Garuda - Garba Rujukan Digital

Improving Hierarchical Decision Approach for Single Image Classification of Pap Smear Dwiza Riana; Yudi Ramdhani; Rizki Tri Prasetio; Achmad Nizar Hidayanto
International Journal of Electrical and Computer Engineering (IJECE) Vol 8, No 6: December 2018
Publisher : Institute of Advanced Engineering and Science

The single image classification of Pap smears is an important part of the early detection of cervical cancer through Pap smear tests. Unfortunately, most classification processes still require accuracy enhancement, especially to complete the classification in seven classes and to get a qualified classification process. In addition, attempts to improve the single image classification of Pap smears were performed to be able to distinguish normal and abnormal cells. This study proposes a better approach by providing different handling of the initial data preparation process in the form of the distribution for training data and testing data so that it resulted in a new model of Hierarchial Decision Approach (HDA) which has the higher learning rate and momentum values in the proposed new model. This study evaluated 20 different features in hierarchical decision approach model based on Neural Network (NN) and genetic algorithm method for single image classification of Pap smear which resulted in classification experiment using value learning rate of 0.3 and momentum of 0.2 and value of learning rate of 0.5 and momentum of 0.5 by generating classification of 7 classes (Normal Intermediate, Normal Colummar, Mild (Light) Dyplasia, Moderate Dyplasia, Servere Dyplasia and Carcinoma In Situ) better. The accuracy value enhancemenet were also influenced by the application of Genetic Algorithm to feature selection. Thus, from the results of model testing, it can be concluded that the Hierarchical Decision Approach (HDA) method for Pap Smear image classification can be used as a reference for initial screening process to analyze Pap Smear image classification.

TELAAH HUBUNGAN CITRA MEREK, KUALITAS PRODUK DAN KEPUTUSAN PEMBELIAN KONSUMEN Riris Roisah; Dwiza Riana
Jurnal Ecodemica : Jurnal Ekonomi Manajemen dan Bisnis Vol 4, No 1 (2016): JURNAL ECODEMICA
Publisher : LPPM Universitas BSI

Abstract - In this study independent variable that used are brand image and the quality of product, while dependent variable is purchasing decision This study aims to know the description and the influence between brand image variable and the quality of product toward purchasing decision. The research method use is quantitative by using statistic analysis. Whereas the research design used in this study are descriptive and verificative method. Sample of the study is 99 respondent by using purposive sampling technicque. The analysis method used are multiple linear regression analysis, determination test, t-test, and F-test, the perception of brand image and the quality of product are proven significantly influence purchasing decision. It means that brand image and the quality of product influence purchasing decision simultaneously with the contribution is 43,3%; R2= 0,433; F(3,1359)= 36,688; p >0,01. In the test of partially, only the quality of product variable that has positive effect and significant with the value of t (3,1359)=6,766; p > 0,05, it means that the quality of product influences positive and significantly toward purchasing decision partially; while for brand image from the result of t-test is obtained the value of t result (1,985)= 0,0567; p < 0,05. Keywords : Brand Image, Quality of Product, Purchasing Decision. Abstrak - Dalam penelitian ini variabel independen yang digunakan adalah citra merek dan kualitas produk, sedangkan variabel dependennya adalah keputusan pembelian. Penelitian ini bertujuan untuk mengetahui bagaimana gambaran dan pengaruh antara variabel citra merek dan kualitas produk terhadap keputusan pembelian. Metode penelitian yang digunakan adalah metode kuantitatif dengan menggunakan analisis statistik. Sedangkan desain penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan verifikatif. Sampel yang digunakan sebanyak 99 responden dengan penggunaan teknik purpose sampling. Metode analisis yang digunakan adalah analisis regresi liner berganda, uji determinasi, uji-t dan uji f. Berdasarkan hasil penelitian Melalui uji regresi liner berganda, persepsi citra merek dan kualitas produk terbukti sangat signifikan mempengaruhi keputusan pembelian dengan kontribusi sebesar 43,3 %; R2 = 0,433; F (3,1359) = 36,688; p <0,01. Artinya citra merek dan kualitas produk secara bersamaan mempengaruhi keputusan pembelian. Dalam pengujian secara parsial hanya variabel kualitas produk yang memiliki pengaruh positif dan signifikan t (3,1359)= 6,766; p > 0,05, artinya kualitas produk berpengaruh positif dan signifikan terhadap keputusan pembelian secara parsial, sedangakan untuk citra merek dari hasil uji t didapatkan hasil t (1,985)= 0,0567; p < 0,05.

