Garuda - Garba Rujukan Digital

Local Binary Pattern untuk Pengenalan Jenis Daun Tanaman Obat menggunakan K-Nearest Neighbor Lamasigi, Zulfrianto Y; Hasan, Maryam; Lasena, Yulianti
ILKOM Jurnal Ilmiah Vol 12, No 3 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i3.667.208-218

Tanaman obat tradisional merupakan jenis tanaman yang mengandung zat aktif yang berfungsi mengobati ataupun mencegah dari berbagai macam penyakit. Oleh karena itu dilakukan penelitian untuk menguji metode Local Binary Pattern untuk ektraksi ciri dari setiap tanaman obat tradisional dan K-Nearest Neighbor pada proses klasifikasi setelah dilakukan ektraksi dari metode Local Binary Pattern. Dari pengujian menggunakan metode Local Binary Pattern dan K-Nearest Neighbor mampu menghasilkan akurasi yang cukup baik yaitu sebesar 96.67%, nilai akurasi tersebut didapat dari perhitungan manual convusion matrix dengan nilai k=9. Sementara itu hasil akurasi terendah ada pada nilai k=1 yaitu 0%. Hasil ektraksi dan klasifikasi dari metode Local Binary Pattern dan K-Nearest Neighbor menggunakan 120 dataset yang dibagi menjadi 90 data training dengan 6 jenis daun tanaman obat yang terdiri dari 15 daun bayam duri, 15 daun binahong, 15 daun jarak, 15 daun afrika, dan 15 daun sirih dengan percobaan 30 data testing.

Text Mining Analysis untuk Identifikasi Artikel Hoax Menggunakan Algoritma Cosine Similarity Lasena, Yulianty; Husdi, Husdi; Hasan, Maryam
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 4, No 2 (2020): JTIK
Publisher : KITA Institut

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

Dampak perkembangan teknologi yang signifikan dalam kehidupan sehari-hari dimulai dari kegiatan yang sederhana hingga kegiatan yang membutuhkan tingkat ketelitian yang tinggi. Perkembangan tekhnologi informasi juga turut serta mendorong dalam penyebaran berita. Di Indonesia teknologi informasi ikut berkembang pesat dimana pengguna internet saat ini berjumlah 132,7 juta atau 52% dari jumlah penduduk Indonesia. Pertukaran informasi antar sesama merupakan hal yang positif, namunÂ penyebarannya melalui media sosialÂ yang isinya tidak semua fakta.Â Dalam beberapa macam kasus yang telah terjadi misalkan penyebaran berita yang bukanÂ fakta sering disebut hoax. Teknologi terkini yang bisa membantu mengatasi hal tersebut, salah satunya adalah teknologi yang dikenal dengan nama Text Mining (Penambangan Teks). Hal ini dimanfaatkan untuk memecahkan masalah yang di hadapi oleh pengguna internet terhadap informasi palsu (hoax).Kata Kunci:Hoax, Artikel, Cosine Similarity, Text Mining.

PENERAPAN DATA MINING UNTUK MENENTUKAN POTENSI HUJAN HARIAN DENGAN MENGGUNAKAN ALGORITMA K NEAREST NEIGHBOR (KNN) Rofiq Harun; Kartika Chandra Pelangi; Yuliyanti Lasena
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 3 No. 1 (2020): MISI Januari 2020
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v3i1.125

Pentingnya informasi ramalan cuaca yang tepat dan tidak membingungkan untuk berbagai hal bidang-bidang seperti pertanian perikanan yang terkait erat dengan prakiraan cuaca, Prediksi cuaca yang tepat dan cepat diperlukan oleh bidang-bidang ini untuk melakukan berbagai variasi kegiatan Tentunya tidak hanya nelayan atau petani yang dapat memanfaatkan ramalan cuaca informasi, masih banyak bidang kerja terkait lainnya, seperti pariwisata, perkapalan, perkebunan, kehutanan, konstruksi bangunan, perencanaan regional, kesehatan dan bahkan di bidang olahraga memerlukan informasi ini karena itu perlu membuat aplikasi untuk menentukan informasi cuaca, sehingga informasi tersebut dapat dimanfaatkan secara maksimal oleh Publik. desain sistem yang akan mengklasifikasikan secara otomatis dapat dikembangkan dengan menerapkan metode (KNN) berdasarkan Analisis data cuaca untuk menentukan apakah cuaca tidak hujan, cuaca hujan, hujan lebat, dan Dan hasil pengujian menunjukan baahwa klasifikasi penentuan cuaca harian dengan algoritma K-Nearest Neighbor mendapatkan Nilai RMSE 9.899 +/- 0.000 Kata kunci: K-Nearest Neighbor, Informasi cuaca

