Claim Missing Document
Check
Articles

Found 11 Documents
Search

DESAIN DAN IMPLEMENTASI SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 4-6 TAHUN DENGAN METODE FORWARD CHAINING Yovi Apridiansyah; Nuri David Maria Veronika; Ria Oktarini
Jurnal Pseudocode Vol 4, No 2 (2017): Volume 4 Nomor 2 September 2017
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (681.831 KB) | DOI: 10.33369/pseudocode.4.2.97-104

Abstract

Abstrak: Perkembangan komputer mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak. Komputer yang pada awalnya hanya digunakan oleh para akademisi dan militer, tetapi kini telah digunakan secara luas di berbagai bidang, misalnya: bisnis, kesehatan, permainan, psikologi, dan sebagainya. Salah satu penerapan dalam bidang psikologi khususnya psikologi gangguan perkembangan anak adalah kasus autisme. Autisme merupakan keadaan yang menggangu perkembangan anak. Penyandang autisme memiliki gangguan kemampuan berinteraksi dengan orang lain dan teman sebayanya, gangguan komunikasi dan berbahasa,serta berbagai perilaku yang tidak sesuai dengan umur perkembangan anak tentunya akan menghambat proses tumbuh kembang anak. Sistem pakar dirancang untuk mendiagnosis tipe autisme yang bertujuan untuk memberi informasi dan solusi kepada orang tua yang memiliki anak penyandang autisme. Sistem Pakar menggunakan metode forward chaining sebagai aturan untuk menarik kesimpulan yang dimulai dari mengelompokan gejala, membandingkan gejala dan menarik kesimpulan berupa tipe autisme yang didapat dari gejala. Hasil outputan sistem pakar berupa tipe autisme hasil diagnosa, presentase diagnosa dan solusi dari diagnose.Keywords: Komputer, psikologi, sistem pakar, forward chaining, autisme.
ANALISIS KUALITAS WEBSITE PROVINSI BENGKULU MENGGUNAKAN METODE WEBQUAL 4.0 Diana Diana; Nuri David Maria Veronika
Jurnal Pseudocode Vol 5, No 1 (2018): Volume 5 Nomor 1 Februari 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.685 KB) | DOI: 10.33369/pseudocode.5.1.10-17

Abstract

Analisis kualitas website e-government sangat penting untuk dikaji. Pentingnya menganalisis tentang fenomena pemanfaatan dan penggunaan dari sisi masyarakat terhadap website e-government merupakan alasan penelitian ini dilakukan. Kepuasan masyarakat merupakan salah satu faktor atau ukuran keberhasilan bagi setiap pengembangan sistem informasi suatu pemerintahan. Kualitas layanan yang baik tidak hanya berdasarkan pada sudut pandang atau persepsi pihak penyedia layanan, tetapi juga berdasarkan pada sudut pandang atau persepsi masyarakat. Masyarakat yang menikmati layanan adalah masyarakat yang dapat menentukan kualitas layanan. Persepsi masyarakat terhadap kualitas layanan merupakan penilaian menyeluruh atas keunggulan suatu layanan. Webqual 4.0 merupakan metode untuk mengetahui kualitas website berdasarkan persepsi masyarakat atau pengguna. Metode webqual 4.0 terdiri atas tiga kategori yaitu usability, kualitas informasi, dan interaksi pelayanan. Ketiga kategori tersebut dijadikan acuan dalam pembuatan kuesioner untuk menganalisis kualitas websitee-government. Hasil analisis diharapkan dapat menjadi rekomendasi bagi pemerintah daerah dalam mengembangkan website yang berkualitas sehingga perkembangan website e-government di Indonesia meningkat menjadi tingkat pematangan, pemantapan dan pada akhirnya mencapai tingkat pemanfaatan.
Rancang Bangun Rumah Cerdas Menggunakan RFID Dedy Abdullah; Nuri David Maria Veronika; Nur Arlin Afidha Ningsih
Jurnal Sistem Informasi dan E-Bisnis Vol 2, No 5 (2020): September
Publisher : JUSIBI (Jurnal Sistem Informasi dan E-Bisnis)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (370.161 KB)

