Claim Missing Document
Check
Articles

Improvement of Starling Image Classification with Gabor and Wavelet Based on Artificial Neural Network Rahman, Aviv Yuniar; Istiadi, Istiadi; Hananto, April Lia; Fauzi, Ahmad
JOIV : International Journal on Informatics Visualization Vol 7, No 4 (2023)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.7.4.1381

Abstract

Indonesia is a country that has a diversity of animal species with the top 10 predicate in the world. The population of animal species, including starlings, is very widely known in the country. Starlings currently in Indonesia are diverse, ranging from standard to rare in Indonesia. This starling has its characteristics based on the type, color, sound, etc. In the first problem, the first accuracy performance when using the GLCM texture feature with Artificial Neural Network is 68%. Furthermore, the second problem is the accuracy performance of typing using the GLCM texture feature with a Decision Tree of 50%. This research aims to improve the starling classification system accuracy using Gabor and Wavelet texture features with artificial Neural Networks. Based on testing in the classification of starlings using the GLCM, Gabor, and Wavelet features, the highest degree of precision can, therefore, be concluded to be at the GLCM and Wavelet feature levels. The GLCM and Wavelet level accuracy results reached 83% at a rate of learning 0.9. In the experiments that have been done, the GLCM and Wavelet levels can increase accuracy using Artificial Neural Networks. In the classification process, the type of starlings also shows that the computational time in testing is much faster in producing accuracy values. In addition, the accurate accuracy while testing the starling category also increases.
ANALISIS SENTIMEN ULASAN PENGUNJUNG WISATA LAGUNA WAIKURI PADA GOOGLE MAPS MENGGUNAKAN MULTI KELAS SUPPORT VECTOR MACHINE Exelino Bata, Jefreydo; Istiadi, Istiadi; Wahyu Iriananda, Syahroni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11229

Abstract

Laguna Waikuri merupakan objek wisata Laguna berbentuk danau dimana air bersumber dari air laut yang masuk melalui selah-selah batu karang, Laguna yang berada di Nusa Tenggara Timur ini memiliki pemandangan yang indah. Maka dari itu perlu dilakukan analisis terhadap ulasan terhadap Laguna Waikuri untuk mengetahui Opini pengunjung wisata mengenai tempat tersebut. Data diperoleh teknik Scrapping. setelah itu data diberi label Negatif, Netral dan Positif yang disesuaikan dengan rating, selanjutnya pada tahap Praprosesing, data dibersihkan untuk mengurangi atribut kata. Selanjutnya tahap N-GRAM dan TF-IDF. Untuk proses Klasifikasi dibagi menjadi 9 kali pengujian dengan Confusion Matrix dan Algoritma Multi Kelas Support Vector Machine dengan kernel Linear, Polinomial, RBF dan Sigmoid, hasilnya diturunkan ke Akurasi, Presisi, Recall dan F1-Measure. Akurasi tertinggi pada pengujian 90:10 mendapatkan akurasi sebesar 90,67% untuk kernel Polinomial dan RBF. Presisi pada pengujian 10:90 untuk kernel linear, 20:80 kernel linear dan sigmoid, 30:70 dan 40:60 data uji dan data uji dan data latih untuk kernel sigmoid mendapat presisi sebesar 93,85%. recall tertinggi pengujian 50:50 untuk kernel polinomial dan 90:10 data uji dan data latih untuk kernel Polinomial dan RBF mendapatkan Recall sebesar 98,67%. f1-measure tertinggi pada pengujian 90:10 data uji dan data latih untuk kernel Linear, Polinomial dan RBF Mendapatkan F1-Score sebesar 95,09%.
PERBANDINGAN KINERJA METODE KLASIFIKASI CITRA SALIVA FERNING UNTUK DETEKSI MASA SUBUR BERBASIS MACHINE LEARNING Rivaldiknas Gampar, Philipus; Marisa, Fitri; Istiadi, Istiadi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11649