Identifikasi Tingkat Kesegaran Ikan Tuna Menggunakan Metode GLCM dan KNN Zulfrianto Yusrin Lamasigi; Serwin -; Husdi -; Yulianti Lasena
Jambura Journal of Electrical and Electronics Engineering Vol 4, No 1 (2022): Januari - Juni 2022
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Abstrak-Dari potensi perikanan dan kelautan secara Nasional, Provinsi Gorontalo memiliki potensi perikanan dan kelautan cukup besar yang dapat dikelola untuk menunjang pembangunan Gorontalo. Potensi perikanan tangkap Provinsi Gorontalo tidak bisa dipisahkan dari potensi perikanan tangkap yang berbasis pada WPP (Wilayah Pengelolaan dan Pemanfaatan) dan diakui secara Nasional maupun Internasional. Provinsi Gorontalo merupakan salah satu provinsi penghasil ikan tuna di Indonesia, hasil tangkapan ikan tuna di gorontalo telah diekspor keberbagai negara. Tuna merupakan salah satu komoditi andalan perikanan di Gorontalo yang juga banyak melibatkan nelayan kecil. Penelitianini bertujuan untuk melakukan identifikasi tingkat kesegaran ikan tuna dengan menggukanan metode Gray LevelCo-Occurrence Matrix(GLCM)sebagai metode ektraksi fitur dan K-Nearest Neighbour (K-NN) digunakan sebagai metode klasifikasi. Padapenelitian ini, akan dilakukan 5 kali percobaan berdasarkan sudut 0°, 45°, 90°, 135° dan 180° pada nilai k=1, 3, 5, dan 7. Sementara itu, untuk menghitung tingkat akurasi dari klasifikasi K-NN akan menggunakan confusion matrix. Dari uji coba yang di lakukan dengan menggunakan jumlah data training sebanyak 130 citra dan data testing 45 citra pada semua kelas dan sudut mendapatkan hasil akurasi tertinggi pada sudut 0° dengan nilai k=1 yaitu sebesar 82,28% dan yang paling rendah ada pada sudut 135° dan 180° dengan nilai k=1 yaitu sebesar 53,71%. Berdasarkan hasil akurasi yang didapatkan menunjukkan bahwah GLCM bekerja dengan baik untuk meningkatkan hasil akurasi klasifikasi K-NN yang dibuktikan dengan hasil rata-rata akurasi yang diperoleh mencapai 50%.Abstract-From the national fisheries and marine potential, Gorontalo Province has a large enough fishery and marine potential that can be managed to support the development of Gorontalo. The capture fisheries potential of Gorontalo Province cannot be separated from the potential of capture fisheries based on the WPP (Management and Utilization Area) and is recognized both nationally and internationally. Gorontalo province is one of the tuna-producing provinces in Indonesia, tuna catches in Gorontalo have been exported to various countries. Tuna is one of the mainstay fisheries commodities in Gorontalo which also involves many small fishermen. This study aims to identify the freshness level of tuna by using the Gray Level Co-Occurrence Matrix (GLCM) method as a feature extraction method and K-Nearest Neighbor (K-NN) is a classification method. In this experiment, 5 experiments were conducted based on the angles of 0°, 45°, 90°, 135° and 180° at the values of k=1, 3, 5, and 7. Meanwhile, to calculate the accuracy level of the K-NN classification, we will use a confusion matrix. From the trials carried out using the amount of training data as many as 130 images and testing data 45 images against all classes based on angles 0°, 45°, 90°, 135°, and 180° at the values of k=1, 3, 5, and 7, the highest accuracy obtained is at an angle of 0° with a value of k=1 which is 82.28% and the lowest is at an angle of 135° and 180° with a value of k=1 which is 53.71%. The results of the trials conducted show that GLCM works well to improve the accuracy of the K-NN classification as evidenced by the average accuracy of 50%.

