Article Per Year (5 Year)
p-Index From 2021 - 2026
7.655
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Teknoin Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter Coding: Jurnal Komputer dan Aplikasi Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika CYBERNETICS BULETIN AL-RIBAATH Digital Zone: Jurnal Teknologi Informasi dan Komunikasi JURIKOM (Jurnal Riset Komputer) Indonesian Journal of Applied Informatics Jurnal Informatika dan Rekayasa Elektronik Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Teknologi dan Sistem Tertanam JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Informatika Polinema (JIP) Mekongga: Jurnal Pengabdian Masyarakat
Tedy Rismawan
Jurusan Rekayasa Sistem Komputer, Fakultas MIPA Universitas Tanjungpura
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Other

Published : 80 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : cess journal of computer engineering system and science

 1 
Fever Classification Using the Neighbor Weighted K-Nearest Neighbor Method Surayya Safira Milania; Cucu Suhery; Tedy Rismawan
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.43267

Abstract

Demam merupakan gejala atau reaksi tubuh terhadap suatu infeksi atau penyakit. Demam dapat disebabkan karena adanya infeksi virus, bakteri, dan parasit. Serta demam akibat gigitan nyamuk. Beberapa penyakit penyebab demam yang perlu diwaspadai antara lain Demam Berdarah Dengue (DBD), Demam Tifoid, dan Malaria dikarenakan gejala klinis dari ketiga penyakit tersebut sangat mirip dan sulit untuk dibedakan. Akibat dari gejala yang mirip, seringkali menyebabkan kesulitan dalam mendapatkan diagnosis awal sehingga kurang tepat dalam penanganan. Oleh karena itu, pada penelitian ini dibangun sebuah sistem yang dapat mengklasifikasikan demam menggunakan metode Neighbor Weighted K-Nearest Neighbor. Data yang digunakan berjumlah 300 data dengan komposisi rasio data latih dan data uji sebesar 70%:30% sehingga data latih yang digunakan berjumlah 210 data dan data uji berjumlah 90 data. Penelitian ini dilakukan dengan mengamati variasi nilai ketetanggaan (K) dan nilai exp (E) terhadap akurasi sistem klasifikasi demam. Hasil pelatihan menunjukkan bahwa nilai K dan E yang bervariasi tidak mempunyai pengaruh terhadap akurasi tersebut. Hasil pengujian yang dilakukan mendapatkan akurasi sebesar 100% pada setiap variasi nilai K dan E.Fever is a symptom of the body's reaction to an infection or disease. Fever can be caused by viral, bacterial, or parasitic infections. as well as fever due to mosquito bites. Several diseases that cause fever that need to be watched out for include dengue hemorrhagic fever (DHF), typhoid fever, and malaria because the clinical symptoms of these three diseases are very similar and difficult to distinguish. As a result of similar symptoms, it often causes difficulties in getting an early diagnosis, so treatment is not appropriate. Therefore, in this study, a system was developed that could classify fever using the neighbor weighted K-nearest neighbor method. The data used totaled 300, with a composition ratio of 70% training data to 30% test data, for a total of 210 training data and 90 test data. This research was conducted by observing the variation in the value of neighborliness (K) and the value of exp (E) on the accuracy of the fever classification system. The results of the training show that the varying K and E values have no effect on accuracy. The results of the tests carried out obtained an accuracy of 100% for each variation in the values of K and E. 
Penerapan Fuzzy Mamdani Pada Sistem Klasifikasi Kualitas Telur Bebek Berbasis Arduino Prastika, Ranny; Nirmala, Irma; Rismawan, Tedy
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.53060