Abstract

Masa subur (ovulasi) pada wanita dewasa adalah periode dalam siklus menstruasi ketika sel telur siap untuk dibuahi. Umumnya terjadi pada hari ke-12 hingga ke-18 dari siklus menstruasi 28-30 hari. Penentuan masa subur biasanya menggunakan metode kalender, namun kurang akurat karena dipengaruhi oleh fluktuasi hormon. Metode kalender seringkali tidak akurat dalam mendeteksi masa subur, sehingga diperlukan metode yang lebih presisi untuk memprediksi ovulasi. Penelitian ini bertujuan untuk mendeteksi ovulasi pada wanita menggunakan analisis citra saliva ferning dengan ekstraksi fitur Gray-Level Co-occurrence Matrix (GLCM) berbasis machine learning. Penelitian menggunakan dua algoritma, yaitu k-nearest neighbor (K-NN) dan Naive Bayes, untuk mengklasifikasikan masa tidak subur (infertile period), masa transisi menuju masa subur (intermediate period), dan masa puncak kesuburan (fertile period). Evaluasi dilakukan berdasarkan akurasi, presisi, dan recall, dengan beberapa rasio pembagian data (split ratio). Pada pengujian dengan split ratio 80:20 dan 90:10, kedua algoritma mencapai akurasi, presisi, dan recall sebesar 100%. Namun, pada pengujian dengan K-NN k=2 dan split ratio 70:30, akurasi turun menjadi 70%, dengan presisi 69% dan recall 55%.
Deteksi Objek Video Bahasa Isyarat Untuk Anak Tuna Rungu dan Tuna Wicara Menggunakan YOLOv8 Maheza Fresmanda, Muhammad; Istiadi; Syahroni Wahyu Iriananda
Jurnal Komputer, Informasi dan Teknologi Vol. 4 No. 2 (2024): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v4i2.1895

Abstract

Penelitian ini bertujuan untuk mengimplementasikan keberhasilan model algoritma YOLOv8 dalam mendeteksi abjad bahasa isyarat Indonesia (BISINDO) berbasis video. BISINDO merupakan adaptasi American Sign Language (ASL) yang disesuaikan dengan budaya Indonesia agar lebih mudah digunakan. Itu bergantung pada gerakan dua tangan untuk komunikasi. Model YOLOv8 mampu mendeteksi dan mengklasifikasikan bahasa isyarat Indonesia dengan tingkat akurasi yang cukup baik, mencapai precision 93,35%, recall 70,25%, mAP50 64,05% dan mAP50-95 45,88%. Temuan ini diharapkan dapat memberikan kontribusi positif dalam pendidikan dan komunikasi untuk anak tunarungu dan tunawicara
Disease Segmentation in Purple Sweet Potato Images Using Yolov7 khusniyatul latifah; Aviv Yuniar Rahman; Istiadi
TEKNOLOGI DITERAPKAN DAN JURNAL SAINS KOMPUTER Vol 7 No 1 (2024): June
Publisher : Universitas Nahdlatul Ulama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33086/atcsj.v7i1.6023

Abstract

Purple sweet potato is a very important plant in many parts of the world and a major crop in tropical and subtropical climates. Its cultivation can significantly increase production and consumption, and it is beneficial for the nutritional status of people in both rural and urban areas. However, purple sweet potatoes are susceptible to disease outbreaks, which can cause substantial losses to the agricultural industry. To prevent the spread of these diseases and minimize financial losses, it is crucial for farmers to identify purple sweet potato diseases as early as possible. Utilizing deep learning technology to separate areas of purple sweet potatoes marked with disease can effectively address this problem. In this study, researchers employed a segmentation method using the YOLOv7 algorithm. The study's results demonstrated a mean Average Precision (mAP) value of 98.6% from a dataset of 1500 images, divided into two classes: healthy sweet potatoes and diseased sweet potatoes with tuber rot. The mAP value for healthy sweet potatoes was 96.1%, while the mAP for diseased sweet potatoes with tuber rot was 98.6%. The YOLOv7 method, therefore, produces high accuracy values for the segmentation of purple sweet potato diseases. This research significantly contributes to agriculture by enhancing the productivity and quality of sweet potato harvests and can assist farmers in improving the efficiency and sustainability of purple sweet potato production.
ANALISIS SENTIMEN ULASAN APLIKASI LINKEDIN BERBASIS LEXICON DAN LONG SHORT-TERM MEMORY (LSTM) Putra Kurniawan, Rizky; Istiadi, Istiadi; Wahyu Iriananda, Syahroni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13042

