Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Jurusan Pendidikan Teknik Elektro Jurnal Pendidikan Teknologi dan Kejuruan
Gede Wahyu Purnama
Unknown Affiliation
Education Electrical & Electronics Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Sistem Pakar untuk Klasifikasi Tanaman Padi (Oryza sativa L. ) Berdasarkan Ciri-Ciri Morfologi Gede Wahyu Purnama; Agus Aan Jiwa Permana; I Kadek Nicko Ananda; Ni Luh Ita Purnami; Gede Nanda Ageng Nugraha; Ida Bagus Sebali Mahesa Yogi
Jurnal Pendidikan Teknik Elektro Undiksha Vol. 13 No. 2 (2024): JPTE Periode Agustus 2024
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jjpte.v13i2.72554

Abstract

Penelitian ini dilakukan untuk mengembangkan sebuah sistem yang merupakan salah satu cabang kecerdasan buatan (AI) yaitu sistem pakar. Sistem pakar kami akan digunakan untuk mengklasifikasi varietas tanaman padi (Oryza sativa L.). Langkah-langkah yang kami lakukan untuk membangun sistem pakar ini dimulai dengan proses pengumpulan data ciri-ciri morfologi tanaman padi melalui sumber-sumber terpercaya (Feri Hendriawan Nasrez Akhir, 2019; Ibadin, 2021; KEW, 2023; WIS, 2021; Wopereis, 2009)), lalu ciri-ciri tersebut akan digunakan untuk membuat aturan (rule) yang akan diimplementasikan dalam PROLOG. Setelah itu kami membuat mesin inferensi dengan pendekatan botton-up inference. Kami berhasil membuat sistem pakar menggunakan salah satu dialek dari bahasa PROLOG yaitu SWI-PROLOG (Lucas & Van Der Gaag, 1991). Namun sistem kami hanya dapat mengklasifikasikan 5 varietas tanaman padi yaitu padi indica , japanica, ketan putih, ketan hitam dan ketan merah (Feri Hendriawan Nasrez Akhir, 2019; Wopereis, 2009).
KLASIFIKASI CITRA MEDIS MAMOGRAFI BERBASIS MULTI-VIEW CONVOLUTIONAL NEURAL NETWORKS Gede Wahyu Purnama; Agus Aan Jiwa Permana; Ni Ketut Kertiasih
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.94691

Abstract

Penelitian ini menyajikan alur kerja preprocessing untuk data mamografi dengan format DICOM dan digunakan untuk melatih model Multi-View Convolutional Neural Networks (MV-CNNs). MV-CNNs berpotensi meningkatkan akurasi klasifikasi BI-RADS mamografi untuk deteksi dini kanker payudara, namun memerlukan data yang diproses secara tepat. Preprocessing data meliputi seleksi pasangan citra dengan tampak Craniocaudal (CC) dan Mediolateral Oblique (MLO) dengan BI-RADS 1-5, penyesuaian label, penyeimbangan kelas (undersampling), konversi DICOM ke PNG terstandar (termasuk penanganan VOI LUT dan MONOCHROME1), ekstraksi Region of Interest (ROI) otomatis, serta resizing ke [512, 288]. Dataset disiapkan untuk evaluasi stratified k-fold cross-validation. Setelah itu akan digunakan untuk melatih model MV-CNNs dengan ConvNeXt sebagai basis model CNNnya. Model terbaik yang dilatih telah diuji menggunakan dataset primer yang didapatkan dari RSUD Buleleng. Hasil yang didapatkan melalui k-fold ensemble adalah accuracy : 50% ; F1-score : 0.476; & recall : 0.458.
Co-Authors Agus Aan Jiwa Permana Gede Nanda Ageng Nugraha I Kadek Nicko Ananda Ida Bagus Sebali Mahesa Yogi Ni Ketut Kertiasih Ni Luh Ita Purnami