Claim Missing Document
Check
Articles

Found 21 Documents
Search

Automatic Detection of Proliferative Diabetic Retinopathy With Hybrid Feature Extraction Based on Scale Space Analysis and Tracking Sabilla, Wilda Imama; Soelaiman, Rully; Fatichah, Chastine
IPTEK Journal of Proceedings Series No 1 (2015): 1st International Seminar on Science and Technology (ISST) 2015
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23546026.y2015i1.1076

Abstract

Feature extraction is a process to obtain the characteristics or features of an object where the value of the features will be used for analysis in the next process. In retinal image, extraction of blood vessels’ characteristics can be used for detection of proliferative diabetic retinopathy (PDR). Retinal blood vessels’ features can be obtained directly with segmented image and with additional spatial method. For PDR detection, we need the suitable method that can produce maximum feature representation. This paper proposed hybrid feature extraction using a scale space analysis method and tracking with Bayesian probability. The result of the retinal images classification from STARE database using soft threshold m-Mediods classifier shows the best accuracy of 98.1%.
Online Expedition Services System for Customer at XYZ Ltd. Dina, Nasa Zata; Sabilla, Wilda Imama; Handoyo, Irvandy
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 8 No 1 (2020): Maret 2020
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v8i1.2015

Abstract

XYZ Ltd. is an expedition company that uses container ships and container trucks as transportation modes. There are three business process transactions that are carried out by the company, i.e. customer registration, ordering expedition services, and payment expedition services. Currently, all business process transactions are carried out manually, so process automation is needed in order for the business processes to run more effectively and efficiently. For this purpose, an Online Expedition Services Customer Service Information System was proposed to be built. This system consists of three main processes, namely the customer registration process, the customer order process, and the payment process and report generation. XYZ Ltd. Customer Service Information System was built following the waterfall development model. The stages of system development consist of five stages, namely planning, requirements analysis, database, and interface design, implementation of program code writing and testing and system maintenance. In implementing and testing the system, whole system requirements have been checked; the three main business processes in the proposed online system were running precisely, effectively and efficiently.
WORKSHOP OPTIMALISASI DIGITAL MARKETING UNTUK PELAKU UMKM PADA LAPAK BERKAH PKK, DI DESA TOYOMARTO SINGOSARI, KABUPATEN MALANG Ariadi Retno Tri Hayati Ririd; Candra Bella Vista; Wilda Imama Sabilla; Habibie Ed Dien; Rosa Andrie Asmara
Kumawula: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 1 (2022): Kumawula: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/kumawula.v5i1.36115

Abstract

Digital marketing (pemasaran digital) menjadi hal yang diperlukan untuk sebuah usaha untuk menjangkau pasar yang lebih luas. Terlebih lagi di masa pandemi, penggunaan media digital dalam memasarkan produk penting untuk mempertahankan penjualan yang mulai beralih ke sistem daring. Kelompok UMKM di Lapak Berkah PKK Desa Toyomarto merupakan salah satu dari pelaku UMKM yang tergolong belum maksimal dalam pemanfaatan media internet sebagai sarana promosi dan pemasaran produknya. Padahal tantangan terbesar yang dihadapi oleh UMKM adalah terkait dengan inovasi produk dan cara pemasaran yang efektif. Workshop optimalisasi digital marketing disampaikan ke mitra dengan materi copywriting dan pembuatan desain pemasaran produk. Copywriting merupakan keterampilan menulis naskah iklan untuk menarik minat konsumen terhadap suatu produk. Kemampuan copywriting dalam pemasaran digital juga menjadi satu aspek penunjang yang sangat penting. Selain itu pembuatan desain pemasaran produk akan menambah daya tarik produk untuk memperoleh lebih banyak konsumen. Diharapkan kelompok UMKM di Lapak Berkah PKK Desa Toyomarto mendapatkan manfaat dari meningkatnya kualitas pengetahuan dan penguasaan sumber daya manusia dalam penggunaan teknologi informasi dalam mengoptimalkan pemasaran digital.
Short-Term Forecasting of Electricity Consumption Revenue on Java-Bali Electricity System using Jordan Recurrent Neural Network Tesa Eranti Putri; Aji Akbar Firdaus; Wilda Imama Sabilla
Journal of Information Systems Engineering and Business Intelligence Vol. 4 No. 2 (2018): October
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1369.973 KB) | DOI: 10.20473/jisebi.4.2.96-105

Abstract

Depending on the day and time, electricity consumption tends to fluctuate and directly affects the amount of gained revenue for the company. To anticipate future economic change and to avoid losses in calculating the company’s revenue, it is essential to forecast electricity consumption revenue as accurate as possible. In this paper, Jordan Recurrent Neural Network (JRNN) was used to do short term forecasting of the electricity consumption revenue from Java-Bali 500 kVA electricity system. Seven JRNN models were trained using electricity consumption revenue between January-March 2012 to predict the revenue of the first week of April 2012. As performance comparators, seven traditional feed forward Artificial Neural Network (ANN) models were also constructed. The forecasting results were as expected for both models, where both producing steady repeating pattern for weekdays, but failed quite poorly to predict the weekends’ revenue. This suggests that in Indonesia, weekends’ electricity consumption revenue has different characteristics than weekdays. Evaluation of the prediction result was carried out using Sum of Square Error (SSE) and Mean Square Error (MSE). The evaluation showed that JRNN produced smaller SSE and MSE values than traditional feed forward ANN, thus JRNN could predict the electricity consumption revenue of Java-Bali electricity system more accurately.
Identify Level of Welfare Population Based on Income Levels Using Decision Tree Method Yunita Ardilla; Wilda Imama Sabilla; Sarah Astiti
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 13 No 2 (2021): JUPITER Edisi Oktober 2021
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/3375.jupiter.2021.10

