Claim Missing Document
Check
Articles

Klasifikasi Kematangan Buah Lengkeng Menggunakan Metode Content Based Image Retrieval Aliyah Nazirah; Poetri Lestari Lokapitasari Belluano; Nia Kurniati
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i1.1968

Abstract

Penelitian ini bertujuan untuk mencari hasil klasifikasi kematangan buah lengkeng untuk membantu masyarakat dalam memilih buah lengkeng yang matang. Metode yang digunakan dalam menentukan kualitas buah lengkeng yaitu ekstraksi fitur Content Based Image Retrieval untuk mengklasifikasi kematangan buah lengkeng dengan menggunakan teknik pengambilan data pada image retrieval, dan mengkategorikan citra berdasarkan fitur citra warna dengan tekstur buah. Metode yang digunakan untuk menghitung tingkat akurasi pada buah lengkeng dengan perhitungan jarak euclidean distance untuk mendapatkan nilai akurasi yaitu menghitung jarak kemiripan citra buah yang di uji untuk memperoleh hasil tingkat kematangan buah yang telah di uji. Dataset yang digunakan sebanyak 150 citra dan dibagi menjadi 2 data yaitu data latih dan data uji dengan 3 tingkat kematangan buah lengkeng yang dapat diketahui menggunakan teknik pencarian citra buah lengkeng muda, buah lengkeng setengah matang, dan buah lengkeng matang dengan metode CBIR untuk membedakan satu citra dengan citra yang lain dapat dilihat dari warna, tekstur, dan ukuran buah. Hasil penelitian menunjukkan pencarian gambar yang didapatkan menampilkan 10 citra lengkeng dan hasil pengujian diperoleh nilai akurasi 98.63% dengan akurasi tertinggi 99.6% yang paling dekat dengan citra asli.
Penerapan Arsitektur Internet Of Things Untuk Monitoring Sawi Hijau Hidroponik. Aydil Akbar Zam; Poetri Lestari Lokapitasari; Syahrul Mubarak
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 4 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i4.1141

Abstract

Masalah yang dihadapi pekebun hidroponik yaitu pemeliharaan tanaman hidroponik masih menggunakan tenaga pekebun untuk proses pemberian nutrisi serta menjaga sirkulasi air pada bidang hidroponik sehingga kurang efisien, karena pekebun tidak tahu kapan nilai kepekatan larutan nutrisi pada air mengalami kekurangan nutrisi serta kekurangan air sehinga dapat mengakibatkan tanaman menguning, layu dan pertumbuhan lambat. Adapun tujuan dari penelitian ini adalah penerapan arsitektur Internet Of Things untuk sawi hijau hidroponik, di mana dengan memanfaatkan Internet Of Things maka pekebun dapat memonitoring dari jauh kondisi nilai kepekatan larutan nutrisi air dan tinggi air menggunakan tampilan antarmuka android. Dengan tahap identifikasi masalah, analisis kebutuhan sistem, rancangan sistem, dan pengujian sistem. Hasil yang diperoleh dari alat penerapan arsitektur Internet Of Things untuk sawi hijau hidroponik yaitu diperoleh tingkat kerberhasilannya 100% dari 7 kali jumlah skenario uji.
Implementasi Algoritma Neural Network Untuk Memprediksi Harga Bawang Merah Di Kabupaten Bima Nur wahidah; Poetri Lestari Lokapitasari; Herdianti Darwis
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 2 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i2.1661

Abstract

Bawang merah merupakan tanaman holtikultura yang berpotensi tinggi terhadap perubahan harga sehingga sangat fluktuatif bagi petani maupun konsumen dan juga termasuk komoditas trategis. Di Indonesia khusunya, pertumbuhan bawang merah mengikuti pola musim yang terjadi, sehingga pada musim tertentu stok bawang merah menurun. Prediksi harga bawang merah menjadi penting dilakukan untuk mengetahui harga bawang merah ke depan. Neural network termasuk algoritma yang terbaik dalam melakukan prediksi. Masalah utama bagaimana menentukan jumlah neuron dan hidden layer yang optimal sehingga akurasi prediksinya tinggi. Jurnal ini bertujuan untuk merancang arsitektur neural network dengan menggunakan algoritma bacpropagation. Tahapan penelitian dilakukan adalah mengumpulkan data harga bawang merah, melakukan proprecessing data, memproses prediksi, pengujian akurasi, pengujian akurasi dan eror serta implementasi. Dalam memproses prediksi dilakukan sesuai dengan rancangan model prediksi, yaitu parameter epoch, momentum, learning rate, hidden layer untuk menghasilkan keakuratan yang tinggi. Temuan yang diperoleh berupa rancangan optimal untuk melakukan prediksi yaitu dengan menggunakan multilayet. Diperoleh tingkat akurasi mencapai 98.324% atau dengan tingkat eror yang relatif rendah yaitu 11,161%
PERANCANGAN APLIKASI PENJADWALAN DAKWAH MUBALIGH MENGGUNAKAN METODE PIECES Ahmad Fauzan Sainlia; Poetri Lestari Lokapitasari Belluano; Huzain Azis
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 3 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i3.2039

