Articles
<![CDATA[Klasifikasi Chest X-Ray Images Berdasarkan Kriteria Gejala Covid-19 Menggunakan Convolutional Neural Network ]]>
<![CDATA[Vina Ayumi]]>;
<![CDATA[Ida Nurhaida]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v4i2.1513
<![CDATA[Deteksi dini terhadap adanya indikasi pasien dengan gejala COVID-19 perlu dilakukan untuk mengurangi penyebaran virus. Salah satu cara yang dapat dilakukan untuk mendeteksi virus COVID-19 adalah dengan cara mempelajari citra chest x-ray pasien dengan gejala Covid-19. Citra chest x-ray dianggap mampu menggambarkan kondisi paru-paru pasien COVID-19 sebagai alat bantu untuk diagnosa klinis. Penelitian ini mengusulkan pendekatan deep learning berbasis convolutional neural network (CNN) untuk klasifikasi gejala COVID-19 melalui citra chest X-Ray. Evaluasi performa metode yang diusulkan akan menggunakan perhitungan accuracy, precision, recall, f1-score, dan cohens kappa. Penelitian ini menggunakan model CNN dengan 2 lapis layer convolusi dan maxpoling serta fully-connected layer untuk output. Parameter-parameter yang digunakan diantaranya batch_size = 32, epoch = 50, learning_rate = 0.001, dengan optimizer yaitu Adam. Nilai akurasi validasi (val_acc) terbaik diperoleh pada epoch ke-49 dengan nilai 0.9606, nilai loss validasi (val_loss) 0.1471, akurasi training (acc) 0.9405, dan loss training (loss) 0.2558.]]>
<![CDATA[Studi Pendahuluan: Pengembangan Aplikasi m-BCARE Untuk Pasien Penderita Kanker Payudara ]]>
<![CDATA[Vina Ayumi]]>
<![CDATA[ Jurnal Sistem Informasi dan E-Bisnis Vol 3, No 1 (2021): Januari ]]>
Publisher : <![CDATA[JUSIBI (Jurnal Sistem Informasi dan E-Bisnis) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (486.1 KB)
<![CDATA[Sebagian besar pengguna smartphone telah menggunakan aplikasi m-Health untuk mendukung aktivitas sehari-hari. Penyedia layanan kesehatan menggunakan m-Health biasanya untuk dapat berkomunikasi dengan pasien melalui jaringan internet dikarenakan jarak yang jauh dan wak-tu yang terbatas. Penelitian ini mencoba untuk menganalisis fitur yang sesuai dan lengkap untuk pasien penderita kanker payudara dari beberapa penelitian sebelumnya. Penelitian ini adalah studi pendahuluan untuk pengembangan aplikasi m-BCARE untuk pasien penderita kanker. Penelitian ini terdiri dari lima tahapan penelitian, antara lain studi literatur, pengumpulan data, analisis kebutuhan, pemodelan fitur dan desain antar muka. Sebagai hasil penelitian, fitur yang diusulkan untuk pengembangan aplikasi m-BCARE untuk pasien penderita kanker payudara antara lain informasi, latihan fisik, motivasi, catatan, konsultasi, pengingat dan tentang aplikasi.]]>
<![CDATA[Perbandingan Model Transfer Learning Untuk Klasifikasi Citra Agricultural Crop ]]>
<![CDATA[Vina Ayumi]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol 5 No 3 (2022): November 2022 ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v5i3.3612
<![CDATA[Klasifikasi tanaman telah diterapkan selama bertahun-tahun sebagai salah satu komponen utama pemantauan pertanian. Klasifikasi jenis tanaman merupakan teknik penting untuk menyediakan informasi tersebut. Berdasarkan latar belakang diatas, penelitian ini akan melakukan agricultural crop type classification from digital images. Dataset crop images terdiri dari 40 lebih gambar untuk setiap kelas yang ada yaitu kelas maize, wheat, jute, rice dan sugarcane. Dataset kemudian dilakukan augmentasi sehingga menghasilkan 159+ gambar untuk setiap kelas. Proses augmentasi dilakukan dengan proses horizontal flip, rotation, horizontal shift dan vertical shift. Data pengujian dipersiapkan dengan jumlah terdiri dari 51 gambar dengan masing-masing 10 gambar setiap kelasnya. Berdasarkan dari hasil eksperimen, hasil akurasi validasi terbesar didapatkan dengan implementasi metode VGG16 sebesar 96.52%, sedangkan VGG19 mendapatkan akurasi sebesar 94.03%, Resnet50 mendapatkan akurasi sebesar 41.79%, Inceptionv3 mendapatkan akurasi sebesar 94.53% dan EfficientNetB0 mendapatkan akurasi sebesar 20.40%.]]>
<![CDATA[Pengenalan Objek Bunga Berbasis Deep Learning Menggunakan Model Resnet50 dan MobileNet-v2 ]]>
<![CDATA[Vina Ayumi]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol 5 No 3 (2022): November 2022 ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v5i3.3613
