Article Per Year (5 Year)
p-Index From 2021 - 2026
0.947
P-Index
This Author published in this journals
All Journal Teknosains: Media Informasi Sains dan Teknologi Simtek : Jurnal Sistem Informasi dan Teknik Komputer JSAI (Journal Scientific and Applied Informatics) Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Indah Purwitasari Ihsan
Teknik Elektro, Universitas Fajar Makassar
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Physics

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
INTERNET OF THINGS UNTUK MONITORING GEJALA KECEMASAN PADA PASIEN MENGGUNAKAN LOGIKA FUZZY Muh Sakir; Indah Purwitasari Ihsan; Farida Yusuf
Teknosains Vol 15 No 3 (2021): September-Desember
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/teknosains.v15i3.23733

Abstract

Seorang pasien tidak boleh berada dalam kondisi psikologis yang cemas karena kecemasan justru akan menurunkan imunitas yang menyebabkan proses penyembuhan menjadi lambat bahkan berlangsung lama. Kecemasan yang berlarut akan berkembang menjadi stress, maka sangat perlu untuk dapat mendeteksi gejala kecemasan sejak dini, sebelum terjadi kecemasan yang berlarut dan berakibat stress. Namun gejala kecemasan ini berkaitan dengan faktor psikologis yang samar dan mengandung ketidakpastian yang tidak selalu bisa untuk di kontrol dan di monitoring oleh dokter. Tujuan dari penelitian ini adalah membuat sistem yang dapat memonitoring gejala kecemasan pasien secara real time berbasis Internet of Things(IoT) sehingga dokter bisa menentukan treatment yang tepat untuk menjaga kondisi psikologis pasien. Sistem mendeteksi respon fisiologis pada manusia ketika seseorang merasa cemas yaitu perubahan detak jantung, suhu tubuh, dan intensitas keringat yang dideteksi menggunakan sensor. Informasi yang diperoleh dari sensor tersebut menjadi parameter input yang kemudian diolah menggunakan logika fuzzy untuk deteksi dini gejala kecemasan. Logika fuzzy dipilih karena merupakan metode untuk menyelesaiakan masalah yang samar dengan ketidakpastian dari ambang batas nilai perubahan gejala. Output berupa gejala kecemasan yang dibagi menjadi 3 (tiga) gejala yaitu normal, ringan, dan berat. Metode penelitian yang digunakan adalah metode SDLC (System Development Life-Cycle). Berdasarkan hasil penguian black box menyatakan seluruh fungsional sistem bekerja sesuai fungsinya, hasil pengujian white box menyatakan semua logika telah benar dan sesuai. Hasil penelitian menunjukkan bahwa sistem yang telah dibangun berhasil memonitoring gejala kecemasan pada pasien dengan tingkat akurasi sistem sebesar 98%
PUZZLE ELEKTRONIK MONTESSORI SAND BOARD LETTER (SBL) UNTUK EDUKASI SUKU KATA BAHASA INDONESIA PADA ANAK USIA DINI Indah Purwitasari Ihsan; Muh Sakir; Farida Yusuf
Teknosains Vol 16 No 1 (2022): Januari-April
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/teknosains.v16i1.23734

Abstract

Montessori merupakan salah satu metode pembelajaran untuk menstimulasi anak dalam meraih potensinya di segala bidang. Pada bidang literasi membaca salah satu tahapan awal adalah bagaimana menstimulasi kemampuan membaca permulaan, dimulai dengan mengenalkan huruf-huruf menggunakan metode belajar suku kata. Proses stimulasi tersebut haruslah dengan cara eksplorasi bermain yang menyenangkan dan tidak membosankan sehingga anak tidak akan merasa bahwa ia sedang belajar, apalagi dalam kondisi pandemi Covid-19 yang masih berlangsung hingga saat ini, dimana proses belajar menjadi membosankan bagi anak karena harus dilakukan di rumah saja. Tujuan dari penelitian ini adalah membuat sebuah teknologi pembelajaran berupa puzzle elektronik Montessori Sand Board Letter (SBL) untuk suku kata Bahasa Indonesia yang dapat membantu menstimulasi anak usia dini sesuai prinsip Montessori dalam mengenal suku kata. Metode pengembangan sistem menggunakan Metode Sistem Development Life-Cycle (SDLC). Berdasarkan hasil pengujian fungsional menggunakan metode black box menyatakan bahwa seluruh fungsional sistem berfungsi 100% sesuai perancangan dan tujuan. Hasil pengujian dan validasi oleh praktisi Montessori menyatakan bahwa sistem telah sesuai dengan kaidah Montessori. Berdasarkan hasil observasi penggunaan, Puzzle elektronik Montessori Sand Board Letter (SBL) untuk suku kata Bahasa Indonesia dapat menjadi salah satu alternative tools pembelajaran mengenalkan suku kata Bahasa Indonesia untuk proses belajar membaca permulaan.
CLUSTERING DAN SEGMENTASI GAMBAR MENGGUNAKAN ALGORITMA FUZZY C-MEANS Indah Purwitasari Ihsan; Muh Sakir
Simtek : jurnal sistem informasi dan teknik komputer Vol 4 No 1 (2019): April 2019
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (282.712 KB) | DOI: 10.51876/simtek.v4i1.41

