Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

4.857

P-Index

This Author published in this journals

All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) BIMASTER Coding: Jurnal Komputer dan Aplikasi Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Scientific Journal of Informatics CESS (Journal of Computer Engineering, System and Science) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Teknologi dan Sistem Komputer Jurnal Khatulistiwa Informatika JITK (Jurnal Ilmu Pengetahuan dan Komputer) BULETIN AL-RIBAATH JURIKOM (Jurnal Riset Komputer) TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Fokus Elektroda (Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) The Indonesian Journal of Computer Science

Dwi Marisa Midyanti

Universitas Tanjungpura

Author-ID : 2620453

Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics

Published : 73 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

PENERAPAN DATA MINING MENGGUNAKAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS: KABUPATEN KUBU RAYA) , Dwi Marisa Midyanti, M. Reza Noviansyah , Tedy Rismawan
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Informasi mengenai indeks cuaca kebakaran merupakan informasi yang sangat penting dan diperlukan oleh pemadam kebakaran dalam kegiatan pengendalian kebakaran hutan dan lahan. Ada banyak metode yang dapat digunakan untuk menentukan indeks cuaca kebakaran, salah satunya dengan menggunakan algoritma klasifikasi yaitu K-Nearest Neighbor (KNN). KNN merupakan metode klasifikasi yang mencari nilai K (cluster) atau tetangga terdekat dalam menentukan kelas pada data baru. Penelitian ini menerapkanÂ Data Mining dengan algoritma klasifikasi KNN dalam mengklasifikasi tingkatan bahaya kebakaran hutan berdasarkan kelas Fire Weather Index (FWI). FWI merupakan sistem tingkatan bahaya kebakaran hutan dan lahan yang terdiri dari rendah, sedang, tinggi dan ekstrim. Penelitian menggunakan atribut data berupa suhu, kelembapan, curah hujan dan kecepatan angin untuk diklasifikasi pada kelas FWI. Pengujian dilakukan dengan menghitung jarak data uji terhadap data latih menggunakan metode KNN untuk mendapatkan nilai K terbaik. Berdasarkan hasil pada pengujian dengan menggunakan 252 data uji dihasilkan persentase keberhasilan 80,16% dengan nilai K=5.Kata Kunci: Kebakaran Hutan, Data Mining, K-Nearest Neighbor (KNN), Fire Weather Index(FWI).

PENERAPAN METODE BEST FIRST SEARCH (BFS) UNTUK PENCARIAN LOKASI SPBU TERDEKAT MENGGUNAKAN ARDUINO BERBASIS ANDROID , Dwi Marisa Midyanti, Rian Apriandi , Tedy Rismawan
Coding Jurnal Komputer dan Aplikasi Vol 6, No 1 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Kurangnya informasi mengenai lokasi SPBU membuat pendatang maupun wisatawan sulit menemukan lokasi SPBU terdekat. Penelitian ini menerapkan metode Best First Search dalam pencarian SPBU terdekat menggunakan Arduino Uno, Raspberry Pi, sakelar, modem, GPS, dan aplikasi antarmuka. Arduino Uno berfungsi sebagai pengolah data dan mengirim data pada server berdasarkan instruksi berupa aksi perpindahan sakelar dalam kondisi on/off. Perangkat GPS yang terpasang pada arduino akan memberikan titik koordinat dan akan ditampilkan pada aplikasi antarmuka. Pada Arduino diterapkan program inisialisasi dan konfigurasi perangkat keras serta untuk membaca sinyal masukan dari sakelar dan titik koordinat yang didapat dari GPS, kemudian memprosesnya dengan diberikan beberapa kondisi sehingga menghasilkan keluaran. Pengujian dilakukan dalam dua kondisi sakelar on/off pada jenis sistem operasi Android dengan tipe smartphone yang beragam. Tiap smartphone menghasilkan titik koordinat yang berbeda dengan perbedaan jarak rata-rata 30,2 meter terhadap titik koordinat perangkat keras dikarenakan setiap GPS yang tertanam pada smartphone akan mengolah data sesuai dengan kondisi lokasi titik keberadaan pengguna. Hasil penilitian ini berupa tampilan jarak atau rute menuju lokasi SPBU terdekat dengan rata-rata waktu respon sebesar 10,23 detik.Â Kata kunci : SPBU, Best First Search, GPS, Arduino

