Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Widya
Faisal Akbar
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Jakarta
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Optimasi Klasifikasi Jentik Nyamuk Pada Citra Digital Menggunakan Algoritma Genetika Dan Augmentasi Faisal Akbar; Dadang Iskandar Mulyana
JURNAL WIDYA Vol. 3 No. 2 (2022): Jurnal Widya, October 2022
Publisher : Akademi Manajemen Informatika dan Komputer Widya Loka Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54593/awl.v3i2.98

Abstract

Keberadaan jentik nyamuk di waduk (TPA) dapat berimbas beberapa faktor. Wujud penelitian ini adalah untuk menentukan sifat-sifat tempat berkembang biak yang potensial bagi nyamuk dengan memperoleh skor kebugaran spesifik spesies larva nyamuk menggunakan metode algoritma genetika. Penelitian ini bertujuan mengoptimasi klasifikasi jentik nyamuk pada citra digital menggunakan Algoritma Genetika. Mengaugmentasikan data variasi meningkatkan gambar dengan memanipulasi transformasi dimensi gambar. Penelitian ini menggunakan dataset dari Google Image dataset memiliki 228 gambar jentik nyamuk Aedes Aegypti, 114 gambar jentik nyamuk Aedes Albopictus, 168 gambar jentik nyamuk Anopheles, 269 gambar jentik nyamuk Culex, 158 gambar jentik nyamuk Phsopora, 120 gambar jentik nyamuk Toxorhynchites dengan resolusi tentu nya juga beragam. Skor fitness untuk setiap kromosom dihitung berdasarkan skor kompetisi untuk setiap populasi gen. Augmentasi pada masing-masing jenis jentik nyamuk memiliki jumlah yang sama yaitu 1000 gambar, tujuan nya untuk mengetahui nilai Fitness pada Algortima Genetika. Hasil nilai Fitness pada masing-masing jenis jentik nyamuk yaitu Aedes Aegypti 59821.73, Aedes Albopictus 79896.53, Anopheles 53532.99, Culex 11499.65, Pshopra 54718.63, dan Toxorhynchites 52077.35. Dari nilai tersebut dapat di simpulkan nilai Fitness pada Algoritma Genetika yang terbaik adalah Culex dengan 11499.65.
Co-Authors Dadang Iskandar Mulyana`