Abstract

Fuzzy C-Means (FCM) adalah suatu teknik pengklasteran data yang mana keberadaan tiap-tiap titik data dalam suatu ditentukan oleh derajat keanggotaan, dalam algoritma Fuzzy C-Means, input data yang akan di cluster berupa matriks X berukuran n x m (n = jumlah sampel data dan m = atribut setiap data). Permasalahan penggunaan ruang memori penyimpanan yang besar membutuhkan metode tertentu untuk efisiensi penggunaan ruang penyimpanan, salah satu metode yang cukup efektif untuk pemampatan adalah kompresi, banyak algoritma yang digunakan untuk kompresi file baik data maupun gambar, namun perkembangan menunjukkan bahwa clustering dan segmentasi merupakan salah satu metode yang cukup efisien. Dari hasil penelitian diketahui bahwa Algoritma fuzzy c-mean sangat efektif diimplementasikan untuk segmentasi gambar berwarna karena proses clusteringnya yang tersebar secara tidak teratur atau acak. Running timenya bergantung pada besarnya ukuran file gambar. Semakin besar ukurannya maka durasinya akan semakin lama begitupun sebaliknya.
Voice Recognition Untuk Otomatisasi Sistem Pengakses Pintu Indah Purwitasari Ihsan; Sukriyah Buwarda; Hilda Novianty; Ifsan Aditya Putra
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 1 (2021): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i1.1318

Abstract

Penggunaan kunci manual sebagai pembuka dan pengunci pintu masih belum optimal. Masalah yang sering terjadi adalah pemilik kunci sering kali lupa dimana menyimpan kunci bahkan hingga terjadi kehilangan kunci. Sistem biometrik pola suara memiliki ciri khas dan karakteristik yang berbeda pada setiap manusia, maka suara dapat dijadikan salah satu alternatif solusi, yaitu suara sebagai kunci untuk membuka pintu secara otomatis sehingga lebih efisien. Otomatisasi sistem pengunci pintu dibuat menggunakan Elechouse v3 yang berfungsi sebagai voice recognition serta Solenoid lock door sebagai pengunci otomatis pada pintu. Hasil pengujian fungsional menggunakan black box menunjukkan bahwa seluruh alat yang dirangkai berfungsi sesuai fungsinya. Pengujian tingkat keberhasilan sistem dilakukan menggunakan variable derau, non derau dan jarak. Pada data training tingkat keberhasilan sistem ini jika tanpa derau adalah 100%, sedangkan dengan derau 50.0 dB hingga 70 dB rata-rata tingkat keberhasilannya adalah 56,2%. Untuk jarak 30 cm sampai 180 cm rata-rata keberhasilannya sebesar 40,51%. Jarak terjauh adalah pada jarak 150 cm dengan presentase keberhasilan 5%. Pada data testing tingkat keberhasilannya jika tanpa derau adalah 0%, sedangkan dengan derau 50.0 dB hingga 70 dB rata-rata tingkat keberhasilannya adalah 1,9%. Untuk jarak 30 cm sampai 180 cm rata-rata keberhasilannya sebesar 0%.The use of manual locks as door openers and locks is still not optimal. The problem that often occurs is that the key owner often forgets where to store the key and even loses the key. The voice pattern biometric system has different characteristics for each human, so sound can be an alternative solution, namely voice as a key to open doors automatically so that it is more efficient. Door lock system automation is made using Elechouse v3 which functions as voice recognition and Solenoid door lock as automatic locking of doors. The results of functional testing using a black box show that all the tools assembled function according to their function. Testing the success rate of the system is carried out using noise, non-noise and distance variables. In the training data, the success rate of this system without noise is 100%, while with a noise of 50.0 dB to 70 dB the average success rate is 56.2%. For a distance of 30 cm to 180 cm the success rate is 40.51%. The farthest distance is at a distance of 150 cm with a success percentage of 5%. In the testing data, the success rate without noise is 0%, while with a noise of 50.0 dB to 70 dB the average success rate is 1.9%. For a distance of 30 cm to 180 cm the success rate is 0%. 
Haar Cascade dan Algoritma Eignface Untuk Sistem Pembuka Pintu Otomatis Indah Purwitasari Ihsan
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.v4i2.1642