Penerapan PSO Untuk Seleksi Fitur Pada Klasifikasi Dokumen Berita Menggunakan NBC Erfian Junianto; Dwiza Riana
Jurnal Informatika Vol 4, No 1 (2017): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

AbstrakDigitalisasi informasi membuat penyebaran informasi menjadi lebih cepat, aktual, dan murah. Informasi yang disebarkan tersebut terjadi dalam bentuk teks, yang mana banyak informasi yang terkandung di dalamnya. Karena banyaknya informasi penting yang terkandung di dalam dokumen teks (berita), maka dibutuhkan metode tertentu untuk menklasifikasikannya. Beberapa penelitian telah dilakukan, namum belum ada yang menerapkan Particle Swarm Optimization (PSO) untuk seleksi fitur pada klasifikasi dokumen. Maka, dalam penelitian ini akan diterapkan PSO untuk melakukan seleksi fitur, dan juga Naïve Bayes Classifier (NBC) untuk klasifikasinya. Data yang digunakan berasal dari 20 Newsgroups. Model percobaan membagi dokumen training dari 10% hingga 90%. Hal ini dilakukan untuk mengetahui model mana yang akan menghasilkan akurasi tertinggi. Dari percobaan dengan model tersebut diketahui, akurasi tertinggi yang dicapai adalah 85,42% dengan dokumen training sebesar 80% (15.077 dokumen). Sedangkan, percobaan menggunakan contoh dokumen yang berbeda, dengan kelas yang sudah ditentukan menghasilkan akurasi hingga 99,87%. Dokumen testing yang digunakan sebesar 20% (3.770 dokumen). Kata Kunci: Particle Swarm Optimization, Naïve Bayes Classifier, Klasifikasi Dokumen, Akurasi, Text Mining. AbstractInformation digitization makes information dissemination faster, actual, and cheaper. The information disseminated occurs in the form of text, which contains much of the information contained in it. Because of the vast amount of important information contained in text documents (news), it takes certain methods to classify them. Several studies have been conducted, but none have implemented Particle Swarm Optimization (PSO) for feature selection on document classification. So, in this research will be applied PSO to perform feature selection, and also Naïve Bayes Classifier (NBC) for its classification. The data used comes from 20 Newsgroups. The trial model divides training documents from 10% to 90%. This is done to find out which model will produce the highest accuracy. From the experiments with the model is known, the highest accuracy achieved is 85.42% with training documents of 80% (15,077 documents). Meanwhile, experiments using different document samples, with a predetermined class yielding accuracy of up to 99.87%. Test document used is 20% (3770 documents). Keywords: Particle Swarm Optimization, Naïve Bayes Classifier, Document Classification, Accuracy, Text Mining.

DETEKSI DIAMETER TUMOR PADA KULIT MENGGUNAKAN SEGMENTASI CITRA BERDASARKAN KARAKTERISTIK ABCDE Wuwanjie Septian; Dwiza Riana; Maulana Jodi Prayogo
Jurnal Informatika Vol 3, No 2 (2016): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