Abstract

Rumah cerdas adalah salah satu dari sistem pengendali rumah yang memberikan kenyamanan dan keamanan yang berlangsung secara otomatis kepada pemilik rumah. Dalam penelitian ini penulis membuat sebuah miniatur rumah cerdas berupa simulasi yang nantinya terdapat rangkaian elektronika untuk dapat mengontrol rumah cerdas tersebut. Projek rumah cerdas ini menggunakan mikrocontroler arduino uno yang berfungsi sebagai pusat kendali dari masing-masing sensor. Projek rumah cerdas ini menggunakan sensor RFID (RadioFrequencyIdentification)  untuk sistem pengamanan pada pintu, cara kerja RFID untuk membuka pintu dengan cara menggunakan kartu dimana kartu ini sudah di program maka LCD akan memberi informasi pada layar LCD bahwa  Access diterima maka pintu akan terbuka. Rumah cerdas ini juga dilengkapi pendeteksi sensor suhu DHT11 untuk mendeteksi suhu panas didalam ruangan. Sensor LDR untuk mendeteksi paparan cahaya dan sensor air untuk mendeteksi tetesan air hujan.
Miniature Design of Liquid Filling Machine Automatically Using ESP32 Based IOT (Internet of Things) Ariski Munandar; Nuri David Maria Veronika; Dedy Abdulllah; Eka Sahputra
Jurnal Komputer, Informasi dan Teknologi (JKOMITEK) Vol. 3 No. 1 (2023): Juni
Publisher : Penerbit ADM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v3i1.1185

Abstract

This study aimed to design automatic liquid filling on miniature machines to make it easier to use by making volume control innovations on automatic liquid filling machines, and design an IOT system for filling automatic liquid machines by using esp32. The data collection method of this study was literature or literature studies. The data processing of this study was qualitative processing of performing data centering. Presentation of data was done in order to easily draw conclusions and take further action. The overall discussion of the tool was the final test after all components run smoothly. The components were placed based on the function of each component so that the tool can look neater and function properly. As an application for testing ESP32 microcontrollers, push buttons, ultrasonic sensors, and relays. The tool released liquid when the push button was pressed according to the desired volume selection. The overall test was carried out with 2 variations of liquid volume, namely 350 ml and 450 ml. The result of testing the liquid output from the tool show that from the 350 ml volume test which was the output of the push button/button 1. It can be seen from the results of measurements by using a measuring cup which was not much different from the setpoint of 350 ml and had a liquid filling time of about 7 seconds out of 10 experiments. It means that the input button 1 with a setpoint of 350 ml is successful and very close to the setpoint given. The test results for a volume of 450 ml which is the output of push button / button 1. It can be seen that the results of measurements by using a measuring cup are not much different with a setpoint. of 450 ml and a liquid filling time of about 9 seconds out of 10 experiments. Based on the results of the study can be concluded that from the input button 1 with a setpoint of 450 ml is successful and very close to the given setpoint. The liquid that has been using the manual method. The liquid volume control innovation is designed by using two push button buttons. With one push button for 350 ml liquid variations and another push button for 450 ml liquid variations. The IoT monitoring works well by using an ultrasonic sensor as a liquid level meter and the blynk application as a liquid level display.
ST-DBSCAN Algorithm Implementation At Riau Province Forest Fire Points (2015-2022) Kemal El Faraouk; Harry Witriyono; Dwita Deslianti; Nuri David Maria Veronika
Jurnal Komputer, Informasi dan Teknologi (JKOMITEK) Vol. 3 No. 1 (2023): Juni
Publisher : Penerbit ADM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v3i1.1191

