Prebiana, Kiki Dwi
Unknown Affiliation

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

Found 4 Documents
Search

Pengaruh Fitur Terhadap Hasil Diagnosis Gangguan Hati Menggunakan Jaringan Syaraf Tiruan(JST) pada Matlab Prebiana, Kiki Dwi; Santi Astawa, I Gede
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 3 (2020): JELIKU Volume 8 No 3, February 2020
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2020.v08.i03.p07

Abstract

The diagnosis is a classification of a person based on a disease or abnormality . One classification technique that can be used is Artificial Neural Networks. ANN is an information processing system that has characteristics similar to human nerves, in ANN training data is needed in learning. The learning process in Artificial Neural Networks related to the length of time the learning is done. One way to reduce computing time can be done with the selection feature. In this study, an analysis of the results of the diagnosis of liver disorders using Artificial Neural Networks with feature selection and without feature selection. The test results show that the accuracy of the data obtained by performing feature selection tends to be more stable when compared to the value of data accuracy without feature selection. Besides the learning time required by the data that do feature selection tends to be faster than data that does not do the feature selection.
Perbandingan Jenis TF terhadap Hasil Evaluasi Information Retrieval Hendra Suputra, I Putu Gede; Prebiana, Kiki Dwi; Gorianto, Frisca Olivia
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 2 (2019): Jeliku Volume 8 No 2, November 2019
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2019.v08.i02.p13

Abstract

Pada sebuah sistem temu kembali,salah satu cara untuk mencari kesamaan antara query dengan dokumen adalah dengan menggunakan Term Frequency – Inverse Document Frequency atau TF-IDF. TF yang umum digunakan adalah langsung menggunakan jumlah term frequency padahal banyak jenis TF lainnya yang dapat dikombinasikan dengan IDF. Penelitian ini akan mengkombinasikan 4 jenis TF, yaitu Natural TF, Normalization/max TF, Logaritma TF, dan Boolean TF dengan tujuan untuk mencari jenis TF mana yang lebih baik setelah dikombinasikan dengan IDF. Hasil penelitian menunjukkan bahwa.Logaritma TF adalah yang terbaik dengan nilai F-measure sebesar 0,00662. Keywords: TF-IDF, Natural TF, Normalization TF, Logaritma TF, Boolean TF
PENERAPAN METODE CERTINTY FACTOR(CF) DALAM PEMBUATAN SISTEM PAKAR DIAGNOSIS PENYAKIT TUMOR OTAK Prebiana, Kiki Dwi; Astuti, Luh Gede
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 3 (2020): JELIKU Volume 8 No 3, February 2020
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2020.v08.i03.p14

Abstract

Diagnosis adalah klasifikasi seseorang berdasarkan suatu penyakit atau abnormalitas yang diidapnya. Salah satu jenis penyakit yang memerlukan diagnosis adalah penyakit tumor otak. Akan tetapi dalam proses pemeriksaannya tentu memerlukan sautu biaya yang cukup mahal. Oleh sebab itu diperlukan suatu sistem yang dapat bertindak layaknya serang pakar untuk mengetahui gejala- gejala yang timbul akibat penyakit tumor otak. Salah satu metode yang dapat diterapkan dalam pembuatan sistem pakar adalah metode Certinty Factor(CF). Metode ini dapat digunakan untuk mengatasi permasalahan berkaitan dengan ketidakpastian dalam menyelesaikan atau menentukan suatu solusi. Hasil dari penelitian ini adalah prosantase kemungkinan pasien terhadap keempat jenis penyakit tumor otak yang ada.
Optimasi Pembobotan Jaringan Syaraf Tiruan Pada Klasifikasi Kanker Payudara Prebiana, Kiki Dwi; Santi Astawa, I Gede; Supriana, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 9 No 1 (2020): JELIKU Volume 9 No 1, Agustus 2020
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2020.v09.i01.p15

Abstract

Klasifikasi adalah proses membedakan sekumpulan model kedalam beberapa kelas data. Salah satu algoritma yang dapat digunakan untuk proses klasifikasi adalah Jaringan Syaraf Tiruan. Salah satu proses yang memepengaruhi proses Jaringan Syaraf Tiruan adalah proses pembobotan jaringan antar neuron pada Jaringan Syaraf Tiruan. Terdapat beberapa metode yang dapat digunakan dalam proses pencarian bobot, seperti algoritma genetika dan Particle Swarm Optimization atau PSO. PSO adalah salah satu metode optimasi pada Artificle Intelegent. Pada penelitian ini akan dilakukan proses pengujian pengaruh parameter PSO terhadap hasil akurasi yang diperoleh oleh Jaringan Syaraf Tiruan. Dari penelitian yang telah dilakukan nilai parameter terbaik PSO yang digunakan adalah w=0.8, c1=1.5, dan c2 = 2.2. Dari penelitian tersebut menunjukan bahwa optimasi pebobotan dengan Particle Swarm Optimization (PSO) dapat meningkatkan rata – rata nilai akurasi sebesar 0.5%.