PREDIKSI PENYAKIT THT (TELINGA, HIDUNG, TENGGOROKAN) DENGAN METODE JARINGAN SYARAF TIRUAN PERCEPTRON , Dwi Marisa Midyanti, Magdalena Erniati , Beni Irawan
Coding Jurnal Komputer dan Aplikasi Vol 4, No 2 (2016): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Jaringan syaraf tiruan telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan, salah satu permasalahan tersebut adalah pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi jaringan syaraf tiruan dapat diterapkan dalam berbagai bidang, salah satunya yaitu dalam bidang kesehatan. PadaÂ penelitian ini aplikasi jaringan syaraf tiruan digunakan untuk memprediksi penyakit THT khususnya pada penyakit Sinusitis, Polip hidung, Amandel, Adenoid, OMA dan OMSK berdasarkan gejala-gejala dari penyakit THT tersebut. Metode yang digunakan dalam jaringan syaraf tiruan pada aplikasi ini adalah metode Perceptron. Data yang digunakan sebanyakÂ 75Â data dengan 60 data pelatihan dan 15 data pengujian. Aplikasi ini menggunakan maksimum iterasi sebanyak 15, learning rate 0,2 dan target error 0,0001. Hasil pengujian terhadap 15 data diperoleh hasil dimana aplikasi dapat mengenali semua data pengujian. Hal tersebut dapat terjadi karena pada jaringan syaraf tiruan metode Perceptron ini jaringan dalam data pelatihan dapat mengenali pola dengan baik, selain itu data yang digunakan untuk input hanya menggunakan 0 dan 1 yang sudah dinormalisasikan. Â Kata Kunci : Jaringan Syaraf Tiruan, Metode Perceptron, Penyakit THT.

IDENTIFIKASI BIBIT PADA TANAMAN LAHAN GAMBUT BERDASARKAN BENTUK DAUN MENGGUNAKAN METODE PROBABILISTIK NEURAL NETWORK (PNN)BERBASIS WEBSITE (UMUR BIBIT 2 BULAN-1 TAHUN) , Dwi Marisa Midyanti, Nurbaiti , Fatma Agus Setyaningsih
Coding Jurnal Komputer dan Aplikasi Vol 5, No 1 (2017): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Kalimantan Barat memiliki berbagai jenis tanaman yang tumbuh dan berkembang di lahan gambut, dimana jenis daun dari tanaman lahan gambut tersebut mempunyai keanekaragaman terutama dari bentuk daunnya seperti oval, elips, dan bulat. Keanekaragaman tersebut membuat orang kesulitan untuk mengidentifikasi nama-nama tanaman tersebut apabila dilihat dari bentuk daun yang masih berupa bibit tanaman dengan umur antara 2 bulan - 1 tahun. Dari permasalahan tersebut, dilakukan penelitian untuk mengidentifikasi bibit tanaman dengan melihat bentuk daun. Citra daun yang digunakan dalam penelitian ini adalah alpukat, durian, jambu biji, karet, kedondong, nangka, rambutan, kopi, sawo, dan sirsak. Penelitian ini bertujuan untuk mengidentifikasi bibit pada tanaman lahan gambut dengan menggunakan metode Probabilistic Neural Network dan mengetahui tingkat akurasi Probabilistic Neural Network (PNN) dalam mengidentifikasi bibit pada tanaman lahan gambut. Untuk membuat suatu aplikasi identifikasi bibit pada tanaman lahan gambut memanfaatkan pengolahan citra digital dengan proses ekstraksi fitur bentuk menggunakan metode deteksi tepi operator sobel dan metode Probabilistik Neural Network (PNN) untuk proses identifikasi. Â Berdasarkan hasil pengujian menggunakan 20 sampel citra daun, dihasilkan persentase keberhasilan dalam mengidentifikasi sebesar 75%. Kata kunci : citra digital, bentuk daun, operator sobel , Probabilistik Neural Network (PNN).

