Fani Nurona Cahya
Universitas Bina Sarana Informatika

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network (CNN) Fani Nurona Cahya; Nila Hardi; Dwiza Riana; sri hadiyanti
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (12317.28 KB) | DOI: 10.32520/stmsi.v10i3.1248

Abstract

AbstrakGangguan pada mata atau disebut juga penyakit mata adalah suatu kondisi yang mampu mempengaruhi jangka waktu hidup bagi sebagian orang. Gangguan mata atau penyakit mata banyak sekali jenisnya, diantaranya yaitu katarak, glaukoma dan retina disease. Gangguan atau penyakit mata tersebut merupakan penyebab kebutaan yang paling sering terjadi. Melihat dari uraian tersebut, penting sekali untuk mendeteksi penyakit mata atau kelaianan sebelum terjadi kebutaan. Penelitian  ini bertujuan untuk klasifikasi penyakit mata menggunakan Convolutional Neural Network (CNN) berarsitekstur Alexnet dengan pembaruan berupa menggunakan 4 kelas yang membutuhkan 3 tahap proses yaitu melakukan tahap pre-processing yang menghasilkan ukuran citra menjadi 224x224px. Tahap selanjutnya adalah ekstraksi fitur dengan 3 layer yaitu Convutional Layer, Pooling Layer, Fully Connected Layer, Pada implementasi CNN menggunakan 150 epoch. Hasil akurasi dari penelitian klasifikasi penyakit mata menggunakan  metode CNN adalah 98.37%.Kata kunci: penyakit mata, klasifikasi, convolutional neural network (CNN) AbstractAn eye disorder, also called a disease of the eye, is a condition that can affect the lifespan of some people. Eye disorders or diseases of which there are many types, including kataraks, glaukoma and retina disease. This eye disorder or disease is the most common cause of blindness. Seeing from the description. It is very important to detect eye disease or negligence before blindness occurs This study aims to classify eye diseases using the Alexnet textured Convolutional Neural Network (CNN) with an update in the form of using 4 classes that require 3 stages of the process, namely conducting ahap pre-processing which results in an image size of 224x224px. The next stage is Feature Extraction with 3 layers, namely Convutional Layer, Pooling Layer, Fully Connected Layer, the implementation of the Convolutional Neural Network implementation uses 150 epochs. The accuracy of the eye disease classification study using the Convolutional Neural Network method was 98.37%.Keywords: eye disease, classification, convolutional neural network (CNN).
Perbandingan Identifikasi Wajah Dengan Ekstraksi Fitur Haralick Dan CNN Fani Nurona Cahya
Informatics and Digital Expert (INDEX) Vol. 2 No. 2 (2020): INDEX, November 2020
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v2i02.594

Abstract

Kecanggihan teknologi telah berdampak pada setiap segi kehidupan. Salah satunya pengolahan citra yang menjadikan objek wajah sebagai karakter utama. Deteksi wajah digunakan untuk mengetahui ada atau tidaknya wajah pada suatu gambar sehingga keberadaannya sangat vital. penelitian ini adalah untuk mendapatkan algoritma pengenalan yang kuat dengan akurasi tinggi. Struktur umum proses pengenalan wajah dalam penelitian ini mencoba dua eksperimen yakni dengan menggunakan Feature Extraction Haralic dengan Random Forest, dan klasifikasi dengan menggunakan CNN. Penelitian feature ectraction dengan haralic ini terdiri dari tiga tahap. Ini dimulai dengan tahap pra-pemrosesan: konversi ruang warna dan pengubahan ukuran gambar, dilanjutkan dengan ekstraksi fitur wajah, dan kemudian set fitur yang diekstraksi diklasifikasikan. Dalam sistem ini, Random Forest Classifier dan CNN akan menajadi acuan novelty untuk merealisasikan tahap terakhir berdasarkan fitur wajah. Hasil akurasi dari eksperimen ini masih kurang sehinggap perlu mencoba eksperimen lain.
Klasifikasi Buah Segar dan Busuk Menggunakan Ekstraksi Fitur Hu-Moment , Haralick dan Histogram Fani Nurona Cahya; Rangga Pebrianto; Tika Adilah M
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 1 (2021): IJCIT - Mei 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1020.211 KB) | DOI: 10.31294/ijcit.v6i1.10052

Abstract

Seiring dengan perkembangan zaman, teknologi berkembang dengan pesat saat ini. Dengan perkembangan teknologi sekarang ini memudahkan semua orang mengakses apa saja. Banyak teknologi yang sudah ditemukan salah satunya adalah pengolahan citra digital,  Identifikasi pada sebuah citra sudah lama dikembangkan salah satunya dengan membedakan tekstur pada citra tersebut. Tekstur citra dapat dibedakan oleh kerapatan, keseragaman, kekasaran dan keteraturan dari citra yang diteliti. Agriculture saat ini sedang ramai di bahas khususnya di indonesia, banyak sekali penelitian yang di lakukan dalam sektor pertanian guna memajukan sektor pertanian itu sendiri. Dalam penelitian kali ini yaitu ekstraksi fitur menggunakan Hu-moment, Haralick dan Histogram dan klasifikasi menggunakan algoritma Random Forest. Peneliti mencoba mengklasifikasi buah-buahan segar atau busuk, dengan algoritma yang digunakan yaitu algoritma Random Forest, penelitian ini mendapatkan akurasi yang sangat tinggi yakni 99.6% sangat baik sekali. Namun guna memperbaharui  penelitian bisa mencoba beberapa fitur dan algorithma yang berbeda agar mendapatkan perbandingan atau hasil yang lebih maksimal.Kata kunci: ekstraksi fitur, Hu-moment Haralick dan Histogram, Random Forest. 
Sistem Pendukung Keputusan Seleksi Penerimaan Karyawan dengan Metode Analytical Hierarchy Process Fani Nurona Cahya; Ainun Zumarniansyah; Hikmatulloh Hikmatulloh
Jurnal Teknik Komputer AMIK BSI Vol 8, No 2 (2022): JTK Periode Juli 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v8i2.12814

