Deden Wahiddin
Universitas Buana Perjuangan Karawang

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

Klasifikasi Kadar Hidrasi Tubuh Berdasarkan Warna Urine dengan Metode Ekstraksi Fitur Citra dan Euclidean Distance Deden Wahiddin
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 5 No 1 (2020): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v5i1.887

Abstract

Dehidrasi merupakan salah satu masalah kesehatan yang terjadi akibat ketidakseimbangan jumlah cairan atau air dalam tubuh. Dehidrasi sering luput dari perhatian karena tidak menimbulkan efek signifikan secara langsung bagi tubuh, oleh karena itu diperlukan adanya sistem deteksi dini terhadap tingkat dehidrasi tubuh untuk mencegah gangguan kesehatan yang lebih parah. Salah satu alat sederahana yang dapat digunakan untuk mengukur tingkat hidrasi tubuh adalah warna urine. Pada bidang kesehatan warna urine diklasifikasikan menjadi tabel derajat warna urine untuk mengukur kadar cairan dalam tubuh yang akan menentukan kadar hidrasi. Metode pengukuran dehidrasi dilakukan menggunakan nomor skala yang menunjukkan rentang warna urine mulai dari jernih dengan skala 1 hingga yang pekat (coklat kehijauan) dengan skala 8. Pada penelitian ini dilakukan pengambilan citra warna urine yang diproses pada pengolahan citra digital dengan menggunakan metode ekstraksi fitur warna dan euclidean distance untuk kemudian dilakukan pengecekan tingkat kemiripan warna dengan tabel derajat warna urine untuk proses klasifikasi kadar hidrasi tubuh. Berdasarkan hasil pengujian pada 20 sampel citra uji, didapatka tingkat akurasi sebesar 75%.
Algoritma Certainty factor untuk Diagnosa Hama dan Penyakit Tanaman Cabai Rawit Muhammad Naufal; Deden Wahiddin; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Tanaman cabai rawit sering mengalami beberapa masalah, salah satunya tentang hama dan penyakit tanaman cabai rawit yang menyerang perkebunan petani, sehingga mengakibatkan penurunan hasil panen sampai gagal panen apabila serangan hama dan penyakit semakin parah. Hal ini disebabkan salah satunya karena terbatasnya seorang pakar untuk memberikan pengarahan ke petani serta kurangnya pengetahuan petani dalam penanganan hama dan penyakit tanaman cabai rawit. Berdasarkan masalah tersebut, salah satu solusi yang bisa dilakukan menggunakan sebuah aplikasi sistem pakar yang dapat memberikan informasi kepada para petani terkait hama dan penyakit tanaman cabai rawit. Proses yang dilakukan pada penelitian ini akuisi pengetahuan pakar, pengambilan data opt, pembuatan kode gejala, implementasi algoritma certainty factor, pengujian dan hasil. Pada penelitian ini algoritma yang digunakan algoritma certainty factor. Dari hasil pengujian yang dilakukan pada 30 data percobaan akurasi yang didapatkan sebesar 86%.
Penerapan Algoritma Backward Chaining untuk Mendiagnosa Penyakit dan Hama Tanaman Padi Hidayatus Solikhin; Deden Wahiddin; Kiki Baihaqi
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Pertanian mempunyai peranan penting dalam kehidupan masyarakat di kabupaten Karawang. Aktualnya berbagai masalah muncul dalam sektor pertanian, salah satunya masalah penyakit dan hama tanaman padi yang menyerang sawah petani. Menurut Bapak Yuyu Yudaswara selaku pakar dinas pertanian Karawang terbatasnya jumlah pakar dan Penyuluh Pertanian Lapangan (PPL) menjadi salah satu penyebabnya. Berdasarkan masalah yang dialami petani maka, solusi yang dibuat yaitu penerapan algoritma backward chaining untuk diagnosa penyakit dan hama tamanan padi. Hal ini bertujuan untuk memberikan solusi berupa saran penanganan yang diberikan oleh pakar kepada petani. Proses tahapan yang dilakukan dalam penelitian ini terdiri dari analisis data, akuisisi pengetahuan, desain dan coding, dan pengujian akurasi. Setelah melewati tahapan pengujian akurasi, hasil akurasi yang diperoleh sebesar 82,21% dari 45 data pengujian penyakit dan hama tanaman padi.