Abstract

The forest conditions in Indonesia require more serious attention as they are constantly disturbed, including incidents of forest fires. Clustering or grouping using the ST-DBSCAN algorithm will group forest fire points based on distance and time. This data can be obtained from the FIRMS (Fire Information for Resource Management System) website, which utilizes MODIS sensor data. The research implements the ST-DBSCAN algorithm using the R language, focusing on a case study in the Riau Province from 2015 to 2022. The parameters used in this research for the ST-DBSCAN algorithm are Eps1 = 0.7, Eps2 = 2, and MinPts = 2. The algorithm generates several types of clustering patterns, including Stationary, Reappearing Regular, Irregular, Occasional, and Tracks. The fire point data used in this research covers the years 2015, 2016, 2017, 2018, 2019, 2020, 2021, and 2022 in the Riau Province. The results obtained from this research include 1 Reappearing Regular pattern, 5 Tracks patterns, 1 Reappearing Irregular pattern, and 1 Stationary pattern. Within the time frame of 2015, 2016, 2017, 2018, 2019, 2020, 2021, and 2022, the highest occurrence of forest fire spots happened in the month of November 2015, reaching a total of 573 fire spots.
APLIKASI STRATEGI PENANGGULANGAN PELECEHAN SEKSUAL DI KALANGAN REMAJA (STUDI KASUS XI MIPA 1 SMA MUHAMMADIYAH 4 KOTA BENGKULU) Muntahanah, Muntahanah; Nanda Yugo Pangestu; Nuri David Maria Veronika; Sastya Hendri Wibowo
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i2.4670

Abstract

Abstrak - Pelecehan seksual merupakan masalah serius yang mempengaruhi kesejahteraan mental dan emosional remaja, namun masih kurangnya sumber daya dan dukungan yang tersedia untuk membantu mereka mengatasi masalah ini. Permasalahan pelecahan seksual ini dikarenakan masih banyaknya para remaja yang belum mengetahui jenis-jenis pelecehan seksual dan tata cara penanggulangannya. Solusi yang diupayakan untuk mengisi kesenjangan tersebut, penulis mengembangkan sebuah aplikasi website yang dirancang untuk memberikan informasi, sumber daya, dan strategi penanggulangan pelecehan seksual kepada remaja. Aplikasi ini menyediakan modul-modul interaktif yang mencakup edukasi tentang jenis-jenis pelecehan seksual, strategi pencegahan, panduan untuk mengatasi situasi pelecehan, serta akses ke sumber daya bantuan dan dukungan. Algortima yang digunakan adalah naïve bayes dimana untuk mengklasifikasi Tingkat pengetahun kelas XI MIPA 1 terhadap pelecehan seksual. Dengan adanya aplikasi ini remaja diharapkan lebih mengetahui tentang pelecehan seksual dan tau dimana tempat untuk melaporkan bila terjadinya pelecehan seksual.
The Perbandingan Algoritma Canny dan Algoritma Robert Pada Deteksi Tepi Kain Batik Khas Bengkulu Nuri David Maria Veronika; Adelia, Serlina; Yuza Reswan; Muhammad Imanullah
JSAI (Journal Scientific and Applied Informatics) Vol 7 No 2 (2024): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v7i2.6577

Abstract

This research discusses the comparative analysis of the Canny algorithm and Robert's algorithm in edge detection of Bengkulu cloth (Besurek) using the Matlab GUI interface. The selection of these two methods is to consider the balance between the quality of edge detection, noise resistance, and computational complexity. By comparing these two algorithms we can choose the algorithm that suits our needs. The purpose of this research is to make a comparison between the Canny algorithm and Robert's algorithm so as to produce the best algorithm in the edge detection process based on the number of white pixels produced. From the results of the datatest edge detection test totaling 32 images, the results of the percentage value obtained are the Canny algorithm obtaining 96.875% and the Robert algorithm 3.125%. So it can be concluded that the Canny algorithm is better in the process of edge detection based on the number of white pixels produced in each image.
Integrasi Metode Viola Jones dan Algoritma Pelabelan Untuk Akurasi Deteksi Objek Manusia Ardi Wijaya; Yudha, Bima Satria; Yovi Apridiansyah; Nuri David Maria Veronika
Jurnal PROCESSOR Vol 19 No 2 (2024): Jurnal Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/processor.2024.19.2.1822

