Article Per Year (5 Year)
p-Index From 2021 - 2026
0.835
P-Index
This Author published in this journals
All Journal Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Journal of Embedded Systems, Security and Intelligent Systems Media Elektrik
Elva Amalia -
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Klasifikasi Penyalahgunaan Pesan singkat Menggunakan Algoritma Naïve Bayes Elva Amalia -
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 8 No 1 (2023): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v8i1.3500

Abstract

Pesan singkat atau yang biasa disebut dengan SMS (Short Message Service) adalah pesan elektronik dengan memanfaatkan teknologi mengirim dan menerima pesan pada sebuah device atau smartphone. Saat ini penyeberan penerimaan pesan singkat sulit dikendalikan, dari nomor yang tidak dikenal. Pesan singkat dapat digolongkan menjadi beberapa kelas yaitu, pesan singkat normal, pesan singkat promo, dan pesan singkat penipuan. Karena banyaknya pesan singkat yang masuk, maka penilitian ini melakukan klasifikasi Penyalahgunaan pesan singkat menggunakan algoritma naïve bayes dengan PySpark. Tujuan dari penelitian ini adalah untuk membedakan atau mengklasifikasikan pesan singkat normal, promo, dan penipuan. Dataset pada penelitian ini menggunakan data berbahasa indonesia dengan jumlah 1143 data. Dari hasil pengujian berdasarkan metode yang diusulkan yaitu Algoritma naïve bayes mendapatkan nilai akurasi precision 94%, recall 92%, f1-score 93% dan accuracy sebesar 94%.
Deteksi Jumlah Jeruk Menggunakan Metode Tranformasi Hough Elva Amalia; Andi Nurul Izzah; Tsabita Syalza Billa; Wanda Hamidah; Andi Baso Kaswar; Marwan Ramdhany Edy
Journal of Embedded Systems, Security and Intelligent Systems Vol 4, No 1 (2023): May 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v4i1.470

Abstract

Permasalahan umum yang dialami oleh pedagang buah yaitu dalam menghitung jumlah buah jeruk. Kegiatan menghitung secara manual membutuhkan waktu yang lama apalagi penjualan dalam skala besar. Dari permasalahan tersebut penulis mengusulkan metode Hough Transform untuk sistem pendeteksi dan perhitungan buah jeruk. Pada penelitian ini menguraikan proses sistem menjadi beberapa tahapan, yaitu: Input citra, konversi citra grayscale, mengaplikasikan median filter, meregangkan kontras, menurunkan brightness, dan deteksi hough transformation. Total dataset yang digunakan pada penelitian ini berjumlah 70 dataset citra jeruk. Untuk citra yang digunakan, algoritma Transformasi Hough sangat berperan dalam mendeteksi lingkaran pada objek buah jeruk. Oleh karena itu, diperlukan data citra dengan latar belakang yang seragam guna meningkatkan kejelasan temuan identifikasi objek melingkar. Selain faktor background objek, nilai sensitivity juga mempengaruhi ketepatan saat mengidentifikasi lingkaran. Berdasarkan hasil dan pembahasan uji coba, sistem dapat mendeteksi dan menghitung jeruk cukup baik dengan akurasi mencapai 95,4%.
KLASIFIKASI PENYAKIT ANEMIA BERBASIS CITRA PALPEBRAL KONJUNGTIVA DENGAN ALGORITMA TRANSFER LEARNING Elva Amalia; Mustari Lamada; Andi Baso Kaswar; Dyah Darma Andayani
Jurnal Media Elektrik Vol. 20 No. 2 (2023): MEDIA ELEKTRIK
Publisher : Jurusan Pendidikan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/metrik.v20i2.5538

Abstract

Anemia merupakan masalah kesehatan yang ditandai dengan kekurangan kadar hemoglobin. Kemungkinan terburuk dari penyakit anemia adalah kematian. Anemia sangat sering disepelekan masyarakat sehingga menjadi permasalahan dunia. Wanita lebih rentang mengalami penyakit anemia. Berdasarkan prevalensi Dinas Kesehatan Republik Indonesia, sebagaian besar wanita pada usia produktif dan wanita hamil mengalami anemia. Diagnosis anemia dapat dilakukan dengan mengambil sampel darah kemudian dilakukan uji laboratorium, atau sering disebut dengan pemeriksaan invasive. Seiring berjalannya waktu, berbagai metode non-invasive yang lebih praktis dikembangkan untuk mendeteksi penyakit anemia sebagai alternatif seperti pemeriksaan yang dilakukan dengan melihat tingkat kepucatan konjungtiva pada mata. Sehingga peneliti melakukan pengembangan dalam klasfikasi penyakit anemia secara non-invasive dengan menerapkan algoritma Transfer Learning AlexNet berbasis citra palpebral konjungtiva. Sebelum dataset palpebral konjungtiva melalui tahap training dilakukan augmentasi citra yang bertujuan untuk menghindari terjadinya overfitting atau underfitting akibat kekurangan data latih. Transfer learning yang digunakan yaitu model AlexNet yang diuji menggunakan hyperparameter batch size dan epoch berbeda. Model AlexNet menghasilkan performansi yang optimal yaitu akurasi 85% dengan waktu komputasi tahap training selama 16 menit 13 detik.
Co-Authors Andi Baso Kaswar Andi Baso Kaswar Andi Baso Kaswar Andi Nurul Izzah Marwan Ramdhany Edy Mustari Lamada Mustari Lamada Tsabita Syalza Billa Wanda Hamidah