cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 02163284     EISSN : 26850877     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 508 Documents
 35   36   37   38   39 
Penerapan Metode Regresi Linier Berganda Untuk Memprediksi Panen Kelapa Sawit Hermansyah, Hermansyah; Abdullah, Asrul; Utami, Putri Yuli
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1816

Abstract

Perkebunan Nusantara XIII Kebun Rimba Belian requires effective planning and strategies to increase production yields. This research aims to apply the multiple linear regression method to predict palm oil production results in these plantations. The research uses a multiple linear regression method by observing patterns of increase or decrease in production results and predicting production results in the next few months. The results of the research show that the multiple linear regression method is effectively used to predict oil palm harvest at Perkebunan Nusantara XIII Kebun Rimba Belian. Analysis shows that the model has a high level of accuracy, with a Root Mean Squared Error (RMSE) value of 0.0698 and an R-squared (R2) Score of 0.9306. This indicates that the model has good abilities in predicting target values and explaining data variations well. As a result, this model can be a useful tool in planning plant care and pest control activities to increase oil palm production yields.Keywords: Data mining; Palm oil; Production prediction; Multiple linear regression. AbstrakPerkebunan Nusantara XIII Kebun Rimba Belian memerlukan perencanaan dan strategi yang efektif untuk meningkatan hasil produksi. Penelitian ini bertujuan untuk menerapkan metode regresi linier berganda untuk memprediksi hasil produksi kelapa sawit di perkebunan tersebut. Penelitian menggunakan metode regresi linier berganda dengan mengamati pola peningkatan atau penurunan hasil produksi dan memprediksi hasil produksi beberapa bulan ke depan. Hasil penelitian menunjukkan bahwa metode regresi linier berganda efektif digunakan untuk memprediksi panen kelapa sawit di Perkebunan Nusantara XIII Kebun Rimba Belian. Analisis menunjukkan bahwa model memiliki tingkat akurasi yang tinggi, dengan nilai Root Mean Squared Error (RMSE) sebesar 0.0698 dan R-squared (R2) Score sebesar 0.9306. Hal ini menandakan bahwa model memiliki kemampuan baik dalam memprediksi nilai target dan menjelaskan variasi data dengan baik. Sebagai hasilnya, model ini dapat menjadi alat yang berguna dalam merencanakan kegiatan perawatan tanaman dan pengendalian hama untuk meningkatkan hasil produksi kelapa sawit.Kata Kunci: Data mining; Kelapa sawit; Prediksi produksi; regresi linier berganda.
Sistem Remote Control Robot Berbasis Arduino Dan PS2 Bluetooth Zendrato, Setiani; Setyawan, Gogor Chrismass; Sumihar, Yo'el Pieter
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2016

Abstract

Technology has a significant role in facilitating human life, especially in the control aspect that allows the operation of devices or systems more efficiently. The purpose of this study is to investigate the performance of PS2 technology as the main control device in a robot remote control system. The system developed utilizes PS2 Bluetooth technology to control the robot, with Arduino Uno as its main microcontroller. To assist in the design of the management of this system, the prototyping method is used. In this study, a miniature car that can be controlled with a PS2 remote control was successfully designed. Based on the communication distance test, it shows that the system can function optimally up to a maximum distance of 20.5 meters. Keywords: Arduino; PS2 Bluetooth; Design; Remote control. AbstrakTeknologi memiliki peran yang signifikan dalam memudahkan kehidupan manusia, terutama dalam aspek kontrol yang memungkinkan pengoperasian perangkat atau sistem dengan lebih efisien. Tujuan dari penelitian ini menyelidiki performa teknologi PS2 sebagai perangkat pengendali utama dalam sistem remote control robot. Sistem yang dikembangkan memanfaatkan teknologi PS2 Bluetooth untuk mengendalikan robot, dengan Arduino Uno sebagai mikrokontroler utamanya. Untuk membantu dalam perancangan pengelolaan sistem ini digunakan metode prototyping. Dalam penelitian ini berhasil merancang sebuah mobil miniatur yang dapat dikendalikan dengan remot control PS2. Berdasarkan Pengujian jarak komunikasi menunjukkan bahwa sistem dapat berfungsi secara optimal hingga jarak maksimum 20,5 meter. Kata kunci: Arduino; PS2 Bluetooth; Perancangan; Remot kontrol.
Sistem Informasi Geografis Pemetaan Sub DAS Berpotensi Cakupan Komunitas Peduli Sungai Denpasar Andika Parayana, Anak Agung Gede Iswara; Yudi Anggara Wjaya, I Nyoman; Widya Utami, Nengah
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1476