Abstract

Analisis sentimen memiliki peranan yang sangat penting dalam pengolahan data ulasan yang terus berkembang seiring dengan kemajuan dalam teknologi informasi dan komunikasi. Salah satu sumber data yang relevan adalah ulasan aplikasi LinkedIn yang terdapat di Play Store, yang mencerminkan pengalaman beragam penggunanya dalam konteks profesional. Mengingat banyaknya jumlah ulasan, pengolahan data secara manual akan memakan waktu yang lama dan beresiko terhadap subjektivitas, sehingga diperlukan metode yang otomatis dan objektif, yaitu analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen dari 5.000 ulasan aplikasi LinkedIn dalam periode 2020-2024 dengan pendekatan Hybrid, yang menggabungkan pendekatan berbasis Lexicon dengan menggunakan InSet Lexicon untuk pelabelan sentimen dan pendekatan Machine Learning dengan model Deep Learning, yaitu Long Short-Term Memory (LSTM) untuk pemodelan. Proses pelabelan sentimen menghasilkan 2.755 ulasan positif (55.1%) dan 2.245 ulasan negatif (44.9%). Sementara itu, proses pemodelan melibatkan pengujian pembagian rasio data dan jumlah epoch, dengan hasil kinerja model terbaik ditemukan pada rasio 50:50 dan 30 epoch, mencapai accuracy 88.21%, serta precision, recall, dan f1-score masing-masing sebesar 88%. Temuan ini menunjukkan bahwa pendekatan Hybrid yang diterapkan mampu memberikan kinerja analisis sentimen yang handal dan memberikan wawasan berharga mengenai persepsi pengguna terhadap aplikasi LinkedIn.
Prototype Data Logger Multimeter Digital Secara Wireless Berbasis Smartphone MOHAMMAD YUSUF; Gigih Priyandoko; Istiadi Istiadi
JASEE Journal of Application and Science on Electrical Engineering Vol. 2 No. 02 (2021): JASEE -September
Publisher : Teknik Elektro - Fakultas Teknik - Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jasee.v2i02.16

Abstract

Pengukuran besaran listrik dengan multimeter pada banyak pengukuran dan berulang akan sulit dan tidak efisien dari segi waktu jika dilakukan secara manual dengan menekan tombol HOLD untuk melihat nilai pada multimeter. Penelitian ini bertujuan untuk membuat prototipe data logger multimeter yang dapat menampilkan hasil pengukuran dalam selang waktu tertentu dan memantau history pengukuran melalui smartphone. Prototipe ini terdiri dari sensor arus ACS712 dan tegangan ZMPT101b, mikrokontroler arduino dan wemos D1 mini. Sensor yang terpasang akan mengirim data berupa besar nilai V, I, R dan S yang diolah oleh mikrokontroler arduino untuk kemudian ditampilkan di layar LCD. Wemos D1 mini berfungsi menjadi jembatan untuk mengirim data pada pengguna menggunakan web Thinger.io secara wireless yang dapat diakses oleh smartphone. Data yang dihasilkan oleh prototype selnjutnya dikalibrasi dengan multimeter digital berstandar SNI menggunakan metode independent sample T-Test dengan aplikasi SPSS. Prototypw ini mampu merekam data hasil pengukuran dan history pengukuran yang dapat diunduh melalui smartphone
SISTEM PEMANTAUAN DAN PENGENDALIAN RUMAH JAMUR DENGAN METODE FUZZY SECARA WIRELESS Ubaidillah, Firdaus Iman; Istiadi, Istiadi; Mukhsim, Muhamad
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 11, No 1 (2020): JURNAL SIMETRIS VOLUME 11 NO 1 TAHUN 2020
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1016.451 KB) | DOI: 10.24176/simet.v11i1.3975

