Articles
Penentuan Jenis Tanaman Berdasarkan Kemiringan Lahan Pertanian Menggunakan Adopsi Linier Programming Berbasis Pengolahan Citra
Dengen, Christin Nandari;
Nurcahyo, Azriel Christian;
Kusrini, Kusrini
Jurnal Buana Informatika Vol 10, No 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019
Publisher : Universitas Atma Jaya Yogyakarta
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1424.682 KB)
|
DOI: 10.24002/jbi.v10i2.2253
Abstract. The slope is a measure of the slope of the land relative to the flat plane which is generally expressed in percent or degree. Agricultural land that has a slope of more than 15 ° can be more easily damaged. In this study, a value of 2.5 ° was used in determining the normal slope. The process of implementing a decision support system used linear programming adoption in determining the slope and rotation of the slope of the land and determining whether the normalization of the image input was necessary or not. The purpose of this research is to determine the time needed to determine the plant types based on angle rotation setting determined by the user. The results of the study shows that the greater height and width of an object, the longer time needed to determine the plant types, land price and the land slope. The results of the study were obtained in conducting five tests. Tests 1 and 2 images with height and image width ranged from 150-480 obtained time for normalization of 15-30, testing 3.4.5 images with height and image widths ranging from 322 and 788 requiring 54- 108.Keywords: Slope, Adopting Linear Programming, Decision Support SystemsAbstrak. Kemiringan lereng merupakan ukuran kemiringan lahan relatif terhadap bidang datar yang secara umum dinyatakan dalam persen atau derajat. Lahan pertanian yang mempunyai kemiringan lebih dari 15° dapat lebih mudah rusak. Pada penelitian ini digunakan nilai 2,5 ° pada penentuan kemiringan normalisasi.Proses implementasi system pendukung keputusan menggunakan adopsi linier programing dalam menentukan sudut kemiringan lahan, rotasi kemiringan lahan dan menentukan perlu atau tidaknya normalisasi pada input citra tersebut. Tujuan dari penelitian ini menentukan waktu yang dibutuhkan dalam menentukan jenis tanaman berdasarkan rotasi atau sudut pengedukan yang ditentukan oleh user. Hasil penelitian menunjukkan semakin besar tinggi dan lebar suatu objek semakin lama waktu yang dibutuhkan untuk menentukan jenis tanaman, harga lahan atau kemiringan lahan. Lima pengujian dilakukan dalam penelitian ini. Pada pengujian 1 dan 2, citra dengan tinggi dan lebar berkisar 150-480 didapatkan waktu untuk normalisasi 15-30. Pada pengujian 3,4,5 citra dengan tinggi dan lebar citra berkisar 322 dan 788 dibutuhkan waktu 54-108.Kata Kunci: Kemiringan lereng, Adopsi Linear Programming, Sistem Pendukung Keputusan
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI KKN MENGGUNAKAN ALGORITMA WEIGHT PRODUCT (STUDI KASUS: UNIVERSITAS PGRI YOGYAKARTA)
Surya Wibowo, Sapta Hary;
Syah, Firdiyan;
Kusrini, Kusrini
Dinamika Informatika Vol 6, No 2 (2017): Jurnal Dinamika Informatika Volume 6 No 2
Publisher : Universitas PGRI Yogyakarta
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Salah satu program pendidikan di Universitas PGRI Yogyakarta adalah Kuliah Kerja Nyata (KKN) dalam rangka merealisasikan ilmu mahasiswa dalam kehidupan nyata di tengah-tengah masyarakat. Pemilihan lokasi KKN yang tepat sangat mendukung keberhasilan program KKN. Teknologi Informasi bisa membantu pengambil keputusan untuk menentukan lokasi yang akan dijadikan tempat KKN mahasiswa. Penelitian ini bertujuan mengetahui bagaimana proses sistem untuk mendukung menentukan lokasi KKN di Universitas PGRI Yogyakarta, dengan menggunakan algoritma Weight Product, dan untuk memastikan apakah model penentuan lokasi KKN universitas PGRI Yogyakarta bisa dibantu dengan sistem komputer yang menerapkan algoritma WP. Metode yang digunakan untuk analisis adalah metode Weight Product yang dilakukan analisis berdasarkan kriteria, jenis, dan bobotnya. Diasumsikan bahwa Weight Product bisa diterapkan dalam menentukan sebuah keputusan dengan berbagai kriteria secara kualitatif. Lokasi dibatasi di propinsi Daerah Istimewa Yogyakarta, sedangkan kriteria, dan bobotnya ditentukan oleh panitia dan pihak manajemen KKN. . Dari hasil penelitian didapatkan bahwa kecamatan Kotagede Yogyakarta DIY menjadi rekomendasi urutan pertama disusul Wates Kulon Progo DIY, dan Sleman Sleman DIY. Dari penemuan ini disimpulkan bahwa metode WP cocok digunakan dalam kasus penentuan lokasi KKN mahasiswa di universitas PGRI Yogyakarta.