ABSTRACTSkin cancer is malfunctional skin cell which have an uncontrolled growth factor and in the final phase of skin cancer, can make the person who suffer die. Detect the disease as early as possible is one way to avoid the worst possible defects and, because of its location on the surface of the skin, it would be easy for anyone to identify the skin cancer (melanoma). Early detection can be performed based on the characteristics Asymmetrical Shape, Border, Color, Diameter, Evolution (ABCDE). In this research, The early detection is focused on identifying diameter at 30 nevus images. Research method that used is processing the nevus images by converting the images into HSI images and then converted into a binary image, next step is do a segmentation using median filter, morphological construction process and at the final stage, do a edge detection with sobel operator. Edge detection process will simplify the nevus diameter area calculation. Result of the research with the 30 nevus images is the image processing method which suggested in this research can detect the nevus diameter and sucess to identify 26 images as normal nevus with diameter <6mm and 4 nevus images as melanoma with diameter >6mm.Keyword: Nevus, Melanoma, Segmentation, Diameter Detection ABSTRAKKanker kulit merupakan pertumbuhan sel kulit abnormal yang tidak dapat dikendalikan dan pada stadium lanjut dapat mengakibatkan kematian. Menemukan penyakit ini sedini mungkin merupakan salah satu cara untuk menghindari kecacatan maupun kemungkinan terburuk. Karena letaknya dipermukaan kulit, akan mudah bagi siapa saja untuk mengenali sendiri kanker kulit. Deteksi dini kanker kulit dalam bidang dermatologi, dapat dideteksi berdasarkan karakteristik Asymmetrical Shape, Border, Color, Diameter, Evolution (ABCDE). Dalam penelitian ini, deteksi dini difokuskan pada identifikasi diameter pada 30 citra nevus. Metode penelitian berupa pengolahan citra nevus dengan melakukan konversi citra menjadi citra HSI lalu diubah menjadi citra biner, selanjutnya dilakukan tahap segmentasi menggunakan filter median, proses rekonstruksi morfologi dan pada tahap akhir dilakukan deteksi tepi dengan menggunakan operator sobel. Proses deteksi tepi akan mempermudah menghitung nilai luas diameter nevus. Hasil penelitian deteksi dini kanker kulit terhadap 30 citra nevus, diperoleh hasil bahwa metode pengolahan citra yang diusulkan dapat mendeteksi diameter nevus dan berhasil mengidentifikasi citra tersebut sebagai 26 citra memiliki luas diameter nevus yang diidentifikasi sebagai tumor jinak dan 4 citra nevus yang memiliki diameter > 6 mm dan dinyatakan sebagai tumor melanoma.Kata Kunci: Nevus, Melanoma, Segmentasi, Deteksi Diameter

Klasifikasi Jenis Buah Apel Menggunakan Metode Orde 1 dengan Algoritma Multi Support-Vector Machines Rizky Ade Safitri; Siti Nurdiani; Dwiza Riana; Sri Hadianti
Paradigma Vol 21, No 2 (2019): Periode September 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Apel merupakan jenis buah-buahan dimana memiliki beragam jenis warna pada kulitnya tersendiri, ada yang berwarna merah, hijau maupun warna kuning. Buah apel juga memiliki banyak jenis dan mudah ditemukan dalam negeri maupun di luar negeri. Setiap jenis buah apel memiliki ciri yang berbeda sehingga akan diperoleh pendapat yang berbeda oleh setiap individu yang menyebabkan tingkat akurasi yang berbeda. Teknologi klasifikasi saat ini dapat digunakan untuk membantu proses pemilahan tersebut. Penelitian ini menggunakan metode orde 1 dengan algoritma multi SVM yang bertujuan untuk pengenalan pola buah apel menggunakan analisis tekstur pada citra grayscale dan ekstraksi fitur warna pada citra warna. Hasil ekstrasi fitur akan menjadi input bagi multi SVM untuk mengklasifikasikan jenis apel. Data yang digunakan pada penelitian ini adalah dari 50 citra, yang terdiri dari 35 citra data latih dan 15 data uji. Hasil akurasi metode ini mencapai tingkat akurasi hanya sebesar 86%.

Identifikasi Citra Beras Menggunakan Algoritma Multi-SVM Dan Neural Network Pada Segmentasi K-Means Ridan Nurfalah; Dwiza Riana; Anton
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 1 (2021): Februari 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Indonesia is a country with high rice needs because it is a staple food for more than 90% of populations. High demand requires high stock so imports are carried out in accordance with Permendagri Number 19/M-DAG/PER/3/2014 which explains rice import standards. There are many types of rice imported into Indonesia with various quality, color and import requirements such as for health or price stabilization. In terms of colors, imported white rice is the most consumed rice by Indonesians. One example is jasmine rice from Thailand. Meanwhile, in terms of imports, both for health and stabilizing the price of japonica rice (Japan) and Basmati (Pakistan) are the most imported to Indonesia. But there are still many who are not familiar with those three rices. In this research, the three types of rice were identified by comparing the Multi-SVM algorithm and Neural Network algorithm. Image acquisition is done using a flatbed scanner which produces 90 images divided into 63 training images and 27 testing images. K-Means becomes an image segmentation method and image binary converts. Feature extraction using morphological features with the regionprop method combined with the Gray Level Co-Occence Matrix (GLCM) produces 9 features that can produce 96.296% accuracy for Multi-SVM and 88.89% Neural Network

