Claim Missing Document
Check
Articles

Perbandingan Metode Pembelajaran Mesin Berbasis Parametrik dan Non-Parametrik Untuk Klasifikasi Diabetic Retinopathy Imagery Umniy Salamah
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1668

Abstract

Untuk mendeteksi kerusakan retina dapat dilakukan bantuan algoritmapembelajaran mesin. Klasifikasi citra dengan menggunakan machine learningtechniques (MLTs) dapat membantu proses penentuan pasien penderitadiabetic retinopathy (DR). Teknik machine learning yang digunakan dapatdikelompokkan menjadi nonparametric (support vector machine) danparametric (logistic regression). Tahap penelitian termasuk persiapan,ekstraksi fitur, normalisasi, klasifikasi, evaluasi dilakukan terhadap datasetgambar digital fundus yang disediakan oleh EyePACS. Model klasifikasimenggunakan model nonparametric (support vector machine) dan parametric(logistic regression). Sebagai hasil, metode logistic regression mendapatkanhasil akurasi (accuracy) sebesar 74%, recall sebesar 74%, presisi (precision)sebesar 60% dan F1-score sebesar 63%. Selain itu, metode support vectormachine mendapatkan hasil akurasi (accuracy) sebesar 74%, recall sebesar74%, presisi (precision) sebesar 55% dan F1-score sebesar 63%
Implementasi Aplikasi Pembelajaran Matematika Bangun Datar Bagi Siswa Sekolah Dasar Berbasis Android Sarwati Rahayu; Vera Yunita; Umniy Salamah
KILAT Vol 6 No 1 (2017): KILAT
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (669.124 KB) | DOI: 10.33322/kilat.v6i1.670

Abstract

Mathematics is the study of quantity, structure, geometry, and changes to a number. Math comes from the Greek, which Mathematikos which means an exact science. In the Dutch language of mathematics called as Wiskunde which means the science of learning. Mathematics is a science that is widely used in everyday life. Either generally or specifically. In general, mathematics is used in the trade transaction, carpentry and others. Almost every aspect of the life of mathematics can be applied. Therefore mathematics dubbed as the queen of all sciences. Math also has many advantages over other sciences. In addition to its flexible and dynamic, mathematics can always keep pace with the times. Especially in the present when everything can be done with a computer. Mathematics became one language programs effectively and efficiently. Mathematics is a compulsory subject for primary school students. Elementary school students often have difficulty in studying mathematics, especially in memorizing formulas. The material presented is usually in the form of a conventional, such as textbooks. In Mathematics Learning Application Geometry Two Dimensional Based Android, automatically the application can be run through the medium of mobile phones. This learning app designed using object-oriented modeling, using UML diagrams such, Use Case diagram, activity diagram, sequence diagram and Class diagram. Applications are also made using the programming language Java (J2ME)
Prediksi Perambatan Arus Lalu Lintas Berdasarkan Korelasi Tertinggi Antar Jalan Bagus Priambodo; Yuwan Jumaryadi; Umniy Salamah
JURIKOM (Jurnal Riset Komputer) Vol 9, No 3 (2022): Juni 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v9i3.4203

Abstract

Over the past few years, many algorithms for traffic flow predictions have been proposed to predict traffic flow. Time series models and neural network models have been widely implemented to predict traffic flow and traffic congestion based on traffic data, vehicle speed, weather, accidents, and special days. However, most of previous studies are used to predict traffic flow, not applied to predict the propagation of traffic flow. Traffic flow propagation is an interesting study. Using this finding the driver can avoid neighboring roads affected by road congestion. We propose the correlation method to find the relationship between the road. To evaluate the relationship between the road, we display the correlation results in the map. The visualization show that the correlation of traffic when congestion occurs shows better in showing the relationship between the road than the correlation at all times
PERBANDINGAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI BERITA HOAX KESEHATAN DI MEDIA SOSIAL TWITTER Dheo Alpian Nanda Krisna; Umniy Salamah
JTIK (Jurnal Teknik Informatika Kaputama) Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022
Publisher : STMIK KAPUTAMA

