Article Per Year (5 Year)
p-Index From 2021 - 2026
1.784
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering JURNAL REKAYASA TEKNOLOGI INFORMASI ILKOM Jurnal Ilmiah Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) TEPIAN Jurnal Bina Komputer Adopsi Teknologi dan Sistem Informasi
Joan Angelina Widians, Joan Angelina
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Sistem Pakar Diagnosis Penyakit Mioma Uteri Menggunakan Teorema Bayes Widians, Joan Angelina; Hairah, Ummul; Fadila, Tandy
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 2 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v8i2.1446

Abstract

Mioma Uteri adalah salah satu masalah penyakit pada kesehatan reproduksi wanita yang gejalanya sangat susah untuk diketahui. Penyakit ini dapat menimbulkan masalah besar jika gejala yang diderita sangat berat, bahkan dapat menyebabkan rendahnya kesuburan seorang wanita dan dapat diangkatnya rahim seorang wanita jika tidak ditangani secara benar dan tepat. Mioma uteri Sistem pakar mendiagnosa penyakit mioma uteri adalah salah satu penerapan teknologi dalam bidang komputer. Sistem pakar ini memudahkan masyarakat untuk mengetahui informasi tentang penyakit, terutama Mioma Uteri. Sistem ini dibangun untuk masyarakat agar dapat mendiagnosa penyakit mioma uteri secara dini dengan memilih gejala-gejala yang diderita oleh pasien dan mendapatkan solusi dari gejala yang diderita.Sistem ini juga memberikan informasi tentang penyakit mioma uteri. Untuk menghitung probabilitas terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari hasil observasi, sistem ini menggunakan metode Teorema Bayes sebagai alat pengambil keputusan. Hasil dari sistem yang dibangun menunjukkan bahwa sistem pakar ini membantu mendiagnosa penyakit mioma uteri secara dini beserta penanganan awal yang harus dilakukan.  
Identifikasi Penyakit Pada Daun Anggrek Hitam Berdasarkan Ekstraksi Fitur Sari, Lili Kurnia; Widians, Joan Angelina; Wati, Masna
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 3 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i3.17504

Abstract

Salah satu spesies anggrek yang menjadi favorit di kalangan pecinta tanaman anggrek yaitu Anggrek Hitam. Anggrek hitam yang begitu indah dan unik menjadi koleksi bagi para pecinta tanaman hias. Anggrek Hitam dalam bahasa latinnya Coelogyne Pandurata merupakan salah satu anggrek alam endemik Kalimantan. Tanaman ini rentan terhadap penyakit. Penyakit pada tanaman anggrek hitam dapat disebabkan oleh adanya bakteri, jamur dan virus. Penelitian ini mengembangkan ekstraksi fitur berdasarkan citra daun bertujuan membantu user mengidentifikasi jenis penyakit pada anggrek hitam sehingga dapat melakukan perawatan pada tanaman tersebut. Pada penelitian ini, ekstraksi fitur tekstur menggunakan Gray Level Co-occurrence Matrix dengan 4 arah yaitu 0°, 45°, 90° dan 135°. Data citra daun tanaman anggrek hitam  yang digunakan berjumlah 64 data citra. Terdapat empat penyakit pada daun anggrek hitam yaitu penyakit bercak coklat, busuk lunak, bercak hitam dan bercak bercincin. Pengujian terhadap model menggunakan Multi SVM pada 3 jenis kernel yaitu linear, Gaussian/RBF dan polynomial. Pengujian model menggunakan proporsi 80:20 dengan 51 data training dan 13 data testing. Hasil evaluasi menunjukkan penyakit yang teridentifikasi adalah penyakit bercak coklat berdasarkan Multi SVM dengan nilai akurasi sebesar 100% pada kernel Gaussian/RBF, 92% pada kernel linear dan 92% pada kernel polynomial.
Medicinal Plants Recommendation System using ROC and MOORA Widians, Joan Angelina; Tejawati, Andi; Yuniarti, Wenty Dwi
TEPIAN Vol. 5 No. 2 (2024): June 2024
Publisher : Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tepian.v5i2.3019

Abstract

Kalimantan has extraordinary biodiversity, including medicinal plants. Medicinal plants are a type of plant that certain parts, such as roots, leaves, bark, stems, and the results of their excretions. However, people sometimes need help choosing plants that suit their needs because of the many types of medicinal plants and the need for knowledge regarding their use. Decision support systems (DSS) combine computer capabilities with data processing or manipulation that utilizes unstructured models or solution rules. Furthermore, the method of documenting knowledge of traditional medicine is through the media of information systems. This system helps select medicinal plants according to user needs. This research developed a DSS using Rank Order Centroid (ROC) and Multi-Objective Optimization by Ratio Analysis (MOORA) methods to select medicinal plants for fungal and skin infections, including Furuncles, Tinea corporis, Tinea versicolor, and Acne. ROC method for determining criteria weight values. This research has four criteria: plant part, processing method, use method, and habitus. Determining recommendations for alternative ranking results using the MOORA method. This study aims to help the public get recommendations for medicinal plants in human skin disease treatment. This study aims to increase the preservation of biodiversity, particularly sustainable medicinal plants in the tropical rainforest of East Kalimantan.
Co-Authors Abu Bakar Andi Maulana, Andi Astried, Astried Baiquni, Muhammad Rizky Caesar Budiman, Edy Dani, Riski Rama Fadila, Tandy Firmanda, Haga Daffa Aska Hairah, Ummul Islamiyah Islamiyah, Islamiyah Kurniawan, Tri Basuki Misinem, Misinem Muhammad Awaluddin, Muhammad Mursidin . Novianti Puspitasari Pakpahan, Herman Santoso Puspitasari, Novianti Retantyo Wardoyo Rizkyani, Farahdina Nur Rosmasari Rosmasari, Rosmasari Sari, Lili Kurnia Simbolon, R.H. Kimebmen Sri Hartati Tejawati, Andi Tjikoa, Ade Fiqri Wati, Masna Wenty Dwi Yuniarti, Wenty Dwi