Abstract

Pembudidayaan jamur tiram perlu dibuat rumah atau kumbung jamur dengan kondisi yang harus selalu di pantau agar jamur dapat tumbuh dengan baik. Dalam penelitian ini dikembangkan sistem pemantauan dan pengendalian rumah jamur dengan metode fuzzy logic control yang dilakukan wireless. Sistem pengendali menggunakan sensor AM2301 untuk pembacaan nilai kelembaban udara dan suhu yang terhubung dengan Arduino UNO yang terintegrasi dengan ESP8266. Pembacaan data sensor secara periodik dan secara otomatis mengontrol kipas, lampu dan pompa serta mengirimkannya untuk dilakukan pemantauan. Metode pengendalian yang digunakan adalah fuzzy logic control tipe Mamdani. Dari penelitian ini dihasilkan sistem yang dapat mengendalikan suhu melalui kecepatan kipas dan lama waktu lampu menyala, sedangakan untuk kelembaban udara melalui lama waktu pompa menyala. Hasil perancangan dapat dikatakan sesuai dengan plant, karena output dapat bekerja sesuai dengan aturan fuzzy logic control yang diinginkan dan data dapat terkirim serta di terima untuk pemantauan.
ANALISIS SENTIMEN ULASAN APLIKASI IDENTITAS KEPENDUDUKAN DIGITAL DI GOOGLE PLAY STORE DENGAN BERT Farhan, Ahmad; Istiadi, Istiadi; Yuniar Rahman, Aviv
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13358

Abstract

Dalam era digital, layanan administrasi kependudukan mengalami transformasi dengan hadirnya aplikasi Identitas Kependudukan Digital (IKD), yang dikembangkan oleh Ditjen Dukcapil untuk menggantikan KTP fisik dalam berbagai transaksi. Namun, sejak peluncurannya di Google Play Store, aplikasi ini menerima berbagai ulasan dari pengguna, yang mencerminkan pengalaman mereka terhadap layanan yang diberikan. Ulasan ini dapat menjadi indikator penting dalam mengevaluasi kualitas aplikasi, tetapi analisis manual terhadap ribuan ulasan sangat tidak efisien. Oleh karena itu, diperlukan metode otomatis yang mampu mengkategorikan opini pengguna secara akurat. Penelitian ini menerapkan analisis sentimen menggunakan model Bidirectional Encoder Representations from Transformers (BERT) untuk mengklasifikasikan 15.000 ulasan pengguna ke dalam kategori positif, netral, atau negatif. Teknik Synthetic Minority Over-sampling Technique (SMOTE) diterapkan untuk menyeimbangkan distribusi kelas sentimen. Model dilatih dengan fine-tuning pada IndoBERT menggunakan batch size 16, learning rate 2e-5, dan epoch 10. Hasil evaluasi menunjukkan akurasi 84,69%, yang lebih unggul dibandingkan metode tradisional seperti Naïve Bayes dan SVM. Studi ini memberikan wawasan bagi pengembang dalam meningkatkan layanan aplikasi berdasarkan opini pengguna, serta menegaskan keunggulan BERT dalam analisis sentimen berbahasa Indonesia.
SISTEM PAKAR IDENTIFIKASI PENYAKIT GIGI BERLUBANG MENGGUNAKAN METODE NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION jauhar, afif; Istiadi, Istiadi; Marisa, Fitri
Prosidia Widya Saintek Vol. 4 No. 1 (2025)
Publisher : Universitas Widyagama Malang