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

Abstract

Seiring dengan perkembangan teknologi yang sangat pesat, membuat persebaran informasi maupun berita menjadi tidak terbendung. Hanya dengan membuka sosial media yang ada di dalam perangkat pintar yang kita gunakan, maka segala macam berita bisa kita peroleh.Tentunya, tidak semua berita yang di dapat merupakan informasi yang bersifat fakta, melainkan berita bohong atau berita hoax. Penelitian ini berfokus pada berita bohong yang marak tersebar di dalam media sosial khususnya di media sosial Twitter. Nantinya penelitian ini bisa bermanfaat untuk mengklasifikasi berita hoax yang ada di media sosial Twitter. Dengan hadir nya berita bohong atau hoax memiliki dampak yang sangat luar biasa yang bisa berpotensi untuk membuat persepi ataupun pandangan masyarakat menjadi sesat dimana menganggap berita bohong atau hoax itu merupakan sebuah kebenaran. Bukan hanya itu, karena semakin mudahnya berita bohong atau hoax menyebar di sosial media, membuat kita kesulitan untuk menentukan mana berita yang benar dan mana yang berita bohong atau hoax. Contoh dampak negatif seperti itulah yang harus kita hindari. Di dalam penelitian ini menggunakan dua algoritma, yaitu algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes (NB). Kedua algoritma tersebut digunakan untuk mengklasifikasi berita hoax yang ada di media sosial Twitter. Hasil yang diperoleh adalah algoritma K-Nearest Neighbor (KNN) memberikan nilai akurasi yang lebih baik dibanding dengan algoritma dan Naïve Bayes (NB). Dengan nilai akurasi sebesar 0.68 untuk algoritma K-Nearest Neighbor KNN dan 0.66 untuk algoritma dan Naïve Bayes (B).
PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN SUPPORT VECTOR MACHINE UNTUK MENENTUKAN PREDIKSI PRODUK-PRODUK TERLARIS PADA TOKO MADURA KECAMATAN PONDOK AREN Ivan Hardi Pratama; Umniy Salamah
JTIK (Jurnal Teknik Informatika Kaputama) Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022
Publisher : STMIK KAPUTAMA

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

Abstract

Toko Madura merupakan salah satu alternatif usaha retail yang berada di Kecamatan Pondok Aren, Kota Tangerang Selatan. Toko Madura biasanya dimiliki oleh perorangan, dan Produk-produk yang dijual adalah produk-produk kebutuhan sehari-hari. Toko Madura memiliki konsumen yang cukup banyak karena harga jual produk yang relatif lebih murah sehingga mengakibatkan persediaan produk habis ketika ada permintaan lebih dari konsumen atau produk yang diminta tidak tersedia saat ada kosumen yang ingin membeli suatu produk karena sudah kehabisan persediaan produknya. Penelitian ini difokuskan pada prediksi produk-produk terlaris yang nantinya dapat dimanfaatkan untuk mengatasi masalah persediaan stok produk. Penelitian ini dilakukan menggunakan algoritma K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) yang digunakan untuk prediksi produk-produk terlaris untuk membantu serta memudahkan pemilik toko dalam perencanaan penyediaan stok produk. Algoritma KNN, dan SVM memiliki nilai akurasi yang sama yaitu sebesar 75%, tetapi dalam memprediksi produk Algoritma SVM lebih akurat disbanding KNN, Karena prediksi algoritma KNN kurang akurat pada ketiga produk yaitu gula, air mineral, dan snack, sedangkan untuk algoritma SVM hanya kurang akurat pada dua produk saja yaitu minyak dan sirup. Sehingga dapat disimpulkan bahwa algoritma SVM lebih akurat digunakan untuk prediksi produk-produk terlaris pada toko madura Kecamatan Pondok Aren.
Prediksi Rating Film Menggunakan Bayesian Regressor dan Gradient Boosting Regressor Umniy Salamah
JSAI (Journal Scientific and Applied Informatics) Vol 5 No 3 (2022): November 2022
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v5i3.3614

