Garuda - Garba Rujukan Digital

Implementasi Euclidean Distance dan Segmentasi K-Means Clustering Pada Identifikasi Citra Jeruk Nipis Wirdawati, Wira; Yulihartati, Sandra; Ramadhanu , Agung
Indonesian Journal Computer Science Vol. 3 No. 2 (2024): Oktober 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i2.5600

Jeruk nipis (Citrus aurantifolia) adalah buah kecil yang berasal dari Asia Tenggara dan dikenal luas karena aroma dan rasa asamnya. Buah ini memiliki berbagai manfaat kesehatan dan masakan. Penelitian ini bertujuan mengimplementasikan algoritma Euclidean Distance dan segmentasi citra dengan K-Mean Clustering pada identifikasi citra jenis Jeruk Nipis berdasarkan ciri bentuk dan teksturnya. Algoritma K-Mean Clustering digunakan untuk memisahkan antara Foreground dan Background pada citra. Objek tersebut akan diekstraksi cirinya berdasarkan bentuk dan ciri tekstur dengan menggunakan MATLAB. Segmentasi citra merupakan langkah penting dalam pengolahan citra. Fokus penelitian ini adalah pada dua warna jeruk nipis hijau dan jeruk nipis kuning. Proses segmentasi dimulai dengan tahap praproses citra, seperti konversi ke ruang warna Lab* untuk meningkatkan ketepatan segmentasi berdasarkan komponen warna. Algoritma K-Means Clustering digunakan untuk membagi citra menjadi beberapa kluster yang masing-masing mewakili segmen berbeda dari citra jeruk nipis. Hasil segmentasi dievaluasi untuk memastikan kluster yang terbentuk mampu memisahkan objek jeruk nipis dengan akurat dari latar belakang. Maka didapatkan hasil ekstraksi ciri pada Metric adalah 0,95965 menunjukan hasil yang sangat baik, pada Eccentricity 0,18568 menunjukan Ukuran eksentrisitas objek menggambarkan Nilai yang Sempurna. untuk Contrast 0,02922 merupakan nilai yang cukup rendah, pada Correlation tingkat keteraturan atau hubungan antara piksel dalam citra bernilai 0.99448 mendekati 1 dan dapat diartikan memiliki nilai yang baik , untuk Energy 0,67743 Cukup tinggi yang menunjukkan tekstur yang lebih seragam. untuk Homogeneity Keseragaman intensitas Pixel dalam Citra memiliki nilai yang cukup tinggi yaitu 0,99201. fitur-fitur ini digunakan untuk mengidentifikasi citra berdasarkan karakteristik yang relevan.

Identifikasi Citra Jeruk Nipis dengan Contrast Stretching dan Median Filter Wirdawati, Wira; Yulihartati, Sandra; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1987

Citra digital adalah suatu citra yang dapat didefinisikan sebagai fungsi f(x,y) yang memiliki koordinat spasial dan tingkat kecerahan yang diskrit. Penelitian ini bertujuan Mengimplementasikan citra pada jeruk nipis menggunakan Teknik Median filter dan Metode Contrast Stretching. Contrast stretching adalah salah satu metode untuk perbaikan kualitas citra. Penelitian ini menggunakan aplikasi atau perangkat lunak MATLAB yang digunakan untuk memperbaiki kualitas citra. Sedangkan, Median Filter adalah salah satu teknik dalam pengolahan citra pada domain spasial yang dapat digunakan untuk peningkatan kualitas citra (image enhancement) terutama mengurangi noise (distorsi) pada sebuah Citra. Metode ini menunjukkan hasil dengan Nilai Metric: 0.97555 yang Menandakan Kesesuaian Tinggi, Nilai Eccentricity: 0.29717 menandakan nilai sempurna, dan Untuk Nilai Contrast: 0.023662 menunjukan nilai yang rendah, dan Nilai Correlation: 0.99765 menandakan Nilai yang baik, pada nilai Energy: 0.65264 menunjukkan tekstur yang seragam dengan hasil yang baik, kemudian untuk nilai Homogeneity: 0.99397 menandakan Keseragaman intensitas Pixel Citra yang cukup tinggi.

PENERAPAN HYBRID INTELLIGENT SYSTEM UNTUK IDENTIFIKASI BUAH MANGGA DAN PEPAYA MENGGUNAKAN KNN DAN PCA Wirdawati, Wira; Ramadhanu, Agung
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5658

