Articles
<![CDATA[Klasifikasi Metagenom dengan Metode Naïve Bayes Classifier ]]>
<![CDATA[Utami, Dian Kartika]]>;
<![CDATA[Kusuma, Wisnu Ananta]]>;
<![CDATA[Buono, Agus]]>
<![CDATA[ Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014) ]]>
Publisher : <![CDATA[Departemen Ilmu Komputer IPB ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1294.449 KB)
<![CDATA[Studi metagenom merupakan langkah penting pada pengelompokan taksonomi. Pengelompokan pada metagenom dapat dilakukan dengan menggunakan metode binning. Binning diperlukan untuk mengelompokkan contigs yang dimiliki oleh masing-masing kelompok spesies filogenetik. Pada penelitian ini, binning dilakukan dengan menggunakan pendekatan komposisi berdasarkan supervised learning (pembelajaran dengan contoh). Metode supervised learning yang digunakan yaitu Naïve Bayes Classifier. Adapun metode yang digunakan untuk ekstraksi ciri adalah dengan melakukan perhitungan frekuensi k-mer. Klasifikasi pada metagenom dilakukan berdasarkan tingkat takson genus. Dari proses klasifikasi yang dilakukan, akurasi yang diperoleh dengan menggunakan fragmen pendek (400 bp) adalah 49.34 % untuk ekstraksi ciri 3-mer dan 53.95 % untuk ekstrasi ciri 4-mer. Sementara itu, untuk fragmen panjang (10 kbp), akurasi mengalami peningkatan yaitu 82.23 % untuk ekstraksi ciri 3-mer dan 85.89 % untuk esktraski ciri 4-mer. Dari hasil tersebut dapat disimpulkan bahwa akurasi semakin tinggi seiring dengan semakin panjangnya ukuran fragmen. Selain itu, penelitian ini juga menyimpulkan bahwa metode ekstrasi ciri yang memberikan hasil paling maksimal adalah dengan menggunakan ekstraksi ciri 4-mer.Kata Kunci: metagenom, k-mer, Naïve Bayes Classifier, binning, klasifikasi]]>
<![CDATA[Penerapan Metode Certainty Factor Untuk Menetukan Penyakit Katarak Penyebab Kebutaan ]]>
<![CDATA[Utami, Dian Kartika]]>;
<![CDATA[Permadi, Muidz]]>;
<![CDATA[Zuairiah, Tjut Awaliyah]]>
<![CDATA[ KOMPUTASI Vol 14, No 2 (2017): JURNAL KOMPUTASI ]]>
Publisher : <![CDATA[KOMPUTASI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Mata merupakan bagian dari salah satu indra pada tubuh manusia yang paling sensitif. Mata rentan terhadap penyakit. Katarak adalah salah satu penyakit mata yang paling banyak menyebabkan kebutaan di Indonesia ataupun di negara lain. Katarak ini ditandai dengan adanya kekeruhan pada lensa mata. Banyak sekali masyarakat di negara kita yang tidak mengetahui gejala awal dan jenis-jenis penyakit katarak yang dideritanya. Adapun inferensi yang akan digunakan untuk mendiagnosa penyakit katarak ini yaitu Certainty Factor. Penerapan metode Certainty Factor bertujuan untuk melakukan sebuah penalaran dalam menghasilkan sebuah kesimpulan akhir dan menghasilkan nilai keyakinan yang didapat dari hasil perhitungan bobot dari masing-masing gejala. Hasil dari validasi yang sudah dilakukan didapat nilai akurasi pada metode certainty factor yaitu sebesar 93%. Selain melihat dari tingkat akurasi bisa dilihat juga pada uji coba penilaian Sensitivity dan Specificity bahwa metode Certainty Factor lebih banyak mendiagnosa jenis penyakit katarak yang sesuai dengan keyakinan pakar.]]>
<![CDATA[PEMODELAN SISTEM PEWARISAN GEN MANUSIA BERDASARKAN HUKUM MENDEL DENGAN ALGORITMA BRANCH AND BOUND ]]>
<![CDATA[Tosida, Eneng Tita]]>;
<![CDATA[Utami, Dian Kartika]]>
<![CDATA[ - ]]>
Publisher : <![CDATA[Fakultas Matematika dan ilmu pengetahuan Alam. Universitas Pakuan. ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (264.477 KB)