Identifikasi Mutu Bij Kopi Arabika Berdasarkan Cacat dengan Teknik Convolutional Neural Network
Saputra, Mahmuda;
Kusrini, Kusrini;
Kurniawan, Mei P
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 1 (2020): Jurnal Inspiration Volume 10 Issue 1
Publisher : STMIK AKBA
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35585/inspir.v10i1.2533
Dalam proses pengemasan saat ini, penyortiran ini dilakukan secara manual. Dalam penelitian ini, convolution neural network diterapkan untuk secara otomatis untuk mengetahui informasi kecacatan biji kopi arabika. Input yang digunakan dalam penelitian ini adalah gambar biji kopi arabika dengan proses penguraian yang telah dikeringkan. Skenario yang terlibat dalam penelitian ini adalah pengumpulan data, preprocessing, klasifikasi dan pengujian. Preprocessing dilakukan dengan memotong beberapa cakupan objek biji kopi yang hanya berisi gambar biji kopi. Klasifikasi dilakukan oleh CNN, untuk mendapatkan akurasi model yang terbaik, parameter yang ada harus diuji dan dievaluasi. Pengujian dilakukan untuk dua jenis model, model 2 kelas dan model 4 kelas. Hasil percobaan menunjukkan bahwa akurasi terbaik yang diperoleh untuk model 2-kelas adalah 82,46 % dengan menggunakan tingkat pembelajaran 0,0001, konvolusi lapisan tunggal dengan lima belas filter dan 100 neuron pada lapisan tersembunyi. Ukuran filter adalah 3x3x3. Sedangkan model 4-kelas memperoleh akurasi terbaik 70,73% dengan dua lapisan konvolusional. Jumlah filter di setiap lapisan adalah 6 filter dengan ukuran 3x5x5 di lapisan pertama dan 18 filter dengan ukuran 6x3x3 di lapisan kedua.
Deteksi Mobil Ambulance Menggunakan Operator Sobel
Pamungkas, Prima Giri;
Kusrini, Kusrini;
Fatta, Hanif Al
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 1 (2020): Jurnal Inspiration Volume 10 Issue 1
Publisher : STMIK AKBA
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35585/inspir.v10i1.2534
Pengolahan data citra digital dalam pendeteksi kendaraan darurat yang dilakukan oleh sistem komputer mampu mendapatkan data serta hasil informasi yang lebih baik dan efisien. Salah satu metode yang digunakan dalam proses penelitian gambar digital adalah deteksi tepi. Dalam fungsinya motode ini merupakan cara mengidentifikasi garis tepi objek gambar sehingga informasi garis pada objek dapat di ketahui titik tepi yang diterapkan untuk mengidendifikasi tepi text ambulance yang terdapat pada kendaraan ambulance.penelitian ini, peneliti melakukan indentifikasi terhadap kendaraan ambulance yang difokuskan kepada text ambulance yang terpasang pada kendaraan ambulance dalam pengolahan gambar dan ekstraksi fitur text ambulance. Data yang capture dengan format jpg dan 450x660 pixel yang terdiri dari 150 gambar oleh kamera dengan menggunakan citra gray scale dan sobel didapatkan hasil 4 gambar digital yang dipilih secara acak.
