Articles

Found 24 Documents
Search

DIAGNOSIS GANGGUAN SISTEM URINARI PADA ANJING DAN KUCING MENGGUNAKAN VFI 5 Buono, Agus; Ramdhany, Dhany Nugraha; Kustiyo, Aziz; Handharyani, Ekowati
Jurnal Ilmu Komputer dan Informasi Vol 2, No 2 (2009): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (388.455 KB) | DOI: 10.21609/jiki.v2i2.131

Abstract

Sistem urinari hewan dapat dibagi menjadi 2 bagian yaitu sistem urinari bagian atas dan sistem urinari bagian bawah. Ginjal yang merupakan bagian dari sistem urinari memiliki 2 fungsi penting, yaitu filtrasi dan reabsorpsi. Dalam mendiagnosis penyakit yang diderita hewan pada sistem urinarinya terdapat beberapa kendala. Pada penelitian ini, dikembangkan model untuk mendiagnosis gangguan sistem urinari pada anjing dan kucing dengan menggunakan algoritma VFI 5 berdasarkan gejala klinis (terdapat 37 feature) dan pemeriksaan laboratorium (39 feature). Percobaan dilakukan baik pada feature gejala klinis dan juga pada feature pemeriksaan laboratorium. Hasil pengamatan yang dilakukan menunjukkan bahwa akurasi rata-rata sebesar 77,38% untuk percobaan dengan feature gejala klinis, dan 86,31% untuk percobaan dengan feature pemeriksaan laboratorium. Peningkatan ini mengindikasikan bahwa dalam mendiagnosis penyakit dalam sistem urinari, pemeriksaan laboratorium masih sangat dibutuhkan dalam menentukan hasil diagnosis suatu penyakit.
PENGEMBANGAN SISTEM PAKAR IDENTIFIKASI AWAL PENYAKIT KEDELAI DENGAN PENDEKATAN NAïVE BAYES BERBASIS ANDROID Astuti, Indah Puji; Hermadi, Irman; Buono, Agus; Mutaqin, Kikin H.
Jurnal Pustakawan Indonesia Vol. 14 No. 2 (2015): Jurnal Pustakawan Indonesia
Publisher : Perpustakaan IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (864.717 KB)

Abstract

Pengidentifikasian penyakit kedelai secara dini menjadi salah satu cara untuk meningkatan angka produktifitas kedelai. Jumlah pakar penyakit kedelai yang masih relatif sedikit apalagi di daerah pedesaan membuat ketergantungan atas keberadaan seorang pakar penyakit kedelai sangatlah tinggi terutama bagi para pemula di bidang pertanian. Suatu sistem pakar menjadi salah satu solusi yang dapat dijadikan sarana untuk berkonsultasi tentang penyakit kedelai layaknya seorang pakar. Sistem yang diimplementasikan dalam basis Android akan lebih mudah digunakan di manapun dan kapanpun tanpa harus bertemu dengan pakar karena kesempatan dan waktu pakar yang tidak mudah untuk ditemui setiap saat. Tujuan penelitian ini adalah untuk mengembangkan sistem pakar identifikasi awal penyakit kedelai dengan mengadopsi metode Expert System Development Life Cycle (ESDLC) untuk tahapan pengembangan sistem dan pendekatan Naïve Bayes sebagai metode inferensinya. Hasil penelitian ini berupa prototype sistem pakar XSIDS yang terdiri dari enam modul utama yaitu modul pengetahuan tentang kedelai, kebijakan pemerintah, konsultasi, tentang kami, tentang XSIDS dan note.Kata Kunci : Android, ESDLC, Naïve Bayes, Sistem Pakar, Penyakit Tanaman Kedelai
PERANCANGAN PROTOTIPE SISTEM MANAJEMEN PENGETAHUAN ANTAR UNIVERSITAS (STUDI KASUS IPB DAN UNPAK) Ibrahim, Firmansyah; Hermadi, Irman; Buono, Agus
Jurnal Pustakawan Indonesia Vol. 14 No. 2 (2015): Jurnal Pustakawan Indonesia
Publisher : Perpustakaan IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (525.982 KB)

