Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Nusantara Journal of Computers and its Applications

KLASIFIKASI JENIS PENYAKIT DAUN ANGGUR MENGGUNAKAN METODE EKSTRAKSI FITUR GLCM DAN NEURAL NETWORK Anggy Jovano; Muhammad Imron Rosadi; Cahya Bagus Sanjaya
NJCA (Nusantara Journal of Computers and Its Applications) Vol 6, No 2 (2021): Desember 2021
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v6i2.218

Abstract

Buah anggur atau nama ilimiah Vitis vinifera merupakan salah satu tanaman buah yang telah banyak dikenal dan digunakan secara luas oleh masyarakat Indonesia. Untuk meningkatkan mutu produksi buah anggur yakni dengan cara menjaga tanaman tersebut dari penyakit yang diakibatkan oleh jamur serta mikroorganisme. Secara umum penyakit pada tanaman buah anggur mempunyai 4 (empat) jenis penyakit yakni hawar daun (leaf blight), tungau (mites), campak hitam (black measles), dan busuk hitam (black rot). Pada penelitian ini akan diusulkan menggunakan metode ekstraksi tekstur Gray Level Cooccurrence Matrix (GLCM) dan Neural Network untuk klasifikasi penyakit daun anggur. Dataset yang akan digunakan pada penelitian ini mengambil dari kaggle, di mana setiap kelas mempunyai dataset 80. Ada 4 (empat) kelas sebagai klasifikasi yang dilakukan yaitu daun sehat, campak hitam daun, hawar daun, dan busuk hitam daun. Metode yang digunakan dalam penelitian ini adalah jaringan syaraf tiruan backpropagation dengan menggunakan fitur tekstur. Menggunakan model jaringan syaraf tiruan backpropagation dari toolbox nprtool, input layer = 10, hidden layer 10, dan output layer 4, root mean square error = 0,0425. Jadi akurasi hasil pengujian adalah 92,5%
PENERAPAN METODE MDLC PADA RANCANG BANGUN APLIKASI PEMBELAJARAN BIOLOGI TINGKAT SLTP MATERI RANGKA DAN OTOT MENGGUNAKAN AUGMENTED REALITY Muhammad Imron Rosadi; Irham Maulidi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 7, No 1 (2022): Juni 2022
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v7i1.283

Abstract

SLTP (Sekolah Lanjut Tingkat Pertama) ditempuh dalam waktu 3 tahun, mulai dari kelas 7 sampai kelas 9. Secara general, motologi pembelajaran di SLTP (atau Sederajat) adalah diskusi, ceramah, menghapal serta tugas, akibatnya siswa menjadi jenuh dan kurang tertarik. Belum tersedianya aplikasi pembelajaran interaktif serta kurangnya media pembelajaran yang memudahkan dalam mempelajari materi rangka dan otot juga dalam pembelajaran biologi menimbulkan masalah tersendiri antara guru dan murid. Demi meningkatkan minat belajar siswa, penelitian ini mengusulkan membangun media pembelajaran yang dapat menyajikan interaksi yang menarik bagi pengguna karena pengguna dapat merasakan objek virtual secara nyata. Aplikasi ini dibangun dengan software Unity 3D, metode MDLC (Multimedia Development Life Cycle) untuk metode pengembangan software, dan metode penelitian R & D (Research and Development). Berdasarkan hasil uji coba pre-test, siswa memperoleh nilai rata-rata rendah, yaitu 31,1. Namun seletah di lakukan post-test terjadi peningkatan yang sangat baik, yaitu memperoleh nilai rata-rata 68,5.
RANCANG BANGUN GAME MATH ADVENTURE 3ARITMATIKA DASAR UNTUK ANAK SEKOLAH DASAR BERBASIS ANDROID Walidini Syaihul Huda; Minnatin Charizah; Muhammad Imron Rosadi; Selma Karomi Shafira
NJCA (Nusantara Journal of Computers and Its Applications) Vol 7, No 1 (2022): Juni 2022
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v7i1.279