APLIKASI PREDIKSI PRODUKSI PADI MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY DI KABUPATEN KUBU RAYA , Dwi Marisa Midyanti, Kurniati Asih , Fatma Agus Setyaningsih
Coding Jurnal Komputer dan Aplikasi Vol 5, No 2 (2017): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Paddy (oryza sativa) was a basic foodstuff that was vital for people of Indonesia. The amount of rice production at a time can not be calculated exactly, so it was necessary to predict rice production in order to provided rice to achieve endurance and food self-sufficiency. This research aimed to make prediction system of rice production in january-aprilÂ period, may-august period, and september-december period using interval regression with neuro fuzzy in Kubu Raya regency. The interval regression method was based on backpropagation network which there are two separately trained backproagation networks, one model to find out the lower bound and one model to find out the upper bound. Based on the results of the training and testing phase, the best network result were obtained by 4 input layer neurons, 3 hidden layer neurons and 1 output layer neuron using minimum error parameter 0,00001 and maximum epoch 100000. The results showed that MSE BPN- for period 1 training with lr 0.09 of 0,064722 and MSE BPN+ of 0,030644; Period 2 with Ir 0.09 results of MSE BPN- 0,141674 and MSE BPN+ of 0,179612, and period 3 with Ir 0.09 results of MSE BPN- of 0,025324 and MSE BPN+ of 0,036961. The mean deviation of the interval between the lower limit with the actual value on the test data was 4.369,2 (BPN-), while the interval deviation between the upper limit with the actual value on the test data was 19.744,3 (BPN+).Â Â Keywords: oryza sativa, prediction, interval regression, neural fuzzyÂ

DETEKSI PENYAKIT PADA TANAMAN JERUK PONTIANAK DENGAN METODE JARINGAN SARAF TIRUAN BACKPROPAGATION , Dwi Marisa Midyanti, Fitrajaya Nugraha , Beni Irawan
Coding Jurnal Komputer dan Aplikasi Vol 4, No 2 (2016): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Perkembangan teknologi komputer yang begitu canggih dan mutakhir mampu membantu manusia dalam berbagai hal, tak terkecuali dalam mendeteksi penyakit. Penelitian ini untuk mendeteksi penyakit pada tanaman jeruk Pontianak dan mengetahui keakuratan hasil deteksi dengan jaringan saraf tiruan. Metode yang digunakan adalah Backpropagation. Gejala â€“ gejala penyakit yang terjadi di lapangan merupakan masukan yang menjadi data input pada sistem yang terdiri dari 23 variabel. Jaringan terdiri dari 4 lapisan, 1 lapisan masukan, 2 lapisan tersembunyi dan 1 lapisan keluaran, dimana ada 15 lapisan tersembunyi pertama dan 15 lapisan tersembunyi kedua serta 4 sel lapisan keluaran. Maksimum iterasi pada jaringan ini berjumlah 35000 , learning rate 0,0001 , dan target error 0,0001. Hasil keakuratan Â yang didapat dari penelitian ini mencapai 83,33% dari 24 data pengujian. Kata Kunci : Jaringan Saraf Tiruan, Penyakit Jeruk, Backpropagation

APLIKASI KLASIFIKASI ANGGREK BERDASARKAN WARNA DAN BENTUK BUNGA DENGAN METODE LVQ BERBASIS WEB , Dwi Marisa Midyanti, Mentari Awanda , Tedy Rismawan
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Indonesia terkenal di dunia sebagai negara yang kaya akan sumber daya alam hayati yang diantaranya memiliki ribuan jenis anggrek. Kalimantan merupakan pulau terbesar di Indonesia memiliki sumber daya anggrek terbesar bila dibandingkan dengan pulau-pulau lain di Indonesia. Budidaya anggrek di Kalimantan Barat belum semaju di daerah lain, namum potensi anggrek di Kalimantan Barat cukup besar mengingat luas hutan di Kalimantan Barat. Anggrek dapat menjadi komoditas unggulan untuk meningkatkan pendapatan daerah dan masyarakat, namun kolektor anggrek maupun masyarakat masih sering mengalami kesukaran dalam mengenali jenis anggrek dikarenakan keanekaragaman bentuk dan warna dari bunga anggrek. Solusi yang dapat digunakan yaitu membuat aplikasi dengan memanfaatkan pengolahan citra digital dan sistem pengenalan pola untuk mempermudah pengenalan jenis anggrek. Pada penelitian ini, dibuat suatu aplikasi klasifikasi anggrek dengan memanfaatkan pengolahan citra digital melalui proses ekstraksi fitur warna dan bentuk sehingga diperoleh nilai rata-rata HSV dan nilai rata-rata Prewitt, serta implementasi metode LVQ untuk klasifikasi sehingga diperoleh nilai akurasi metode LVQ dalam mengklasifikasi anggrek. Berdasarkan hasil pengujian terhadap 30 data menggunakan parameter laju pembelajaran 0,1 dan penurunan laju pembelajaran sebesar 0,1, hasil ekstraksi citra anggrek kedalam fitur warna dan bentuk menghasilkan 22 pengujian yang diperoleh akurasi pengujian sebesar 73,33%.Â Kata kunci: anggrek, citra digital, warna bunga, bentuk bunga, warna HSV, deteksi tepi Prewitt, dan Learning Vector Quantization.

SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT RABIES PADA ANJING MENGGUNAKAN METODE FUZZY MAMDANIBERBASIS WEB , Dwi Marisa Midyanti, Noviyanti. P , Cucu Suhery
Jurnal Coding Sistem Komputer Universitas Tanjungpura Vol 5, No 2 (2017): Jurnal Coding Siskom Untan
Publisher : Jurnal Coding Sistem Komputer Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (577.932 KB)

Rabies merupakan penyakit menular yang disebabkan oleh virus dari Genus Lyssavirus Famili Rhabdovirus.Anjing merupakan salah satu hewan yang paling rentan terserang virus rabies. Menurut laporanDinas Peternakan dan Kesehatan Hewan Provinsi Kalimantan Barat, sekitar 90% virus rabies ditularkan oleh anjing pada manusia dan kasuskematian yang disebabkan oleh gigitan anjing telah terjadi di beberapa daerah. Anjing merupakan hewan yang sering berinteraksi langsung dengan manusia. Pemilik anjing terkadang tidak mengetahui apakah anjing yang dipelihara terbebas dari penyakit rabies. Oleh karena hal tersebut, dibutuhkan sebuah sistem yang dapat memberikan suatu diagnosa anjing penderita rabies. Sistem yang digunakan pada penelitian ini adalah sistem pakar dengan menggunakan metode Fuzzy Mamdani. Variabel masukan yang digunakan pada penelitian ini terdiri dari 4 variabel, yaitu variabel kelompok gejala 1, variabel kelompok gejala 2, variabel kelompok gejala 3, dan variabel kelompok gejala 4. Tiap variabel terdiri dari beberapa gejala dan tiap gejala memiliki nilai bobot. Gejala-gejala yang dipilih oleh user akan dikelompokkan berdasarkan kelompok gejala tiap variabel. Tiap variabel akan memiliki total bobot gejala. Total bobot gejala tersebut yang akan dikonversi untuk melakukan proses diagnosa menggunakan metode Fuzzy Mamdani. Output pada penelitian ini berupa tingkat (fase) penyakit rabies pada anjing, yaitu bukan rabies, rabies inkubasi, rabies ganas, rabies diam, dan rabies kelumpuhan. Akurasi keberhasilan yang diperoleh pada penelitian ini berdasarkan 50 data uji adalah sebesar 86%. Kata kunci: Sistem pakar, rabies pada anjing, Fuzzy Mamdani.

PENERAPAN METODE TOPSIS DALAM PENENTUAN SKALA PRIORITAS REHABILITASI JARINGAN IRIGASI DAERAH KETIAT B BENGKAYANG Hamid, Abdul; Midyanti, Dwi Marisa
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Universitas Muria Kudus

Jaringan irigasi dibangun oleh pemerintah untuk menunjang kegiatan perkebunan, pertanian, dan keperluan lainnya. Kerusakan jaringan irigasi dapat terjadi karena faktor usia bangunan, curah hujan yang tinggi, kebocoran saluran, endapan lumpur dan sampah. Jaringan irigasi yang rusak memerlukan rehabilitasi agar fungsi dan pelayanan irigasi dapat kembali seperti semula. Penelitian ini bertujuan untuk mengetahui skala prioritas rehabilitasi jaringan irigasi daerah Ketiat B Bengkayang dengan menggunakan metode TOPSIS. TOPSIS merupakan salah satu metode dalam penyelesaian permasalan Multi Attribute Decision Making (MADM). Empat kriteria digunakan dalam penelitian ini yaitu Kesediaan air, produktivitas padi, sarana operasi dan kondisi jaringan fisik. Alternatif pilihan berjumlah 36 alternatif. Hasil penelitian dengan menggunakan metode TOPSIS menunjukkan prioritas rehabilitasi daerah Ketiat B Bengkayang adalah perbaikan Bendungan – Pengambil Bebas (Sungai).

