Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.846

P-Index

This Author published in this journals

All Journal Jurnal Masyarakat Informatika PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Algoritma Jurnal Teknologi Informasi dan Ilmu Komputer REKAYASA Jurnal Ecodemica : Jurnal Ekonomi Manajemen dan Bisnis Jurnal Informatika Jurnal Pilar Nusa Mandiri Forum Ekonomi : Jurnal Ekonomi, Manajemen dan Akuntansi JURNAL MANAJEMEN Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) INTI Nusa Mandiri Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences IAIC Transactions on Sustainable Digital Innovation (ITSDI) Tridharmadimas: Jurnal Pengabdian Kepada Masyarakat Jayakarta International Journal of Informatics, Information System and Computer Engineering (INJIISCOM) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Algoritma International Journal of Advanced Science Computing and Engineering Jurnal Pengabdian Ibnu Sina Journal Medical Informatics Technology SmartComp

Dwiza Riana

Institut Teknologi Bandung

Author-ID : 360248

Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Komparasi Algoritma C4.5, NaÃ¯ve Bayes Dan Neural Network Untuk Klasifikasi Tanah Mukminin, Amirul; Riana, Dwiza
Jurnal Informatika Vol 4, No 1 (2017): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

AbstrakPenentuan jenis tanah pada kedalaman tertentu untuk kebutuhan perencanaan pembangunan perumahan dilakukan berdasarkan data Cone Penetration Test. Tujuan penelitian ini untuk mengkomparasi Algoritma C4.5, Naive Bayes, and Neural Network sehingga ditemukan pemodelan yang terbaik untuk mengklasifikasikan tanah. Hasil dari penelitian ini didapatkan algoritma terbaik yaitu Algoritma C4.5. Algoritma C4.5 dalam klasifikasi dua kelas mencapai akurasi 98,45% dan AUC 0,981. Dalam klasifikasi tiga kelas C4.5 juga mencapai akurasi tertinggi (93,21%), demikian juga pada klasifikasi tujuh kelas (83,40%). Hasil penelitian ini menyimpulkan bahwa Algoritma C 4.5 dapat dijadikan pilihan dalam mengklasifikasi tanah untuk pembangunan perumahan.Â Kata Kunci : Data Mining, Klasifikasi Tanah, C4.5, NaÃ¯ve Bayes, Neural NetworkÂ AbstractDetermining the type of soil at a certain depth to the needs of residential development planning is done based on the data Cone Penetration Test. The purpose of this research to compare the data mining algorithm C4.5, Naive Bayes, and Neural Network to find the best modeling can be used for land classification. The results of this research, the best algorithm is C4.5. Algoritma C45 in binary-class classification accuracy reaches 98% and AUC 0,981. In the three-class classification C4.5 also have scored the highest accuracy (93.21%), as well as on the seven-class classification (83.40%). The results of this research concluded that the algorithm C 4.5 can be selected in classifying soil for residential development.Â Keywords: Data mining, C4.5, NaÃ¯ve Bayes, Neural Network, Soil Classification.

Pengolahan Citra Kutu Kebul untuk Mendeteksi Jumlah Kutu Kebul pada Citra Daun Rahmawati, Eka; Riana, Dwiza
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Citra digital dapat menjadi sumber untuk memperoleh informasi untuk menentukan suatu keputusan. Kutu kebul menjadi salah satu hama pada tanaman yang biasanya melekat pada daun dan batang. Kutu dalam jumlah banyak dapat mempengaruhi kesuburan tanaman. Citra dari kutu kebul pada daun dapat digunakan sebagai media untuk penelitan dengan menggunakan beberapa metode yang terdapat pada pengolahan citra. Metode pre-processing dilakukan setiap kali melakuan penelitian terhadap pengolahan citra untuk mendapatkan hasil yang maksimal. Pengolahan citra kutu kebul dimulai dengan melakukan operasi grayscale dan kemudian diambil citra biner. Untuk menghilangkan noise, maka digunakan metode median filtering. Deteksi tepi isotropic digunakan untuk melakukan deteksi seberapa banyak kutu kebul yang terdapat pada citra. Cropping otomatis akan digunakan untuk menghitung jumlah kutu kebul yang terdapat pada daun. Hasil dari pengolahan citra untuk menghitung jumlah kutu memiliki nilai akurasi 54%. Â Keywords: Citra Digital, Pre-processing, Peningkatan Kualitas Citra, Deteksi Tepi

Co-Authors Abbas, Moch Anwar Ahmad Azhari Anton Anton Arif Budiarto Astuti, Rachmawati Darma Aziz, Faruq Choerunisya, Hana Dwi Saputra, Heru Dwinanda, Brama Rizky Setia Edi Sabara Efendi, Ade Irfan Efendi eka rahmawati Ferda Ernawan Gata, Windu Hakim, Valianda Farradillah Hasanah, Riyan Latifahul Herwanto, Teguh Hewiz , Alya Shafira Hewiz, Alya Shafira Ilhami, Azriel Noer Jamal Maulana Hudin Jamil, Muh. Jumadi, J Kahfi, Ahmad Hafidzul Kodri, Wan Ahmad Gazali Kurniawantoro Laela Kurniawati, Laela Luh Putu Ratna Sundari Mahendra Mahendra, M Muhamad Hasan Muhammad Qomaruddin Na'am, Jufriadif Nur Sulistyowati, Daning Nurhasanah, Fitri Yani Octaviantara, Adi Pardede, Hilman F Pardede, Hilman Ferdinandus Rahman, Irfan Fadholur Ramanudin, Eko Rudini, Edwin Rumintarsih, Ade Sahidillah Nurdin Saputra, Ridwan Saputra, Surya Fajar Sri Hadianti Sri Hardianti Sulistyowati, Daning Nur Susilawati, Desi Susilawati Thira, Indra Jiwana Waeisul Bismi Wati, Elga Watmah, Sri Widagdo, Galih Widanto, Frantina Andri Widianto, Tetra Wildan Wiguna WITRIANA ENDAH PANGESTI Zevana, Alda

Title Search

Found 2 Documents Search Journal : Jurnal Informatika

Abstract

Abstract

Title

Found 2 Documents
Search
Journal : Jurnal Informatika