Pelaksanaan Personal Selling Dalam Pengaruhnya Terhadap Keputusan Pembelian Polis Asuransi Adi Suparwo; Dwiza Riana; Ratna Deli Sari
Jurnal Ecodemica : Jurnal Ekonomi Manajemen dan Bisnis Vol 1, No 2 (2017): Jurnal Ecodemica: Jurnal Ekonomi, Manajemen dan Bisnis
Publisher : LPPM Universitas BSI

ABSTRAKIndustri asuransi merupakan salah satu industri yang perkembanganya sangat ditentukan oleh upaya perusahaan dalam memasarkan produknya di masyarakat. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh personal selling terhadap keputusan pembelian polis asuransi produk Hario Siaga PT. MNC Life Assurance Cabang Bandung. Dalam penelitian ini menggunakan metode penelitian deskriptif dan verifikatif. Penelitian ini dilakukan pada nasabah produk Hario Siaga PT. MNC Life Assurance Cabang Bandung dengan jumlah sampel yang berjumlah 80 orang. Teknik sampling yang digunakan adalah metode nonprobability sampling dengan teknik sampel insidental. Analisis statistik data yang digunakan dalam penelitian ini adalah analisis regresi linier sederhana. Penelitian menunjukan bahwa variabel personal seliing berpengaruh positif dan signifikan terhadap keputusan pembelian. Hal ini menandakan bahwa semakin baik personal selling yang dilakukan perusahaan mampu meningkatkan keputusan pembelian konsumen. Kata kunci : Personal Selling, Keputusan Pembelian, Polis Asuransi ABSTRACTInsurance industry is one of the industries whose development is determined by the company's efforts in marketing its products in the community. The purpose of this study is to determine the effect of personal selling on the decision to purchase insurance policy products Hario Siaga PT. MNC Life Assurance Branch Bandung. In this research use descriptive research method and verifikatif. This research was conducted on customer product of Hario Siaga PT. MNC Life Assurance Branch Bandung with the number of samples totaling 80 people. Sampling technique used is nonprobability sampling method with incidental sample technique. Statistical analysis of data used in this study is a simple linear regression analysis. Research shows that the personal variable seliing have a positive and significant effect on the purchasing decision. This indicates that the better personal selling made the company able to improve consumer purchasing decisions. Keywords : Personal Selling, Buying Decision, Insurance Policy

Teknik Pengolahan Citra Menggunakan Aplikasi Matlab Pada Pengukuran Diameter Buah Jeruk Keprok Luthfi Indriyani; Weko Susanto; Dwiza Riana
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 2, No 1 (2017): Indonesian Journal on Computer and Information Technology
Publisher : LPPM Universitas Bina Sarana Informatika

AbstrakJeruk adalah salah satu dari banyak buah yang menghasilkan vitamin C. Ukuran jeruk akan mempengarui harga jual di pasaran. Jeruk yang berukuran besar akan dijual dengan harga lebih mahal dan bahkan menjadi bahan komoditi eksport. Buah Jeruk dihargai oleh dua faktor; ukuran dan kualitas. Ukuran itu sendiri diukur dengan menggunakan ukuran dengan diamerter yang berstandar SNI dengan empat tingkatan; kesatu = 70 mm, kedua = 61-70 mm, ketiga = 51-60 mm, keempat = 40-50 mm. Secara khusus, ukuran adalah parameter dominan yang menentukan harga jeruk. Penentuan ukuran jeruk dilakukan secara visual dengan membandingkan jeruk. Proses ini sangat subjektif di alam. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem otomatis untuk menentukan ukuran jeruk dengan mengadopsi persyaratan Standar Nasional Indonesia pada kualitas Jeruk Kepro (SNI 3932: 2008) menggunakan teknik pengolahan citra. segmentasi pengolahan citra dilakukan dengan mencari luas diameter. Fitur yang digunakan untuk membedakan ukuran jeruk yang berdiameter sesuai SNI. Dalam proses pengukuran ini menggunakan aplikasi matlab dengan menguji dengan beberapa metode deteksi tepi seperti prewitt, canny, Roberts dan sobel, serta mengusji dengan menggbungkan pewarnaan RGB untuk melihat tepi yang lebih terlihat nyata garisnya. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memperoleh gambar dan mengidentifikasi ukuran seperti yang diperlukan dalam Standar Nasional Indonesia.Kata Kunci: Ukuran Jeruk, diameter, pengolahan citra AbstractOrange is one of the many fruits that produce vitamin C. The size of oranges will affect the selling price in the market. Large oranges will be sold at higher prices and even become commodity export material. Citrus fruits appreciated by two factors; size and quality. The size itself is measured using the measurement standard ISO diamerter which has four levels; unity = 70 mm, the second = 61-70 mm, 51-60 mm = third, fourth = 40-50 mm. In particular, the size is the dominant parameter that determines the price of oranges. Determining the size of orange done by visualization to compare orange. This process is highly subjective in nature. Therefore, this study aims to develop an automated system to determine the size of an orange to adopt the Indonesian National Standard requirements on quality Oranges Kepro (SNI 3932: 2008) using image processing techniques. Segmentation of the image processing carried out by seeking broad diameter. In this measurement process using matlab application by testing with several edge detection methods such as prewitt, Canny, Roberts and Sobel, as well as test by combining the RGB coloration to see a more visible edge lines. The results showed that the developed system capable of obtaining an image and identify the size as required in the Indonesian National Standard.Keyword: Oranges size, diameter, image processing