Abstract

The rapid development of knowledge encourages universities to collaborate on their knowledge in specific expertise field to create an equitable distribution of knowledge. Program of computer science at Bogor Agriculture University (IPB) is a superior expertise in the field of agriculture while Pakuan University (UNPAK) is superior expertise in the field of electronics. The aim of this study was to design a prototype of knowledge management system as the knowledge sharing for learning of inter-universities using Knowledge Management System Life Cycle (KMSLC) method. The study result was Joomla one kind of Content Management System (CMS) can be used to share knowledge in the form of discussion forums and combining various info from IPB and UNPAK in one interface including news, announcements, agenda, and social media. This CMS also collaborate with applications Electronic Learning System (ELS) Moodle and Hyper Text Markup Language (HTML). ELS Moodle serves as an application in learning of inter-university with the single sign concept which was run in a single interface, while HTML serves as a search engine knowledge by generating external link that combines 2 KMS from IPB and UNPAK into one interface. The conclusion was the knowledge sharing for learning of inter-university can be done with the design of knowledge management system through collaboration three different systems.Keywords: CMS Joomla, ELS Moodle, HTML search engine, KMSLC, Knowledge Management Systems, Prototype 
Pendeteksian Kerapatan dan Jenis Gulma dengan Metode Bayes dan Analisis Dimensi Fraktal untuk Pengendalian Gulma Secara Selektif Solahudin, Mohamad; Seminar, Kudang Boro; Astika, I Wayan; Buono, Agus
Jurnal Keteknikan Pertanian Vol 24, No 2 (2010): Jurnal Keteknikan Pertanian
Publisher : PERTETA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract Destructive impacts of herbicide usage on environment and water contamination have led to many researches oriented toward finding solutions for their accurate use. If density and weeds species could be correctly detected, patch spraying or spot spraying can effectively reduce herbicide usage. A precision automated machine vision for weed control could also reduce the usage of chemicals. Machine vision is a useful method for segmentation of different objects in agricultural applications, especially pattern recognition methods. Many indices have been investigated by researchers to perform weed segmentation based on color information of the images.  But there is no research that aims to identify weed diversity and its influence on the consumption of herbicides. The purpose of this research is to build a system that can recognize weeds and plants. In this study the relation between three main components (red, green and blue) of the images and color feature extraction (Hue, Saturation, Intensity) used to define weeds and plants density. Fractal dimension used as the methode to define  shape features to distinguish weeds and plants. Weeds and plants were segmented from background by obtaining H value and its shape was obtained by fractal dimension value. The results show fractal dimension value for weeds and plants has specific values. Corn plants have fractal dimension values in the range 1.148 to 1.268, peanut plants have fractal dimension values in the range 1.511 to 1.629, while the weeds have Fractal dimension values in the range 1.325 to 1.497. Keywords: image processing, machine vision, weed control, fractal dimension Diterima: 26 Juli 2010; Disetujui: 4 Oktober 2010
ANALISIS HUBUNGAN CURAH HUJAN DENGAN KEJADIAN BANJIR DAN KEKERINGAN PADA WILAYAH DENGAN SISTIM USAHATANI BERBASIS PADI DI PROPINSI JAWA BARAT (ANALYSIS OF RELATIONSHIP BETWEEN RAINFALL AND FLOOD AS WELL AS DROUGHT EVENTS ON AREA WITH RICE ... Estiningtyas, Woro; Boer, Rizaldi; Buono, Agus
Agromet Vol. 23 No. 1 (2009): June 2009
Publisher : PERHIMPI (Indonesian Association of Agricultural Meteorology)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (907.083 KB) | DOI: 10.29244/j.agromet.23.1.11-19

