Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON)
Napitupulu, Agrifa Insani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search
Journal : Jurnal Sistem Komputer dan Informatika (JSON)

 1 
Implementasi Algoritma Naïve Bayes dalam Identifikasi Kejang Epilepsi dengan Menggunakan Sinyal EEG Napitupulu, Agrifa Insani; Dhanny Rukmana Manday; William Owen Wijaya; Yennimar; Mardi Turnip
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8990

Abstract

Epilepsi merupakan gangguan neurologis kronis yang ditandai dengan aktivitas listrik abnormal di otak, yang dapat dideteksi melalui sinyal elektroensefalogram (EEG). Deteksi dini epilepsi sangat penting untuk mencegah dampak yang lebih serius terhadap kesehatan penderita. Penelitian ini bertujuan untuk mengklasifikasikan kondisi epileptik dan non-epileptik berdasarkan data EEG menggunakan algoritma Naive Bayes. Dataset yang digunakan berasal dari Kaggle dan terdiri dari 11.500 sampel sinyal EEG dengan 178 fitur numerik. Data mengalami tahap pra-pemrosesan berupa binarisasi label, normalisasi, serta reduksi dimensi menggunakan Principal Component Analysis (PCA). Selanjutnya, dilakukan pelatihan dan pengujian model Gaussian Naive Bayes dengan proporsi data latih dan uji sebesar 80:20. Hasil evaluasi menunjukkan bahwa algoritma Naive Bayes mampu memberikan performa yang baik dengan akurasi sebesar 96%, precision dan recall masing-masing sebesar 90% untuk kelas epileptik, serta nilai F1-score sebesar 90%. Temuan ini mengindikasikan bahwa model ini cukup andal dan efisien untuk klasifikasi sinyal EEG, meskipun dengan keterbatasan asumsi independensi antar fitur. Dengan demikian, algoritma Naive Bayes dapat menjadi solusi awal dalam pengembangan sistem deteksi dini epilepsi berbasis machine learning.
Sistem Pengelolaan Sampah Otomatis Integrasi Teachable Machine dan Robotik mBot 1 untuk Pengembangan Reverse Vending Machine Berkelanjutan Manalu, Rio Vincent Marulam; Pasaribu, Firdaus Hosea; Handinata; Napitupulu, Agrifa Insani; Agung Prabowo
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.9025

Abstract

Di Indonesia, masalah pengelolaan sampah masih menjadi perhatian utama, terutama yang berkaitan dengan sampah plastik dan kaleng. Tujuan dari proyek ini adalah untuk membuat prototipe Reverse Vending Machine (RVM) yang dapat secara otomatis mengenali dan menangani dua bentuk sampah yang berbeda dengan menggunakan Teachable Machine dan robotika mBot 1. Setelah mengambil gambar objek dengan kamera, sistem menggunakan model klasifikasi gambar dari Teachable Machine untuk memproses gambar tersebut. Untuk mengoperasikan aktuator servo yang memandu pembuangan objek, hasil klasifikasi dikirimkan ke mBot 1 melalui koneksi serial. Dengan akurasi pelatihan masing-masing 98% dan 97%, model ini dilatih pada dataset 200 foto, 100 di antaranya adalah botol plastik dan 100 foto lainnya adalah kaleng. Dengan total durasi eksekusi sekitar 7,2 detik, akurasi deteksi rata-rata dalam pengujian sistem adalah 85%. Hasil ini menunjukkan seberapa baik sistem dapat melakukan aktivitas fisik dan pendeteksian. Namun demikian, masalah seperti kesalahan klasifikasi karena penempatan barang yang salah dan penundaan komunikasi terus mengganggu sistem. Penelitian ini menunjukkan kemungkinan menggabungkan robotika dasar dan kecerdasan buatan ke dalam solusi pengelolaan sampah berteknologi. Hal ini juga dapat berfungsi sebagai alat pengajaran bagi siswa yang mempelajari otomasi dan AI.
Co-Authors Agung Prabowo Dhanny Rukmana Manday Handinata Manalu, Rio Vincent Marulam Mardi Turnip Pasaribu, Firdaus Hosea William Owen Wijaya Yennimar