Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Prosiding Semnastek

KLASIFIKASI CITRA RETINA MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK MENDETEKSI MAKULOPATI DIABETIK Wahyudi Setiawan; Fitri Damayanti
Prosiding Semnastek PROSIDING SEMNASTEK 2016
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan  pola bertujuan untuk mengelompokkan citra ke dalam kelas tertentu berdasarkan pada ciri-ciri utama yang dimiliki. Secara umum, pengenalan  pola terdiri dari 4 tahapan yaitu preprosesing, segmentasi, ekstraksi fitur dan klasifikasi. Pada penelitian ini pengenalan pola diterapkan pada deteksi  tingkat Makulopati Diabetik. Makulopati Diabetik merupakan kelainan pada mata yang disebabkan oleh rusaknya pembuluh darah akibat komplikasi penyakit diabetes melitus yang terjadi di sekitar makula.    Untuk mendeteksi awal penyakit  makulopati diperlukan analisis dokter dari citra fundus. Citra fundus merupakan citra hasil foto retina menggunakan kamera fundus. Dataset yang digunakan yaitu MESSIDOR sebanyak 75 citra retina, terdiri dari 3 kelas yaitu Edema Makula (EM) tingkat 1, EM tingkat 2 dan EM tingkat 3.  Ekstraksi fitur menggunakan Two Dimensional  Linear Discriminant Analysis, sedangkan klasifikasi menggunakan k-Nearest Neighbor. Dari hasil ujicoba didapatkan prosentase pengenalan maksimal hingga 93,33%.        Kata kunci:  Pengenalan Pola, Klasifikasi, Makulopati  Diabetika, Two Dimensional Linear Discriminant Analysis, k-Nearest Neighbor.
SISTEM PAKAR DIAGNOSIS PENYAKIT MATA MENGGUNAKAN NAÏVEBAYES CLASSIFIER Wahyudi Setiawan; Sofie Ratnasari
Prosiding Semnastek PROSIDING SEMNASTEK 2014
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian  ini  membahas  tentang  aplikasi sistem  pakar  untuk  mendiagnosis penyakit  mata. Datayang digunakan untuk penelitian terdiri dari 52 gejala dan 15 penyakit mata. Sistem pakar yangdibangun menggunakan metodeNaïveBayes Classifier. Terdapat dua tahapan kerja dari aplikasi ini.Pertama, sistem  meminta pasien untuk  menginputkan gejala-gejala  yang  dialami.Kedua, sistemakan  secara  otomatis  menampilkan  hasil  diagnosis  dari  penyakit  mata  yang  diderita  oleh  pasienmelalui  perhitungan Naïve Bayes  Classifier. Hasil  diagnosis  sistem  selanjutnya  dibandingkandengan  hasil  diagnosis dari  pakar  sebenarnya. Ujicoba  sistem  menggunakan  data  sebanyak  12pasien penyakit mata. Dari hasil percobaan, prosentase kesesuaian diagnosis sebesar 83%.
PENERAPAN METODE FUZZY ANALYTICAL HIERARCHI PROCESS UNTUK PEMILIHAN SUPPLIER BATIK MADURA Wahyudi Setiawan; Reny Pujiastutik
Prosiding Semnastek PROSIDING SEMNASTEK 2015
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sebuah perusahaan lazimnya memiliki beberapa supplier untuk kebutuhan produksinya. Supplier dibutuhkan untuk menjaga produksi tetap berjalan sesuai dengan  tujuan utama produksi. Pemilihan supplier termasuk hal yang penting bagi perusahaan. Pemilihan supplier bertujuan untuk menurunkan biaya pembelian  dan meningkatkan daya saing perusahaan. Pada penelitian ini dibangun sebuah sistem pemilihan supplier yang diimplementasikan pada sebuah perusahaan batik Madura. Jumlah supplier yang digunakan pada penelitian ini sebanyak 15. Kriteria yang digunakan sebanyak 13, diantaranya yaitu cara pembayaran, harga, diskon, jumlah pengiriman, waktu pengiriman, kecepatan tanggap, komunikasi, informasi produk, layanan komplain, kualitas produk, tingkat kecacatan, biaya transportasi dan jenis transportasi. Metode Fuzzy Analytical Hierarchi Process (FAHP) digunakan untuk mendapatkan  hasil ranking pemilihan supplier. Metode FAHP merupakan gabungan antara metode Fuzzy dan AHP. Metode Fuzzy digunakan untuk variabel ketidakpastian yang bersifat kualitatif, sedangkan metode AHP mempertimbangkan karakteristik kualitatif dan kuantitatif.  Hasil penelitian menunjukkan prosentase akurasi sebesar 80% jika dibandingkan dengan perhitungan manual.