<![CDATA[Seiring dengan perkembangan teknologi komputer, riset mengenai identifikasi bunga sudah mulai dilakukan. Riset ini merupakan riset awal untuk pengembangan robot berbasis artifisial intelligent untuk dapat mengenai jenis-jenis bunga dengan baik. Untuk mengetahui model atau metode yang cocok untuk identifikasi bunga perlu adanya berbagai macam riset dengan menggunakan berbagai jenis dan jumlah dataset gambar bunga. Penelitian ini akan melakukan pengenalan objek bunga berbasis deep learning menggunakan model Resnet50 dan MobileNet-v2. Dataset dalam eksperimen ini berisi 4242 data dengan gambar objek bunga yang yang terdiri dari lima kelas antara lain chamomile, tulip, rose, sunflower, dandelion. Hasil kinerja terbaik didapatkan oleh model ResNet50 dengan akurasi validasi sebesar 92.67%, sedangkan model MobileNetV2 mendapatkan akurasi validasi sebesar 91.35%.]]>
<![CDATA[TAPPS: Model Aplikasi Manajemen Tugas Akhir di Perguruan Tinggi Swasta Menggunakan Unified Modeling Language (UML) ]]>
<![CDATA[Vina Ayumi]]>
<![CDATA[ INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science ]]>
Publisher : <![CDATA[Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31539/intecoms.v5i2.4926
<![CDATA[Manajemen tugas akhir yang efektif dan efisien sangat penting bagi universitas untuk mendorong siswa menyelesaikan studi mereka tepat waktu. Penelitian ini bertujuan untuk menganalisis model Unified Modeling Language (UML) untuk model aplikasi manajemen tugas akhir di perguruan tinggi swasta. Metode untuk mendukung analisis model aplikasi manajemen tugas akhir di perguruan tinggi yang akan dibangun dilakukan dengan metode wawancara, observasi, dan studi pustaka. Berdasarkan hasil model UML, adapun fitur pada aplikasi manajemen tugas akhir di perguruan tinggi antara lain manajemen pengguna, manajemen tugas akhir, manajemen bimbingan tugas akhir, manajemen sidang tugas akhir, manajemen kelas tugas akhir dan manajemen laporan capaian tugas akhir. Pada penelitian ini aplikasi manajemen tugas akhir diberi nama TAPPS untuk mempermudah dalam mengingat nama aplikasi ini. Kata Kunci: UML, tugas akhir, manajemen, perguruan tinggi swasta]]>
<![CDATA[ANALISA SENTIMEN MENGENAI KENAIKAN HARGA BBM MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE ]]>
<![CDATA[ferdi]]>;
<![CDATA[Vina Ayumi]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol 6 No 1 (2023): Januari ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v6i1.4628
<![CDATA[Kenaikan harga minyak dunia dipengaruhi oleh perang antara Rusia dan Ukraina di Eropa, yang menyebabkan guncangan finansial yang besar terhadap ekonomi dunia. Akibat perang ini, harga minyak naik hampir di seluruh dunia. Kenaikan harga minyak dunia diperkirakan akan berdampak signifikan terhadap kondisi perekonomian Indonesia. Harga minyak yang tinggi ternyata tidak menguntungkan bagi negara manapun, termasuk seluruh dunia di Asia, apalagi bagi negara kita. Kenaikan harga BBM disebabkan tingginya harga pasar dunia untuk minyak mentah dan kelangkaan domestik dibandingkan dengan permintaan. Besaran subsidi BBM yang hampir 520 triliun sangat besar dan menelan anggaran negara, sehingga pemerintah menganggap harga BBM bersubsidi dan nonsubsidi sangat mendesak. Lakukan perhitungan yang sangat cermat dan akurat untuk menghitung besaran kenaikan harga BBM di tanah air. Meningkatnya dampak kenaikan harga BBM secara simultan dan eksponensial akan berdampak pada inflasi harga terhadap fundamental ekonomi makro Indonesia. Pada platform Twitter, sering dijumpai berbagai macam tanggapan masyarakat yang mereka lontarkan mengenai Kenaikan Harga BBM di Indonesia tersebut negatif maupun positif. Pada penelitian ini dilakukan analisa sentimen opini masyarakat di Twitter terhadap Kenaikan Harga BBM menggunakan Algoritma Naïve Bayes dan Support Vector Machine dengan menggunakan tools RapidMiner dan Python. Hasil eksperimen menunjukan bahwa algoritma Support Vector Machine lebih tinggi daripada algoritma Naïve Bayes dengan memberikan nilai akurasi paling tinggi yaitu 90%.]]>
<![CDATA[Deteksi Kerusakan Jalur Rel Kereta Api Menggunakan CLAHE-KNN (CLAHE K–Nearest Neighbour) ]]>
<![CDATA[Handrie Noprisson]]>;
<![CDATA[Vina Ayumi]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol 6 No 2 (2023): Juni ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v6i2.5535
