Articles
<![CDATA[Sistem Pakar Mendiagnosa Penyakit Pencernaan Pada Manusia Menggunakan Metode Forward Chaining dan Certainty Factor ]]>
<![CDATA[Arif Wijayanto]]>;
<![CDATA[Indah Susilawati]]>
<![CDATA[ Journal Of Information System And Artificial Intelligence Vol. 2 No. 1 (2021): Journal of Information System and Artificial Intelligence Vol II, No I November ]]>
Publisher : <![CDATA[Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (444.071 KB)
|
DOI: 10.26486/jisai.v3i1.56
<![CDATA[Digestive disease is the most common disease and often found in health community centers. Digestive diseases attack organs in the digestive system which can interfere the functions of other systems. If ignored, it can make the person’s condition become more severe. To solve the problem, the researcher attempted to design a smart system to help people to early recognize digestive diseases such as GERD, dyspepsia, cholera, hepatitis, appendicitis, dysentery and hemorrhoids. Based on the symptoms fed by the patients into the system, the system will use the forward chaining method and certainty factor as an inference machine that will produce a disease diagnosis. Of 36 patient data tested on the system and matched with the experts’ validation, 34 of them matched. The system has an accuracy level of 94.4% of the tested data. The results are expected to provide an initial medium of consultation to help people diagnose digestive diseases. Keywords: Certainty Factor, Forward Chaining, digestive diseases, expert system.]]>
<![CDATA[Klasifikasi Jenis Aglaonema Berdasarkan Citra Daun Menggunakan Convolutional Neural Network (CNN) ]]>
<![CDATA[Yoga Purna Irawan]]>;
<![CDATA[Indah Susilawati]]>
<![CDATA[ Journal Of Information System And Artificial Intelligence Vol. 2 No. 2 (2022): Journal of Information System and Artificial Intelligence Vol II, No II Mei 202 ]]>
Publisher : <![CDATA[Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (428.427 KB)
|
DOI: 10.26486/jisai.v2i2.57
<![CDATA[Aglaonema or popularly known in Indonesia as "Sri Rejeki" is a leaf ornamental plant fancied by many people. This plant has unique leaves with beautiful and diverse shapes, colors, and patterns. Various ways can be used to identify this plant; one of which is by using an image processing technique in which the process is carried out through feature extraction or classification process. A method/algorithm to classify Aglaonema image is the Convolutional Neural Network (CNN). CNN is an algorithm of Deep Learning and is the development of a Multi Layer Perceptron (MLP). This study used the image of 5 types of Aglaonema leaves with 100 images of each type. The CNN model used in this study was the Alexnet model. Based on 4 experiments using the optimizer and different configurations of epoch values, the highest training validation accuracy value was 98.00%. The system also can classify Aglaonema images well with an accuracy success rate of 96% of 50 images tested.]]>
<![CDATA[Data Preparation Untuk Automatic Summarization Video To Text ]]>
<![CDATA[Putry Wahyu Setyaningsih]]>;
<![CDATA[Arita Witanti]]>;
<![CDATA[Indah Susilawati]]>
<![CDATA[ JUTEKIN (Jurnal Teknik Informatika) Vol 10, No 2 (2022): JUTEKIN ]]>
Publisher : <![CDATA[LPPM STMIK DCI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51530/jutekin.v10i2.664
<![CDATA[Berbagai video yang diunggah setiap hari di seluruh dunia pada halaman Youtube dengan durasi yang sangat panjang, di saat pandemi covid 19 sebagian besar video yang di unggah adalah video tentang pembelajaran. Pencarian video yang berbasis informasi tertentu sesuai dengan pencarian yang kita inginkan membutuhkan sumber daya waktu khusus. Sebagian besar video berisi begitu banyak konten buffer yang mungkin tidak sesuai dengan pencarian yang kita inginkan. Untuk mendapatkan informasi kita harus menonton seluruh video yang mungkin menghabiskan banyak waktu. Setelah itu kita seleksi dan pilih video yang benar benar sesuai dengan informasi yang kita maksud . Youtube memiliki