Abstract

Salah satu fitur yang cukup banyak dikembangkan untuk aplikasi adalah fitur penilaian pengguna. Informasi tentang peringkat pengguna ini dapat digunakan untuk  memberikan rekomendasi terbaik tentang hal menarik bagipengguna lainnya. Sebagai contoh, layanan untuk penjualan film, fitur ini dapat digunakan untuk memberikan rekomendasi yang sesuai dengan peringkat pengguna dan mendorong peningkatan penjualan. Adapun tahapan penelitian adalah Data Preprocessing, Feature Engineering, Modelling dan Evaluation. Penelitian ini menggunakan metode yaitu Bayesian Regressor dan Gradient Boosting Regressor untuk memprediksi movie rating. Penelitian inimenggunakan TMDB 5000 Movie Dataset yang terdiri dari kurang lebih 4800 data. Sebagai hasilnya, Gradient Boosting Regressor memiliki hasil yang lebih baik dibandingkan Bayesian Ridge Regressor. Gradient Boosting Regressor memiliki nilai R^2 score sebesar 0.843.
Automated Fruit Classification Menggunakan Model VGG16 dan MobileNetV2 Umniy Salamah; Anita Ratnasari; Sarwati Rahayu
JSAI (Journal Scientific and Applied Informatics) Vol 5 No 3 (2022): November 2022
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v5i3.3615

Abstract

Pengembangan robot atau mesin untuk membantu kegiatan pertanian memerlukan riset yang panjang. Teknologi tersebut harus dapat memiliki keahlian dalam melakukan berbagai macam aktivitas dan mampu mendeteksi objek yang menjadi sasaran pekerjaannya. Untuk memenuhi hal ini, riset untuk mendeteksi objek pertanian, misalnya buah, menjadi salah satu agenda riset yang perlu dilakukan dan dikembangkan. Tujuan penelitian ini adalah untuk mengetahui hasil perbandingan performa deep learning yaitu VGG16 dan MobileNetV2 untuk fruit classification. Penelitian ini menggunakan dataset dengan jumlah total 90.483 data dengan ukuran gambar 100x100 piksel dan jumlah kelas tanaman buah yang akan diklasifikasi adalah sebanyak 131 kelas. Pada proses testing menggunakan dataset yang ada, MobileNetV2 mendapatkan akurasi 98.4% dan ResNet50 mendapatkan akurasi 99,2%.
PENGGUNAAN APLIKASI DETEKSI PECANDU NARKOBA DI MERUYA UTARA Bagus Priambodo; Yuwan Jumaryadi; Umniy Salamah
Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Vol 4, No 3 (2022)
Publisher : Fakultas Teknik Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/pasopati.2022.14468

Abstract

Kegiatan pemeriksaan narkoba saat ini biasanya dilakukan di sekolah atau universitas. Akan tetapi kegiatan razia ini masih dirasa kurang efektif dan efisien, hal ini disebabkan sampel urin diambil secara acak. Dalam banyak kasus, siswa yang terduga suspek pecandu narkoba tidak hadir atau lolos dari pemeriksaan urine atau rambut. Oleh karena itu perlu dilakukan prediksi pengguna narkoba, di mana hanya siswa yang diduga menggunakan narkoba yang dipilih untuk tes urine. Untuk mengatasi masalah ini, diperlukan suatu aplikasi untuk memprediksi suspek pecandu narkoba. Dataset kami kumpulkan dari sumber online dengan mengumpulkan dan memproses 100 gambar wajah seseorang sebelum dan sesudah menjadi pecandu narkoba. Kami membandingkan dua algoritma local binary pattern, dan fisherfaces untuk memprediksi siswa yang diduga positif pecandu narkoba berdasarkan gambar wajah. Hasil penelitian menunjukan bahwa hasil prediksi mencapai 81 %. Sosialiasi hasil penelitian ini diharapkan dapat digunakan oleh warga kelurahan meruya utara sebagai alat deteksi dini pecandu narkoba dilingkungannya..Kata kunci : Narkoba, Sekolah, pemeriksaan
Sistem Informasi Administrasi Pengajuan Surat Pengantar Pada Kelurahan Meruya Utara Aldi Rahman; Fani Putri Oktavia; Syifa Fauziah; Umniy Salamah
Jurnal Ilmiah FIFO Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2022.v14i1.008

