Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Scan : Jurnal Teknologi Informasi dan Komunikasi Konvergensi Jurnal Mantik Jurnal Leverage, Engagement, Empowerment of Community (LeECOM)
Sulistyawati, Dwi Harini
Program Studi Teknik Informatika, Fakultas Teknik Universitas 17 Agustus Surabaya
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences

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

Found 5 Documents
Search

 1 
SEGMENTASI PARASIT MALARIA MENGGUNAKAN OPERASI MORFOLOGI CITRA Sulistyawati, Dwi Harini; Narulita, Luvia Friska
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 13, No 3 (2018)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v13i3.1366

Abstract

Abstrak. Penyakit malaria masih menjadi masalah kesehatan di Indonesia. Masih banyak korban jiwa akibat penyakit malaria, terutama di Maluku dan Papua. Penelitian ini bertujuan membuat sistem segmentasi otomatis parasit malaria. Tahapan proses yang dilakukan adalah melakukan konversi ke ruang warna HSV dengan mengambil komponen S (Saturation) kemudian dilanjutkan dengan Operasi Morfologi . Hasil yang didapat dari 23 citra sediaan darah tebal (thick blood film) sebanyak 91.5% (21 citra) tersegmentasi dengan baik. Dengan hasil tersebut dapat disimpulkan bahwa sistem segmentasi otomatis parasit malaria pada sedian darah tebal dengan menggunakan operasi morfologi dapat digunakan sebagai salah satu alternatif dalam proses segmentasi parasit malaria.  Kata Kunci: Thick Blood Film, Parasit Malaria, Operasi Morfologi. DOI : https://doi.org/10.33005/scan.v13i3.1366
PERANCANGAN SISTEM INFORMASI BUMDES LOH JINAWI DESA GALENGDOWO, WONOSALAM, JOMBANG Sulistyawati, Dwi Harini; Narulita, Luvia Friska; Brahmaratih, Ida Ayu
Jurnal Leverage, Engagement, Empowerment of Community (LeECOM) Vol. 1 No. 2 (2019): Jurnal Leverage, Engagement, Empowerment of Community (LeECOM)
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (944.757 KB) | DOI: 10.37715/leecom.v1i2.1092

Abstract

Bumdes atau Badan Usaha Milik Desa adalah sebuah unit usaha yang dimiliki oleh pemerintah desa. Salah satu tujuan memiliki BUMDEs di tiap desa di Indonesia adalah untuk meningkatkan kesejahteraan masyarakat desa melalui beberapa unit usaha yang memiliki nilai ekonomis. Desa Galengdowo merupakan sebuah desa yang terletak di Kecamatan Wonosalam dan telah memiliki BUMDes, namun dalam pelaksanaan administrasi sehari-hari, pengurus BUMDes masih menggunakan cara manual dan tidak terintegrasi. Melalui pembuatan Sistem Informasi BUMDes Galengdowo, pengeluaran dan pendapatan akan terintegrasi dan mudah untuk diakses
PERBAIKAN CITRA DENGAN NOISE MISSING BLOCK MENGGUNAKAN IMPLEMENTASI ALGORITMA PROJECTION ONTO CONVEX SETS (POCS) Sulistyawati, Dwi Harini; Utomo, Heri Setyo
KONVERGENSI Vol 12 No 2 (2016)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (393.9 KB) | DOI: 10.30996/konv.v12i2.1311

Abstract

Ketajaman kualitas gambar sangat diperlukan untuk melihat dan mengamati gambar dengan jelas tanpa gangguan seperti blur atau noise. Dalam proses pengiriman atau penyimpanan, gambar dapat terganggu dalam bentuk kerusakan pada bagian-bagian tertentu yang hilang atau blok-blok piksel, kerusakan ini adalah bentuk utama dari kesalahan dalam suatu gambar. Jadi dengan mengimplementasikan algoritma rekonstruksi citra Projection Onto Convex Sets (POCS) pada domain Discrete Cosine Transform (DCT) untuk meningkatkan citra, terutama gambar yang mengalami kerusakan pada beberapa bagian yang hilang atau blok piksel. Untuk blok proses pemulihan ada beberapa langkah yang harus diambil termasuk deteksi garis, pembacaan jendela di sekitarnya dan vektor pemulihan. Dari hasil pengujian dapat disimpulkan bahwa metode ini dapat digunakan untuk pemulihan blok POCS dan nilai-nilai piksel yang sesuai dengan blok warna di sekitar blok. Pengukuran nilai kesalahan citra menggunakan Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR).
KLASIFIKASI BERITA HOAX PILPRES MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR DAN PEMBOBOTAN MENGGUNAKAN TF-IDF Rozi, Faizal Nur; Sulistyawati, Dwi Harini
KONVERGENSI Vol 15 No 1 (2019)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1426.039 KB) | DOI: 10.30996/konv.v15i1.2828

Abstract

Dewasa ini perkembangan teknologi informasi dan internet begitu pesat. Sangat mudahnya masyarakat dalam mengakses internet dan informasi. Dengan kemudahan akses internet membuka peluang masyarakat untuk menyebarkan informasi atau berita di jejaring sosial maupun media online. Namun dalam praktiknya banyak bermunculan berita yang memiliki informasi palsu (hoax) yang tidak dapat dipertanggungjawabkan berita dan sumbernya. Hoax merupakan upaya untuk memanipulasi audiens agar terpengaruh dengan opini yang dibawa. Untuk menangani masalah terkait berita hoax, dikembangkankan sebuah prototipe untuk mengklasifikasikan berita tersebut. Metodologi penanganan berita hoax tersebut menggunakan pendekatan Term Frequency – Inverse Document Frequency untuk pembobotan setiap dokumen dan Modified K-Nearest Neighbor untuk pengklasifikasian berita berdasarkan dokumen yang telah dibobotkan.
Performance Accuration Method of Machine Learning for Diabetes Prediction: Performance Accuration Method of Machine Learning for Diabetes Prediction Dwi Harini Sulistyawati; Ali Murtadho
Jurnal Mantik Vol. 4 No. 1 (2020): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (512.865 KB)

Abstract

Machine learning is an application of artificial intelligence (AI) that provides systems the ability to automatically learn and improve from experience without being explicitly programmed. Machine learning (ML) techniques allow us to obtain predictively, the dataset we are testing is pima-indian-diabetes with a dataset of 765 raw data with 8 data features and 1 data label we developed a method to achieve the best accuracy from the 5 methods we use with the stages of separation training and testing the dataset, scaling features, parameters evaluation, confusion matrix and we get the accuracy of each method, and the results of the accuracy we get with these 5 methods Gradient-boosting is best with an accuracy score of 0.8, Decision Tree 0.72, Random Forest 0.72, next is Logistic Regression 0.7, and then followed by K-NN method with a score of 0.65.
Co-Authors Ali Murtadho Brahmaratih, Ida Ayu Heri Setyo Utomo, Heri Setyo Narulita, Luvia Friska Narulita, Luvia Friska Rozi, Faizal Nur