Clustering Komoditi Unggulan Daerah Provinsi Gorontalo Menggunakan Algoritma K-Means Yulianty Lasena; Yusrianto Malago
Jambura Journal of Electrical and Electronics Engineering Vol 2, No 1 (2020): Januari - Juni 2020
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Abstrak - Provinsi Gorontalo merupakan daerah Provinsi yang sebagian besar roda perekonomian bergerak pada sektor pertanian. Hingga Saat ini daerah tersebut menjadikan pertanian sebagai sector penting dalam pelaksanaan pembangunan. Masalah yang dihadapi adalah dibutuhkan sebuah bentuk pengawasan yang memanfaatkan teknologi sehingga pengawasan yang dilakukan dapat terbarui secara berkala, terdokumentasi dan dapat diakses secara terbuka. berdasarkan dari masalah tersebut maka dibutuhkan aplikasi yang dapat mengelompokan komoditi unggulan di provinsi gorontalo. Pada penelitian ini dapat mengetahui komoditi menjadi unggulan di Provinsi Gorontalo, komiditi yang menjadi unggulan daerah akan dipertahankan dan dimaksimalkan produksinya sedangkan komoditi unggulan yang produksinya masih rendah akan menjadi prioritas dalam peningkatan hasil, Berdasarkan hasil penelitian tersebut dapat didapatkan Komoditi yang menjadi Cluster 1 adalah tingkat produksinya yang rendah, Sedangkan Komoditi yang menjadi Cluster 2 adalah tingkat produksinya sedang atau tetap dan Produksinya tinggi termasuk pada Cluster 3. Kata Kunci : Komoditi Unggulan Daerah, Clustering, K-Means

Local Binary Pattern untuk Pengenalan Jenis Daun Tanaman Obat menggunakan K-Nearest Neighbor Zulfrianto Y Lamasigi; Maryam Hasan; Yulianti Lasena
ILKOM Jurnal Ilmiah Vol 12, No 3 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i3.667.208-218

Tanaman obat tradisional merupakan jenis tanaman yang mengandung zat aktif yang berfungsi mengobati ataupun mencegah dari berbagai macam penyakit. Oleh karena itu dilakukan penelitian untuk menguji metode Local Binary Pattern untuk ektraksi ciri dari setiap tanaman obat tradisional dan K-Nearest Neighbor pada proses klasifikasi setelah dilakukan ektraksi dari metode Local Binary Pattern. Dari pengujian menggunakan metode Local Binary Pattern dan K-Nearest Neighbor mampu menghasilkan akurasi yang cukup baik yaitu sebesar 96.67%, nilai akurasi tersebut didapat dari perhitungan manual convusion matrix dengan nilai k=9. Sementara itu hasil akurasi terendah ada pada nilai k=1 yaitu 0%. Hasil ektraksi dan klasifikasi dari metode Local Binary Pattern dan K-Nearest Neighbor menggunakan 120 dataset yang dibagi menjadi 90 data training dengan 6 jenis daun tanaman obat yang terdiri dari 15 daun bayam duri, 15 daun binahong, 15 daun jarak, 15 daun afrika, dan 15 daun sirih dengan percobaan 30 data testing.