PEMANTAPAN PEMBELAJARAN MATEMATIKA GURU-GURU SMP LAB UNESA MELALUI LESSON STUDY
Masriyah, Masriyah;
Kusrini, Kusrini;
B. R., Endah;
Abadi, Abadi
Jurnal ABDI: Media Pengabdian Kepada Masyarakat Vol 1, No 1 (2015)
Publisher : Universitas Negeri Surabaya
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26740/ja.v1n1.p54-60
Kegiatan Pengabdian Kepada Masyarakat ini mengangkat tema mengenai Lesson Study. Kegiatan ini dilaksanakan di SMP Lab Unesa. Peserta yang hadir sebanyak 10 orang guru bidang studi, Kepala Sekolah, dan Wakil Kepala Sekolah. Pelaksanaan kegiatan pengabdian ini terbagi menjadi tiga bagian. Bagian pertama (tahap PLAN) dilaksanakan pada tanggal 22 s.d 25 September 2014 dengan agenda kegiatan pemaparan materi pelatihan: Lesson study, pendekatan saintifik dan kurikulum 2013, pengembangan perangkat pembelajaran dan sistem penilaian kurikulum 2013, dilanjutkan dengan workshop pengembangan perangkat, reviu perangkat dan revisi perangkat pembelajaran. Bagian kedua (tahap DO), dilaksanakan pada tanggal 29 September 2014, dengan agenda kegiatan pelaksanaan pembelajaran Matematika menggunakan perangkat pembelajaran yang sudah direvisi. Bagian ketiga (tahap SEE) dilaksanakan pada tanggal 30 September 2014 dengan agenda kegiatan refleksi kegiatan pembelajaran, untuk melihat kelebihan dan kelemahan pembelajaran yang dilakukan oleh guru model.
Integrasi Sistem berbasis Predictive Analytics untuk Pasar Tradisional Indonesia
Roring, Riovan Styx;
Kusrini, Kusrini
CSRID (Computer Science Research and Its Development Journal) Vol 9, No 1 (2017): CSRID FEBRUARI 2017
Publisher : Universitas Potensi Utama
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (210.455 KB)
|
DOI: 10.22303/csrid.9.1.2017.21-30
Kebudayaan Indonesia yang terkenal dengan sikap hangatnya kepada setiap orang, terlebih khusus dilihat didalam kegiatan publik seperti aktifitas jual-beli di pasar tradisional. Sayangnya, kurangnya pengetahuan untuk mengelola dan menjaga usaha merupakan permasalahan yang umum ditemukan di hampir setiap pasar tradisional di Indonesia. Insting menjual habis meskipun pada harga yang merugikan, diskon yang berlebihan, bonus pembelian yang berebihan merupakan contoh-contoh yang mengakibatkan terjadinya kerugian tanpa sepengetahuan penjual. Implementasi sistem yang dapat mengatasi masalah masalah diatas terlihat mudah, namun menjadi sulit ketika dihadapkan dengan sistem yang mengelola usaha dikarenakan terdapat beberapa faktor yang dapat mempengaruhi sistem tersebut, seperti faktor kebudayaan. Merancang sistem yang dapat memprediksi market berdasarkan behavior dari pembeli dan menangkap informasi tersebut merupakan solusi terbaik, dimana solusi tersebut dapat beradaptasi dengan kebutuhan dari lingkungan pasar tradisional. Penjual diminta untuk meng-input informasi barang mereka yang nantinya digunakan sebagai input untuk proses predictive analytics. Hasilnya kemudian disajikan kepada pengguna sebagai bagian dari keputusan bisnis mereka, dan juga sebagai input knowledge capturing dan knowledge transfer. Kombinasi antara analisis dan knowledge process kemudian menjadi suatu sistem yang dapat di integrasikan, yang mana dapat digunakan sebagai sistem informasi yang beradaptasi dengan lingkungan pasar Indonesia.
