Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat)

COMPARISON OF K-NN AND NAÏVE BAYES CLASSIFIER FOR ASPHYXIA FACTOR Finki Dona Marleny; Mambang
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 3 No. 1 (2018)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (394.133 KB) | DOI: 10.20527/jtiulm.v3i1.23

Abstract

Asphyxia is influenced by several factors, including the factors affecting the Immediate Was maternal factors That relates Conditions mother Pregnancy and childbirth such as hypoxia mother, Asphyxia factor data can be modeled using the classification approach. this paper will be compared k-nearest neighbor algorithm and Naive Bayes classifier to classify asphyxia factor. Naive Bayes uses the concept of Bayes’ Theorem which assuming the independency between predictors. Basically, Bayes theorem is used to compute the subsequent probabilities. Analysis of the two algorithms has been done on several parameters such as Kappa statistics, classification error, precision, recall, F-measure and AUC. We achieved the best classification accuracy with KNN algorithm, 92,27%, for k=4. are lower than the rates achieved with Naïve Bayes 83,19%.
OPTIMASI GENETIC ALGORITHM DENGAN JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI CITRA Finki Dona Marleny; Mambang
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 1 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (314.031 KB) | DOI: 10.20527/jtiulm.v4i1.32

Abstract

Klasifikasi Citra adalah sebuah teknik pengelompokan piksel untuk memperoleh suatu gambar objek yang diwakili oleh fitur, kelas atau materi. Banyak algoritma telah dicoba dalam penerapan di klasifikasi citra, salah satu yang sangat terkenala adalah Neural Network. Neural Network dalam pengembangan algoritma Backpropagation mampu mempelajari pola dari data training sehingga menghasilkan bobot-bobot baru dengan error serendah-rendahnya. Genetic Algorithm (GA) merupakan salah satu metode yang sering diterapkan dalam optimasi, Metode ini berbasis teori evolusi, algoritma ini bekerja pada populasi calon penyelesaian yang disebut kromosom yang awalnya dibangkitkan secara random dari ruang penyelesaian fungsi tujuan. Dengan menggunakan mekanisme opearator genetik yaitu persilangan dan mutasi populasi dievolusikan melalui fungsi fitness yang diarahkan pada kondisi konvergensi. Algoritma ini dapat diterapkan dalam banyak area fungsi-fungsi optimasi. Penelitian ini bertujuan untuk mengklasifikasi citra berdasarkan fitur menggunakan metode Backpropagation Optimasi Genetic Algorithm. Data yang digunakan adalah data kayu kelapa yang dikelompokkan berdasarkan kerapatan yang bermanfaat untuk seleksi kualitas kayu tersebut berdasarkan visualisasi.
INTERNET OF THINGS: PROTOTIPE IRIGASI DIGITAL BERBASIS MIKROKONTROLER Mambang; Subhan Panji Cipta; Finki Dona Marleny
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 2 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (305.341 KB) | DOI: 10.20527/jtiulm.v4i2.39

Abstract

Ilmu pengetahuan dan teknologi telah mengubah kehidupan manusia saat ini, hampir semua sektor industri dibantu oleh mesin kecerdasan buatan, revolusi industri generasi keempat membawa kehidupan manusia selalu berdampingan dengan sistem cerdas, selain sektor industri, pertanian saat ini sedang mengalami revolusi digital untuk dapat memberdayakan petani, salah satunya adalah mengoptimalkan penggunaan irigasi sebagai ketentuan dan pengaturan air untuk mendukung pertanian. Penelitian ini bertujuan untuk membuat prototipe irigasi digital berbasis mikrokontroler yang dapat memberdayakan petani dan menyediakan sistem pendukung keputusan bagi petani dalam menghadapi krisis air di lahan kering. Dengan menggunakan sistem berbasis pengontrol, petani akan dapat memantau dan mengontrol sistem pasokan air menggunakan smartphone yang terhubung ke sistem dan dapat membantu petani dalam membuat keputusan untuk tanah mereka. Dengan memanfaatkan teknologi Internet of Things (IoT) berbasis mikrokontroler menggunakan raspberry Pi dan Arduino, di mana prototipe irigasi digital dijalankan menggunakan smartphone yang mengirimkan data ke server berbasis mikrokontroler dan diterima oleh sensor yang telah terhubung menggunakan raspberry dan Arduino.
ANALISIS PENGGUNA WHATSAPP TERHADAP KESALAHAN MENGIRIM PESAN TEKS MENGGUNAKAN METODE KLASIFIKASI Finki Marleny; Mambang
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 5 No. 1 (2020)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v5i1.43