Klasifikasi buah merupakan aspek penting dalam industri pertanian dan perdagangan, yang berkontribusi pada peningkatan efisiensi dan akurasi dalam pengelolaan produk. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis untuk buah Mangga Hijau, Mangga Kuning dan Pepaya dengan memanfaatkan Metode K-Nearest Neighbors (KNN) dan Principal Component Analysis (PCA). Metode ini adalah dua teknik yang umum digunakan dalam analisis data dan pembelajaran mesin. PCA bertujuan untuk mengubah data dan mempertahankan sebanyak mungkin informasi yang ada, sedangkan KNN bertujuan untuk mengklasifikasikan data berdasarkan kedekatannya dengan data lain. Berdasarkan permasalahan tersebut dibuatlah sebuah sistem untuk mengklasifikasikan buah Mangga dan pepaya, dengan memanfaatkan fitur warna RGB dan HSV. Klasifikasi menggunakan pengolahan citra dengan memanfaatkan software MATLAB. Data yang digunakan dalam penelitian ini sebanyak 26 data, yaitu16 data latih dan 10 data uji. Hasil analisis menunjukkan bahwa system hybrid yang diusulkan mencapai akurasi klasifikasi sebesar 90%, dengan waktu pemrosesan yang efisien. Penelitian ini memberikan wawasan baru dalam penerapan teknologi cerdas untuk klasifikasi buah, serta potensi untuk pengembangan sistem otomatis dalam industri pertanian, Penelitian ini memberikan kontribusi signifikan terhadap pengembangan teknologi klasifikasi buah yang lebih efisien dan akurat, serta membuka peluang untuk penerapan lebih lanjut dalam bidang pertanian cerdas.

PENDIAGNOSAAN PENYAKIT KARIES GIGI MENGGUNAKAN FUZZY EXPERT SYSTEM DENGAN KOMBINASI METODE FUZZY LOGIC TSUKAMOTO DAN CERTAINTY FACTOR Dila, Rahmah; Wirdawati, Wira; Rinaldi Chan, Fajri; Harnaranda, Jefri; Sovia, Rini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13855

Penyakit karies gigi atau yang biasa disebut gigi berlubang merupakan penyakit gigi yang berawal dari gigi berlubang yang menjadi masalah serius jika tidak ditangani dengan baik. Dampak awal dimulai dari gigi keropos, gigi berlubang, dan gigi patah. Penyakit ini akan membahayakan nyawa manusia jika tidak diatasi dengan cepat. Oleh sebab itu, sangat penting dilakukan diagnosis dini agar dapat dilakukan pencegahan atau pengobatan lebih awal. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis fuzzy expert system yang menggabungkan metode fuzzy logic Tsukamoto dan certainty factor untuk mendiagnosis penyakit karies gigi. Metode fuzzy logic memungkinkan sistem untuk menangani ketidakpastian dan ambiguitas dalam gejala yang dilaporkan oleh pasien, sementara certainty factor memberikan bobot pada informasi yang ada untuk menghasilkan keputusan yang lebih akurat. Dengan menggunakan pendekatan ini, sistem diharapkan dapat memberikan rekomendasi diagnosis yang lebih baik dan membantu dokter gigi dalam pengambilan keputusan. Metode certainty factor dan fuzzy logic Tsukamoto mendiagnosa masalah Karies Gigi untuk menghitung tingkat akurasi jenis masalah yang dialami berdasarkan gejala-gejala yang dirasakan oleh Pasien. Dari pengujian diperoleh hasil tingkat akurasi sebesar 41,82 %. Sistem pakar yang dihasilkan dapat membantu pasien dalam berkonsultasi untuk menangani masalah penyakit Karies Gigi dan Penelitian ini diharapkan dapat menjadi langkah awal dalam penerapan teknologi informasi untuk meningkatkan kesehatan gigi dan mulut di masyarakat.

Peran Inovasi dalam Kewirausahaan Berbasis Teknologi Informasi: Analisis Literatur Menggunakan Teknik PRISMA Wirdawati, Wira; Veri, Jhon
Indo-MathEdu Intellectuals Journal Vol. 6 No. 4 (2025): Indo-MathEdu Intellectuals Journal
Publisher : Lembaga Intelektual Muda (LIM) Maluku

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54373/imeij.v6i4.3763

This study aims to identify and analyze the role of innovation in the development of information technology (IT)-based entrepreneurship through a systematic literature review (SLR) approach with the Prisma technique and analyze the role of innovation in supporting the success of information technology-based entrepreneurship through a systematic literature review approach with the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) technique. Innovation is a key factor in creating competitive advantage, expanding the market, and increasing the sustainability of Information Technology businesses in the digital era. Innovation is considered a key factor in developing new products, services, and business models that are relevant to the dynamics of the digital market. This study identifies and reviews a number of scientific publications published in the period 2023–2025, obtained through the Scopus, IEEE Xplore, and Google Scholar databases. The results of the study show that innovation plays an important role in increasing the competitiveness, adaptability, and sustainability of Information Technology-based businesses. These findings also reveal that collaboration factors, digital ecosystem support, and adoption of cutting-edge technology are the main drivers of the success of innovation in Information Technology entrepreneurship.