Abstract

Dalam hal pengaturan jadwal dakwah, metode PIECES digunakan untuk mengatur sinkronisasi jadwal, durasi dakwah, memberikan notifikasi ketika mubaligh sudah memasuki waktu dakwah dan mengatur jadwal dakwah para mubaligh dengan baik.  Analisa kinerja dalam PIECES yaitu menyediakan sistem yang dapat mengatur jadwal mubaligh, dalam analisa informasi yaitu memberikan informasi ke mubaligh ketika mendekati waktu dakwahnya, dalam analisa ekonomi memberikan informasi mengenai transparansi honorarium pada mubaligh, dalam analisa efisiensi memberikan durasi waktu bagi para mubaligh dan dalam analisa pelayanan memberikan notifikasi ketika mubaligh sudah memasuki waktu dakwah. Aplikasi Penjadwalan Dakwah Mubaligh menggunakan Metode PIECES dirancang untuk dapat membantu petugas masjid dalam menyusun jadwal para mubaligh serta memberikan informasi terkait durasi dakwah bagi tiap mubaligh sehingga para mubaligh tidak lupa dengan jadwal dakwah mereka serta dapat mengatur tranparansi pendapatan tiap mubaligh. Sistem aplikasi berbasis mobile dapat diakses melalui perangkat android, dimana sistem dilengkapi notifikasi aktif yang dapat diakses setiap saat oleh para pengguna sesuai kebutuhan, sehingga mubaliqh dapat mengatur durasi dakwah dengan jelas, dan tidak ada lagi jadwal yang berbentura antar mubaligh satu dengan lainnya .
Perancangan Sistem Tiket Event Digital Berbasis Soulbound Token pada Jaringan Base untuk Mencegah Percaloan Fahriansyah Fahriansyah; Poetri Lestari Lokapitasari; Sitti Rahmah Jabir
LINIER: Literatur Informatika dan Komputer Vol 3, No 3 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i3.3870

Abstract

Percaloan tiket (ticket scalping) pada acara besar terjadi karena tiket digital konvensional berbasis QR code atau PDF tidak memiliki kendali kepemilikan karena tiket dapat disalin, dibagikan, dan dipindahtangankan tanpa batas sehingga mudah diperjualbelikan oleh calo di atas harga resmi. Penelitian ini merancang sistem tiket event digital yang mencegah percaloan menggunakan konsep Soulbound Token (SBT) pada jaringan Base (Layer 2 Ethereum). SBT mengimplementasikan mekanisme non-transferable melalui override fungsi transferFrom() pada smart contract Solidity, sehingga tiket terkunci pada wallet pemilik asal setelah proses minting dan tidak dapat dipindahtangankan. Jaringan Base dipilih untuk menekan gas fee yang menjadi kendala implementasi di Ethereum Layer 1. Metode yang digunakan adalah Research and Development (RD) dengan model Waterfall, mencakup perancangan smart contract menggunakan Solidity, implementasi antarmuka dApp, serta pengujian melalui Black Box Testing pada antarmuka dApp dan Unit Testing pada smart contract di lingkungan uji jaringan Base Sepolia. Hipotesis penelitian ini adalah mekanisme SBT mampu membatasi transfer tiket antar-wallet dan jaringan Base menghasilkan biaya transaksi lebih rendah dari Ethereum Layer 1. Hasil yang diharapkan adalah sistem pertiketan yang tahan terhadap percaloan karena kepemilikan tiket tercatat secara transparan di blockchain dan tidak dapat dipindahtangankan oleh pihak yang tidak berhak. Sebagai saran, penelitian selanjutnya dapat mengembangkan implementasi pada jaringan mainnet dan melakukan evaluasi pada skenario penggunaan yang lebih luas
Comparison Analysis of Classification Model Performance in Lung Cancer Prediction Using Decision Tree, Naive Bayes, and Support Vector Machine Dewi Widyawati; Amaliah Faradibah; Poetri Lestari Lokapitasari Belluano
Indonesian Journal of Data and Science Vol. 4 No. 2 (2023): Indonesian Journal of Data and Science
Publisher : Yocto Brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i2.76

