Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Informatics, Information System, Software Engineering and Applications (INISTA)

Klasifikasi Analisis Sentimen Pada Gambar Meme Politik Dengan Library Tesseract Dan Algoritme Support vector machine Eko Sanjaya; Agi Prasetiadi; WAHYU ANDI SAPUTRA
Journal of INISTA Vol 2 No 1 (2019): November 2019
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v2i1.96

Abstract

Meme merupakan penyebaran informasi dalam bentuk gambar. Berdasarkan data yang diperoleh, pengembangan meme mulai meningkat menjelang pemilu 2019. Informasi yang diperoleh dari meme politik beragam. Salah satunya memberikan dukungan untuk suatu partai atau tokoh politik atau digunakan untuk mengkritik / mencaci-maki partai politik atau tokoh. Sehingga diperlukan suatu sistem yang dapat mengklasifikasikan meme berdasarkan kelas Penelitian ini bertujuan untuk menciptakan sistem yang dapat mengklasifikasikan meme politik berdasarkan kelas. Algoritma yang akan digunakan dalam mengklasifikasikan adalah Support vector macine (SVM) dengan ekstraksi fitur TF-IDF. Library yang akan digunakan dalam optical character recognition (OCR) adalah Tesseract. Berdasarkan hasil pengujian diketahui bahwa akurasi yang dihasilkan oleh SVM linier lebih baik daripada SVM non-linear. Akurasi terbaik dalam SVM linear dengan kombinasi TF-IDF adalah 75.71%.
Penerapan Teknik Blob Analysis dalam Pemilihan Region of Interest pada Citra Leukosit wahyu andi saputra
Journal of INISTA Vol 2 No 2 (2020): Mei 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v2i2.128

Abstract

Leukimia merupakan penyakit pada manusia yang terjadi karena tubuh memproduksi sel darah putih dalam jumlah yang tidak wajar. Dalam penelitian di bidang IT yang berkaitan dengan sel darah putih, umumnya data yang digunakan sebagai pengujian adalah citra sel darah putih yang diambil dengan bantuan mikroskop. Mula-mula, sel darah putih diletakkan pada preparat, diberi pewarnaan untuk mempertegas warna sel, lalu diambil gambar sel tersebut. Citra yang diambil umumnya masih merupakan citra berukuran besar yang jumlahnya lebih dari satu citra sel darah putih. Padahal umumnya, untuk melakukan ekstraksi fitur, diperlukan satu sel darah putih pada satu citra. Hal ini menjadi pekerjaan tersendiri pada sebuah penelitian. Upaya untuk memilih area sel darah putih dapat dilakukan dengan pendekatan pengolahan citra. Citra yang berukuran besar dan bisa terdiri dari berbagai sel darah putih akan dipilih areanya agar menjadi area yang lebih spesifik. Hal ini disebut dengan Region of Interest. Penelitian ini bertujuan untuk memilih Region of Interest pada sel darah putih secara otomatis dengan menggunakan teknik Blob Analysis yang memanfaatkan BoundingBox. Dengan bantuan citra ground-truth yang didapat dari pakar, area ini kemudian menjadi rujukan dalam menandai koordinat sel darah putih pada citra aslinya. Kemudian, kordinat tersebut diterapkan pada citra asli untuk dilakukan pemotongan agar menjadi citra yang lebih kecil dan memiliki satu sel darah putih. Pengujian dilakukan pada 250 citra berbagai jenis sel darah putih. Dari pengujian, didapatkan hasil Region of Interest dari citra dengan tingkat ketelitian mencapai 99.95%. Hasil penelitian diharapkan dapat memudahkan peneliti dalam mengembangkan peneltian lebih jauh pada citra sel darah putih.