Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Rekursif: Jurnal Informatika Jurnal Pseudocode Medika Teknika : Jurnal Teknik Elektromedik Indonesia TEKNOSIA
Widhia KZ Oktoeberza
Universitas Bengkulu
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Transportation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Perbandingan Metode High-Frequency Emphasis (HFE) Dan Contrast Limited Adaptive Histogram Equalization (CLAHE) Dalam Perbaikan Kualitas Citra Penginderaan Jauh (Remote Sensing) Andi Irvan Zakaria; Ernawati Ernawati; Arie Vatresia; Widhia KZ Oktoeberza
Jurnal Pseudocode Vol 6, No 2 (2019): Volume 6 Nomor 2 September 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1348.766 KB) | DOI: 10.33369/pseudocode.6.2.125-137

Abstract

Citra penginderaan jauh merupakan objek hasil perekaman sensor ataupun suatu aplikasi pemantau penginderaan jauh. Namun terkadang citra yang dihasilkan memiliki kualitas yang rendah. Metode High-Frequency Emphasis (HFE) dan Contrast Limited Adaptive Histogram Equalization (CLAHE) merupakan algoritme yang baik dalam memperbaiki kualitas citra penginderaan jauh (remote sensing). Metode HFE  bersifat mempertahankan frekuensi tinggi dan menekan frekuensi rendah. Pada penelitian ini, metode CLAHE mampu meningkatkan 8 citra dari 20 citra SAS-planet yang diujikan. Sedangkan pada metode HFE hanya 4 citra yang memiliki PSNR di atas 30 dB. Hasil penelitian ini  mengindikasikan bahwa performa CLAHE lebih baik dibanding metode HFE dalam meningkatkan kulitas citra penginderaan jauh. Kata kunci: Citra Penginderaan Jauh, HFE, CLAHE
Implementasi Fuzzy C-Means Untuk Clustering Data Harga Saham Harian Pada PT. Astra International TBK Ridha Nafila Turrahma; Adde Nanda Caesario Putra; Muhammad Daffa Alfajri; Rizki Gusmanto; Widhia KZ Oktoeberza
Rekursif: Jurnal Informatika Vol 11 No 1 (2023): Volume 11 Nomor 1 Maret 2023
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v11i1.27167

Abstract

Pada metode cluster non-hirarki terdapat beberapa algoritma clustering data, salah satunya adalah metode Fuzzy C-Means (FCM). Pada proses pengelompokkan (clustering), dalam metode Fuzzy C-Means (FCM) satu data bisa menjadi dua cluster atau lebih. Tujuan penelitian ini adalah untuk mengclusterkan data saham harian PT. Astra, Tbk dengan metode Fuzzy C-Means (FCM) secara teoritis serta mengetahui aplikasinya. Langkah awal dalam penelitian ini adalah mengetahui metode FCM secara teoritis kemudian mengaplikasikannya pada data saham harian PT. Astra, Tbk. Dan pada akhir penelitian ini diperoleh kesimpulan bahwa Fuzzy C-Means (FCM) merupakan metode clustering data yang digolongkan sebagai metode pengklasifikasian yang bersifat unsupervised (tanpa arahan). Pengalokasian ulang data ke dalam masing-masing cluster, Untuk penerapannya, peneliti berupaya mengelompokkan harga saham harian berdasarkan harga sebelum (open) dan harga tertinggi (high) dengan metode FCM. Hasil penelitian diperoleh menghasilkan 3 cluster yaitu ‘cluster rendah’ dengan anggota pada bulan Januari - Maret rata-rata harian harga saham open Rp. 3835 dan high Rp. 3933, ‘cluster sedang’, anggota pada bulan Maret - Mei dengan rata-rata harian harga saham open Rp. 4988 dan high Rp. 5061, dan ‘cluster tinggi’ pada bulan Mei - Desember dengan anggota rata-rata harian harga saham open Rp. 6561 dan high Rp. 6648. Namun, terdapat 7 data yang tidak berkelompok sesuai dengan range bulan yang dianalisis. Penelitian ini diharapkan mampu menjadi bahan pertimbangan para investor untuk membeli saham di pasar modal. Kata Kunci: Clustering Data, Metode Fuzzy C-Means, Harga Saham
SISTEM INFOMASI KOPERASI SIMPAN PINJAM PEGAWAI NEGERI (KPN) “MITRA HATI” PADA SMAN 8 KOTA BENGKULU BERBASIS WEB Aditya Rahmadiansyah; Widhia KZ Oktoeberza
Teknosia Vol. 17 No. 1 (2023): Juni 2023
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/teknosia.v17i1.28492