Abstract

The use of technology, especially digital maps in Geographic Information Systems (GIS), has penetrated various aspects of life. One of them is sub-watershed (DAS) mapping. Sub-watersheds have physical and non-physical potential depending on environmental conditions and management of the surrounding community. In Denpasar City, there is the Denpasar River Care Community (KPS) which has a mission to embrace the river conservation community to preserve and utilize the potential of sub-watersheds. However, the lack of use of digital media has resulted in a lack of awareness among the public and KPS members about utilizing the potential and uniqueness of each sub-watershed. So, KPS requires a website-based data collection and mapping system. The research uses the Extreme Programming (XP) method which starts from the planning, design, coding, to testing stages. The research results show that website-based GIS can carry out mapping, data collection, and introduce sub-watersheds, sub-watershed potential and PPPs. For future research, we can develop a web-based GIS that has sub-watershed area mapping features, multiple roles, and more data attributes.Keywords: Geographic Information Systems; Sub-Watershed; Website; River Care Community AbstrakPemanfaatan teknologi, terutama peta digital dalam Sistem Informasi Geografis (SIG) telah merambah ke berbagai aspek kehidupan. Salah satunya adalah pemetaan Sub Daerah Aliran Sungai (DAS). Sub DAS memiliki potensi fisik dan non-fisik tergantung pada kondisi lingkungan dan pengelolaan masyarakat sekitar. Di Kota Denpasar, terdapat Komunitas Peduli Sungai (KPS) Denpasar yang memiliki misi merangkul komunitas pelestari sungai untuk melestarikan dan memanfaatkan potensi sub DAS. Namun, kurangnya pemanfaatan media digital menyebabkan kurangnya kesadaran masyarakat dan anggota KPS tentang pemanfaatan potensi dan keunikan tiap sub DAS. Maka, KPS membutuhkan sistem pendataan dan pemetaan berbasis website. Penelitian menggunakan metode Extreme Programming (XP) yang diawali dari tahap perencanaan, perancangan, pengkodean, sampai tahap pengujian. Hasil penelitian menunjukkan SIG berbasis website dapat melakukan pemetaan, pendataan, serta mengenalkan sub DAS, potensi sub DAS dan KPS. Untuk penelitian berikutnya agar dapat mengembangkan SIG berbasis web yang memiliki fitur pemetaan area sub DAS, multiple roles, dan memperbanyak atribut data.Kata Kunci: Sistem Informasi Geografis; Sub Daerah Aliran Sungai; Website; Komunitas Peduli Sungai
Implementasi Machine Learning Menggunakan Adaboost dalam Prediksi Status Gizi Anak di Posyandu Tanjung XXIV Majid, Annisa Maulana; Nawangsih, Ismasari
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2143