Abstract

This research aims to analyze the performance of three classification models, namely Decision Tree Classifier, Support Vector Machine, and Naive Bayes Classifier, in predicting lung cancer using the "Lung Cancer Prediction" dataset. The performance evaluation metrics used include accuracy, precision weighted, recall weighted, and F1 weighted. As a preliminary step, exploratory data analysis (EDA) and dataset preprocessing, including feature selection, data cleaning, and data transformation, were conducted. The test data results showed that the Decision Tree Classifier and Naive Bayes Classifier had similar performances with high accuracy, precision, recall, and F1 values. Meanwhile, the Support Vector Machine also exhibited competitive performance, although its precision weighted value was slightly lower. Additionally, an outlier analysis was conducted using box plots, revealing that the Decision Tree Classifier had 2 outlier values, while the Support Vector Machine had 4 outlier values, and Naive Bayes had no outlier values. In conclusion, all three classification models demonstrated good potential in lung cancer prediction. However, selecting the best model requires consideration of relevant evaluation metrics for the application and accommodating the limitations of each model. Further evaluation and in-depth analysis are needed to ensure the reliability of the models in predicting lung cancer cases more accurately and consistently.
Co-Authors A. Ulfa Tenripada A. Ulfah Tenripada A.R Tuasamu, Fatimah Abd. Majid Abd. Rasyid Syamsuri Abdul Muftia Abdul Rahman Mustafa Mustafa Ahmad Fauzan Sainlia Aisyah Rusdi Alfad Indrawan Alfian Putra Ramadhan Aliyah Nazirah Alriadi Tri Putra Amaliah Faradibah AR, Fatimah Ashar, Muhammad Aulia Putri Utami Awal Pradinata Aydil Akbar Zam Ayu Aksari Benny Leonard Enrico P Benny Leonard Enrico Panggabean Chindy Ariani Dewi Widyawati Dewi Widyawati Dirgahayu Lantara Enrico Panggabean, Benny Leonard Erick Irawadi Alwi, Erick Irawadi Fachrul Kurniawan Fadlan Hasan Fahmi Fahmi Fahriansyah Fahriansyah Faradibah, Amalia Faradibah, Amaliah Farniwati Fattah Fatahillah, Furqon Furqaan Ismail Gaffar, Andi Widya Mufila Harlinda Lahuddin Harlinda, Harlinda Herman Herman Herman Indrawati Indrawati Irawati Irawati Ismaldyka Ismaldyka Kasmira Kasmira Kasmira, Kasmira Khatimah, Nur Khusnul Kurniati, Nia Kurubacak, Gulsun La Saiman lilis nurhayati Lutfi Budi Ilmawan, Lutfi Budi Manga, Abdul Rachman Mardiyyah Hasnawi Melisa Melisa Muh Fachrul Islam Muh Syawal Muh Taufik Rifaat Muh. Aliyazid Mude Muh. Iqbal Muh.Agung Wirawan Muhammad Akbar Muhammad Fadhiel Muhammad Faiq Rahmatullah Muhammad Farid Zulfadly MUHAMMAD ILHAM Muhammad Kamil Muhammad Nur Fuad Muhammad Razaq Fajar Muhammad Rifky Saputra Scania Nia Kurniati Nisrina Dwi Ambarwati Noor Fauzi, Muh Hilmy Nur Chaerunnisa Nur wahidah Panggabean, Benny Leonard Enrico Purnawansyah Purnawansyah Rahmadani Rahmadani Rahmadani Rahmadani Rahmat Ramadhan Ramdan Satra Reyna Aprilia Rahma Rizal Rahmadani Saiman, La Siska Anraeni Sitti Rahmah Jabir Sitti Rahmah Jabir Sitti Ramlah St Radiatul Adawiah Abidin Sugiarti, Sugiarti Syaad Patmanthara Syafie, Lukman Syahrul Mubarak Abdullah Tasrif Hasanuddin Tuasamu, Fatima A.R Utami, Aulia Putri Wa Ode Tanti Widia Ningsih Widyawati, Dewi Wistiani Astuti Yudha Islami Sulistya Yulita Salim Yundari, Yundari Zahrizhal Ali