Abstract

Teknologi diciptakan untuk mempermudah manusia dalam melakukan segala pekerjaan dan aktifitasnya, termasuk dalam hal mengakses pintu. Menggunakan teknologi pengolahan citra, wajah merupakan salah satu alternatif yang bisa digunakan untuk mengakses pintu dan mengamankannya dari orang yang tidak bertanggung jawab. Hal ini dikarenakan wajah setiap manusia memiliki pola yang berbeda-beda yang bisa ditransformasikan menjadi citra digital dan diolah mengunakan algoritma pengolahan citra. Dalam penelitian ini, mengkombinasikan haar cascade dan algoritma eigenface untuk mengolah citra wajah. Hasil dari pengolahan citra tersebut digunakan untuk menentukan hak akses dalam mengakses pintu, untuk kemudian diintegrasikan ke mikrokontroller, sehingga pintu dapat terbuka otomatis. Penelitian ini menghasilkan prototype system pembuka pintu otomatis dengan pengenalan wajah sebagai penentu hak aksesnya. Dari hasil penelitian, algoritma eigenface tidak dapat bekerja pada pencahayaan 0 lux  hingga 8 lux dalam jarak 20 cm hinga 60 cm  yaitu menghasilkan akurasi 0%, sedangkan pada pencahayaan 36 lux sampai 44 lux dan 160 lux sampai172 lux algoritma eigenface bekerja dengan baik dengan jarak pengambilan gambar 20-60 cm dengan akurasi 80%. Technology was created to make it easier for humans to do all their work and activities, including accessing doors. Using image processing technology, faces are an alternative that can be used to access doors and secure them from irresponsible people. This is because the face of every human being has a different pattern that can be transformed into a digital image and processed using an image processing algorithm. In this research, combining haar cascade and eigenface algorithm to processing face images. The results of the image processing are used to determine access rights in accessing the door, and then integrated into the microcontroller, so that the door can be opened automatically. This research produces a prototype automatic door opening system with face recognition as a determinant of access rights. From the results of the study, the eigenface algorithm cannot work at 0 lux  to 8 lux lighting within a distance of 20 cm  to 60 cm which produces 0% accuracy, while at 36 lux to 44 lux and 160 lux to 172 lux lighting the eigenface algorithm works well with a shooting distance of 20 cm to 60 cm with 80% accuracy.
METODE PROFILE MATCHING UNTUK DIAGNOSA GANGGUAN PENCERNAAN PADA ANAK Indah Purwitasari Ihsan; Muh Sakir
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 4 No. 1 (2023): Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) AMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v4i1.196

Abstract

Profile matching is one of the methods in the Decision Support System, but in this study the profile matching method is used for expert systems, namely for diagnosing digestive disorders in children aged 0 to 7 years, the input data is symptom data while the output is in the form of diagnosis results in the form of a percentage of types of disorders. digestion. The process of profile matching is to determine the weight of the criteria for each symptom, create a knowledge base/ideal profile, determine the weight of the gap, determine the core factor and secondary factor, calculate the gap for each input symptom with the symptoms in the knowledge base, determine the weight of each gap, calculate the core score factor and secondary factor, ranking with a weight of 60% core factor and 40% secondary factor. The results of the study show that the profile matching method can be used to create an expert system for diagnosing digestive disorders in children with an accuracy value of 82%.
Co-Authors Farida Yusuf Hilda Novianty Ifsan Aditya Putra Muh Sakir Sukriyah Buwarda