Claim Missing Document
Check
Articles

Found 5 Documents
Search

Identifikasi Sel Darah Merah Bertumpuk Menggunakan Pohon Keputusan Fuzzy Berbasis Gini Index Mandyartha, Eka Prakarsa; Kurniawan, Muchammad; Perdana, Rizal Setya
Jurnal Buana Informatika Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (717.118 KB)

Abstract

Pendekatan teknik data mining diusulkan untuk identifikasi sel darahmerah bertumpuk pada citra makroskopik sel darah untuk meningkatkan akurasipenghitungan jumlah sel darah merah. Fitur yang digunakan adalah geometri danwarna. Fitur geometri terdiri dari luasan dan eksentrisitas sel. Pada prosesidentifikasi digunakan pendekatan fuzzy. Setiap fitur direpresentasikan denganfungsi keanggotaan fuzzy. Identifikasi dilakukan berdasarkan aturan yangdiperoleh dari pohon keputusan fuzzy yang dibangkitkan. Pencabangan multisplitdigunakan pada pohon keputusan fuzzy. Pengukuran split atribut menggunakannilai gini index. Hasil pengujian pada 10 citra makroskopik sel darah yangmengandung 532 sel darah merah menunjukkan bahwa metode yang diusulkanmemiliki rata-rata akurasi sebesar 96,14%. Dengan akurasi yang tinggidiharapkan dapat meningkatkan akurasi diagnosis penyakit berdasarkan jumlahsel darah merah.
Identifikasi Sel Darah Merah Bertumpuk Menggunakan Pohon Keputusan Fuzzy Berbasis Gini Index Mandyartha, Eka Prakarsa; Kurniawan, Muchammad; Perdana, Rizal Setya
Jurnal Buana Informatika Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v6i1.398

Abstract

Pendekatan teknik data mining diusulkan untuk identifikasi sel darahmerah bertumpuk pada citra makroskopik sel darah untuk meningkatkan akurasipenghitungan jumlah sel darah merah. Fitur yang digunakan adalah geometri danwarna. Fitur geometri terdiri dari luasan dan eksentrisitas sel. Pada prosesidentifikasi digunakan pendekatan fuzzy. Setiap fitur direpresentasikan denganfungsi keanggotaan fuzzy. Identifikasi dilakukan berdasarkan aturan yangdiperoleh dari pohon keputusan fuzzy yang dibangkitkan. Pencabangan multisplitdigunakan pada pohon keputusan fuzzy. Pengukuran split atribut menggunakannilai gini index. Hasil pengujian pada 10 citra makroskopik sel darah yangmengandung 532 sel darah merah menunjukkan bahwa metode yang diusulkanmemiliki rata-rata akurasi sebesar 96,14%. Dengan akurasi yang tinggidiharapkan dapat meningkatkan akurasi diagnosis penyakit berdasarkan jumlahsel darah merah.
Identifikasi Sel Darah Merah Bertumpuk Menggunakan Pohon Keputusan Fuzzy Berbasis Gini Index Eka Prakarsa Mandyartha; Muchammad Kurniawan; Rizal Setya Perdana
Jurnal Buana Informatika Vol. 6 No. 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v6i1.398

Abstract

Pendekatan teknik data mining diusulkan untuk identifikasi sel darahmerah bertumpuk pada citra makroskopik sel darah untuk meningkatkan akurasipenghitungan jumlah sel darah merah. Fitur yang digunakan adalah geometri danwarna. Fitur geometri terdiri dari luasan dan eksentrisitas sel. Pada prosesidentifikasi digunakan pendekatan fuzzy. Setiap fitur direpresentasikan denganfungsi keanggotaan fuzzy. Identifikasi dilakukan berdasarkan aturan yangdiperoleh dari pohon keputusan fuzzy yang dibangkitkan. Pencabangan multisplitdigunakan pada pohon keputusan fuzzy. Pengukuran split atribut menggunakannilai gini index. Hasil pengujian pada 10 citra makroskopik sel darah yangmengandung 532 sel darah merah menunjukkan bahwa metode yang diusulkanmemiliki rata-rata akurasi sebesar 96,14%. Dengan akurasi yang tinggidiharapkan dapat meningkatkan akurasi diagnosis penyakit berdasarkan jumlahsel darah merah.
Kangean Island Marketplace Design and Development Using Hybrid Model Rachman, Andy; Kurniawan, Muchammad; Anam, Choirul; Eka Putra, Ricky; Salim, Ach. Khafid; Sulistyowati; Fakhrur Rozi, Nanang
International Journal of Education, Science, Technology, and Engineering (IJESTE) Vol 5 No 2: December 2022
Publisher : Lamintang Education and Training Centre, in collaboration with the International Association of Educators, Scientists, Technologists, and Engineers (IA-ESTE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36079/lamintang.ijeste-0502.423

Abstract

The use of the web as a promotional medium or as a media to help sales of a product is no longer a difficult thing. Currently the web is needed by anyone, from government offices, hospitals, schools, even to MSMEs in Indonesia. Marketplace is one form of application that can be used by users as a place for buying and selling community products or MSMEs. Kangean Marketplace is a place for buying and selling community products in Kangean, Madura, East Java, Indonesia. Palau Kangean is one of the islands in Sumenep Regency, Madura, East Java. Kangean Island itself is a small island that can be reached by boat transportation where the journey takes between 10 to 15 hours from Sumenep. Marketplace needs are needed by the Kangean community. The development of Kangean Marketplace utilizes the checklist method, Merapi Analysis Framework, and the Incremental Model. From the test results, it was found that the Kangean marketplace web application received an assessment of 80,08%, which means that the Kangean marketplace is suitable for use by the Kangean community
Design and Implementation of Safe Security System Using Multi-Factor Authentication: Facial Recognition, National ID Card and PIN Muharom, Syahri; Sulistianto, Sigit Adhi; Firmansyah, Riza Agung; Pambudi, Wahyu Setyo; Kurniawan, Muchammad
JiTEKH Vol. 14 No. 1 (2026): March 2026
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35447/jitekh.v14i1.1306

Abstract

Traditional storage cabinets that rely on conventional locks and provide unrestricted access are highly vulnerable to theft. To safeguard documents and other valuable items from loss, an integrated security system is required to regulate and secure access to storage compartments. This study aims to develop a security system based on facial recognition, ID cards, and a keypad interface The Haar Cascade classifier combine with LPBH utilizing the OpenCV library is employed for facial identification by storing 30 photos per person in a designated folder, and subsequently comparing facial objects captured by a webcam against pre-stored and trained facial data in the database. The analysis indicates that the optimal detection range of the system is between 100 and 300 cm. In facial orientation testing, the best recognition performance is achieved at angles between 0° and 40°. Based on 20 experimental trials, the system demonstrates an average success rate of 80%. These results suggest that a facial‑recognition‑based security system utilizing the Haar Cascade approach is feasible for implementation as a protective mechanism for storage cabinets.