Abstract

Motion detection is a key element in modern surveillance systems to ensure optimal security. However, the accuracy of motion detection is often a challenge under various environmental conditions. This research investigates the use of the Viola-Jones method and labeling algorithm as a solution to improve object detection accuracy by sampling 15 videos that record various environmental conditions, including indoors, outdoors, and at night. The Viola-Jones method is implemented for face detection as a first step in human object identification, while the labeling algorithm is used to refine and validate the detection results in more detail. Experimental results show that combining the two methods succeeded in increasing object detection accuracy. Of the 15 videos analyzed, only 4 videos experienced inaccurate detection results, while the other 11 videos managed to get accurate results. Evaluation of system performance using Precision, Recall, and Accuracy metrics produces a Precision rate of 73.33%, a Recall rate of 100%, and an Accuracy rate of 73.33%. Apart from that, manual calculations were also carried out which resulted in an accuracy rate of 91.77%.
Penerapan Optical Character Recognition (OCR) Dalam Pengambilan Teks Judul Buku Untuk Digitalisasi Arsip Perpustakaan Julian Mulyadi; Nuri David Maria Veronika
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 2 (2025): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i2.8457

Abstract

The advancement of information technology requires libraries to transform into digital services. One important step in this process is the digitization of book titles, which has previously been carried out manually and is prone to errors. This study aims to develop a system for extracting book title text from cover images using the Optical Character Recognition (OCR) method based on MATLAB 2017b. The OCR method used in this research applies a template matching and feature extraction approach, where characters are recognized by matching them against built-in character templates in the system after going through an image preprocessing phase. The preprocessing stages include Region of Interest (ROI) selection, grayscale conversion, contrast enhancement, noise removal, and image resizing. After preprocessing, the text is extracted using OCR and stored in digital format. The system was tested using 60 book cover images from the Regional Library of Bengkulu Province, featuring various font types, colors, and lighting conditions. The test results, evaluated using a confusion matrix, show good system performance with an accuracy of 81.67%, precision of 83.05%, and recall of 98.00%. The high recall value indicates that the system is capable of accurately recognizing most of the book title text. Therefore, this system can serve as an initial solution to support the automatic, fast, and efficient digitization of library archives.
Klasifikasi Penyakit pada Daun Sirih Menggunakan K-Nearest Neighbor (KNN) Berdasarkan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) Julian Mulyadi; Nuri David Maria Veronika
Jurnal Ampere Vol. 10 No. 1 (2025): JURNAL AMPERE
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/ampere.v10i1.18170

Abstract

Daun sirih (Piper betle L.) merupakan tanaman merambat yang tumbuh subur di wilayah tropis, termasukAsia hingga Afrika Timur. Secara empiris, daun sirih memiliki berbagai khasiat dalam pengobatantradisional karena mengandung senyawa kimia yang bermanfaat bagi kesehatan. Namun, produksi daunsirih rentan terhadap serangan hama dan penyakit tanaman, yang menyebabkan penurunan kualitas dankuantitas hasil panen. Berdasarkan permasalahan tersebut, penelitian ini mengembangkan sistem klasifikasi penyakit pada daun sirih dengan menerapkan ekstraksi fitur Gray Level Co-occurrence Matrix(GLCM) dan metode klasifikasi K-Nearest Neighbor (KNN). Penelitian ini menggunakan datasetsebanyak 150 citra, yang terdiri dari 120 citra sebagai data latih dan 30 citra sebagai data uji, dengan tigakategori utama, yaitu daun sirih sehat, daun sirih dengan penyakit bercak daun, dan daun sirih yangmengalami kerusakan akibat bekicot. Hasil klasifikasi menunjukkan bahwa metode KNN dengan nilaiK = 3 dan K = 5 memberikan akurasi tertinggi sebesar 90%, dengan 27 citra diklasifikasikan denganbenar dan 3 citra mengalami kesalahan klasifikasi dari 30 citra yang diuji. Hasil ini membuktikan bahwakombinasi metode KNN dan ekstraksi fitur GLCM efektif dalam mengklasifikasikan penyakit pada daunsirih, sehingga dapat digunakan sebagai sistem pendukung dalam meningkatkan produktivitas pertanian.