Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Rekursif: Jurnal Informatika
Yudi Setiawan
Informatika - UNIB
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
DETEKSI WARNA KULIT MENGGUNAKAN RUANG WARNA YCBCR DAN IDENTIFIKASI RAS MANUSIA MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Annisa Amalia; Ernawati Ernawati; Yudi Setiawan
Rekursif: Jurnal Informatika Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (675.875 KB) | DOI: 10.33369/rekursif.v6i1.3582

Abstract

Abstrak: Deteksi warna kulit merupakan proses menemukan daerah kulit diwilayah gambar. Kulit memiliki karakteristik warna yang dapat memberikan kemudahan dalam mengidentifikasi ras manusia, karena warna merupakan salah satu aspek yang dapat dengan mudah dan cepat dikenali. Aplikasi ini melakukan deteksi warna kulit pada citra wajah tunggal dengan menerapkan ruang warna YCbCr, hasilnya digunakan untuk melakukan proses ekstraksi warna kulit. Hasil proses deteksi warna kulit dan ekstraksi warna kulit, dijadikan sebagai data input dan data target untuk melakukan proses identifikasi ras manusia dengan menerapkan metode Backpropagation Neural Network. Pada penelitian ini, pelatihan dan pengujian dilakukan pada citra dari ras Kaukasoid, Mongoloid dan Negroid yang berasal dari dataset www.sel.eesc.usp.br/sfa. Hasil optimasi jaringan dengan menggunakan fungsi aktivasi logsig dengan jumlah neuron 90 dan 70 pada hidden layer. Hasil pengujian citra asli tanpa pengaruh pencahayaan menghasilkan tingkat akurasi sebesar 83,4%, pengujian dengan menaikan faktor pencahayaan 40% menghasilkan tingkat akurasi sebesar 87,5%, sedangkan pengujian dengan menurunkan faktor pencahayaan 40% menghasilkan tingkat akurasi sebesar 70,84%.Kata kunci: Deteksi, Identifikasi, YCBCR, Backpropagation Neural Network.
Perancangan Sistem Pakar Untuk Diagnosa Penyakit Menular Pada Balita Menggunakan Metode Dempster-Shafer adil wahyudi; Rusdi Efendi; Yudi Setiawan
Rekursif: Jurnal Informatika Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (917.028 KB) | DOI: 10.33369/rekursif.v6i1.3875

Abstract

Tujuan dari penelitian ini adalah untuk membangun sebuah sistem berbasis pengetahuan kedokteran dalam mendiagnosa penyakit pada balita yang ditampilkan dalam bentuk website. Metode sistem pakar yang digunakan adalah metode Dempster Shafer. Metode Dempster-Shafer adalah salah satu metode matematika untuk mencari nilai kepastian dari potongan-potongan gejala yang dikombinasikan menjadi satu sehingga didapat nilai kepastian dari setiap masalah yang ada. Output yang dihasilkan berupa nama penyakit, nilai densitas dan solusi berupa pengobatan dan pencegahan dari hasil diagnosa penyakit. Pada penelitian ini pengujian yang digunakan yaitu pengujian akurasi sistem pakar dengan data dari pakar dengan nilai akurasi sebesar 100% dari 30 data uji. Hasil pengujian menunjukkan bahwa sistem pakar ini mampu mendiagnosa penyakit balita disertai dengan nilai keyakinan Dempster-Shafer. Kata Kunci : Sistem pakar, Dempster-Shafer, Penyakit balita, PHP
Implementasi Algoritma Turbo Boyer Moore Pada Aplikasi Kamus Istilah Biologi Berbasis Android Agung Prayitno; Asahar Johar; Yudi Setiawan
Rekursif: Jurnal Informatika Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (766.955 KB) | DOI: 10.33369/rekursif.v6i1.4260

Abstract

Penelitian ini membangun suatu aplikasi kamus yang dapat membantu dalam menerjemahkan istilah Biologi yang disimpan dalam Smartphone dengan mengimplementasikan Algoritma Turbo Boyer Moore. Aplikasi ini dijalankan pada sistem operasi Android secara Offline yang dapat diakses kapanpun dan dimanapun. Untuk membuat aplikasi ini digunakan Android Studio dengan Database SQLite dan analisis berorientasi objek UML (Unified Modelling Language). Aplikasi kamus ini dapat menampilkan hasil pencarian istilah dengan cepat sebagai media untuk pencarian istilah Biologi pada Smartphone Android. Berdasarkan hasil pengujian dari 30 responden, terhadap penilaian Aplikasi Kamus Istilah Biologi Berbasis Android rata-rata penilaian seluruh aspek adalah 3.23. Nilai 3.23 berada pada rentang nilai 2.52 – 3.27 sehingga penilaian terhadap aplikasi adalah baik.
Co-Authors adil wahyudi Agung Prayitno Annisa Amalia Asahar Johar Ernawati Ernawati Rusdi Efendi