Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah KOMPUTASI
Hudi Kusuma Bharata
STMIK Bani Saleh
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISA KOMPARASI TIGA METODE DATA MINING DALAM PREDIKSI IMPOR KOMODITAS TANAMAN BIOFARMAKA Rakhmi Khalida; Hudi Kusuma Bharata
Jurnal Ilmiah KOMPUTASI Vol 19, No 2 (2020): Juni
Publisher : STMIK JAKARTA STI&K

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

Abstract

Tanaman obat adalah tanaman yang bisa dikonsumsi dalam berbagai bentuk, seperti bumbu dapur, sebagai bahan baku makanan dan minuman, obat tradisional dan kosmetik Tanaman obat dikategorikan sebagai tanaman Biofarmaka yang terdiri dari 9 tanaman rimpang dan 6 tanaman bukan rimpang. Permintaan tanaman obat biasanya berasal dari pasar dalam negeri dan pasar ekspor. tanaman obat yang diperdagangkan di Indonesia dapat dibedakan menjadi tanaman obat hasil budidaya dan tanaman obat hasil penambangan dari hutan. Berdasarkan data dari WITS permintaan terbesar untuk komoditas rimpang berasal dari lima negara, yaitu Jepang, Amerika Serikat, Belanda, Pakistan, dan Jerman. Kendala yang dihadapi dalam produksi tanaman obat yaitu sebagian besar tanaman bersifat alami dan belum bisa dibudidayakan karena dari aspek teknologi, kendala lainya adalah persaingan dengan komoditas tanaman pangan. Dari kendala yang ada dan permintaan pasar yang tinggi, Tujuan dari penelitian ini adalah melakukan prediksi impor komoditas tanaman biomarfaka dengan menggunakan komparasi algoritma sehingga dapat diketahui hasil prediksi mana yang paling baik. Metode penelitian yang akan dilakukan dibagi menjadi beberapa bagian, yaitu pengumpulan data, prediksi dengan menggunakan 3 algoritma yaitu Naïve Bayes, SVM, dan Linear Regresi, tahap selanjutnya adalah validasi dan evaluasi model perbandingan dengan menggunakan t-test. Dari 3 algoritma yang dilakukan komparasi, algoritma yang menghasilkan nilai accuracy tinggi adalah SVM dengan nilai 93,3% dan nilai AUC adalah 1, memprediksi 3 jenis tanaman yang harus melakukan impor adalah jahe, temuireng dan dringo
PEMANFAATAN KAMERA TOF SMARTPHONE UNTUK PENCATATAN KEHADIRAN MAHASISWA DENGAN METODE FACE RECOGNITION Hudi Kusuma Bharata
Jurnal Ilmiah KOMPUTASI Vol 19, No 2 (2020): Juni
Publisher : STMIK JAKARTA STI&K

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

Abstract

Beberapa pendekatan untuk mendeteksi kehadiran manusia dalam situasi tanpa dikontrol dapat ditemukan dalam literatur-literatur penelitian namun sering tidak cukup efektif, terbukti dengan terdeteksinya tingkat false positive atau false negatif yang tinggi. Paper ini mengusulkan penggunaan kamera TOF untuk merekam kehadiran orang-oerang dengan mendeteksi wajahnya. Metodologi yang diusulkan pertama-tama mendeteksi wajah dari gambar intensitas (dengan menggunakan algoritma Viola-Jones) dan kemudian menganalisis deteksi tersebut dalam gambar rentang untuk membuang hasil false positive. Sistem yang diusulkan adalah solusi untuk menangani pencatatan data kehadiran otomatis setiap hari di organisasi seperti universitas. Wajah yang dikenal akan didaftarkan di lembar kerja sebagai siswa yang hadir di kelas. Lembar kerja kemudian mentransformasikan catatan kehadiran siswa ke dalam basis data kelas masing-masing. Evaluasi eksperimental sementara dari proses yang diusulkan telah menghasilkan hasil yang sangat baik dalam skenario yang tidak terkendali, dan telah berhasil menghilangkan sebagian besar false positive yang terdeteksi.
Analisa Komparasi Tiga Metode Data Mining dalam Prediksi Impor Komoditas Tanaman Biofarmaka : Array Rakhmi Khalida; Hudi Kusuma Bharata
Jurnal Ilmiah Komputasi Vol. 19 No. 2 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 2, Juni 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.19.2.82

Abstract

Tanaman obat adalah tanaman yang bisa dikonsumsi dalam berbagai bentuk, seperti bumbu dapur, sebagai bahan baku makanan dan minuman, obat tradisional dan kosmetik Tanaman obat dikategorikan sebagai tanaman Biofarmaka yang terdiri dari 9 tanaman rimpang dan 6 tanaman bukan rimpang. Permintaan tanaman obat biasanya berasal dari pasar dalam negeri dan pasar ekspor. tanaman obat yang diperdagangkan di Indonesia dapat dibedakan menjadi tanaman obat hasil budidaya dan tanaman obat hasil penambangan dari hutan. Berdasarkan data dari WITS permintaan terbesar untuk komoditas rimpang berasal dari lima negara, yaitu Jepang, Amerika Serikat, Belanda, Pakistan, dan Jerman. Kendala yang dihadapi dalam produksi tanaman obat yaitu sebagian besar tanaman bersifat alami dan belum bisa dibudidayakan karena dari aspek teknologi, kendala lainya adalah persaingan dengan komoditas tanaman pangan. Dari kendala yang ada dan permintaan pasar yang tinggi, Tujuan dari penelitian ini adalah melakukan prediksi impor komoditas tanaman biomarfaka dengan menggunakan komparasi algoritma sehingga dapat diketahui hasil prediksi mana yang paling baik. Metode penelitian yang akan dilakukan dibagi menjadi beberapa bagian, yaitu pengumpulan data, prediksi dengan menggunakan 3 algoritma yaitu Naïve Bayes, SVM, dan Linear Regresi, tahap selanjutnya adalah validasi dan evaluasi model perbandingan dengan menggunakan t-test. Dari 3 algoritma yang dilakukan komparasi, algoritma yang menghasilkan nilai accuracy tinggi adalah SVM dengan nilai 93,3% dan nilai AUC adalah 1, memprediksi 3 jenis tanaman yang harus melakukan impor adalah jahe, temuireng dan dringo.
Co-Authors Rakhmi Khalida Rakhmi Khalida