fasilitas API subtitle sesuai dengan bahasa yang kita pilih. Dari menu subtitle inilah penelitian ini akan mencoba melakukan crawling database text video kemudian mengolahnya. Pengolahan yang dilakukan berupa tahap preprocessing data kemudian melakukan proses summary atau resume singkat dari kalimat yang penting. Ringkasan ini akan lebih cepat memberikan informasi yang berguna dan penting dari video tersebut, yang pasti akan menghemat waktu untuk menonton seluruh video. Hasil dari preprocesing data Kata sarah menduduki tempat tertinggi dari sisi TF-IDF yaitu 0,254. Kata Otak Rake tertinggi dengan nilai 1700 dan untuk embeding dengan dimensi sejumlah kata tertinggi nilainya diduduki kata mitos dengan ilai 0.602.Kata Kunci: Automatic summarization, extractive summary, video to text]]>
<![CDATA[Identifikasi Daging Ayam Kampung Segar dan Basi Menggunakan Metode Learning Vector Quantization ]]>
<![CDATA[Dennis Feliawan Aji]]>;
<![CDATA[Indah Susilawati]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 4 No. 2 (2020): JMAI ( Jurnal Multimedia & Artificial Intelligence) ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26486/jmai.v4i2.204
<![CDATA[Daging ayam kampung merupakan daging yang diperoleh dari ayam kampung. Untuk dagingayam kampung, harganya lebih mahal daripada harga daging ayam ras karena ayam kampungmembutuhkan waktu pemeliharaan yang lebih lama sampai siap konsumsi. Beberapa oknumpedagang membuat kecurangan dalam menjual daging ayam kampung dengan menjual daging ayamyang sudah basi. Pada penelitian ini dilakukan identifikasi daging ayam kampung segar dan dagingayam kampung basi menggunakan metode LVQ menggunakan data citra daging ayam kampung. Ciriyang digunakan untuk mengidentifikasi citra daging adalah homogeneity, kontras, rata-rata danvarian yang diekstrak dari matriks co-occurence citra. Jumlah data pelatihan yang digunakan dalampenelitian ini terdiri dari 2 kelas, masing-masing kelas menggunakan 30 data citra, sehingga totaldata berjumlah 60 data citra untuk pelatihan. Sedangkan untuk data uji, masing-masing kelasmenggunakan 20 data citra uji sehingga total berjumlah 40 data citra uji. Pada proses pelatihanmenggunakan berbagai nilai parameter LVQ, diperoleh kinerja pelatihan terbaik sebesar 90%, yaitusaat menggunakan alfa 0,01, dec alfa 0,9 dengan jumlah iterasi 4. Pengujian yang dilakukan denganbobot akhir yang dihasilkan dari proses pelatihan dengan kinerja tertinggi dan 40 data ujimenghasilkan kinerja pengujian setinggi 90%.]]>
<![CDATA[PENDAMPINGAN GURU DALAM PENGEMBANGAN KONTEN MULTIMEDIA PEMBELAJARAN DAN PENGELOLAAN MEDIA SOSIAL YOUTUBE DI SLB TUNAS KASIH SEDAYU ]]>
<![CDATA[Imam Suharjo]]>;
<![CDATA[Indah Susilawati]]>;
<![CDATA[Putry Wahyu Setyaningsih]]>
<![CDATA[ Jurnal ADAM : Jurnal Pengabdian Masyarakat Vol 2 No 1 (2023): Vol. 2 No. 1 Edisi Februari 2023 ]]>
Publisher : <![CDATA[Institut Pendidikan Tapanuli Selatan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37081/adam.v2i1.1317
<![CDATA[Menguasai video editing merupakan salah satu kemampuan pendukung yang berguna bagi guru di Sekolah dalam menyusun dan menyajikan materi pelajaran kepada siswa. Video editing dapat membantu guru menambahkan elemen visual dan audio ke dalam video, sehingga materi pelajaran lebih menarik bagi siswa. Selain itu, ketrampilan ini juga dapat membantu guru menyusun materi pelajaran secara lebih efektif, sehingga mempermudah penyampaian materi kepada siswa. Kegiatan pengabdian ini dilakukan oelh Tim Dosen dari Universitas Mercu Buana Yogyakarta dan berisi Pelatihan teknik video editing menggunakan aplikasi Capcut di perangkat smartphone. Selain itu Pendampingan pelatihan unggah konten dan berbagai di sosial media menggunakan smartphone ke kanal Youtube untuk admin pengelola sosial media. Pelatihan dilaksanakan di Sekolah SLB Tunas Kasih Sedayu menggunakan ruang kelas dan lokasi pengambilan video disekitar sekolah. Keguatan ini dirasakan bagus oleh guru-guru dan sangat bermanfaat. Aplikasi yang digunakan mudah dipahami dan mudah digunakan. Pelatihan dan pendampingan berguna untuk membuat media pembelajaran untuk siswa kami yang berkebutuhan khusus. Harapannya diadakan kembali pelatihan serupa dengan materi yang berbeda.]]>