Abstract

Identification of population welfare influenced by several factors. This identification is useful to assist the government in classifying the level of welfare population which is useful for providing subsidies to be targeted. Therefore this study aims to determine the level of welfare population based on the level of income per capita using decision tree method. The selection of the best model is based on the calculation value of accuracy, precision, and recall with k-fold cross validation method. Based on experiments that have been done, it can be concluded that the decision tree model produced has good performance with a tree shape model has 622 leaves with tree size 705 of nodes, the model has an accuracy of 86,97%, precision 0.897 and recall 0.917.
Implementasi Algoritma Ant Tree Miner Untuk Klasifikasi Jenis Fauna Yunita Ardilla; Wilda Imama Sabilla; Nurissaidah Ulinnuha
Infotekmesin Vol 12 No 2 (2021): Infotekmesin: Juli 2021
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v12i2.616

Abstract

Classification is a field of data mining that has many methods, one of them is decision tree. Decision tree is proven to be able to classify many kinds of data such as image data and time series data. However, there are several obstacles that are often encountered in the decision tree method. Running time required for the execution of this algorithm is quite long, so this study proposed to use the ant tree miner algorithm which is a development algorithm from the C4.5 decision tree. Ant tree miner works by utilizing ant colony optimization in the process of building its tree structure. Use ant colony optimization expected can optimize the tree that will be formed. From the testing that have been carried out, an accuracy of about 95% is obtained in the process of classifying Zoo dataset with the number of ants between 60 - 90.
Prediksi Ketepatan Waktu Lulus Mahasiswa dengan k-Nearest Neighbor dan Naïve Bayes Classifier Wilda Imama Sabilla; Tesa Eranti Putri
Jurnal Komputer Terapan  Vol. 3 No. 2 (2017): Jurnal Komputer Terapan November 2017
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.758 KB)

Abstract

Salah satu aspek pengukuran kualitas dalam evaluasi keberhasilan penyelenggaraan pendidikan tinggi adalah ketepatan lulus mahasiswa. Jumlah prosentase mahasiswa yang lulus tepat waktu menjadi indikator keberhasilan pelaksanaan proses belajar mengajar di suatu program studi. Penelitian ini menawarkan penggunaan metode penggalian data untuk memprediksi waktu lulus mahasiswa menggunakan dua metode yaitu k-Nearest Neighbour dan Naïve Bayes Classifier. Hasil dari penelitian ini berupa sistem yang dapat memprediksi ketepatan waktu lulus. Uji coba dilakukan dengan menggunakan data lulusan mahasiswa D3 Sistem Informasi Universitas Airlangga. Hasil uji coba menunjukkan bahwa metode k-Nearest Neighbor menghasilkan akurasi lebih tinggi dibandingkan dengan Naïve Bayes Classifier. Akurasi tertinggi diperoleh dengan menggunakan metode k-Nearest Neighbor yaitu sebesar 98.7%. Oleh karena itu dapat disimpulkan bahwa sistem yang dibangun pada penelitian ini mampu memprediksi ketepatan waktu lulus dengan akurasi cukup tinggi.
Workshop Pemanfaatan Teknologi untuk Memantau Tumbuh Kembang dan Kesehatan Balita Dwi Puspitasari; Mamluatul Hani’ah; Candra Bella Vista; Ika Kusumaning Putri; Wilda Imama Sabila
Jurnal Pengabdian Polinema Kepada Masyarakat Vol. 8 No. 2 (2021): Jurnal Pengabdian Polinema Kepada Masyarakat
Publisher : UPT Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jppkm.v8i2.49

Abstract

Anak merupakan sumber daya manusia yang penting untuk kelangsungan dan kemajuan suatu bangsa. Oleh sebab itu pemantauan tumbuh kembang dan kesehatan anak menjadi sangat penting untuk dilakukan secara berkala. Dengan pemantauan tumbuh kembang dan kesehatan anak diharapkan Indonesia dapat menghasilkan generasi unggul dan berkualitas. Seiring perkembangan teknologi informasi para orang tua tentunya membutuhkan solusi yang mudah, praktis, dan efisien untuk memantau perkembangan dan kesehatan balita. Penggunaan aplikasi mobile dapat digunakan sebagai solusi untuk orang tua milenial. Oleh karena itu, kegiatan pengabdian masyarakat ini bertujuan untuk mengenalkan dan melatih orang tua di Posyandu Rajawali untuk menggunakan Aplikasi PrimaKu. Aplikasi PrimaKu adalah aplikasi digital yang diprakarsai oleh Ikatan Dokter Anak Indonesia (IDAI) sebagai upaya mempermudah orang tua di Indonesia dalam memantau tumbuh kembang anak sejak dini secara berkala dan berkelanjutan. Berdasarkan hasil kuisioner, peserta respon baik terhadap pelaksanaan kegiatan baik berdasarkan kemanfaatan program, relevansi serta kejelasan materi.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.