Abstract

Perkembangan teknologi informasi telah memberikan dampak signifikan pada berbagai sektor kehidupan, termasuk dalam manajemen keuangan dan pengelolaan pinjaman. Dalam konteks ini, koperasi SMAN 8 Kota Bengkulu membutuhkan perancangan sistem informasi yang efektif untuk mengelola kegiatan simpan pinjam pegawai negeri mereka. Tujuan dari penelitian ini adalah merancang sistem informasi yang dapat mmembantu koperasi SMAN 8 Kota Bengkulu untuk mengelola kegiatan simpan pinjam pegawai negeri dengan lebih efisien dan akurat. Sistem informasi yang dirancang akan mencakup fitur-fitur seperti pencatatan data anggota, pengelolaan simpanan, perhitungan bunga dan laporan keuangan. Metode yang digunakan dalam penelitian ini adalah pengumpulan data melalui observasi langsung, wawancara, dan studi pustaka. Data yang terkumpul akan dianalisis dan digunakan sebagai dasar untuk merancang sistem informasi yang sesuai dengan kebutuhan koperasi SMAN 8 Kota Bengkulu. Hasil dari penelitian ini adalah perancangan sistem informasi yang terintegrasi dan user-friendly untuk kegiatan simpan pinjam pegawai negeri pada koperasi SMAN 8 Kota Bengkulu. Sistem ini diharapkan dapat meningkatkan efisiensi pengelolaan keuangan, mengurangi kesalahan pencatatan, dan memberikan informasi yang akurat dan terpercaya kepada para anggota koperas.
Klasifikasi Kanker Kulit Berbasis CNN dengan Metode Hybrid Preprocessing Fedryanto Dartiko; Refki Jorgi Pradana; Renti Epana Sari; Wahyu Syahputra; Widhia KZ Oktoeberza
Medika Teknika : Jurnal Teknik Elektromedik Indonesia Vol 5, No 2 (2024): April
Publisher : Universitas Muhammadiyah Yogyakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/mt.v5i2.22675

Abstract

Kulit dapat mengalami berbagai gangguan kesehatan jika mendapatkan paparan lingkungan luar yang terlalu intens, salah satunya adalah kanker kulit. Untuk itu, deteksi dini sangat diperlukan agar pasien sesegera mungkin mendapatkan penanganan lebih lanjut. Penelitian ini bertujuan untuk klasifikasi kanker kulit benign (jinak) dan malignant (ganas). Pemanfaatan AI dapat digunakan dalam klasifikasi karena dapat meningkatkan nilai akurasi. Metode convolutional neural network (CNN) dilibatkan dalam penelitian ini. Metode CNN dapat mengklasifikasi dengan cepat dan memiliki nilai akurasi yang cukup tinggi tanpa harus mengekstraksi fitur terlebih dahulu. Kontribusi dalam penelitian ini yakni menggunkan metode hybrid preprocessing yang terdiri dari CLAHE, morphological closing dan median filter pada preprocessing data untuk menghilangkan noise yang biasanya terdapat pada epidermis kulit berupa  rambut-rambut halus. Metode CNN selanjutnya memproses masukan citra dari hasil preprocessing, lalu mengklasifikasikan citra  kanker kulit menjadi kategori benign dan malignant. Setelah tahap pengujian sistem berhasil memperoleh hasil yang cukup memuaskan, dengan nilai accuracy sebesar 78,19% dan loss 0.5324. Kinerja sistem dengan metode yang diusulkan mencapai akurasi yang baik dan cukup mampu diimplementasikan untuk membantu para profesional medis dalam membuat mendiagnosis kanker kulit.
Co-Authors Adde Nanda Caesario Putra Aditya Rahmadiansyah Andi Irvan Zakaria Arie Vatresia Ernawati Ernawati Fedryanto Dartiko Muhammad Daffa Alfajri Refki Jorgi Pradana Renti Epana Sari Ridha Nafila Turrahma Rizki Gusmanto Wahyu Syahputra