<![CDATA[Sistem Pakar Identifikasi Hama dan Penyakit Pada Umbi Porang dengan Metode Certainty Factor ]]>
<![CDATA[Puput Zahiroh]]>;
<![CDATA[Indah Susilawati]]>
<![CDATA[ Journal Of Information System And Artificial Intelligence Vol. 3 No. 1 (2022): Journal of Information System and Artificial Intelligence Vol III, No I Novembe ]]>
Publisher : <![CDATA[Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26486/jisai.v3i1.108
<![CDATA[Porang, known as tuber plant (Amorphophalusllus muelleri), is an edible producing plant because it is one family with suweg (elephant foot yam) and walur. Porang plants are widespread and used by the community. High economic value and great business opportunities encourage the community and entrepreneurs to cultivate porang plants. To say the least, they must encounter obstacles such as capital to plant porang, one of the causes of porang cultivation failure is pest and disease attacks. Research on the identification of pests and diseases of porang tubers was carried out using the Certainty Factor method. Firstly, the application development stage begins with the analysis and case study stages that generate information, data requirements and system requirements. Secondly, system and software design produces something, namely context, flow, entity relationship, table, and interface menu designs. The last stage is implementing and unit testing using XAMPP, PHP and MySQL. This research will produce an expert system for pests and diseases on porang tubers that can diagnose various pests and diseases with an average CF confidence value of 94.5% and the percentage of system suitability with expert diagnoses reaching 96.6%.]]>
<![CDATA[APLIKASI BANTU ADMINISTRASI PADA TK ABA DI BANGUNTAPAN UTARA YOGYAKARTA ]]>
<![CDATA[Mutaqin Akbar]]>;
<![CDATA[Agus Sidiq Purnomo]]>;
<![CDATA[Indah Susilawati]]>
<![CDATA[ AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 7 No. 1 (2023): Amaliah: Jurnal Pengabdian Kepada Masyarakat ]]>
Publisher : <![CDATA[LPPM UMN AL WASHLIYAH ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32696/ajpkm.v7i1.1426
<![CDATA[Pendidikan Anak Usia Dini (PAUD) adalah pendidikan yang sangat penting untuk menyiapkan generasi yang terdidik untuk bangsa dan negara, dimana peranan tenaga pendidik anak usia dini (AUD) sangat penting untuk perkembangan anak didiknya. Tenaga pendidik bukan hanya melakukan pembelajaran yang konvensional, melainkan tenaga pendidik harus memberikan inovasi dalam hal pembelajarannya dengan sentuhan teknologi informasi, dimulai kemampuan untuk penggunaan dan pemanfaatan teknologi informasi saat ini. Penekanan Program Pengabdian kepada Masyarakat (PkM) ini mengacu pada peningkatan kualitas Sumber Daya Manusia (SDM) tenaga pendidik TK ABA se-Banguntapan Utara dalam bidang teknologi informasi agar dapat mendukung kinerja dalam hal administrasi dan kegiatan belajar mengajar. Beberapa pokok penting penekanan peningkatan kualitas tenaga pendidik TK dalam bidang teknologi informasi mengacu pada pembuatan administrasi supervisi dan rancangan pelaksanaan pembelajaran harian (RPPH). Dengan adanya sistem yang dapat membantu tenaga pendidik menyelesaikan masalah administrasi dengan cepat, diharapkan tenaga pendidik mampu memanfaatkan waktunya untuk dapat mengembangkan pengetahuan dan kemampuannya dalam hal yang berkaitan dengan PAUD.]]>
<![CDATA[Website Omah Tinom Jogja sebagai Media Pengenalan Jenis Usaha dan Pemasaran Online ]]>
<![CDATA[Indah Susilawati]]>;
<![CDATA[Imam Suharjo]]>;
<![CDATA[Putry Wahyu Setyaningsih]]>
<![CDATA[ Jurnal Pengabdian kepada Masyarakat Radisi Vol 1 No 3 (2021): Desember ]]>
Publisher : <![CDATA[Yayasan Kajian Riset dan Pengembangan RADISI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55266/pkmradisi.v1i3.65
