Claim Missing Document
Check
Articles

Sistem Pakar Diagnosa Penyakit Mata Manusia Di RSUD Dr. Soedono Madiun Pratama, Dieky Septhian Rastra; Mahdiyah, Umi; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4980

Abstract

RSUD dr. Soedono Madiun menjadi rumah sakit rujukan daerah dengan penerapan sistem rujukan regional di Jawa Timur yang menjangkau lingkup tugas Badan Perwakilan Wilayah I (Baperwil) di Madiun. RSUD dr. Soedono Madiun melayani berbagai kondisi kesehatan terutama mata, namun tingginya jumlah pasien dan terbatasnya jam buka poli mata menyebabkan antrian panjang dan diagnosa yang lambat. Sistem pakar berbasis teknologi informasi dibuat bertujuan supaya dapat membantu mendiagnosa penyakit mata dengan cepat dan mampu memberikan penanganan awal sebelum konsultasi dengan profesional medis. Gejala penyakit mata diklasifikasikam menggunakan agoritma machine learning, sehingga dapat meningkatkan aksesibilitas dan efisiensi pelayanan. Hasil pengujian dalam penelitian ini dari 124 data rekam medis mendapatkan nilai akurasi 78.95% dengan menggunakan metode naive bayes.
Rekomendasi Pendukung Keputusan Pemilihan Matakuliah Dengan Kombinasi Dari Metode MOORA dan TOPSIS Darmawan, Budi; Pamungkas, Danar Putra; Mahdiyah , Umi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4983

Abstract

Pemilihan mata kuliah pilihan di perguruan tinggi memiliki dampak signifikan terhadap perjalanan akademik dan karir mahasiswa. Penelitian ini menganalisis kombinasi metode MOORA dan TOPSIS dalam pemilihan mata kuliah untuk semester kelima. Hasilnya menunjukkan bahwa integrasi metode ini menghasilkan hasil yang sesuai. Analisis Mean Squared Error (MSE) menunjukkan pengurangan tingkat kesalahan dari metode TOPSIS. Penggunaan metode MOORA tunggal menghasilkan nilai MSE sebesar 0,000313867, sementara metode TOPSIS menunjukkan nilai 0,004856889. Integrasi metode MOORA dan TOPSIS meningkatkan kinerja pengukuran kesalahan (MSE) dari metode TOPSIS, dengan nilai akhir 0,001535556.
Koreksi Otomatis Ujian Esai Menerapkan Algoritma Winnowing Dan Metode Cosine Similarity Kayan, Arwienda; Sanjaya, Ardi; Mahdiyah , Umi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.4986

Abstract

Tujuan dari penelitian ini adalah untuk memudahkan dan mengurangi waktu koreksi dari ujian esai yang semula masih dilakukan secara manual dan membutuhkan waktu yang tidak sedikit, terlebih lagi jika terdapat jawaban yang tidak jelas pada saat siswa menjawab ujian esai. Proses yang digunakan dalam sistem berupa pra pemrosesan yaitu mengubah semua huruf kapital menjadi huruf kecil, dan menghapus karakter-karakter yang tidak diperlukan. Setelah melakukan pra pemrosesan maka akan dilakukan perhitungan menggunakan algoritma Winnowing dan metode Cosine Similarityi yang akan menghasilkan presentase kemiripan antara jawaban siswa dengan kunci jawaban guru sehingga dapat digunakan untuk menilai apakah jawaban siswa benar atau salah.
Implementasi Dynamic Programming Dalam Menentukan Rute Pengiriman Paket Rendy Wahyudi; Sanjaya, Ardi; Mahdiyah , Umi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5026

Abstract

Travelling Salesman Problem (TSP) adalah masalah terkenal dalam teori graf yang melibatkan pencarian jalur terpendek untuk mengantarkan paket ke beberapa lokasi. Dalam era globalisasi, pengiriman paket sangat penting dan memprioritaskan akurasi serta kecepatan. Namun, kurir J&T Express diwilayah Kertosono sering menentukan rute secara manual, mengakibatkan efisiensi yang kurang optimal. Penelitian ini membahas penggunaan Dynamic Programming untuk menentukan rute pengiriman paket. Hasil uji menunjukkan bahwa rute yang dihasilkan oleh sistem selalu sama dengan rute yang ditempuh oleh kurir. Berdasarkan hasil lima percobaan dengan koordinat yang berbeda mendapatkan hasil akurasi mencapai 100%, menunjukkan bahwa Dynamic Programming dapat digunakan untuk menentukan rute terdekat dalam pengiriman paket.
Implementasi Metode Convolutional Neural Network (CNN) Untuk Klasifikasi Penyakit Teh di PT Perkebunan Nusantara XII Sirah Kencong Anaga, Galang Kurnia; Mahdiyah, Umi; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