Abstract

Seiring dengan berkembangnya teknologi di Indonesia seperti sekarang ini, metode pembelajaran aritmatika dasar yang masih konvensional membuat anak cenderung mengalami kejenuhan. Salah satu cara untuk membantu dan melatih ketangkasaan, kecerdasan, imajinasi anak-anak, dan semangat anak-anak untuk belajar yang meningkat adalah dengan menggunakan game edukasi. Maka dari itu, penelitian ini akan membuat game edukasi 3D aritmatika dasar sehingga dapat meningkatkan minat anak terhadap aritmatika dasar karena aritmatika merupakan ilmu yang memiliki peran penting dalam segala aspek kehidupan. Game ini dibangun dengan menggunakan unity3D sebagai game engine dan bahasa pemrograman C#. Metode penelitian yang digunakan pada penelitian ini yaitu metode studi kasus, sedangkan metode pengembangan perangkat lunaknya penulis menggunakan metode waterfall. Dari hasil pengujian sistem yang telah dilakukan, game Math Adventure 3D dapat berjalan sesuai yang diharapkan. Dan dari pengujian pretest diperoleh nilai rata-rata 56 sedangkan untuk posttest diperoleh nilai rata-rata 72. Dan yang terakhir dari pengujian kuesioner dengan mengambil 20 anak sekolah dasar yang berumur 7-11 tahun sebagai responden mendapatkan hasil indeks presentase sebesar 85,2%.
Pengembangan Chatbot Untuk Sistem Informasi Akademik Universitas Yudharta Pasuruan Menggunakan Dialogflow Achmad Badik Irwan; Muhammad Imron Rosadi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 6, No 1 (2021): Juni 2021
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v6i1.134

Abstract

Universitas Yudharta Pasuruan sudah menggunakan sistem informasi akademik (sister) dalam bentuk aplikasi web untukmempermudah kegiatan civitas akademika. Dengan adanya aplikasi tersebut mahasiswa cukup terbantu dalammendapatkan informasi akademik. Namun karena sistem tersebut berbasis web ada beberapa tampilan yang belummendukung tampilan mobile friendly. Penelitian ini mengusulkan pengembangan chatbot yang terintegrasi dengan sisteminformasi akademik. Pengembangan chatbot sendiri menggunakan sebuah platform pesan singkat dari Telegram. Agarchatbot dapat memahami pertanyaan yang ditanyakan oleh mahasiswa, penulis menggunakan sebuah platform NLP(Natural Language Processing) yaitu Dialogflow. Dari hasil penelitian yang telah dilakukan, penulis berhasil membuatchatbot yang terintegrasi dengan sistem informasi akademik. Chatbot yang penulis buat mampu menjawab pertanyaan yangsesuai dengan tugas yang telah penulis tentukan dan juga chatbot memiliki kemampuan untuk mengambil informasi darisistem yang dapat diberikan kepada user.
ARSITEKTUR ENSEMBLE U-NET UNTUK SEGMENTASI KANKER PAYUDARA OTOMATIS PADA GAMBAR MAMMOGRAM Sanjaya, Cahya Bagus; Lutfi, Moch.; Hakim, Lukman; Rosadi, Muhammad Imron
NJCA (Nusantara Journal of Computers and Its Applications) Vol 9, No 2 (2024): Edisi Desember 2024
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v9i2.378

Abstract

Kanker payudara masih menjadi salah satu penyebab utama kematian akibat kanker pada wanita di seluruh dunia. Deteksi dini melalui skrining rutin menggunakan mammogram terbukti efektif dalam mengurangi angka kematian. Namun, interpretasi mammogram secara manual memerlukan waktu, bersifat subjektif, dan sering kali membutuhkan radiolog yang berpengalaman. Untuk mengatasi tantangan ini, penelitian ini mengusulkan arsitektur Ensemble U-Net untuk melakukan segmentasi kanker payudara secara otomatis pada citra mammogram. Proses segmentasi melibatkan beberapa langkah, termasuk praproses (penghapusan latar belakang, penghapusan otot pektoral, peningkatan kontras, dan pengubahan ukuran), dilanjutkan dengan segmentasi menggunakan ensemble model: Inception V3-U-Net, ResNet50-U-Net, VGG19-U-Net, dan U-Net kustom. Segmentasi akhir dicapai dengan menggunakan voting soft dan filter Gaussian 2D untuk mereduksi noise, diikuti dengan thresholding untuk segmentasi biner. Pendekatan ensemble menunjukkan peningkatan akurasi segmentasi dengan menggabungkan kekuatan dari beberapa model U-Net. Kinerja model dievaluasi menggunakan metrik seperti akurasi, sensitivitas, spesifisitas, koefisien Dice, dan Intersection over Union (IoU). Hasil eksperimen menunjukkan bahwa Ensemble U-Net memiliki kinerja yang lebih baik dibandingkan dengan model individu, terutama pada citra mammogram yang kompleks.