Abstract

Telur bebek adalah jenis telur yang memiliki sumber protein tinggi. Pada pemanfaatannya, dapat diolah menjadi kue, telur asin dan obat – obatan. Agar menghasilkan olahan yang berkualitas, maka proses pemilahan kualitas telur perlu dilakukan. Dalam implementasinya, membagi telur berdasarkan tingkat kualitas masih dilakukan secara manual menggunakan indera penglihatan manusia. Pada penelitian ini, dikembangkan sistem yang dapat melakukan klasifikasi terhadap kualitas telur bebek. Sensor yang digunakan adalah load cell dan LDR sebagai pembaca nilai bobot serta intensitas cahaya. Untuk pengambilan keputusan dalam klasifikasi kualitas telur digunakan metode fuzzy mamdani. Data dari sensor digunakan sebagai variabel masukkan, sedangkan variabel keluaran berupa kualitas telur, yaitu baik dan buruk. Pengujian dilakukan pada 40 data sampel telur bebek menggunakan metode fuzzy mamdani dan terdapat 37 data sampel yang sesuai dengan kondisi sebenarnya. Hasil pengujian dengan menggunakan confusion matrix didapatkan tingkat akurasi sebesar 92.5%.
Alat Bantu Navigasi Tunanetra Menggunakan Modul GPS Dan Sensor Ultrasonik Berbasis Raspberry Pi Rizky, Sri; Rismawan, Tedy; Nirmala, Irma
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.54323

Abstract

Tunanetra merupakan gangguan atau hambatan dalam fungsi indera penglihatan. Tunanetra memiliki keterbatasan dalam orientasi mobilitas, yang di mana tunanetra kurang dalam mengetahui apa yang ada didekatnya, akibatnya tunanetra tidak dapat pergi tanpa ada orang awas yang mendampingi. Selain itu, orang tua atau wali dari tunanetra juga tidak membiarkan tunanetra bepergian sendirian. Untuk mengatasi permasalahan ini, diperlukan alat bantu tunanetra yang dapat memberikan informasi halangan yang berada di sekitar tunanetra dan informasi keberadaan tunanetra. Dalam penelitian ini, dibangun sebuah alat bantu tunanetra menggunakan sensor ultrasonik untuk mendeteksi halangan di sekitar tunanetra yang menggunakan alat ini dan modul GPS untuk memberikan informasi keberadaan pengguna. Raspberry Pi memproses data tersebut, memberikan umpan balik audio kepada pengguna, dan mengirim data ke database untuk ditampilkan di website. Hasil dari pengujian didapatkan rata-rata ketepatan pada sensor ultrasonik depan sebesar 97,57%, ultrasonik kiri sebesar 98,78%, dan ultrasonik kanan sebesar 98,1%. Selain itu, pada pengujian pembacaan titik koordinat sesuai dengan lokasi alat bantu untuk tunanetra menggunakan modul GPS Neo-6M dapat memberikan lokasi dengan selisih ketepatan horizontal sejauh 5,14 m.
Penerapan Fuzzy Mamdani Pada Sistem Klasifikasi Kualitas Telur Bebek Berbasis Arduino Prastika, Ranny; Nirmala, Irma; Rismawan, Tedy
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.53060

Abstract

Telur bebek adalah jenis telur yang memiliki sumber protein tinggi. Pada pemanfaatannya, dapat diolah menjadi kue, telur asin dan obat “ obatan. Agar menghasilkan olahan yang berkualitas, maka proses pemilahan kualitas telur perlu dilakukan. Dalam implementasinya, membagi telur berdasarkan tingkat kualitas masih dilakukan secara manual menggunakan indera penglihatan manusia. Pada penelitian ini, dikembangkan sistem yang dapat melakukan klasifikasi terhadap kualitas telur bebek. Sensor yang digunakan adalah load cell dan LDR sebagai pembaca nilai bobot serta intensitas cahaya. Untuk pengambilan keputusan dalam klasifikasi kualitas telur digunakan metode fuzzy mamdani. Data dari sensor digunakan sebagai variabel masukkan, sedangkan variabel keluaran berupa kualitas telur, yaitu baik dan buruk. Pengujian dilakukan pada 40 data sampel telur bebek menggunakan metode fuzzy mamdani dan terdapat 37 data sampel yang sesuai dengan kondisi sebenarnya. Hasil pengujian dengan menggunakan confusion matrix didapatkan tingkat akurasi sebesar 92.5%.
Alat Bantu Navigasi Tunanetra Menggunakan Modul GPS Dan Sensor Ultrasonik Berbasis Raspberry Pi Rizky, Sri; Rismawan, Tedy; Nirmala, Irma
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.54323