Pengaruh Kualitas Sistem, Layanan, dan Informasi Terhadap Pengguna Google Classroom Model DeLone and McLean Dedi Priansyah; Fariszal Nova Arviantino; Yusuf Arif Setiawan; Dwiza Riana
METIK JURNAL Vol 6 No 1 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i1.306

Social distancing implemented due to COVID-19 in many countries, as well as Indonesia has caused all community activities to be limited and replaced with online activities. This is also applied to the world of education which has switched to distance learning systems, such as Google Classroom. This study aims to analyze the satisfaction of Google Classroom users, which is an alternative substitute system for teaching and learning activities in universities during the COVID-19 pandemic using the DeLone and McLean information system model. Research shows that this model can be used to analyze Google Classroom satisfaction and there is an influence between the elements of success, from the quality of information is 0.851, and the P-values are 0.082, system quality has a positive effect of 0.758, , service quality has a positive effect of 0.849 and the P-values are less than 0.001 so it can be concluded that service quality, system quality, and information quality have a positive and significant effect on user satisfaction.

Kajian keberhasilan penggunaan siskohatkes bagi pengelola kesehatan haji dinas kesehatan provinsi Arif Budiarto; Eko Ramanudin; Tetra Widianto; Dwiza Riana
FORUM EKONOMI Vol 23, No 1 (2021): Januari
Publisher : Faculty of Economics and Business Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jfor.v23i1.8666

Kementerian Kesehatan telah mendirikan Sistem Komputerisasi Haji Terpadu Bidang Kesehatan (SISKOHATKES), sebagai sistem informasi untuk pencatatan pelaporan data kesehatan Jemaah Haji yang tertuang dalam peraturan menteri kesehatan No 62 Tahun 2016 Tentang Penyelenggaraan Kesehatan Haji. Untuk mengukur keberhasilan penerapan SISKOHATKES, DeLone McLean adalah model yang cocok untuk digunakan. Penelitian ini juga menganalisis faktor-faktor yang mengukur keberhasilan model kesuksesan sistem informasi DeLone McLean terhadap pengguna SISKOHATKES bagi Pengelola Kesehatan Haji Dinas Kesehatan Provinsi. Data dari 34 responden yang dikumpulkan melalui penyebaran kuisioner, kemudian dianalisis dengan Partial Least Squares (PLS) menggunakan perangkat lunak SmartPLS 3.2.9. Hasil dari penelitian ini membuktikan bahwa kualitas informasi dan kualitas pelayanan berpengaruh signifikan terhadap variabel pengguna dalam mengukur keberhasilan penggunaan SISKOHATKES, dengan nilai R-square 0,759 untuk kepuasan pengguna, 0,705 pengguna sistem, 0,600 untuk manfaat bersih. Selain itu, nilai Goodness of Fit (GoF) sebesar 0,697 atau 69%, sehingga model dinyatakan telah sesuai secara substansial dalam merepresentasikan hasil penelitian.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search