Abstract

Nutritional status is important for children's growth and development, as well as for measuring nutritional adequacy. Posyandu Tanjung XXIV is a facility for routinely recording children's growth and development, but it still uses manual processes to determine nutritional status so it is not yet effective. Data processing is needed to help predict children's nutritional status. Machine Learning is used for data processing and predicting data based on algorithmic patterns. Previous research related to nutritional status using Machine Learning has been carried out but resulted in a small level of accuracy in the Naïve Bayes algorithm, so accuracy needs to be increased. This research aims to implement Machine Learning using Naïve Bayes combined with the Adaboost method to increase the accuracy of the Posyandu Tanjung XXIV toddler dataset. The research uses variable dataWeight by Age, Height by Age, Weight by Height. The results of the research show that the implementation of Naïve Bayes using Adaboost increases accuracy with results of 100% accuracy, an increase of 6.67% from the implementation of Naïve Bayes independently with results of 93.33%.Keywords: Nutritional status; Machine Learning; Naive Bayes; Adaboost AbstrakStatus Gizi hal yang penting bagi pertumbuhan dan perkembangan anak, serta untuk mengukur kecukupan zat gizi.  Posyandu Tanjung XXIV merupakan fasilitas untuk mendata pertumbuhan dan perkembangan anak secara rutin, namun masih menggunakan proses manual untuk menentukan status gizi sehingga belum efektif. Perlu pengolahan data untuk membantu memprediksi status gizi anak. Machine Learning digunakan untuk pengolahan data serta memprediksi data berdasarkan pola algoritma. Penelitian sebelumnya terkait status gizi menggunakan Machine Learning sudah dilakukan namun menghasilkan tingkat akurasi kecil pada algoritma Naïve Bayes, sehingga perlu peningkatan akurasi. Penelitian ini bertujuan untuk implementasi Machine Learning menggunakan Naïve Bayes dikombinasikan dengan metode Adaboost untuk meningkatkan akurasi dataset balita Posyandu Tanjung XXIV. Penelitian menggunakan data variable Berat Badan menurut Umur, Tinggi Badan menurut Umur, Berat Badan menurut Tinggi Badan. Hasil dari penelitian menunjukkan implementasi Naïve Bayes menggunakan Adaboost meningkatkan akurasi dengan hasil akurasi 100%, meningkat sebesar 6,67% dari penerapan Naïve bayes mandiri dengan hasil 93,33%Kata kunci: Status Gizi; Machine Learning; Naive Bayes; Adaboost 
Penerapan Metode Least Square untuk Prediksi Harga Komoditas Pangan Kota Singkawang Anjelie, Mega Karina; Arisandi, Desi; Sutrisno, Tri
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1293

Abstract

AbstractThe need for food is essential for human survival. For this reason, food prices have a huge influence. Examples of factors that cause unstable food prices are weather factors that result in crop failure. Due to these factors, price increases can occur at any time and have an impact on society if prices soar without notice. Based on these problems, calculations are needed to be able to predict prices using the Least Square method. As well as using the Mean Absolute Percentage Error (MAPE) as an evaluation calculation of model testing. The results obtained in this study are, MAPE error values have an interpretation value of 10-20%. The smallest error value is owned by the type of Super Quality Rice food with a MAPE value of 0.003766 or 0.3766%. The largest error value is owned by the type of onion food with a MAPE value of 0.154819 or 15.4819%.Keyword: Prediction; Price; Food Commodity; Least Square AbstrakKebutuhan pada bahan pangan merupakan hal yang sangat penting bagi keberlangsungan hidup manusia. Karena itulah, harga bahan pangan memiliki pengaruh yang sangat besar. Contoh factor yang menyebabkan harga pangan tidak stabil adalah faktor musim atau cuaca yang mengakibatkan kegagalan panen. Karena faktor tersebut, kenaikan harga bisa terjadi kapan saja dan berdampak kepada masyarakat apabila harganya melonjak naik tanpa dapat diprediksi. Berdasarkan permasalahan tersebut, dilakukan suatu perhitungan untuk dapat memprediksi harga secara tepat dengan menggunakan metode Least Square. Serta menggunakan Mean Absolute Percentage Error (MAPE) sebagai perhitungan evaluasi error dari pengujian modelnya. Hasil yang didapatkan dalam penelitian ini yaitu, nilai error MAPE memiliki nilai yang baik dari interpretasi 10 – 20 %. Nilai error paling kecil yang dimiliki oleh jenis pangan Beras Kualitas Super dengan nilai error MAPE 0.003766 atau 0.3766%. Sedangkan untuk nilai error paling besar dimiliki oleh jenis pangan Bawang Merah dengan nilai error MAPE 0.154819 atau 15.4819%.Kata kunci: Prediksi; Harga; Komoditas Pangan; Least Square
Implementasi Model Personal Extreme Programming Pada Perancangan Aplikasi Project Report Subariah, Risah
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1616