Sistem Pakar Diagnosa Dini Kecanduan Narkoba Menggunakan Algoritma Naive Bayes Berbasis Web Muhammad Yusuf; Deden Wahiddin; Adi Pratama
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Narkoba merupakan obat-obatan terlarang yang memberikan dampak negative terhadap kesehatan, nama lain dari narkoba adalah NAPZA yang merupakan singkatan dari Narkotika, Psikotropika, dan Zat Adiktif lainnya. Obat-obatan ini mengandung zat-zat berbahaya yang akan memberikan dampak negatif tertentu bagi yang menggunakannya. Narkoba merupakan salah satu masalah yang menjadi fokus utama bagi pemerintah pada masa sekarang, setiap tahunnya pengguna narkoba mengalami peningkatan yang cukup signifikan dikarenakan masih kurangnya pengetahuan dan peran masyarakat dalam mendukung program pemerintah dalam menekan tingkat pengguna narkoba. Untuk itu diperlukan inovasi yang memanfaatkan pengembangan teknologi khususnya teknologi informasi yang dapat diakses oleh setiap masyarakat. Jadi dengan adanya teknologi informasi mengenai diagnosa dini kecanduan narkoba, akan memudahkan masyarakat mengetahui apakah keluarganya kecanduan narkoba atau tidak. Berdasarkan permasalah ini peneliti membuat aplikasi sistem pakar. Sistem pakar dianggap mampu menyelesaikan masalah yang biasanya diselesaikan oleh pakar. Pembuatan sistem pakar ini menggunakan metode naìˆve bayes dengan mencari nilai probabilitas gejala dini kecanduan dengan hasil outpot diagnosa dini kecanduan narkoba. Dari hasil pengujian yang dilakukan pada 15 data percobaan akurasi diagnosa sesuai pakar sebesar 20% dan tidak sesuai diagnosa pakar sebesar 80%.
Implementasi Algoritma Certainty Factor pada sistem pakar untuk Mendeteksi Kecanduan Online Games Tri Denda; Deden Wahiddin; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Online game (OG) dapat dimainkan dengan perangkat komputer atau gawai yang terhubung dengan koneksi internet. Bermain OG secara umum berdampak baik bagi para pemain, OG dapat dijadikan terapi untuk meningkatkan kemampuan kognitif. Tetapi, bermain OG juga dapat berdampak buruk tergantung kondisi pengguna serta durasi bermain pengguna memainkan OG. Para pengguna masih kurang sadar dengan dampak buruk yang ditimbulkan dari bermain OG seperti gangguan mental hingga kecemasan. Pada penelitian ini akan membuat sebuah sistem berbasis Android untuk mendeteksi kecanduan bermain OG dengan metode certainty factor (CF). Ada 9 gejala yang ditimbulkan dari bermain OG yaitu terobsesi, penarikan, toleransi, sulit dikontrol, kehilangan gairah melakukan aktivitas lain, tidak acuh, berbohong, pelarian, dan tidak produktif. Setiap gejala memiliki nilai CF masing-masing, nilai CF terbagi dua jenis yaitu CF pakar dan CF pengguna. Nilai CF pakar ditentukan oleh seorang pakar psikolog, sedangkan CF pengguna ditentukan oleh seorang pengguna yang telah menjawab pertanyaan dari sistem. Nilai CF pakar dan CF pengguna menentukan tingkat kecanduan, tingkat kecanduan terdiri dari tiga yaitu ringan, sedang, dan berat. Hasil pengujian akurasi berdasarkan 18 sampel data acak yaitu menunjukkan nilai 83%.
Sistem Pakar Klasifikasi dan Saran Pengembangan Kepribadian Calon Karyawan dengan Metode Certainty Factor dan Forward Chaining Gilang Wibowo; Deden Wahiddin; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Pada dunia kerja banyak perusahaan yang menggunakan jasa psikolog untuk membantu proses perekrutan calon karyawan. Proses perekrutan calon karyawan, tidak akan cukup menggunakan metode wawancara dalam menentukan calon karyawan tersebut layak atau tidak untuk diterima. Pada bagian HRD (Human Resources Development) di PT. Steel Pipe Industry of Indonesia Karawang Factory, Tbk dalam proses penerimaan calon karyawan diberikan serangkaian tes dalam menyeleksinya, salah satu tes tersebut adalah tes kepribadian. Jenis tes yang digunakan yakni tes kepribadian DISC. Disamping itu dalam proses perekrutan ditemukan masalah, yakni proses perekrutan masih menggunakan metode lama dengan cara menggunakan lembaran kertas atau serangkaian pertanyaan yang nantinya akan dikoreksi secara manual. Sehingga memerlukan banyak waktu dari proses pengisian, koreksi, dan input nilai tes kepribadian. Oleh karena itu diperlukan sebuah sistem pakar yang dapat membantu menganalisa jenis kepribadian DISC dan saran pengembangan bagi perusahaan dan calon karyawan. Pembuatan sistem pakar ini menggunakan metode certainty factor dengan mencari nilai CF pernyataan gambaran diri dan menentukan saran pengembangan kepribadian sesuai dengan jenis kepribadian yang dimiliki menggunakan metode forward chaining. Dengan perhitungan metode certainty factor dan pencarian data metode forward chaining dari proses tes kepribadian di dapatkan nilai kepercayaan dari hasil tes dengan nilai tingkat akurasi 93,33%.