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

Abstract

Teh adalah tanaman perdu yang dapat tumbuh dengan tinggi sekitar 1-2 meter. Indonesia merupakan eksportir teh terbanyak ke enam di dunia. Namun dalam kurun waktu 2005-2021 jumlah ekspor teh dari indonesia mengalami penurunan. Salah satu faktor penurunan daun teh adalah kualitas daun teh. Kulaitas daun teh dipengaruhi oleh kesehatan pada daun teh itu sendiri. Pada tanaman teh terdapat dua jenis penyakit yang sering ditemui pada daun teh yaitu cacar daun dan hawar daun. Saat ini deteksi penyakit masih dilakukan secara manual. Convolutinal Neural Network (CNN) merupakan salah satu implementasi dari Deep Learning yang digunakan untuk pemrosesan citra digital. Penelitian ini bertujuan untuk mengimplementasikan arsitektur NASnet Mobile yang ada pada CNN untuk mendeteksi penyakit yang menyerang daun teh. Penerapan CNN dengan dengan arsitektur NASNet Mobile ini memiliki akurasi terbaik pada epoch 20 dan learning-rate 0.001 dengan akurasi 100%, validasi 72% dan test 100%.
Sistem Pakar Diagnosa Penyakit Kambing Jenis Pe (Peranakan Etawa) Menggunakan Metode Naive Bayes Wahyu Anggara Putra; Mahdiyah , Umi; Sanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

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

Abstract

Kambing merupakan hewan ternak yang memiliki banyak manfaat. Kambing memiliki berbagai jenis spesiesnya, salah satunya kambing jenis PE. Penelitian ini bertujuan untuk membahas pentingnya mendiagnosa penyakit kambing jenis PE dengan cepat dan akurat menggunakan sistem pakar. Sistem dapat membantu peternak dalam mengatasi permasalahan diagnose penyakit pada kambing jenis PE. Sistem pakar dibuat menggunakan metode naive bayes, system pakar, dimana naive bayes digunakan untuk memudahkan perhitungan dan identifikasi kemungkinan gejala penyakit pada kambing. Penelitian ini juga membahas hasil akurasi dari proses klasifikasi gejala penyakit kambing jenis PE menggunakan perhitungan dengan rumus naive bayes. Hasil akurasi yang dihasilkan dari klasifikasi dengan metode naive bayes ialah 100%.
KLASIFIKASI KUALITAS CITRA CABAI DENGAN MENGGUNAKAN ALGORITMA GRADIEN BOOSTING Mahdiyah, Umi; Wahyuniar, Lilia Sinta; Rochana, Siti
JAMI: Jurnal Ahli Muda Indonesia Vol. 4 No. 1 (2023): Juni 2023
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v4i1.137

Abstract

Objektif. Kementerian Pertanian Indonesia memiliki tujuan untuk meningkatkan penggunaan teknologi oleh petani dengan target 65-80% pada tahun 2020 dan 80-95% pada tahun 2024. Hal ini diharapkan dapat meningkatkan efisiensi dan ekonomi dalam sektor pertanian yang merupakan sektor penting dalam perekonomian Indonesia. Salah satu upaya untuk mencapai hal tersebut adalah dengan melakukan klasifikasi kualitas cabai berbasis citra. Material and Metode. Dalam penelitian ini algoritma Gradien Boosting digunakan untuk melakukan klasifikasi citra cabai. Untuk simulasinya menggunakan aplikasi python. Hasil. Rata-rata performa dari Gradient Boosting cukup baik untuk klasifikasi kualitas cabai berbasis citra. Akan tetapi pada kasus kelas “dried” selalu ada perbedaan dibandingkan kelas lain, karena banyak datanya jauh lebih besar dibandingkan yang lain, serta vasriasi data citranya lebih banyak. Kesimpulan. Performa dari Gradien boosting cukup baik untuk klasifikasi kualitas cabai dengan nilai precision, recall, F-Score dan akurasinya adalah sekitar 69,7%, 69,1% 69,7%, dan 76%
Perbandingan Metode Adaptive Boosting dan Extreme Gradient Boosting Untuk Prediksi Hasil Pertandingan Liga Spanyol Muhammad Rohid Saputro; Umi Mahdiyah; Daniel Swanjaya
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i1.20882