Sistem Pemilihan Ruang Rawat Inap Menggunakan Metode Weighted Product dan K-Nearest Neighbor
Adiatma, Biva Candra Lutfi;
Muahidin, Zumratul;
Kusrini, Kusrini
CSRID (Computer Science Research and Its Development Journal) Vol 13, No 1 (2021): CSRID FEBRUARI 2021
Publisher : Universitas Potensi Utama
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22303/csrid.13.1.2021.01-11
Rawat Inap merupakan istilah yang berarti proses perawatan pasien oleh tenaga kesehatan profesional akibat penyakit tertentu, dimana pasien diinapkan di suatu ruangan dirumah sakit. Ruang instalasi rawat inap merupakan ruang tempat pasien dirawat. Ruangan rawat inap dulunya hanya berupa bangsal yang dihuni oleh banyak orang sekaligus. Penelitian ini fokus pada pengembangan sistem pendukung keputusan untuk memprioritaskan pasien covid-19 atas ketersediaan ruang rawat inap. Sistem ini dirancang untuk membantu pihak rumah sakit dalam memberikan kenyamanan bagi para pasien yang sedang dirawat. Metode yang digunakan dalam penelitian ini adalah K-Nearest Neighbor untuk mendapatkan klasifikasi dari gambar rontgen pasien kemudian akan dikonversikan ke dalam bentuk bobot sesuai kriteria yang akan diolah berdasarkan kriteria – kriteria yang telah ditentukan oleh rumah sakit kemudian dilanjutkan menggunakan metode Weighted Product untuk perhitungan bobot kepentingan dan bobot pangkat setelah itu akan didapatkan nilai vektor s dan yang terakhir akan didapatkan nilai vektor v dari setiap alternatif untuk mendapatkan prioritas atas ketersediaan ruang rawat inap.. Hasil penelitian menunjukkan bahwa sistem dapat membantu pihak rumah sakit dalam memprioritaskan pasien covid-19 atas ketersediaan ruang rawat inap.
Sistem Pakar Diagnosa Penyakit Ispa Menggunakan Metode Naive Bayes Classifier Berbasis Web
Yuliana, Yuliana;
Paradise, Paradise;
Kusrini, Kusrini
CSRID (Computer Science Research and Its Development Journal) Vol 10, No 3 (2018): CSRID Oktober 2018
Publisher : Universitas Potensi Utama
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (432.848 KB)
|
DOI: 10.22303/csrid.10.3.2018.127-138
ISPA (Infeksi Saluran Pernafasan Akut) adalah sekelompok penyakit kompleks yang disebabkan oleh virus seperti rotavirus, virus Influensa, bakteri Streptococcus pneumoniae dan bakteri Staphylococcus aureus. ISPA merupakan penyakit gangguan saluran pernapasan yang dapat menimbulkan infeksi ringan sampai penyakit yang parah dan mematikan akibat faktor lingkungan. Kurangnya pengetahuan masyarakat mengenai gejala dan cara penanganan penyakit ISPA merupakan salah satu faktor penyebab tingginya angka kematian akibat ISPA. Peran sistem pakar yang disediakan dalam bentuk aplikasi sangat diperlukan untuk membantu seseorang dalam melakukan diagnosa penyakit ISPA secara mudah dan cepat. Pada penelitian kali ini peneliti akan membangun sebuah sistem pakar dengan menggunakan metode Naive Bayes Classifier berbasis web untuk menemukan solusi atau kemungkinan penyakit yang diderita oleh user. Aplikasi Sistem Pakar ini menghasilkan keluaran berupa kemungkinan penyakit Infeksi Saluran Pernafasan Atas (ISPA) yang diderita berdasarkan sistem pakar diagnosis ISPA yang telah dirancang, beserta pengujian yang telah dilakukan, maka dapat diambil kesimpulan, bahwa pada sistem yang dibangun dengan menerapkan metode Naive Bayes Classifier mampu mendiagnosis jenis penyakit ISPA secara akurat dengan persentase 90% berdasarkan data dan gejala yang dialami pasien. Namun data keluaran memiliki persentase kemungkinan yang rendah sebab gejala yang dialami pasien tidak cukup kuat untuk menyatakan pasien posistif terdiagnosis jenis penyakit ISPA.