Abstract

AbstractProject reports are needed to ensure that a project is completed on schedule and produces an appropriate product. Dero Jasa Web Apps is a software company that focuses on creating software applications. This company has many projects, so it requires project activity reports from programmers to managers. The Personal Extreme Programming (PXP) model applied in design only focuses on specifications and design. This stage includes Unified Modeling Language, database design, and interface design. The design of features and menus on the application display is adjusted to user access rights, thereby maintaining data privacy, and improving the performance of programmers and managers in creating project reports and monitoring project progress.Keywords: Project; Report; Monitoring; Management  AbstrakProject report diperlukan untuk memastikan bahwa suatu proyek selesai sesuai jadwal dan menghasilkan produk yang sesuai. Dero Jasa Web Apps merupakan perusahaan perangkat lunak yang berfokus pada pembuatan aplikasi perangkat lunak. Perusahaan ini memiliki banyak project sehingga memerlukan laporan kegiatan project dari programmer kepada manager. Model Personal Extreme Programming (PXP) yang diterapkan dalam perancangan hanya berfokus pada persyaratan dan desain. Tahapan ini meliputi Unified Modeling Language, perancangan database, dan desain antarmuka. Rancangan fitur dan menu pada tampilan aplikasi disesuaikan dengan hak akses pengguna, sehingga menjaga kerahasiaan data dan meningkatkan kinerja programmer dan manager dalam membuat laporan project serta memantau kemajuan project.Kata kunci:  Project; Report; Pemantauan; Manajemen
Analisis Sentimen Ulasan Aplikasi ChatGPT Pada Google Play Menggunakan Metode Support Vector Machine Salsabila, Aprilia; Muntahanah, Muntahanah
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2074

Abstract

Currently, the usage of mobile applications is on the rise in the digital era, emphasizing the importance of understanding user satisfaction and dissatisfaction. This research aims to examine the sentiment expressed in user reviews of the ChatGPT application on Google Play using the Support Vector Machine (SVM) method. The research methods include collecting user review data, cleaning and preprocessing the data, labeling sentiments, conducting SVM analysis, and evaluating the results. The analysis reveals that the majority of user reviews for the ChatGPT application are positive, with some negative feedback. With an accuracy of 91% and a weighted F1-score of 90%, the SVM method demonstrates effective performance in classifying user review sentiments. This study provides valuable insights into user perceptions of the ChatGPT application, which can inform future enhancements in its quality and services. Furthermore, these findings underscore the potential of SVM in sentiment analysis for various mobile applications.Keywords: sentiment analysis; ChatGPT; Support Vector Machine  AbstrakSaat ini, penggunaan aplikasi mobile terus meningkat dalam era digital, sehingga penting untuk memahami kepuasan dan ketidakpuasan pengguna. Penelitian ini dilakukan untuk menganalisis sentimen dari ulasan pengguna aplikasi ChatGPT di Google Play dengan menggunakan metode Support Vector Machine (SVM). Metode penelitian meliputi pengumpulan data ulasan pengguna, pembersihan dan pra-pemrosesan data, pelabelan sentimen, analisis menggunakan SVM, serta evaluasi hasil. Hasil analisis menunjukkan bahwa sebagian besar ulasan pengguna terhadap aplikasi ChatGPT bersifat positif, meskipun terdapat beberapa ulasan negatif. Dengan akurasi sebesar 91% dan F1-score tertimbang sebesar 90%, metode SVM menunjukkan kinerja yang baik dalam mengklasifikasikan sentimen ulasan pengguna. Penelitian ini memberikan wawasan mendalam mengenai persepsi pengguna terhadap aplikasi ChatGPT, yang dapat digunakan untuk meningkatkan kualitas dan layanan aplikasi di masa mendatang. Penelitian ini juga menunjukkan potensi SVM dalam analisis sentimen aplikasi mobile lainnya.Kata kunci: Analisis sentimen; ChatGPT; Support Vector Machine
Clustering Tingkat Kemiripan Curah Hujan di Indonesia Berdasarkan Provinsi Menggunakan Metode Hierarchical Clustering dan GeoMap Runtulalo, Yahya Supit; Manongga, Daniel H. F.
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1583