Real Time Analisys Berbasis Internet Of Things Untuk Prediksi Iklim Lahan Pertanian Husdi Husdi; Yulianty Lasena
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 4, No 3 (2020): Juli 2020
Publisher : STMIK Budi Darma

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

Sektor pertanian merupakan salah satu sektor utama sebagai penghasil pangan. Pertanian menjadi sangat penting karena mempunyai kontribusi dalam pencapaian tujuan pembangunan perekonomian nasional karena Indonesia merupakan negara agraris yang sebagian besar masyarakat Indonesia adalah petani. Masaalah yang diangkat dalam penelitian ini adalah bahwa sebagian besar usaha pertanian di indonesia masih di kelola secara konvensional dan belum memanfaatkan perkembangan teknologi dalam peningkatan hasil. Inovasi teknologi pada sektor pertanian perlu ditingkatkan salah satunya dengan memanfaatkan perkembangan teknologi Data Mining. Pentingnya memprediksi iklim lahan pertanian karena Perubahan iklim tidak hanya menyebabkan kegagalan panen, tetapi juga merusak sumber daya lahan pertanian, meningkatkan luas areal dan intensitas tanaman yang mengalami kekeringan, meningkatkan kelembaban perkembangan hama dan penyakit tanaman Pada Penelitian ini algoritma yang digunakan untuk prediksi adalah algoritma Regresi Linear Sederhana. Dari hasil uji coba terhadap Prototype yang dibangun dan hasil aplikasi yang dirancang didapatkan hasil Sensor Bme820 dan Soil Moisture Fc28 dapat berkomunikasi dengan baik dan NodeMCU Esp8266 sehingga hasil pembacaan Sensor dapat ditampilkan pada Aplikasi Website yang direkayasa dan juga memungkinkan untuk melakukan kontrol terhadap alat penyiraman tanaman melalui aplikasi Website yang direkayasa. Dan dari data yang dihasilkan berfungsi sebagai dataset untuk melakukan prediksi terhadap kondisi iklim lahan pertanian pada hari berikutnya

Perancangan Sitem Uji Kebergunaan Aplikasi Berbasis Web Menggunakan System Usability Scale Muis Nanja; Yulianti Lasena; Hastuti Dalai
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 6 No 4 (2022): OCTOBER-DECEMBER 2022
Publisher : KITA Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v6i4.617

Applications are software in the form of programs, both as desktop applications, web and mobile applications that are built to assist in work or various human activities. The number of mobile application competitions between Gojek, Maxim, Grab, Nujek and so on. It is deemed necessary to test the usability value of the application in order to see the level of user convenience and comfort based on the experience of using the application. The results of developing web-based applications using SUS can be seen from the results of tests carried out on application programs built using white box testing and black box testing. The results obtained from the white box test, namely the (CC) test, obtained the value of V(G) = E – N + 2=2 and V(G)= P + 1 = 2, meaning that the results obtained are valid because of the suitability of the region value with the CC calculation results. The results of the black box test have given the results as expected, then the calculation (SUS) obtained an average value of 72 which means the application is in the good category.

Text Mining Analysis untuk Identifikasi Artikel Hoax Menggunakan Algoritma Cosine Similarity Yulianty Lasena; Husdi Husdi; Maryam Hasan
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 4 No 2 (2020): JULY-DECEMBER 2020
Publisher : KITA Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v4i2.149

The impact of significant technological developments in everyday life starts from simple activities to activities that require a high level of precision. The development of information technology also contributes to the dissemination of news. In Indonesia, Information Technology is also developing rapidly where internet users currently number 132.7 million or 52% of Indonesia's population. The exchange of information between people is a positive thing, but its dissemination through social media is not all facts. In a number of cases that have occurred, for example the spread of news that is not factual is often called a hoax. The latest technology that can help overcome this, one of which is the technology known as Text Mining. This is used to solve problems faced by internet users with fake information (hoax).

PENERAPAN METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN BRIGHT GAS 5,5 KG Serwin; Yulianti Lasena
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.v4i1.133

This company sells 5.5 kg of Bright gas which will be distributed to the base every month, experiencing ups and downs. In addition, it also resulted in the inappropriate procurement of 5.5 kg Bright gas. Every month it is not adjusted to monthly sales estimates because it has not used a prediction system. Therefore, there is a sales prediction system of 5.5 kg of bright gas every month, the amount of bright gas is 5.5 kg which will be distributed to the base. The purpose of this research is to find out good accuracy in the Least Square method for the selling process of 5.5 kg bright gas at PT. Togo Jaya Gorontalo. Results achieved With the bright gas prediction system, predictions can be made for the next period and measurement results using MAPE of 0.20%.

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search