Abstract

Pelayanan di kelurahan umunya merupakan pembuatan surat pengantar yang juga dikelola oleh pihak Ketua RT dan RW dengan surat pengantar RT/RW. Surat pengantar merupakan persyaratan utama untuk proses administrasi kependudukan lainnya yang dibutuhkan masyarakat. Pembuatan surat pengantar tentunya harus terlayani dengan baik agar meningkatkan kepercayaan pada masyarakat dan meningkatkan kualitas pelayanan pada kelurahan. Tujuan dari penelitian ini, yaitu menghasilkan sistem pengajuan pembuatan surat pengantar RT/RW dan kelurahan berbasis website yang dapat di akses dimana saja dan kapan saja. Sistem ini mengelola data-data dan pembuatan pengajuan surat pengantar pada kelurahan Meruya Utara untuk Staf Kelurahan dan RT/RW. Pada penelitian ini, pengembangan sistem informasi ini menggunakan metode Waterfall. Penelitian diawali dengan melakukan observasi pada kelurahan Meruya Utara, melakukan wawancara dengan pihak Kelurahan Meruya Utara, menganalisa data, lalu merancang dan membuat sistem usulan serta melakukan pengujian pada sistem. Sistem yang dikembangkan dapat menjadi solusi atas pemberkasan yang masih dilakukan secara manual dengan menjadikannya terkomputerisasi sehingga dapat mengurangi penumpukan berkas yang ada di Kelurahan Meruya Utara.
EDUKASI PENGOLAHAN DATA STATISTIK MENGGUNAKAN EXCEL UNTUK STAFF DAN GURU SD Umniy Salamah; Yuwan Jumaryadi; Bagus Priambodo
Jurnal Pasopati Vol 5, No 1 (2023)
Publisher : Fakultas Teknik Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/pasopati.2023.16166

Abstract

Perkembangan dunia teknologi saat ini semakin pesat. Sementara itu software (perangkat lunak) pada komputer saat ini semakin banyak. Perangkat lunak yang  biasa dipakai oleh manusia pada saat ini adalah Microsoft office. Microsoft Office adalah perangkat lunak yang mendukung  pekerjaan kantor atau pembuatan laporan menjadi lebih mudah. Microsoft Office diantaranya terdiri dari Microsoft Excel, Microsoft Word, Microsoft Power Point dan lain-lain. Salah satu Microsoft Office yang mendukung pekerjaan kantor atau sebuah organisasi adalah Microsoft Excel. Belum semua tenaga pendidik pada Sekolah Dasar menguasai Microsoft Office. Salah satu sekolah dasar di Jakarta yang guru-gurunya belum menguasai Microsoft Office adalah SDN Kembangan Selatan 03 Pagi terutama Microsoft Excel, sehingga dilakukan kegiatan pengabdian kepada masyarakat untuk melakukan pelatihan atau workshop mengenai pengolahan data statistik menggunakan microsoft excel bagi staf dan guru SDN Kembangan Selatan 03 Pagi. Tujuan diadakannya pengabdian masyarakat kali ini adalah Peserta diperkenalkan dasar Microsoft Excel kemudian mengolah data statistik menggunakan Microsoft Excel, dan mengenalkan cara mengoperasikan Microsoft Excel secara mudah dan dapat dipahami. Adapun metodologi pada kegiatan pengabdian ini dengan memberikan pelatihan membuat data statistic menggunakan Microsoft Excel melalui metode pembelajaran dengan cara penyampaian melalui ceramah, tanya jawab, dan praktek. Kegiatan pengabdian kepada masyarakat yang dilakukan ini dapat menambah pengetahuan tenaga pendidik di Kembangan Selatan SDN 03 Pagi mengenai Microsoft Excel.Kata kunci : Guru, Sekolah Dasar, Microsoft Excel, Microsoft Office