Abstract

Indonesia's geographical location has a big influence on the usual rainfall patterns. BMKG data summarized in the 2023 Indonesian statistical data by the Central Statistics Agency, notes that Indonesia will often experience rain from around August to February. Rainfall is an important factor in determining the climate of an area and has a significant impact on various sectors of life, such as agriculture, water resource management and disaster mitigation. The aim of the research is to find out which provinces in Indonesia have similar levels of low, medium and high rainfall characteristics using the Hierarchical Clustering method and GeoMap visualization. After processing the data, 3 cluster levels were obtained, namely cluster 1 with 8 members in areas with low rainfall levels, cluster 2 with 3 members in areas with high rainfall, and cluster 3 with 22 members in areas with moderate rainfall. Then the test was evaluated using the Silhouette Coefficient which produced cluster 1 (medium), cluster 2 (strong), and cluster 3 (medium).Keywords: Rainfall; Hierarchical Clustering; GeoMap AbstrakLetak Geografis Indonesia mempunyai pengaruh besar terhadap pola curah hujan yang biasa terjadi. Data BMKG yang dirangkum dalam data statistik Indonesia 2023 oleh Badan Pusat Statistik, dicatat bahwa Indonesia akan kerap diguyur hujan sekitar bulan Agustus sampai Februari. Curah hujan merupakan faktor penting dalam menentukan iklim suatu daerah dan memiliki dampak yang signifikan terhadap berbagai sektor kehidupan, seperti pertanian, pengelolaan sumber daya air, dan mitigasi bencana. Adapun yang menjadi tujuan dalam penelitian untuk mengetahui provinsi di Indonesia yang memiliki tingkat kemiripan karakteristik curah hujan rendah, sedang, dan tinggi  menggunakan metode Hierarchical Clustering dan visualisasi GeoMap. Setelah melakukan olah data, didapatkan 3 tingkat cluster yaitu cluster 1 dengan 8 anggota wilayah dengan tingkat curah hujan rendah, cluster 2 dengan 3 anggota wilayah dengan  curah hujan tinggi, dan cluster 3 dengan 22 anggota wilayah dengan curah hujan sedang.Kemudian di evaluasi pengujian menggunakan Silhouette Coefficient yang menghasilkan cluster 1 (medium), cluster 2 (strong), dan cluster 3 (medium).Kata kunci: Curah Hujan; Hierarchical Clustering; GeoMap
Sistem Pakar Diagnosis Dini Penyakit Lambung Menggunakan Metode Certainty Factor Walangitan, Rafaely Hesky; Hasan, Patmawati; Tatuhey, Emy Lenora
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1941

Abstract

The diagnosis of gastric diseases at the Tanjung Ria Health Center often takes a lot of time and money for patients.  Long queues and high consultation costs are the main obstacles, while medical personnel also face challenges in dealing with large patient volumes and limited working hours.  The primary objective is to enhance the efficiency and accuracy of the diagnosis process, thereby assisting ordinary people in diagnosing gastric diseases.  The development of an expert system based on certainty factors (CF) is necessary to enhance the diagnostic efficiency.  This method will allow patients to get a quick and accurate diagnosis without having to wait for a long time or incur large costs.  Testing with the black box method has confirmed the system's functionality in accordance with the expected specifications.  The accuracy test result of 80% indicates that the system can generate a diagnosis in accordance with the expert's assessment.Keywords: Expert system; Certainty Factor (CF); diagnosis of gastric diseases; Tanjung Ria Health Center; accuracy testing. AbstrakDiagnosis penyakit lambung di Pusat Kesehatan Tanjung Ria seringkali membutuhkan banyak waktu dan uang bagi pasien. Barisan panjang dan biaya konsultasi yang tinggi adalah hambatan utama, sementara staf medis juga menghadapi tantangan dalam menangani volume pasien yang besar dan jam kerja yang terbatas. Tujuan utama adalah untuk meningkatkan efisiensi dan akurasi proses diagnostik, dengan demikian membantu orang biasa dalam mendiagnosis penyakit perut. Pengembangan sistem ahli berdasarkan faktor kepastian (Certainty Factor/ CF) diperlukan untuk meningkatkan efisiensi diagnostik. Metode ini akan memungkinkan pasien untuk mendapatkan diagnosis yang cepat dan akurat tanpa harus menunggu lama atau dikenakan biaya besar. Pengujian dengan metode kotak hitam telah mengkonfirmasi fungsionalitas sistem sesuai dengan spesifikasi yang diharapkan. Hasil tes akurasi 80% menunjukkan bahwa sistem dapat menghasilkan diagnosis sesuai dengan penilaian ahli.Kata kunci: Sistem pakar; Certainty Factor (CF); diagnosa penyakit lambung; Puskesmas Tanjung Ria; pengujian akurasi.
Analisis Performa Metode Yolo Untuk Deteksi Hyperlipidemia Berdasarkan Klasifikasi Citra Corneal Arcus Supriadi, Joseph; Himamunanto, Agustinus Rudatyo; Budiati, Haeni
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2088