Sistem Pendukung Keputusan Pemilihan Program Studi Menggunakan Algoritme Dempster Shafer Studi Kasus Universitas Buana Perjuangan Karawang Moh. Alifudin; Deden Wahiddin; Adi Pratama
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Perguruan tinggi merupakan tahap dari sekolah menengah keatas yang diselenggarakan untuk mempersiapkan calon peserta didik baru yang diharapkan supaya menjadi generasi penerus negeri yang mempunyai kemampuan akademis dan professional untuk dapat diterapkan dikehidupan masyarakat. Memilih program studi di perguruan tinggi sering kali membuat calon mahasiswa baru kebingungan dan kesulitan lantaran mereka tidak tahu dengan tipe kecerdasan mereka. Sehingga yang terjadi yaitu mereka salah mengambil program studi, mereka hanya mengikuti teman atau permintaan orang tua dalam memilih program studi. Dampakm buruk dari salah memilih program studi sangatlah signifikan terhadap kehidupan di masa mendatang,, diantaranya yaitu kehilangan motivasi belajar dan otak sulit mencerna pelajaran, kemudian muncul keinginan untuk pindah jurusan atau program studi dan yang paling fatal bisa berhenti kuliah. Solusi dari permasalahan ini yaitu dibuatkan sebuah sistem pendukung keputusan pemilihan program studi di perguruan tinggi menggunakan algoritme dempster shafer. Fungsi dari algoritme dempster shafer ini untuk menentukan jenis tipe kecerdasan calon mahasiswa baru. Berdasarkan pengujian kesesuaian dengan diagnose pakar menghasilkan bahwa diagnose sistem yang sesuai dengan diagnose pakar sebesar 74% dari 15 kali pengujian.
Sistem Deteksi Wajah Keamanan Pintu Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Arduino Kiki Wahyuddin; Deden Wahiddin; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Seiring perkembangan teknologi sekarang sangatlah cepat, oleh karena itu penting untuk menyiasati keamajuan teknologi khususnya pada sistem keamanan. Sistem keamanan sudah sangat banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini sistem yang akan digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yaitu menggunakan ciri-ciri dari fisik manusia menggunakan kamera atau webcam untuk menangkap wajah manusia. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convlutional neural network (CNN). Identifikasi wajah yang dilakukan yaitu menangkap fitur-fitur pada wajah seperti posisi yang berbeda, jarak pandang wajah ke kamera dan gaya ekspresi wajah. Hasil pengujian menunjukan sistem dapat mengetahui atau mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convlutional neural network (CNN) berbasis arduino, dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30cm dalam kondisi pencahayaan terang dan gelap.
Algoritma Certainty Factor Untuk Diagnosa Penyakit Depresi Pada Remaja Ryan Hasbie; Deden Wahiddin; Ayu Juwita
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Depresi salah satu penyakit gangguan yang terjadi pada mental dan perasaan yang ditandai dengan gejala kecemasan, kesedihan, dan pesimistis. Sebagian orang tidak menyadari bahwa depresi termasuk penyakit yang berbahaya dan jika tidak segara diatasi akan terjadi depresi berat yang menyebabkan keinginan untuk bunuh diri. Penyebab depresi belum diketahui secara pasti namun sudah ditemukan beberapa faktor penyebanya, salah satunya yaitu faktor usia. Faktor usia menjelaskan bahwa usia remaja lebih rentan terkena penyakit depresi karena pada usia remaja dipenuhi dengan permasalahan dan tekanan. Berdasarkan permasalahan tersebut, maka dibuatlah solusi untuk mendiagnosa penyakit depresi pada remaja menggunakan algoritma certainty factor. Penelitian ini menggunakan algotima certainty factor karena memiliki nilai akurasi yang besar serta untuk mengakomodasi ketidakpastian seorang pakar yang seringkali menganalisis suatu informasi yang ada dengan ungkapan ketidakpastian. Hasil dari penelitian ini diperoleh 21 gejala depresi dan 3 penyakit depresi. Berdasarkan hasil pengujian yang telah dilakukan, diagnosa penyakit depresi pada remaja menggunakan algoritma certainty factor memiliki nilai akurasi sebesar 76% dari 30 data uji.
Klasifikasi Sentimen Terhadap Pinjaman Online (Pinjol) Menggunakan Algoritma Naive Bayes Topan Ramadhan; Deden Wahiddin; Elsa Awal
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Program pinjaman online merupakan salah satu contoh platform jasa keuangan yang ditawarkan langsung oleh pelaku usaha fintech. Seiring banyaknya penyedia pinjaman online, masyarakat akan lebih banyak lagi membicarakan aplikasi pinjaman online. Pendapat yang diberikan masyarakat terhadap pinjaman online (pinjol) berupa positif dan negatifnya dari penyedia jasa pinjaman online tersebut. Analisis sentimen merupakan sebuah studi dari komputasi yang mengekspresikan sebuah sentimen, opini, evaluasi, sikap, emosi, penilaian maupun pandangan terhadap suatu teks. Pada suatu teks tersebut dapat dikategorikan kedalam nilai positif, negatif maupun netral. Klasifikasi naive bayes adalah perhitungan untuk pengelompokan berdasarkan hipotesis bayes dan digunakan untuk mencari kemungkinan atau kemungkinan suatu kelas dengan kecurigaan bahwa satu kelas dengan kelas lain biasanya tidak bergantung atau bebas. Berdasarkan hasil penelitian menggunakan algoritma naive bayes terhadap 650 data dengan 80% digunakan untuk data treining serta 20% digunakan untuk data testing diperoleh hasil akurasi sebesar 75%.