Abstract

Aplikasi perpesanan sederhana lintas platform yang memungkinkan untuk bertukar pesan, mulai dari pesan teks, gambar, video, serta panggilan video dan panggilan cepat tanpa biaya banyak digunakan oleh pengguna di Indonesia, salah satunya adalah Aplikasi Whatsapp. Platform tersebut banyak digunakan dan diminati semua kalangan, dalam percakapan pribadi maupun percakapan grup. Percakapan yang di dominasi dengan menggunakan pesan teks sangat memungkinkan terjadinya kesalahan pengetikan dalam pengiriman pesan yang mengakibatkan kesalahan persepsi pembaca pesan tersebut. Berdasarkan kesalahan pengiriman pesan dan kesalahan dalam pengetikan pesan teks pengguna platform tersebut maka akan dilakukan analisa pengguna aplikasi Whatsapp di lingkungan Universitas XYZ menggunakan metode klasifikasi dengan algoritma Naïve Bayes dan KNN terhadap kesalahan mengirim pesan teks. Dari data yang di dapat yaitu hasil klasifikasi menggunakan algoritma Naïve Bayes mendapatkan akurasi sebesar 75%, sedangkan klasifikasi menggunakan algoritma KNN mendapatkan akurasi sebesar 66,7%. Dari hasil klasifikasi tersebut performa algoritma Naïve Bayes lebih besar dari pada performa algoritma KNN.
RANCANG BANGUN PROTOTIPE SEPEDA AIR CERDAS PEMANTAUAN SAMPAH BERBASIS IOT Finki Marleny; Finki Dona Marleny
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 2 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i2.64

Abstract

Banjarmasin terkenal dengan julukannya sebagai kota seribu sungai, sebagian besar masyarakat memanfaatkan sungai untuk kehidupan sehari-hari. Secara geografis, Kota Banjarmasin memiliki luas wilayah sekitar 98,46 kilometer persegi, kota ini memiliki banyak sungai yang membelah antara satu daratan dengan daratan yang lain. Permasalahan klasik di daerah sungai yaitu seperti sampah batang kayu, bambu, eceng gondok hingga sampah plastik limbah rumah tangga yang sering menumpuk di beberapa kolong jembatan dan pinggiran sungai di Banjarmasin menjadi perhatian untuk kelestarian ling-kungan. Berdasarkan permasalahan tersebut maka penelitian ini bertujuan untuk mengembangkan sistem pemantauan sam-pah di daerah sungai yaitu berupa Rancangan arsitektur Prototipe Sepeda Air Cerdas untuk Pemantauan Sampah Berbasis IoT(Internet of Things), dimana pada tahapan metode penelitian ini menggunakan prototipe sepeda air yang menggunakan sensor-sensor cerdas untuk memantau sampah-sampah yang ada di daerah sungai kemudian sensor dapat mengenali sampah sehingga dapat terdata dan segera terhubung diaplikasi seluler. Pada tahapan ini adalah tahapan pemodelan visual dan arsitektur dari pengembangan prototipe sepeda cerdas berbasis IoT. Hasil pada penelitian ini adalah gambaran pengem-bangan arsitektur sistem prototipe sepeda air cerdas sebagai cetak biru untuk pengembangan lebih lanjut pada tahap pengem-bangan perangkat. Gambaran cetak biru dari penelitian ini dapat menjadi rujukan untuk pengembangan sistem berbasis IoT dalam sistem monitoring pemantauan sampah di daerah sungai.
RANCANG BANGUN PROTOTIPE SEPEDA AIR CERDAS PEMANTAUAN SAMPAH BERBASIS IOT Finki Marleny; Finki Dona Marleny
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 2 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i2.64