Abstract

Hyperlipidemia is a medical condition with high blood lipid levels that increase the risk of cardiovascular disease. A physical indicator of hyperlipidemia is Corneal Arcus, a white ring around the cornea. This study analyzes the ability of the YOLO (You Only Look Once) method to detect and classify Corneal Arcus in eye images. The dataset consists of 348 eye images in three categories: normal, at-risk, and Corneal Arcus. Results show the YOLO model achieved 88.9% accuracy in detecting Corneal Arcus, with precision, recall, F1-score, and mean average precision (MAP) of 88.9%, 89.2%, 88.8%, and 88.9%, respectively. These findings indicate significant potential for the YOLO method in technical applications within informatics. Although not yet validated for medical use, this research aims to share basic scientific ideas.Keywords: YOLO; Hyperlipidemia; Corneal Arcus; Image Classification AbstrakHyperlipidemia adalah kondisi medis dengan kadar lipid darah tinggi yang meningkatkan risiko penyakit Kardiovaskular. Indikator fisik hyperlipidemia adalah Corneal Arcus, cincin putih di sekitar kornea. Penelitian ini menganalisis kemampuan metode YOLO (You Only Look Once) dalam mendeteksi dan mengklasifikasikan Corneal Arcus pada citra mata. Dataset terdiri dari 348 gambar mata dalam tiga kategori: normal, berisiko, dan Corneal Arcus. Hasil menunjukkan model YOLO mencapai akurasi 88,9% dalam mendeteksi Corneal Arcus, dengan presisi, recall, F1-score, dan mean average precision (MAP) masing-masing sebesar 88,9%, 89,2%, 88,8%, dan 88,9%. Temuan ini menunjukkan potensi besar metode YOLO dalam aplikasi teknis di bidang informatika. Meskipun belum tervalidasi untuk penggunaan medis, hasil ini bertujuan untuk membagikan ide ilmiah dasar.Kata kunci: YOLO; Hyperlipidemia; Corneal Arcus; Klasifikasi Citra;

Page 37 of 51 | Total Record : 508

 35   36   37   38   39 

Filter by Year

2006 2026


Reset
Filter By Issues
All Issue Vol 22, No 1 (2026): Januari Vol 21, No 2 (2025): Agustus Vol 21, No 1 (2025): Februari Vol 20, No 2: Agustus 2024 Vol 20, No 1: Februari 2024 Vol 19, No 2: Agustus 2023 Vol 19, No 1: Februari 2023 Vol 18, No 2: Agustus 2022 Vol 18, No 1: Februari 2022 Vol 17, No 2: Agustus 2021 Vol 17, No 1: Februari 2021 Vol 16, No 2: Agustus 2020 Vol 16, No 1: Februari 2020 Vol 15, No 2: Agustus 2019 Vol 15, No 1: Februari 2019 Vol 14, No 2: Agustus 2018 Vol 14, No 1: Februari 2018 Vol 13, No 2: Agustus 2017 Vol 13, No 1: Pebruari 2017 Vol 12, No 2: Agustus 2016 Vol 12, No 1: Pebruari 2016 Vol 11, No 2: Agustus 2015 Vol 11, No 1: Pebruari 2015 Vol 10, No 2: Agustus 2014 Vol 10, No 1: Pebruari 2014 Vol 9, No 2: Agustus 2013 Vol 9, No 1: Pebruari 2013 Vol 7, No 2: Agustus 2011 Vol 6, No 2: Agustus 2010 Vol 6, No 1: Pebruari 2010 Vol 4, No 1: Pebruari 2008 Vol 2, No 2: Agustus 2006 More Issue