Abstract

Sistem informasi yang di rancang merupakan sistem informasi Seleksi karyawan berbasis Komputerisasi untuk membantu perusahaan pada proses penyeleksian karyawan di Kantor Koperasi Sejahtera. Tujuan dari Sistem pendukung keputusan penerimaan karyawan yaitu untuk meningkatkan efektivitas dan efesiensi manajeman, meningkatkan kecepatan dan validitas pengambilan keputuan yang berkaitan dengan kegiatan operasional, dan meningkatkan kualitas SDM calon Karyawan. Sistem pendukung keputusan yang digunakan juga harus memiliki perencanaan secara komprehensif dan terpadu. Untuk itu digunakanlah metode Analytical Hierrarchy Process (AHP). Analytical Hierrarchy Process (AHP) merupakan suatu model pendukung keputusan yang menguraikan masalah multi faktor atau multi kriteri yang kompleks menjadi suatu hirarki, adapun kriteria dal prekrutan ini adalah keahlian, pengalaman dan Nilai IPK. suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian di atur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis. Hasil Penelitian Dengan demikian Metode Analytic Hierrarchy Process (AHP) sangat baik digunakan dalam pengambilan keputusan penerimaan karyawan baru agar hasil dari penyeleksian karyawan baru bisa selesai dengan tepat dan akurat. 
PENERIMAAN TEKNOLOGI DALAM PENDIDIKAN STUDI KASUS: CALON GURU DI INDONESIA Tika Adilah Mutiara; Fani Nurona Cahya
Jurnal Responsif : Riset Sains dan Informatika Vol 4 No 2 (2022): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v4i2.879

Abstract

Penelitian ini mencoba untuk menguji penerimaan calon guru terhadap penggunaan teknologi dalam pendidikan dengan menggunakan metode Technology Acceptance Model (TAM) sebagai pendekatan analisis. Ada Empat faktor TAM yaitu Persepsi Kemudahan Penggunaan (Perceived Ease of Use), Persepsi Manfaat­­ (Perceived usefulness), sikap terhadap penggunaan komputer (Attitude Toward Computer Use), dan niat untuk menggunakan (Intention to Use). Niat Perilaku digunakan sebagai faktor model evaluasi untuk mengukur penerimaan teknologi oleh calon guru dan total empat hipotesis diajukan. Sebuah kuesioner online dilakukan untuk mengekstraksi informasi dari calon guru di berbagai universitas di Indonesia dan total responden sebanyak 120 responden dikumpulkan. Hasil analisis menjelaskan bahwa penerimaan untuk penggunaan Teknologi dapat dijelaskan oleh faktor-faktor yang dievaluasi. Temuan kami menggambarkan bahwa dari empat hipotesis terdapat tiga hipotesis yang memiliki konstruk yang saling terkait (diterima) sedangkan satu hipotesis yaitu Persepsi Manfaat­­ (Perceived usefulness) kepada sikap terhadap penggunaan komputer (Attitude Toward Computer Use) tidak saling terkait (ditolak). Untuk menjelaskan perilaku calon guru terhadap penggunaan teknologi dalam Pendidikan, sikap terhadap penggunaan komputer (Attitude Toward Computer Use) ditentukan sebagai faktor kunci.
IMPLEMENTATION OF THE WEIGHT PRODUCT METHOD IN THE SYSTEM NEW STUDENT ADMISSION Siti Nurhasanah Nugraha; Rangga Pebrianto; Fani Nurona Cahya; Irwan Herliawan
Jurnal Techno Nusa Mandiri Vol 19 No 2 (2022): Techno Nusa Mandiri : Journal of Computing and Information Technology Period of
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v19i2.3678

Abstract

The development of information technology is something that cannot be separated from life today. The development of information technology, especially the internet, is certainly welcomed by all circles, and has even penetrated the world of education since the last few years, thus creating competitive competition in every educational institution. Currently, there are not many schools in Indonesia that hold new student admissions (PPDB) by utilizing the online system. Of course, this will take a very long time, because after selecting the prospective students, the committee must recap the names and grades of the students accepted. We need a system that will support decisions in the selection of new student admissions so that the resulting output is more accurate. To solve this problem, it is necessary to have a decision support system for the selection process for new admissions using the Weight method Products . With this method the PPDB selection calculation will be more objective because the calculation is based on predetermined weights and assessment criteria. So that the creation of an optimal system that will facilitate the PPDB selection process.
Canva Application Training in Creating Shared Flayer Designs Baitul Halim Youth (RBH) Dwi Yuni Utami; Minda Septiani; Rangga Pebrianto; Fani Nurona Cahya
Nusantara: Jurnal Pengabdian kepada Masyarakat Vol. 3 No. 1 (2023): Februari : Jurnal Pengabdian Kepada Masyarakat
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/nusantara.v3i1.777

Abstract

The existence of information technology is of course very helpful in all aspects of life, but the use of technology has not been fully implemented optimally. For example, Youth Members of the Baitul Halim Mosque located in Mampang, South Jakarta, who have not optimally utilized the available technology. Therefore, we plan to provide training on the use of information technology for Baitul Halim Mosque Youth Members, namely the Canva Application. This training aims to be more able to apply information technology to support daily activities in the Baitul Halim Mosque Young Members environment and to make it easier to manage data and search for data needed by Baitul Halim Mosque Youth Members there. Training activities are carried out using both online and offline methods.