Implementasi Euclidean Distance dan Segmentasi K-Means Clustering Pada Identifikasi Citra Jeruk Nipis Yulihartati, Sandra; Ramadhanu , Agung; Wirdawati, Wira
Indonesian Journal Computer Science Vol. 3 No. 2 (2024): Oktober 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i2.5600

Jeruk nipis (Citrus aurantifolia) adalah buah kecil yang berasal dari Asia Tenggara dan dikenal luas karena aroma dan rasa asamnya. Buah ini memiliki berbagai manfaat kesehatan dan masakan. Penelitian ini bertujuan mengimplementasikan algoritma Euclidean Distance dan segmentasi citra dengan K-Mean Clustering pada identifikasi citra jenis Jeruk Nipis berdasarkan ciri bentuk dan teksturnya. Algoritma K-Mean Clustering digunakan untuk memisahkan antara Foreground dan Background pada citra. Objek tersebut akan diekstraksi cirinya berdasarkan bentuk dan ciri tekstur dengan menggunakan MATLAB. Segmentasi citra merupakan langkah penting dalam pengolahan citra. Fokus penelitian ini adalah pada dua warna jeruk nipis hijau dan jeruk nipis kuning. Proses segmentasi dimulai dengan tahap praproses citra, seperti konversi ke ruang warna Lab* untuk meningkatkan ketepatan segmentasi berdasarkan komponen warna. Algoritma K-Means Clustering digunakan untuk membagi citra menjadi beberapa kluster yang masing-masing mewakili segmen berbeda dari citra jeruk nipis. Hasil segmentasi dievaluasi untuk memastikan kluster yang terbentuk mampu memisahkan objek jeruk nipis dengan akurat dari latar belakang. Maka didapatkan hasil ekstraksi ciri pada Metric adalah 0,95965 menunjukan hasil yang sangat baik, pada Eccentricity 0,18568 menunjukan Ukuran eksentrisitas objek menggambarkan Nilai yang Sempurna. untuk Contrast 0,02922 merupakan nilai yang cukup rendah, pada Correlation tingkat keteraturan atau hubungan antara piksel dalam citra bernilai 0.99448 mendekati 1 dan dapat diartikan memiliki nilai yang baik , untuk Energy 0,67743 Cukup tinggi yang menunjukkan tekstur yang lebih seragam. untuk Homogeneity Keseragaman intensitas Pixel dalam Citra memiliki nilai yang cukup tinggi yaitu 0,99201. fitur-fitur ini digunakan untuk mengidentifikasi citra berdasarkan karakteristik yang relevan.

Identifikasi Citra Jeruk Nipis dengan Contrast Stretching dan Median Filter Wirdawati, Wira; Yulihartati, Sandra; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1987

Citra digital adalah suatu citra yang dapat didefinisikan sebagai fungsi f(x,y) yang memiliki koordinat spasial dan tingkat kecerahan yang diskrit. Penelitian ini bertujuan Mengimplementasikan citra pada jeruk nipis menggunakan Teknik Median filter dan Metode Contrast Stretching. Contrast stretching adalah salah satu metode untuk perbaikan kualitas citra. Penelitian ini menggunakan aplikasi atau perangkat lunak MATLAB yang digunakan untuk memperbaiki kualitas citra. Sedangkan, Median Filter adalah salah satu teknik dalam pengolahan citra pada domain spasial yang dapat digunakan untuk peningkatan kualitas citra (image enhancement) terutama mengurangi noise (distorsi) pada sebuah Citra. Metode ini menunjukkan hasil dengan Nilai Metric: 0.97555 yang Menandakan Kesesuaian Tinggi, Nilai Eccentricity: 0.29717 menandakan nilai sempurna, dan Untuk Nilai Contrast: 0.023662 menunjukan nilai yang rendah, dan Nilai Correlation: 0.99765 menandakan Nilai yang baik, pada nilai Energy: 0.65264 menunjukkan tekstur yang seragam dengan hasil yang baik, kemudian untuk nilai Homogeneity: 0.99397 menandakan Keseragaman intensitas Pixel Citra yang cukup tinggi.

Diagnosa Penyakit Tuberkulosis Paru Menggunakan Metode Forward Chaining dan Certainty Factor Wirdawati, Wira; Sovia, Rini; Hendrik, Billy
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1217

Tuberculosis (TB) is an infectious disease that can affect people of all ages, including children, adolescents, and the elderly, and can cause illness and death in over one million people. The disease is spread through coughs or sneezes by people with pulmonary TB, through contaminated saliva, and inhalation by healthy people with weakened immune systems. Therefore, this study aims to develop an expert system to assist in the diagnosis of pulmonary tuberculosis using the Forward Chaining and Certainty Factor methods. This process begins by identifying symptoms reported by the user and then searching for rules in the knowledge base that match those symptoms. This method allows the system to follow a logical flow of reasoning similar to the way a doctor diagnoses a disease. This study used data from 100 patients from 2023 at the Pariaman Community Health Center. Using the Forward Chaining and Certainty Factor methods, three patient data sets with three types of tuberculosis were tested. The percentage results for each type of disease were 100% positive for pulmonary tuberculosis, 0.91% negative for pulmonary tuberculosis, and 0.92% latent for pulmonary tuberculosis, with a confidence level of Very Confident. This research contributes to increasing knowledge and understanding in the field of expert systems, particularly in the application of the Forward Chaining and Certainty Factor methods for diagnosing tuberculosis.

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search