<![CDATA[Perkembangan teknologi informatika saat ini telah melintasi berbagai bidang dan salah satunya adalah dimanfaatkan untuk memodelkan kondisi biologis manusia melalui ilmu genetika. Prinsip tentang gen dan pewarisan sifat yang dikukuhkan dalam Hukum Mendel dapat dimodelkan dengan Algoritma Branch and Bound melalui penggunaan Bahasa Pemrograman Visual Basic 5. Model sistem yang dibangun melalui pendekatan System Development Life Cycle ini dimaksudkan untuk memudahkan proses pewarisan gen dan penggenerasian, dengan visualisasi berupa diagram pohon dan grafik yang menunjukkan peluang pewarisan gen. Berbagai istilah yang umum digunakan dalam sistem pewarisan gen pada manusia juga diinformasikan dalam model sistem ini dan dikemas dalam bentuk kamus data, sehingga memudahkan pengguna dalam pemanfaatan model ini. Keyword : Model, Gen, Hukum Mendel, Algoritma Branch and Bound, System Development Life Cycle]]>
<![CDATA[IMPLEMENTASI CHATBOT PADA PENDAFTARAN MAHASISWA BARU MENGGUNAKAN RECURRENT NEURAL NETWORK ]]>
<![CDATA[Zuraiyah, Tjut Awaliyah]]>;
<![CDATA[Utami, Dian Kartika]]>;
<![CDATA[Herlambang, Degi]]>
<![CDATA[ Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019) ]]>
Publisher : <![CDATA[Universitas Gunadarma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35760/tr.2019.v24i2.2388
<![CDATA[Chatbot adalah perangkat lunak yang dapat berkomunikasi dengan manusia menggunakan bahasa alami. Model percakapan menggunakan kecerdasan buatan agar mampu memahami ucapan pengguna dan memberi tanggapan yang relevan dengan masalah yang dibahas oleh pengguna. Pendaftaran mahasiswa baru memerlukan banyak informasi mengenai prosedur pendaftaran di perguruan tinggi. Website pendaftaran online di Universitas Pakuan masih sebatas berisi informasi umum. Penelitian ini bertujuan untuk membuat suatu aplikasi Chatbot otomatis yang dapat berkomunikasi dengan manusia mengenai informasi pendaftaran mahasiswa baru di Universitas Pakuan menggunakan Recurrent Neural Network (RNN) untuk klasifikasi teks. Aplikasi Chatbot diimplementasikan menggunakan bahasa pemrograman Python dan Telegram API. Tahapan pada implementasi Chatbot terdiri dari preprocessing, transformasi data ke format .JSON, pelatihan data, bag of word dan full connection. Pengujian aplikasi Chatbot menggunakan data sebanyak 251 kalimat pertanyaan tentang pendaftaran mahasiswa baru di Universitas Pakuan. Hasil pengujian menunjukkan bahwa Chatbot dapat menjawab pertanyaan mengenai pendaftaran mahasiswa baru dengan akurasi sebesar 88%, presisi sebesar 95% dan recall sebesar 92%.]]>
<![CDATA[Klasifikasi Metagenom dengan Metode Naïve Bayes Classifier ]]>
<![CDATA[Dian Kartika Utami]]>;
<![CDATA[Wisnu Ananta Kusuma]]>;
<![CDATA[Agus Buono]]>
<![CDATA[ Jurnal Ilmu Komputer & Agri-Informatika Vol. 3 No. 1 (2014) ]]>
Publisher : <![CDATA[Departemen Ilmu Komputer - IPB University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1294.449 KB)
|
DOI: 10.29244/jika.3.1.9-17
<![CDATA[Studi metagenom merupakan langkah penting pada pengelompokan taksonomi. Pengelompokan pada metagenom dapat dilakukan dengan menggunakan metode binning. Binning diperlukan untuk mengelompokkan contigs yang dimiliki oleh masing-masing kelompok spesies filogenetik. Pada penelitian ini, binning dilakukan dengan menggunakan pendekatan komposisi berdasarkan supervised learning (pembelajaran dengan contoh). Metode supervised learning yang digunakan yaitu Naïve Bayes Classifier. Adapun metode yang digunakan untuk ekstraksi ciri adalah dengan melakukan perhitungan frekuensi k-mer. Klasifikasi pada metagenom dilakukan berdasarkan tingkat takson genus. Dari proses klasifikasi yang dilakukan, akurasi yang diperoleh dengan menggunakan fragmen pendek (400 bp) adalah 49.34 % untuk ekstraksi ciri 3-mer dan 53.95 % untuk ekstrasi ciri 4-mer. Sementara itu, untuk fragmen panjang (10 kbp), akurasi mengalami peningkatan yaitu 82.23 % untuk ekstraksi ciri 3-mer dan 85.89 % untuk esktraski ciri 4-mer. Dari hasil tersebut dapat disimpulkan bahwa akurasi semakin tinggi seiring dengan semakin panjangnya ukuran fragmen. Selain itu, penelitian ini juga menyimpulkan bahwa metode ekstrasi ciri yang memberikan hasil paling maksimal adalah dengan menggunakan ekstraksi ciri 4-mer.Kata Kunci: metagenom, k-mer, Naïve Bayes Classifier, binning, klasifikasi]]>
