dapat membantu siswa Sekolah Menengah Atas untuk pengambilan Keputusan dalam pemilihan jurusan. Dataset yang diolah dalam penelitian ini bersumber dari SMAN 1 Tanjung Tiram. Hasil penelitian ini dapat mengidentifikasi dan memberikan rekomendasi penentuan pemilihan jurusan kepada siswa yang akan menjadi bakal calon mahasiswa baru. Hasil perhitungan dengan Metode TOPSIS dengan data set terdiri dari 70 siswa dan 10 kriteria yang diuji, rekomendasi pemilihan jurusan yaitu dengan bobot tertinggi 0,619 dan paling terendah yaitu 0,221. Hasil data pengujian dengan membandingkan data awal dan data hasil sistem di peroleh tingkat keakuratan 71,42% . Dengan angka tersebut maka dapat dikatakan bahwa sistem ini cukup layak untuk digunakan di dalam lembaga, karena bagaimana pun juga sistem ini hanya sebagai pendukung keputusan suatu permasalahan dan pilihan tetap akan berada pada siswa tersebut.
Perancangan E-Learning untuk Meningkatkan Efektifitas Pembelajaran di SMPN 2 Sungai Beremas Anggara Putra, Febri; Ramadhanu, Agung; Syahputra, Hadi
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 3 No 3 (2023): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v3i3.684

Abstract

SMP Negeri 2 Sungai Beremas merupakan Sekolah menengah pertama yang beralamatkan di Jalan Lintas Simpang Empat Air Bangis, Kabupaten Pasaman Barat. Peserta didik disekolah ini membutuhkan pengarahan yang lebih ahli dalam pembelajaran. Di sinilah peran guru untuk mengarahkan peserta didik dalam belajar. SMP Negeri 2 Sungai Beremas mempunyai guru-guru yang berkompeten di bidangnya agar dapat memberikan pelayanan yang baik bagi peserta didik. Walaupun demikian, pembelajaran di SMP Negeri 2 Sungai Beremas membutuhkan perancangan sistem informasi e-learning berbasis web yang sesuai. Perancangan E-Learning ini menggunakan bahasa pemprograman PHP dan MySQL. Penggunaan sistem informasi e-learning ini memiliki manfaat yang signifikan dalam meningkatkan efektivitas pembelajaran di SMP Negeri 2 Sungai Beremas. Manfaat tersebut dapat mencakup peningkatan aksesibilitas dan fleksibilitas pembelajaran, meningkatkan keterlibatan siswa dan guru dalam proses pembelajaran, serta memperkaya pengalaman belajar melalui E-learning yang telah di rancang.
Klasifikasi Jenis Daun Herbal Klasifikasi Jenis Daun Herbal Menggunakan Metode Logistic Regression dan Decision Tree Classifier Berdasarkan Fitur (Warna dan Bentuk) Honestya, Gabriela; Sajida, Mayang; Ramadhanu, Agung
Journal of Information System and Education Development Vol. 2 No. 1 (2024): Journal of Information System and Education Development
Publisher : Manna wa Salwa Foundation (Yayasan Manna wa Salwa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62386/jised.v2i1.59