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

Abstract

Penelitian ini bertujuan untuk mengevaluasi performa model Sistem Pakar menggunakan neural network (NN) dalam identifikasi kasus gigi berdasarkan data gejala pasien. Model dilatih menggunakan algoritma backpropagation dengan berbagai skenario pembagian data dan jumlah epoch. Hasil kurva loss menunjukkan bahwa model mampu belajar dengan baik dan mencapai konvergensi pada sekitar epoch ke-150. Evaluasi performa menunjukkan bahwa skenario 70:30 menghasilkan akurasi, recall, dan F1-score terbaik, meskipun presisi relatif lebih rendah dibanding recall. Analisis data gejala pasien memperlihatkan bahwa nyeri parah, perubahan warna gigi (kekuningan dan coklat/hitam), serta sensitivitas terhadap makanan/minuman dingin merupakan keluhan dominan, dengan solusi utama berupa edukasi kesehatan gigi dan pola makan sehat. Confusion matrix sebelum balancing menunjukkan bias kuat terhadap kelas mayoritas (dentin), sehingga model gagal mengenali kelas enamel dan saraf. Oleh karena itu, diperlukan strategi balancing data dan optimasi parameter untuk meningkatkan presisi serta akurasi klasifikasi multi-kelas. Secara keseluruhan, model NN menunjukkan potensi yang baik sebagai sistem pendukung analisis dan diagnosis berbasis data, namun masih memerlukan perbaikan untuk mencapai performa yang lebih andal.
Co-Authors - Faqih A.A. Ketut Agung Cahyawan W Abd Wahab , Mohd Helmy Adi Saputra, Deni Affi Nizar Suksmawati Affi Nizar Suksmawati Affi Nizar Suksmawati Agatha Korina Intaningtyas Anggarin Anggarin Agustinus Noertjahyana Ahmad Desma Syahputra Ahmad Farhan, Ahmad Ahmad Muzakky Ahmad, Sharifah Sakinah Syed Akbar, Ismail Akhmad Nurhadi Ali Said Alif Dio Raka Wisnu Alif Dio Raka Wisnu Anderias Bai Seran Andriani , Citra Anik Yuesti Antono, Feni Budi April Lia Hananto Ardiansyah Setiawan Arie Restu Wardhani Arie Restu Wardhani Arief Rizki Fadhillah Arofah , Siti Nur Ashuri Nurdiansyah Aviv Yunia Rahman Aviv Yuniar Rahman Aviv Yuniar Rahman Aviv Yuniar Rahman Aviv Yuniar Rahman Biaz Surya Prakasa Body Surya Permana Budiawan, Renaldi Widi Candra Zonyfar Dean Ariesta Aziz Dedi Usman Effendy Dedy Usman Effendi Diky Siswanto Diky Siswanto Dio Amin Putra Dwi Purnomo Dwi Waluyo Putranto Effendi, Dedy Usman Eka Purna Okta Danawan Elko Prayoga Elyana Estyandhika Emma Budi Sulistiarini Eska Riski Naufal Exelino Bata, Jefreydo Fachrudin Hunaini Faqih Faqih Faqih Rofii Fauzi Ahmad Muda Feni Budi Antono Ferry Irmawan Firdaus Iman Ubaidillah Firman Nurdiansyah Firman Nurdiyansyah Firman Nurdiyansyah, Firman Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marissa Galih Wicaksana Ghafur, A Hanif Saha Grace Januaria Taolin Dirma Hadian Artanto Handajani, Endah Tri Esti Handoko, Rizki Hermawan Suprayogi Hero Diogenes Adoe Ilham Rumaf Ilhamsyah Ilhamsyah Indra Dharma Wijaya Irfan Indra Kurniawan Irsandi Satria Wicaksana jauhar, afif Joko Wahyunarto Kartika Yuli Triastuti khusniyatul latifah Kris Inur Firman Sugiarto Kristianingrum Kristianingrum, Kristianingrum Kuncahyo Setyo Nugroho Kuncahyo Setyo Nugroho Larangga Herdianzenda Laurentino Da Costa Liliana De Deus Lutfi Erik Prasetyo Magai, Etinus Maheza Fresmanda, Muhammad Mamba’us Sa’adah MARIFANI FITRI ARISA Maukar, Anastasia L Mochamad Tri Anjasmoros Mochammad Tirta Yovresa MOHAMMAD YUSUF Monica Putri Indrayati Monica Putri Indrayati Muhammad Agus Sahbana Muhammad Ifan Fanani Muhammad Januar Wicaksono Mukhsim, Muhamad Mustakim Mustakim Nada Zuhriyah Napulun, Kanisius Naufal, Eska Riski Niken Paramita Pradana, Muhammad Rangga Adi Priyandoko Gigih Putra Kurniawan, Rizky Putra, Rangga Pahlevi Putra, Sumartono Ali Putranto, Dwi Waluyo Rahma Fitriani Rangga Pahlevi Rangga Pahlevi Putra Rayana Jaka Surya Renaldi Widi Budiawan Ridha, Mohammad Riska Suryanti Putri Riska Suryanti Putri Riska Suryanti Putri Rivaldiknas Gampar, Philipus Rizki Handoko Rudy Joegijantoro, Rudy Sabar Setiawidayat, Sabar Sahar, Nan Mad Sandi probo sarjono Sandi Tyas Wahyu Sarina Sulaiman Silviana Silviana Suksmawati, Affi Nizar Syahroni Wahyu Iriananda, Syahroni Wahyu Tjiptoheriyanto, Prijono Triastuti, Kartika Yuli Ubaidillah, Firdaus Iman Udin, M Diya Verdiansyah, Egi Wahyu Iriananda, Syahroni Wicaksono, Padang Wisnu, Alif Dio Raka Yeni Prasetio Hadi Yuliana Rachmawati Yuninda Wulan Sari Yuninda Wulan Sari