<![CDATA[PENERAPAN FUZZY LOGIC UNTUK MENINGKATKAN DERAJAT KEBENARAN DETEKSI PADA ALAT BANTU BUTA WARNA BERBASIS SENSOR OPTIK ]]>
<![CDATA[Johan Iskandar]]>;
<![CDATA[Dian Kartika Utami]]>
<![CDATA[ KOMPUTASI Vol 16, No 1 (2019): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika ]]>
Publisher : <![CDATA[Ilmu Komputer, FMIPA, Universitas Pakuan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (476.623 KB)
|
DOI: 10.33751/komputasi.v16i1.1590
<![CDATA[Prototipe deteksi warna berbasis Arduino dan sensor warna TCS3200 telah berhasil dikembangkan. Prototipe ini dibangun dengan menerapkan logika fuzzy untuk meningkatkan akurasi pembacaan warna berdasarkan tingkat keanggotaan (μ (x)). Metode yang digunakan adalah mengubah ruang warna RGB (merah, hijau, biru) menjadi ruang warna HSV (Hue, Saturation, Value). Dari ruang warna HSV, nilai Hue diambil sebagai variabel independen dalam membuat kurva segmentasi warna dan μ (x). Bentuk keluaran dari prototipe adalah suara dengan informasi warna yang terdeteksi. Untuk mendapatkan jarak optimal dari deteksi warna, sensor ditempatkan pada jarak 1 cm, 2, cm dan 3 cm dari objek. Dari hasil pengujian, akurasi yang diperoleh pada jarak 1 cm adalah 100%, jarak 2 adalah 94.7% dan 89.4% pada jarak 3 cm. Oleh karena itu dapat disimpulkan bahwa jarak ideal untuk mengukur prototipe adalah 1 cm.]]>
<![CDATA[Penerapan Metode Certainty Factor Untuk Menetukan Penyakit Katarak Penyebab Kebutaan ]]>
<![CDATA[Dian Kartika Utami]]>;
<![CDATA[Muidz Permadi]]>;
<![CDATA[Tjut Awaliyah Zuairiah]]>
<![CDATA[ KOMPUTASI Vol 14, No 2 (2017): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika ]]>
Publisher : <![CDATA[Ilmu Komputer, FMIPA, Universitas Pakuan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33751/komputasi.v14i2.683
<![CDATA[Mata merupakan bagian dari salah satu indra pada tubuh manusia yang paling sensitif. Mata rentan terhadap penyakit. Katarak adalah salah satu penyakit mata yang paling banyak menyebabkan kebutaan di Indonesia ataupun di negara lain. Katarak ini ditandai dengan adanya kekeruhan pada lensa mata. Banyak sekali masyarakat di negara kita yang tidak mengetahui gejala awal dan jenis-jenis penyakit katarak yang dideritanya. Adapun inferensi yang akan digunakan untuk mendiagnosa penyakit katarak ini yaitu Certainty Factor. Penerapan metode Certainty Factor bertujuan untuk melakukan sebuah penalaran dalam menghasilkan sebuah kesimpulan akhir dan menghasilkan nilai keyakinan yang didapat dari hasil perhitungan bobot dari masing-masing gejala. Hasil dari validasi yang sudah dilakukan didapat nilai akurasi pada metode certainty factor yaitu sebesar 93%. Selain melihat dari tingkat akurasi bisa dilihat juga pada uji coba penilaian Sensitivity dan Specificity bahwa metode Certainty Factor lebih banyak mendiagnosa jenis penyakit katarak yang sesuai dengan keyakinan pakar.]]>
<![CDATA[IMPLEMENTASI APLIKASI PENALARAN BERBASIS KASUS UNTUK IDENTIFIKASI PENYAKIT KEDELAI ]]>
<![CDATA[Adriana Sari Aryani]]>;
<![CDATA[Dian Kartika Utami]]>
<![CDATA[ Computatio : Journal of Computer Science and Information Systems Vol 2, No 2 (2018): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS ]]>
Publisher : <![CDATA[Faculty of Information Technology, Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (229.991 KB)
|
DOI: 10.24912/computatio.v2i2.2473