<![CDATA[This research is part of the development of the system, which aims to detect damage to railway tracks using the CLAHE-KNN model. This study aims to detect railway damage using the CLAHE-K-NN method and determine the effect of CLAHE on the K-Nearest Neighbor algorithm for railway damage detection. CLAHE is defined by Block Size (BS) and Clip Limit (CL). The dataset used in this study was railway imagery totaling 384 data. Based on the KNN method's experimental results, this method obtained an accuracy of 65.62%. In addition, the experimental results using KNN with CLAHE optimization get better accuracy by using clipLimit = 4.0 and tileGridSize = (4.8), which is 66.67%.]]>
<![CDATA[PENGGUNAAN MICROSOFT EXCEL UNTUK PEMBUATAN LAPORAN KEUANGAN BAGI USAHA KECIL DAN MENENGAH DI JAKARTA BARAT ]]>
<![CDATA[Vina Ayumi]]>;
<![CDATA[Handrie Noprisson]]>
<![CDATA[ JPMTT (Jurnal Pengabdian Masyarakat Teknologi Terbarukan) Vol. 2 No. 1 (2022): April ]]>
Publisher : <![CDATA[Lembaga Penelitian Pengabdian Masyarakat Penerbitan dan Percetakan Indonesian Scholar Khiar Wafi (LPPMPP IKHAFI) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54650/jpmtt.v2i1.456
<![CDATA[Perkembangan UKM tidak lepas dari peran dari ketersediaan pelaku usaha yang melakukan aktifitas belajar berkelanjutan. DKI Jakarta memiliki ketersediaan lembaga belajar untuk UKM yang cukup. Untuk mendukung perkembangan kualitas dari UKM perlu dilakukan dalam pelatihan-pelatihan pengetahuan baru. Salah satu keahlian yang harus dimiliki saat ini adalah keahlian dalam menggunakan Microsoft Excel. Pemanfaatan Microsoft Excel dalam dunia pendidikan telah banyak diaplikasi dalam setiap kegiatan akademik. Sebagai solusi dari permasalahan yang telah diuraikan diatas, maka akan dilakukan pelatihan Penggunaan Microsoft Excel Untuk Pembuatan Laporan Keuangan Bagi Usaha Kecil Dan Menengah Di Jakarta Barat dengan menggunakan metode problem-based learning (PBL). Kata Kunci: Microsoft Excel; Problem-Based Learning; Jakarta Barat]]>
<![CDATA[PENGENALAN DASAR FITUR MS. POWER POINT 2010 SEBAGAI MEDIA PENGAJARAN INTERAKTIF BAGI GURU SD NEGERI BEKASI ]]>
<![CDATA[Vina Ayumi]]>;
<![CDATA[Handrie Noprisson]]>
<![CDATA[ JPMTT (Jurnal Pengabdian Masyarakat Teknologi Terbarukan) Vol. 2 No. 2 (2022): Oktober ]]>
Publisher : <![CDATA[Lembaga Penelitian Pengabdian Masyarakat Penerbitan dan Percetakan Indonesian Scholar Khiar Wafi (LPPMPP IKHAFI) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54650/jpmtt.v2i2.480
<![CDATA[Salah satu cara untuk meningkatkan Mutu Pendidikan dan relevansi pendidikan adalah dengan memberikan keahlian tambahan kepada tenaga pendidik dan tenaga pengajar seperti keahlian dalam bidang teknologi dasar. Teknologi ini dapat berupa keterampilan dalam menggunakan perangkat lunak yang umum digunakan untuk mendukung proses belajar mengajar. Sebagai solusi dari permasalahan yang telah diuraikan diatas, maka akan dilakukan pelatihan Pengenalan Dasar Fitur Ms. Power Point 2010 Sebagai Media Pengajaran Interaktif Bagi Guru SD Kabupaten Bekasi. Metode pengajaran dalam pelatihan akan menggunakan metode Cooperative Integrated Reading and Composition (CIRC). Kata Kunci : Bekasi; Teknologi Pendidikan; Cooperative Integrated Reading and Composition]]>
<![CDATA[Implementasi Random Forest Untuk Klasifikasi Jenis Kendaraan dengan menggunakan Algoritma Gamma Correction ]]>
<![CDATA[Handrie Noprisson]]>;
<![CDATA[Vina Ayumi]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol 6 No 3 (2023): November ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v6i3.5900
<![CDATA[Traffic control systems can be a valuable tool for monitoring road traffic by counting and tracking vehicles in real time. This research is the initial research into the development of methods to improve the accuracy of vehicle detection and recognition. The purpose of the study was to analyze the performance of gamma correction and random forest performance to improve the accuracy of vehicle detection and recognition. Performance measures used in the study were confusion matrix, accuracy, precision, recall, F1-score. Based on experimental results, random forest with gamma=1.5 got the best accuracy of 85.00%, while random forest with gamma=0.5 got accuracy of 81.30%, random forest with gamma=1.0 got accuracy of 84.00%, random forest with gamma=2.0 got accuracy of 84.00%.]]>