Abstract

Tunanetra merupakan gangguan atau hambatan dalam fungsi indera penglihatan. Tunanetra memiliki keterbatasan dalam orientasi mobilitas, yang di mana tunanetra kurang dalam mengetahui apa yang ada didekatnya, akibatnya tunanetra tidak dapat pergi tanpa ada orang awas yang mendampingi. Selain itu, orang tua atau wali dari tunanetra juga tidak membiarkan tunanetra bepergian sendirian. Untuk mengatasi permasalahan ini, diperlukan alat bantu tunanetra yang dapat memberikan informasi halangan yang berada di sekitar tunanetra dan informasi keberadaan tunanetra. Dalam penelitian ini, dibangun sebuah alat bantu tunanetra menggunakan sensor ultrasonik untuk mendeteksi halangan di sekitar tunanetra yang menggunakan alat ini dan modul GPS untuk memberikan informasi keberadaan pengguna. Raspberry Pi memproses data tersebut, memberikan umpan balik audio kepada pengguna, dan mengirim data ke database untuk ditampilkan di website. Hasil dari pengujian didapatkan rata-rata ketepatan pada sensor ultrasonik depan sebesar 97,57%, ultrasonik kiri sebesar 98,78%, dan ultrasonik kanan sebesar 98,1%. Selain itu, pada pengujian pembacaan titik koordinat sesuai dengan lokasi alat bantu untuk tunanetra menggunakan modul GPS Neo-6M dapat memberikan lokasi dengan selisih ketepatan horizontal sejauh 5,14 m.
Co-Authors AA Sudharmawan, AA Ananda, Muharam Rizqi Andika Eka Putra Andre, Hendrikus Anita Sulvia Ardhitya Wiedha Irawan Asrul Gunawan Aulia Amin, Muhammad Azmi AYU WARDANI, AYU Bariandi, Muhammad Rizki Cucu Suhery Damiyanto, Edwan Dedi Triyanto Dedi Triyanto Desyandri Desyandri Dwi Marisa Midyanti Fikri Alwan Ramadhan Firdaus, Sabang Fratama, Indra Sukma Hafidza Nur 'Ainika Rani Hafiz Muhardi Herry Sujaini Hirzen Hasfani Hutomo Sakti Kartiko Ikhwan Ruslianto Imam Samudra Irma Nirmala Irvan Denata Irwan Argi Himawan Kartika Sari Kartika Sari Kasliono Kasliono Kustiati Kustiati M Agus Prastyio Marisa Midyanti, Dwi Maulidia Utami Muhamad Reksy Mulia Muhammad Luthfi Mulyana, Dandi Nia Handayani Nugra Zurus Pratama Prastika, Ranny Prawira Putra, Dhany Putra, Ade Mandala Putri, Nabila Adinda Dwi Rahmi Hidayati Randily, Dhea Ramadhanti Putri Rasyid HS, Zubair Retno Vipyana Suryani Ridho Prabowo Rizky Risan R Rizky, Sri Sabang Firdaus Salma Salsabilla Sampe Hotlan Sitorus Sibarani, Yohana Oktavia Sri Hartati Sri Kusumadewi Suhardi Suhardi Suhardi Suhardi Suprayoga, Rifqi Dwi Surayya Safira Milania Syamsul Bahri Syamsul Bahri Trianny Syantikha Uray Ristian Utami, Retnaning Tyas Vidyana, Irma WAHYU PRABOWO Yunizar, Ahmad