<![CDATA[Sistem Penalaran Untuk Identifikasi Penyakit Tanaman Kedelai berbasis Case Based Reasoning dapat dimanfaatkan untuk para pengguna umum. Sistem Penalaran Untuk Klasifikasi Data Tanaman Kedelai berbasis CBR dapat mengetahui nama penyakit dari tanaman Kacang Kedelai yang telah teridentifikasi serta mengetahui cara penanggulangannya. Sistem penalaran untuk klasifikasi data penyakit tanaman kacang kedelai berbasis CBR dibuat berbasis web agar dapat diakses oleh kalangan masyarakat luas kapanpun dan dimanapun mereka berada. Kacang Kedelai yang telah teridentifikasi serta mengetahui solusi atau penanggulangan penyakit yang disarankan (direkomendasikan) dari hasil perhitungan similarity. Implementasi aplikasi penalaran berbasis kasus untuk identifikasi penyakit kedelai menggunakan bahasa pemrograman PHP (Hypertext Prepocessor) dan basisdata yang digunakan adalah MySQL. PHP benar-benar sederhana untuk dipahami dibandingkan dengan bahasa pemrograman lain. Sejak itu PHP adalah bahasa yang mudah dan kuat, telah banyak digunakan untuk membuat aplikasi berbasis web yang membutuhkan fungsionalitas maksimal dengan minimal coding. MySQL memiliki keunggulan yang pertama, yaitu merupakan salah satu jenis software yang protable, Software portable ini berarti MySQL bisa dijalankan untuk mengolah database multi platform.]]>
<![CDATA[PEMODELAN SISTEM PEWARISAN GEN MANUSIA BERDASARKAN HUKUM MENDEL DENGAN ALGORITMA BRANCH AND BOUND ]]>
<![CDATA[Eneng Tita Tosida]]>;
<![CDATA[Dian Kartika Utami]]>
<![CDATA[ EKOLOGIA Vol 11, No 1 (2011): JURNAL ILMIAH ILMU DASAR DAN LINGKUNGAN HIDUP ]]>
Publisher : <![CDATA[Universitas Pakuan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (264.477 KB)
|
DOI: 10.33751/ekol.v11i1.238
<![CDATA[Perkembangan teknologi informatika saat ini telah melintasi berbagai bidang dan salah satunya adalah dimanfaatkan untuk memodelkan kondisi biologis manusia melalui ilmu genetika. Prinsip tentang gen dan pewarisan sifat yang dikukuhkan dalam Hukum Mendel dapat dimodelkan dengan Algoritma Branch and Bound melalui penggunaan Bahasa Pemrograman Visual Basic 5. Model sistem yang dibangun melalui pendekatan System Development Life Cycle ini dimaksudkan untuk memudahkan proses pewarisan gen dan penggenerasian, dengan visualisasi berupa diagram pohon dan grafik yang menunjukkan peluang pewarisan gen. Berbagai istilah yang umum digunakan dalam sistem pewarisan gen pada manusia juga diinformasikan dalam model sistem ini dan dikemas dalam bentuk kamus data, sehingga memudahkan pengguna dalam pemanfaatan model ini.Keyword : Model, Gen, Hukum Mendel, Algoritma Branch and Bound, SystemDevelopment Life Cycle]]>
<![CDATA[SISTEM ACCESS CONTROL RUANGAN LABORATORIUM DAN PERKULIAHAN MENGGUNAKAN RADIO FREQUENCY IDENTIFICATION ]]>
<![CDATA[Dian Kartika Utami]]>;
<![CDATA[Akbar Sugih Miftahul Huda]]>;
<![CDATA[Arie Qur’ania]]>;
<![CDATA[Rizki Pratama]]>
<![CDATA[ Jurnal Teknoinfo Vol 16, No 2 (2022): Juli ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jti.v16i2.1897
<![CDATA[Access control adalah suatu cara untuk pengendalian terhadap akses seseorang dalam memasuki ruangan. Pengendalian ini berfungsi untuk membatasi seseorang yang memiliki hak atau tidak dalam memasuki sebuah ruangan. Resiko keamanan yang dapat terjadi adalah kerusakan aset didalam ruangan yang timbul karena ada orang yang dapat mengakses ruangan dan menggunakan aset didalamnya. Penyebab kerusakan atau kehilangan ini akan dapat dilacak dengan menggunakan log book yang diisi pada setiap mengakses ruangan. Dengan resiko kerusakan dan kehilangan akibat lemahnya pengendalian akses ruangan. Dibutuhkan sebuah sistem yang dapat mengunci dan terbuka secara otomatis dengan pengenal yang dimiliki oleh orang-orang yang berhak mengakses ruangan. Selain itu diperlukan sebuah sistem yang dapat mencatat akses setiap orang yang memiliki hak sehingga resiko kerusakan dan kehilangan aset dapat dilacak.]]>
