Article Per Year (5 Year)
p-Index From 2020 - 2025
0.888
P-Index
This Author published in this journals
All Journal Seminar Nasional Informatika (SEMNASIF) JoMMiT : Jurnal Multi Media dan IT Proceeding Applied Business and Engineering Conference
Nofiandri Setyasmara
Unknown Affiliation
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Seminar Nasional Informatika (SEMNASIF)

 1 
KLASIFIKASI DIATOM MENGGUNAKAN SIGNATURE DAN SUPPORT VECTOR MACHINE Nofiandri Setyasmara; Stevanus Hardiristanto; I Ketut Eddy Purnama
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2012): Computation And Instrumentation
Publisher : Jurusan Teknik Informatika

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

Abstract

Diatom merupakan jenis alga bersel tunggal yang ukurannya sangat kecil, dalam orde mikrometer, hidup di air tawar maupun air laut. Keberadaan diatom dapat dimanfaatkan untuk memonitor kualitas air, mendeteksi adanya polusi pada air, mempelajari perubahan iklim dan lingkungan di masa lalu hingga digunakan untuk menganalisis penyebab kematian pada ilmu forensik. Pemanfaatan diatom untuk berbagai keperluan tersebut dilakukan dengan cara mengidentifikasi dan mengklasifikasi jenisnya. Setiap jenis diatom dibedakan dari bentuknya sehingga proses melakukan analisis bentuk diatom adalah bagian penting dalam membangun sebuah sistem identifikasi dan klasifikasi otomatis. Penelitian ini bertujuan membangun sistem klasifikasi diatom otomatis dengan menggunakan metode Signature pada proses ekstraksi fitur bentuk diatom dan metode Support Vector Machine (SVM) pada proses klasifikasinya. Data citra diatom yang digunakan diambil langsung dari perairan di Indonesia. Kinerja klasifikasi yang didapatkan dari hasil pengujian mencapai akurasi 96% hingga 100%.
Co-Authors Anindita Budi Astuti I Ketut Eddy Purnama Stevanus Hardiristanto Wibowo, Sulistiyo Yusuf Nurrachman