Abstract

Sepakbola merupakan olahraga yang paling terkenal di seluruh dunia dengan hampir 4 miliar pengagum dari berbagai belahan bumi. Negara besar di Eropa memiliki kompetisi sepakbola yang terstruktur dan memiliki tingkatan kompetisi yang lengkap. Algoritma AdaBoost dan XGBoost merupakan metode machine learning yang dapat digunakan untuk mengatasi suatu permasalahan yang berhubungan dengan deret dan situasi peramalan. Perlunya mengetahui prediksi kemenangan tim pertandingan sepak bola Liga Spanyol selalu menjadi pembahasan yang tidak pernah dilewatkan oleh penggemar sepak bola, oleh karena itu prediksi sangat berguna untuk para penggemar sepakbola dan pelatih tim sepak bola dapat mengantisipasi suatu kejadian yang mendatang. Misalnya, penggemar ataupun pelatih tim sepak bola Liga Spanyol dapat memperkirakan kemenangan tim pada masa mendatang. Data yang digunakan menggunakan dataset statistik pertandingan 2 tingkat teratas Liga Spanyol selama 4 musim yaitu pada musim 2018/2019 sampai musim 2021/2022 yang didapat dari www.football-data.co.uk. Pengujian menggunakan metode AdaBoost memperoleh tingkat akurasi sebesar 64,02%, dan metode XGBoost memperoleh tingkat akurasi sebesar 61,79%. Dari hasil pengujian yang telah dilakukan pada dataset Liga Spanyol musim 2018/2019 sampai 2021/2022, menunjukkan bahwa metode AdaBoost memperoleh hasil yang lebih baik jika dibandingkan dengan metode XGBoost.
Game Edukasi Pengenalan Gamelan Jawa Sebagai Media Pembelajaran Arie Putra, Zamima Daffa Rizki; Irawan, Rony Heri; Mahdiyah, Umi
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i01.20891

Abstract

Perkembangan teknologi informasi diberbagai bidang membuat siapa saja dapat dengan mudah untuk mengakses informasi. Perkembangan teknologi yang diminati dikalangan anak-anak dan orang dewasa salah satunya adalah game. Game yang awalnya hanya untuk bersenang-senang, sekarang bisa dibuat untuk media pembelajaran yang menarik dan interaktif. Dalam dunia Pendidikan kemajuan teknologi juga semakin berkembang, misalnya dalam media pembelajaran. Pemanfaatan teknologi informasi di bidang pendidikan dapat memberikan solusi dan mempermudah dalam proses pembelajaran, contohnya seperti game edukasi. bahkan game yang akan peneliti rancang sekarang. Pembuatan game tidak hanya ditujukan sebagai sarana hiburan, tetapi juga untuk sarana pembelajaran. Dari permasalahan yang ada, peneliti tertarik untuk merancang game edukasi pengenalan gamelan jawa sebagai media pembelajaran digital yang baik dan menarik. Hasil penelitian yang dilakukan berupa game edukasi “Pengenalan Gamelan Jawa”, didalam game tersebut akan membahas tentang pengenalan gamelan jawa. Hasil uji coba Blackbox pada game “Pengenalan Gamelan Jawa” semua berjalan lancar, mulai dari fungsi tombol dan gameplay.
Implementasi Metode Transformasi Wavelet Diskrit Dengan K-Nearest Neighbor Untuk Klasifikasi Penyakit MataKata Alghozali, Muhammad Attiqi; Pamungkas, Danar Puta; Mahdiyah, Umi
Nusantara of Engineering (NOE) Vol 7 No 2 (2024): Volume 7 Nomor 2 - 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i02.22889

Abstract

The eye is an organ in humans that functions as seeing objects around with the reflection of light received by the retina. This sense of vision can be affected by diseases that often occur, including cataracts, as well as other diseases such as glaucoma and retinal disease. The eye disease will interfere with the activities of the sufferer and can also attack his psyche. In examining and ensuring that eye diseases can be done by utilizing technology, with the development of technology to identify eye diseases can be done. Through an image of the patient's retinal fundus, the image can be processed using the image processing method. By combining image processing with classification methods from machine learning, images can be processed until they are identified in the class. This study was conducted with the aim of classifying eye diseases using the discrete wavelet transformation method with K-nearest neighbor, obtaining an accuracy level of 61% in the classification of a class. These results indicate that the classification can be done quite well, but in the results obtained, not all classes can classify well. Using datasets from Kaggle 300 normal eye datasets, 100 cataract eye datasets, 101 glaucoma eye datasets, and 100 retinal disease eye datasets, there are 4 classes of retinal fundus images. The retinal fundus is an image obtained as a result of capturing using a tool called the Ophthalmoscope where this tool helps illuminate and magnify the image in the eye to produce a capture of the retinal fundus.