<![CDATA[Omah Tinom Jogja is a joglo rental business for various community activities. At the end of 2020, Omah Tinom Jogja expanded their business by opening a culinary with the theme of ‘old food and drinks’ and rental homestays in the same location. The problem faced was that the grand opening which was held in December 2020 was constrained by the government's restrictions on people's movement related to the COVID-19 pandemic. This condition has an impact on various community activities, including the sustainability of community businesses at all scales. Government policies make various community activities goes virtual by utilizing information technology, business actors are also present in virtual spaces to introduce types of business and product marketing. By considering the conditions and facts, Omah Tinom Jogja took the solution offered by the PkM FTI UMBY Team to utilize information technology as a medium for introducing business types and online marketing strategies. A website for Omah Tinom Jogja was developed to more quickly introduce the type of business Omah Tinom Jogja to the public.]]>
<![CDATA[Pelatihan Ecoprint Di SLB Muhammadiyah Gamping ]]>
<![CDATA[Indah Susilawati]]>;
<![CDATA[Imam Suharjo]]>;
<![CDATA[Putry Wahyu Setyaningsih]]>
<![CDATA[ BUDIMAS : JURNAL PENGABDIAN MASYARAKAT Vol 4, No 2 (2022): BUDIMAS : VOL. 04 NO. 02, 2022 ]]>
Publisher : <![CDATA[LPPM ITB AAS Indonesia Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29040/budimas.v4i2.6361
<![CDATA[Ecoprint merupakan salah satu teknik cetak dengan pewarnaan alami dari daun, batang maupun bunga yang ada di lingkungan sekitar, sehingga dapat menjadikannya kegiatan yang ramah lingkungan dengan bahan-bahan yang mudah didapatkan. Teknik ecoprint menghasilkan motif yang unik dari berbagai bahan daun, batang maupun bunga yang digunakan, meski tidak semua bahan bisa digunakan secara langsung untuk ecoprint. Kegiatan pelatihan ecoprint di SLB Muhammadiyah Gamping dilatarbelakangi oleh kurangnya tenaga pengampu mata pelajaran ketrampilan, dan untuk membantu mengatasi masalah ini Tim PkM UMBY memberikan salah satu ketrampilan dasar berupa pelatihan seni olah kain dengan teknik ecoprint. Pealtihan dilaksanakan dengan mengajarkan dan membimbing siswa tentang langkah-langkah dalam membuat ecoprint dimulai dari persiapan yaitu scouring kain (pencucian kain), mordan kain, membuat larutan pewarna alami, membuat larutan untuk fiksasi, dan memilih daun. Pelatihan ecoprint kemudian dilanjutkan dengan kegiatan inti yaitu olah seni kain dengan 3 teknik ecoprint yaitu: ecoprint mirror, ecoprint teknik botanical, dan ecoprint teknik iron blanket. Kegiatan dilanjutkan dengan proses terakhir yaitu fiksasi kain ecoprint. Hasil dari pelatihan ecoprint ini adalah berupa produk kain hasil olah seni dengan teknik ecoprint.]]>
<![CDATA[KEYWORD EXTRACTION JUDUL BERITA ONLINE DI INDONESIA MENGGUNAKAN METODE TF-IDF ]]>
<![CDATA[Wibowo, Ibnu Surya]]>;
<![CDATA[Witanti, Arita]]>;
<![CDATA[Susilawati, Indah]]>
<![CDATA[ JATISI Vol 11 No 1 (2024): JATISI (Jurnal Teknik Informatika dan Sistem Informasi) ]]>
Publisher : <![CDATA[Universitas Multi Data Palembang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35957/jatisi.v11i1.6718
<![CDATA[Keyword Extraction is the process of identifying and extracting key words or important phrases from a text or document, aiming to quickly identify keyword information from a large amount of data. This research investigates three online news sites in Indonesia, namely Kompas.com, Detik.com, and Tempo.co. The keyword extraction process is strengthened by the TF-IDF (Term Frequency - Inverse Document Frequency) method, assigning a high weight to words that frequently appear in one document but rarely in others. The TF-IDF calculation results in different weights for each word. Many words were successfully extracted from the three sites, displaying 30 keywords from the dataset. The accuracy of the weight calculation was then tested using F1-Score, resulting in an F1-Score of 99.67%, with an accuracy rate of 99.76%.]]>