SISTEM PENGUKURAN ANTHROPOMETRI BADAN UNTUK KLASIFIKASI UKURAN PAKAIAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2 , Dwi Marisa Midyanti, Muhammad Kamal Khairy , Sampe Hotlan Sitorus
Coding Jurnal Komputer dan Aplikasi Vol 7, No 03 (2019): Coding : Jurnal Komputer dan Aplikasi
Publisher : Universitas Tanjungpura

Kebutuhan pakaian meningkat seiring bertambahnya jumlah penduduk. Ukuran pakaian menjadi salah satu faktor utama pelanggan dalam membeli pakaian. Masih banyaknya pembeli yang tidak mendapatkan ukuran pakaian sesuai dengan ukurannya menimbulkan ketidak-nyamanan ketika menggunakan pakaian tersebut. Penelitian tentang klasifikasi ukuran pakaian menggunakan jaringan syaraf tiruan bertujuan memudahkan penjahit memperoleh data ukuran pakaian pembeli walaupun tidak saling bertemu secara langsung. Jaringan Syaraf Tiruan adalah sebuah model pemrosesan yang diasumsikan menyerupai otak manusia. Jaringan Syaraf Tiruan memiliki karakteristik fault tolerance sehingga memungkinkan sistem dapat terus berjalan meskipun terdapat kerusakan pada salah satu komponennya. Jaringan Syaraf Tiruan digunakan untuk memecahkan suatu masalah tertentu seperti klasifikasi. Salah satu metode yang dapat menyelesaikan masalah klasifikasi adalah LVQ 2. Pada penelitian ini digunakan model jaringan LVQ 2 untuk klasifikasi ukuran pakaian. Berdasarkan hasil pelatihan, sistem dapat mengenali semua data latih. Hasil klasifikasi ukuran pakaian menggunakan 15 data uji dan parameter laju pembelajaran sebesar 0,1, window sebesar 0,8, minimum alpha Â sebesar 0,001 memperoleh akurasi sebesar 93,33%.Â Kata kunci: LVQ 2, Sobel, Klasifikasi, Ukuran Pakaian

Co-Authors , Syahru Rahmayuda, Haris Febriyanto Ramadhan , Sampe Hotlan Sitorus Abdul Hamid Abdul Hamid Adi Kurnia Agung Jati Swiknyo Arista, Agamita Sasya Cahyani Astrid Lestari Tungadi Caecilia Cantica Gita Mileniae Ahen Chairul Mukmin Dedi Triyanto Deni Deni Dian Prawira, Dian Edwin Rianto Erick Alfons Lisangan Farhan Fajar Luthfi Firdaus, Akmal Firdaus, Nurul Fajri 'Aini Halawa, Yasman Hanafi, Ahmad Abdul Hansen Alexander Rustan Herlian, Wildan Ikhwan Ruslianto Ilham Syah Ilhamsyah Indrawan, Muhammad Catur Irma Nirmala Junianti, Suci Kasliono Kasliono Kurniawan, Robbi Lestari, Ayu Lathalia Mahfuza, Sri Martha, Shantika Midyanti, Hafizhah Insani Mochammad Imron Awalludin Mulia, Agung Wira Neneng Suriati Nova Andaresta Nurhadi, Ade Muhamad Qadari, Ilham Latul Rahman, Reiza Aditya Rahmi Hidayati Renny Puspita Sari Rikki Pratama Saputro, Arinto Mangku Shantika Martha Suhardi Suhardi Suhardi Syamsul Bahri Syamsul Bahri Tedy Rismawan Tedy Rismawan That, Shau Thomas Adi Putra Tri Floren Doni Uray Ristian Valentino, Viktorius Wahiddatun Nisa Yunizar, Ahmad

Title

Found 73 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 73 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 73 Documents
Search