Abstract

Penelitian ini membandingkan metode klasifikasi citra daun herbal menggunakan Logistic Regression dan Decision Tree Classifier. Ekstraksi fitur dilakukan berdasarkan warna (HSV), dan bentuk (eksentrisitas dan metrik). Fitur yang digunakan untuk mengenali jenis daun meliputi bentuk, warna, dan tekstur. Tidak semua jenis fitur perlu digunakan untuk melakukan komputasi hasil ektraksi, namun perlu diseleksi beberapa fitur yang paling berpengarauh dalam sistem temu kembali citra daun. Analisis keterkaitan korelasi antar fitur melalui seleksi fitur juga dikombinasikan dengan penggunaan kedekatan dalam menghitung similaritas pada sistem temu kembali. Dari data uji sebanyak 40 buah dan 3 jenis klasifikasi daun herbal (anggur, Ketapang, dan pisang) diperoleh keberhasilan pengujian sebanyak 37 data dengan tingkat akurasi yang layak. Hasil Berdasarkan hasil pengujian menggunakan 40 sampel citra daun, dimana masing-masing jenis daun digunakan 4 sampai 6 sampel citra, memberikan persentase keberhasilan dalam identifikasi sebesar 80,93%.
Co-Authors ., Ulfa Afriadi Afriadi Afriadi, A Agsera, Nilam Agus Salim, David Agusty, Dhia Fadhila Ahmad Syarif ahmad yani Akbar, Syifa Chairunnissa Deliva Al-arrafi, Muhammad Ikhsan Andry Novrianto Angga Angga Anggara Putra, Febri Antoni Antoni Arsyah Arsyah atiqah, sri Avezrima Rahmamuthi Bayuputra, Ramdani Berta Agus Petra Betriana Roza, Yesi Betriana, Yesi Chairunnissa Deliva Akbar, Syifa Chan, Fajri Rinaldi Delvi, Syerlin Aprilia Desi Permata Sari Desi Permata Sari Desi Permata Sari Desi Permata Sari Devi Maryuni Devita, Retno Dhia Fadhila Agusty Dicky Imansyah, Muhammad Dila, Rahmah Dinantia, Triend Dodi Guswandi Enggari, Sofika Erlanda, Hadrian Fadila Cahyani Putri Fajri Saputra, Charisman Fajrul Islami Febri Hadi Fiki Pratama Firmansyah, Ryan Firna Yenila Fitri Yeni Gafari, Abuzar Gunadi Widi Nurcahyo Hadi Syahputra Hadi Syahputra Hadi Syahputra Putra Halifia Hendri Hanna Pratiwi Harnaranda, Jefri Hasmaynelis Fitri Hendri, Hallifia Hidayati, Dzil Hidayattullah, Hafis Hikmi, Zakiya Honestya, Gabriela Husna Arsyah, Rahmatul Ilmawan, Fachrul Imrah, Imrah Sari Irfan Rizki Nur Irsyad, As'Ary Sahlul Jehan Harka Johan Harlan Jufriadif Na`am, Jufriadif Kareem, Shahab Wahhab Karseno, Doni Khomsi, Ahmad Larissa Navia Rani M.Iqbal, M.Iqbal Maharani, Filsha Rifi Majid, Mazlina Abdul Mardison Mardison Mardison Mardison Mardison Marfalino, Hari Masri, Taufik Mokti Isra Mokti Isra Muhammad Idris Muhammad Raihan Zaky Muhammad Raihan Zaky Muhammad Yusuf Nabila Frisca Oktavia Nadia, Nadia Aini Hafizhah Nasution, Amir Salim Khairul Rijal Nasution, Annio Indah Lestari Negoro, Wahyu Saptha Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsih Neni Sri Wahyuni Nengsih Neni Sri Wayuni Ningsih Neni Sri Wayuni Ningsih Ningsih, Neni Sri Wayuni Nurdiansyah, Ali Nurhaliza Nurhaliza Nurjannah, Farah Permata, Edo Pertiwi, Yuliana Pratama, Dede Putra, Kharisma Utama Putra, Ramdani Bayu putri, kamila amaliah Rahmad Rahmad Rahmad, R Raja Ayu Mahessya Rani, Larissa Navia Repelita Witri Rheza Thresya Rianti, Eva Riati, Itin Rindy Citra Dewi Riyan Saputra, Riyan Rizky Gusrianto Rosa, Imelda Rosda Syelly Sajida, Mayang salim, alfajri Saputra, Charisman Fajri Saputra, Randy Sarjon Defit Selvia, Dina Silfia Andini, Silfia Sisi Hendriani Sofika Enggari Sofika Enggari Sofika Enggari Sovia, Rini Suci Wahyuni Sularno Sularno Sumijan, S Sutri, Ridwan Syafri Arlis Syafrika Deni Rizki Syafrika Deni Rizki, Syafrika Deni Syafril Syafril Syafril, S Syalsabilla, Adinda Teri Ade Putra Tesa Vausia Sandiva Tomi, Zebbil Billian Utama Putra, Kharisma Utari, Utari Armila Vidyanti, Angela Citra Wiratama, Aditya Wirdawati, Wira Witri, Repelita Yagus Valentino Harefa Yanti, Rahma Yasmin, Nabila Yasmin, Nabilla Yemi, Leonardo Yesi Betriana Roza, yesibetriana_18 Yogi Wiyandra Yolanda Yolanda, Yolanda Yosfand, Windra Yuhandri Yuhandri Yuhandri Yulihartati, Sandra Zubaidah, Rima Puti