Implementasi Algoritma A Stars, Tilebase Collision Dan Fuzzy Logic Pada Game Strategy
Kurniadi, Harso;
Kusrini, Kusrini
CSRID (Computer Science Research and Its Development Journal) Vol 9, No 1 (2017): CSRID FEBRUARI 2017
Publisher : Universitas Potensi Utama
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (373.282 KB)
|
DOI: 10.22303/csrid.9.1.2017.43-53
Implementasi algoritma A-Stars, Tilebase Collision dan Fuzzy Logic pada arsitektur dan perilaku tempur dalam game strategy menggunakan visual basic 6.0 dengan penelitian perilaku dan gambar karakter yang diambil dari game Red Alert2. Metode penelitian yang digunakanadalah Research and Development. Karena metode ini dapat membuktikan kemampuan algoritma yang digunakan dapat diterapkan pada game strategi. Kegiatan dalam mengukur kemampuan algoritma yang diterapkan pada aplikasi game strategi, dihasilkan formulasi untuk gerak multi direction dari pengembangan formulasi algoritma Steering Behavior. Formulasi multi direction dapat membuat karakter bergerak ke segala sudut mengikuti arah target. Perilaku cerdas karakter dalam game strategi merupakan bagian dari kecerdasan buatan (Artificial Intelligence) yang dibangun dari beberapa algoritma yaitu A-Stars sebagai solusi untuk menentukan pathfinding, Tilebase Collision sebagai solusi untuk mendeteksi tumbukan antara objek satu dengan objek lain, dan Fuzzy Logic menjadi solusi untuk membuat strategi perang dalam game.
Klasifikasi Penerimaan Mahasiswa Baru Menggunakan Algortima C4.5 Dan Adaboost (Studi Kasus : STMIK XYZ)
Agustin, Yoga Handoko;
Kusrini, Kusrini;
Luthfi, Emha Taufiq
CSRID (Computer Science Research and Its Development Journal) Vol 9, No 1 (2017): CSRID FEBRUARI 2017
Publisher : Universitas Potensi Utama
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (496.22 KB)
|
DOI: 10.22303/csrid.9.1.2017.1-11
Setiap perguruan tinggi ingin mendapatkan mahasiswa yang memiliki kualitas yang baik serta dengan kwantitas yang sesuai dengan kuota yang di tetapkan dari perguruan tinggi tersebut.Kualitas calon mahasiswa baru dapat diketahui secara dini dengan mengenali pola dari karakteristik mahasiswa yang sudah ada di tahun-tahun sebelumnya dan memperhatikan lama masa studi.Algoritma C4.5 merupakan model untuk membangun sebuah pohon keputusan, algortima ini ditujukan untuk supervised learning: memberikan nilai atribut pada dataset yang digambarkan oleh koleksi atribut dan termasuk salah satu dari serangkaian kelas yang saling berhubungan. Untuk meningkatkan ketelitian dalam proses klasifikasi dan prediksi dengan caramembangkitkan kombinasi dari suatu model, maka digunakan pemodelan boosting yaitu Adaboost.Ekperimen dilakukan terhadap 546 dataset menggunakan Algortima C4.5 berbasis adaboost untuk menghasilkan akurasi. Dari eksperimen yang dilakukan menghasilkan nilai akurasi yang sama antara Algoritma C4.5 dan Algoritma C4.5 berbasis Adaboost yaitu sebesar Precision 77.33%, Accuracy 90.28%, Recall 45.54% akan tetapi terjadi perbedaan pada nilai AUC untuk Algoritma C4.5 sebesar 0.683 sedangkan untuk Algoritma C4.5 berbasi Adaboost sebesar 0,717. Pola tersebut dapat membantu untuk mengambil keputusan penerimaan mahasiswa baru yang dapat lulus tepat waktu dan mahasiswa yang lulus terlambat dapat terprediksi lebih awal.