Abstract

Banjarmasin terkenal dengan julukannya sebagai kota seribu sungai, sebagian besar masyarakat memanfaatkan sungai untuk kehidupan sehari-hari. Secara geografis, Kota Banjarmasin memiliki luas wilayah sekitar 98,46 kilometer persegi, kota ini memiliki banyak sungai yang membelah antara satu daratan dengan daratan yang lain. Permasalahan klasik di daerah sungai yaitu seperti sampah batang kayu, bambu, eceng gondok hingga sampah plastik limbah rumah tangga yang sering menumpuk di beberapa kolong jembatan dan pinggiran sungai di Banjarmasin menjadi perhatian untuk kelestarian ling-kungan. Berdasarkan permasalahan tersebut maka penelitian ini bertujuan untuk mengembangkan sistem pemantauan sam-pah di daerah sungai yaitu berupa Rancangan arsitektur Prototipe Sepeda Air Cerdas untuk Pemantauan Sampah Berbasis IoT(Internet of Things), dimana pada tahapan metode penelitian ini menggunakan prototipe sepeda air yang menggunakan sensor-sensor cerdas untuk memantau sampah-sampah yang ada di daerah sungai kemudian sensor dapat mengenali sampah sehingga dapat terdata dan segera terhubung diaplikasi seluler. Pada tahapan ini adalah tahapan pemodelan visual dan arsitektur dari pengembangan prototipe sepeda cerdas berbasis IoT. Hasil pada penelitian ini adalah gambaran pengem-bangan arsitektur sistem prototipe sepeda air cerdas sebagai cetak biru untuk pengembangan lebih lanjut pada tahap pengem-bangan perangkat. Gambaran cetak biru dari penelitian ini dapat menjadi rujukan untuk pengembangan sistem berbasis IoT dalam sistem monitoring pemantauan sampah di daerah sungai.
PADDY WETLAND PRODUCTIVITY ANALYSIS WITH LINEAR REGRESSION OF MACHINE LEARNING APPROACH Bayu Nugraha; Agustina Hotma Uli Tumanggor; Mambang; Finki Dona Marleny
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 7 No. 2 (2022)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v7i2.138

Abstract

Paddy is one of the priority crops in agricultural production. South Kalimantan is an area that produces Paddy. In paddy productivity in the southern Kalimantan region, there are paddy wetlands and paddy dryland. The need for paddy production in the southern Kalimantan region can increase or decrease every year. The method used in this study is a linear regression algorithm with a machine learning approach. Linear regression analysis basically predicts a variable's value based on its free variables. Linear regression only predicts variables whose data nature is intervals or ratios. Linear regression analysis can be used to examine the relationship between two or more variables. Linear regression can also make additional assumptions between variables through the most suitable lines of straight-line data points. This study is to determine the relationship between harvest area and productivity. As a result of trials using the machine learning approach, linear regression algorithms show a relationship between harvest and production area. The correlation test results can find relationships between data points so that linear regression can be used to predict. From the relationship between harvest area and productivity, a prediction accuracy of 95% was obtained.
Co-Authors Ade Putri Maharani Adha, Muhammad Iqbal Ahadi Ningrum, Ayu Ahmad Faisal Hamidi Ahmad Hidayat Ahmad Hidayat Ahmad Riki Renaldy Akhmad Baddrudin Antonia Yenitia Aqli, Ahmad Aulia Fitri Aulia Fitri Aulia Fitri, Aulia Ayu Ahadi Ningrum Bambang Lareno, Bambang Bayu Nugraha Bima Wicaksono Damayanti, Alfisah Dixky Dixky Elisa Fitriana Fitriansyah, Muhammad Gazali, Mukhaimy Hamdani Hamdani Haniffah Sri Rinjani Hudatul Aulia Ihdalhubbi Maulida Ihsanudin Indah Wulandari Jaya Hari Santoso Johan Wahyudi Johan Wahyudi, Johan Kamaruddin Kamarudin Kartika Kartika Liliana Swastina Lufila, Lufila M Samsul Hasbi M Samsul Hasmi Maman Fatahulrahman Mambang Mambang Fitriansyah Maria Ulfah Maulida, Ihdalhubbi Meila Izzana, Meila Melda Melda Miranda Miranda Muhammad Khairul Akbar Muhammad Noval Muhammad Riduan Syafi’i Muhammad Satrio Ayuba Muhammad Tantowi Jauhari Muhammad Zaini Bakri Muhammad Ziki Elfirman Muhammad Ziki Elfirman Muhammad Zulfadhilah Mukhaimy Gazali Mutmainah Mutmainah Nahdi Saubari Nalo Valentino Ningrum, Ayu Ahadi Nor Azizah Novita Sari Novriansyah, Irvan Nur Hafiz Ansari Nur Meilianti Maulida Nurhaeni Nurhaeni Prastya, Septyan Eka Putri Putri Putri Putri, Putri Rahmini Rahmini Reni Emiliya Ricardus A P, Ricardus A Risma Maulida Risma Risma Rismawati Rismawati Rizkian Muhammad Fikri Ropikah Ropikah Rudy Ansari Rudy Ansari Rudy Ansari, Rudy Samita, Mambang Sandro Nesta Pembriano Sa’adah Sa’adah Septian Eka Prastya Septyan Eka Prastya Septyan Eka Prastya Subhan Panji Cipta Susanti, NurAina Tasya Salsabila Theresia Kurniati Seran Tiara, Astia Rahma Tumanggor, Agustina Hotma Uli Winda Astria Nuansa Saputri Winda Astria Nuansa Saputri Windarsyah Windarsyah Wulandari Febriani Yulisa Suryana Yuslena Sari, Yuslena