Abstract

There are significantly decreasing of rainfall in wet season and dry season, and changed in onset of early season, that all of them can make crouded in plan of planting date, field actifity especially for food crops africulture. In the other side, climate is one of condition that has been ready and can not change, where probability of climate change will be reality that should be happened every time. Increasing frequency of climate extrem will give high impact in agriculture, especialy in rice-based farming system. This paper describes the climate risk based on statistical approaches. The climate risk is focused on flood and drought event. The analysis used was a chance occurrence based on time series data of rainfall and flood/droughts (affected and puso) based on median value from time series data. The goal of this research are : (1) to know rainfall critical value that can be influence flood and drought event in some of central food crops i West Java, (2) to know probability of flood and drought event in some of central food crops in West Java. The result of this research show that critical value of the rainfall that can be influence flood and drought event is very variety. Average of for flood event for paddy field near coastal based on median approach is 140 mm/month with probability 0,6. For another location, 166 mm/month with probability 0,68. Average of critical value of the rainfall for drought event is 64 mm/month for paddy field near coastal with probability 0,73. For another location, critical rainfall value is 119 mm/month with probability 0,76. For spesific research or detail scale (district or sub distric) we can use rainfall critical value and probablity based on data in that specific location because the data is more representative local riil condition.
Pemodelan Jaringan Syaraf Tiruan untuk Memprediksi Awal Musim Hujan Berdasarkan Suhu Permukaan Laut Lubis, Laila Sari; Buono, Agus
Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Anjatan, Indramayu adalah salah satu daerah pertanian di Indonesia. Keberhasilan atau kegagalan panen setiap tahun tergantung pada ketersediaan air di wilayah tersebut. Oleh karena itu, diperlukan suatu metode yang akurat untuk memprediksi awal musim hujan. Metode yang digunakan untuk prediksi dalam penelitian ini adalah jaringan saraf tiruan (JST) back-propagation. Hasil akurasi prediksi JST diukur dengan R2 dan RMSE. Penelitian ini menggunakan suhu permukaan laut (SST) ECHAM4p5_CA yang merupakan salah satu model suhu permukaan laut di bulan Juni, Juli, dan Agustus. Domain SST dipilih berdasarkan korelasi 5% dan 10% untuk masing-masing bulan Juni, Juli, dan Agustus. Penelitian ini menggunakan arsitektur JST dengan dua parameter: hidden neuron (HN) dan learning rate (LR). Jumlah hidden neuron yang digunakan dalam penelitian ini adalah 5, 10, 20, dan 40, dan tingkat pembelajaran adalah 0.3, 0.1, dan 0.01. Prediksi hasil terbaik untuk korelasi 5% menggunakan JST adalah untuk bulan Juni dengan R2 adalah 51% dan RMSE 3.03 pada HN 10 dan LR 0.01, Juli dengan R2 adalah 48% dan RMSE 3.39 pada HN 20 dan LR 0.1, dan Agustus dengan R2 adalah 75% dan RMSE 2.51 di HN 40 dan LR 0.01. Prediksi hasil terbaik untuk korelasi 10% menggunakan JST adalah untuk bulan Juni dengan R2 adalah 44% dan RMSE 3.32 di HN 5 dan LR 0.3, Juli dengan R2 adalah 42% dan RMSE 3.42 di HN 10 dan LR 0.1, dan Agustus dengan R2 adalah 71% dan RMSE 3.37 di HN 20 dan LR 0.01. Kesimpulan dari penelitian ini adalah hidden neuron dan learning rate dengan nilai yang berbeda mempengaruhi R2 dan RMSE.Kata kunci: hidden neuron, jaringan saraf tiruan, learning rate, RMSE, R2
Perbandingan Sistem Perhitungan Suara Tepuk Tangan dengan Metode Berbasis Frekuensi dan Metode Berbasis Amplitudo Sari, Puspita Kartika; Priandana, Karlisa; Buono, Agus
Jurnal Ilmu Komputer dan Agri-Informatika Vol 2, No 1 (2013)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem penilaian berdasarkan suara tepuk tangan sering digunakan dalam acara perlombaan di Indonesia. Namun, penentuan pemenang dengan cara konvensional cenderung subjektif. Penelitian ini mengembangkan sistem penilaian otomatis berbasis komputer untuk menghitung jumlah orang bertepuk tangan dan menentukan pemenang dari perlombaan berdasarkan tepuk tangan. Penelitian ini membandingkan dua metode yang dapat diterapkan yaitu metode berbasis frekuensi dan metode berbasis amplitudo. Metode yang berbasis frekuensi mengimplementasikan Mel Frequency Cepstral Coefficient (MFCC) sebagai pengekstraksi ciri dan codebook sebagai pengenal pola. Hasil yang diperoleh merupakan suatu model berupa kelas-kelas yang diklasterkan oleh K-Means clustering. Parameter penting dalam metode ini adalah jumlah koefisien cepstral, overlap, time frame, dan jumlah klaster. Beberapa pengujian dilakukan untuk menemukan parameter optimum dengan nilai akurasi tertinggi. Metode kedua merupakan metode berbasis amplitudo yang dilakukan dengan menghitung jumlah sampel sinyal yang memiliki nilai amplitudo di atas nilai-nilai ambang (thresholds) tertentu yang menghasilkan akurasi maksimum. Hasil penelitian menunjukkan bahwa akurasi sistem berbasis frekuensi untuk tepuk tangan periodik adalah 83.3% dan untuk tepuk tangan acak ialah 50% sehingga akurasi sistem untuk tepuk tangan acak berbasis threshold yang lebih sederhana ialah 66.7 %. Dengan demikian, metode berbasis amplitudo baik digunakan.Kata kunci: Codebook, K-means, Mel Frequency Cepstral Coefficients (MFCC), Pengenalan Suara, Threshold
DELINIASI RISIKO IKLIM DAN EVALUASI MODEL HUBUNGAN CURAH HUJAN DAN PRODUKSI PADI DALAM MENDUKUNG PENGEMBANGAN ASURANSI INDEKS IKLIM (CLIMATE INDEX INSURANCE) PADA SISTEM USAHATANI BERBASIS PADI Estiningtyas, Woro; Boer, Rizaldi; Las, Irsal; Buono, Agus; Rakhman, Adi
Jurnal Ilmu Pertanian Indonesia Vol. 16 No. 3 (2011): Jurnal Ilmu Pertanian Indonesia
Publisher : Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2154.034 KB)

Abstract

The agricultural sector, particularly the rice farming system (SUT) is very vulnerable to climate variability and change. SUT that rely heavily on water will be easily affected by climate variability and change when the water supply deficit of needs that should be. SUT is still dominant in the food supply in Indonesia, so the shock of farming due to extreme climate events will have a major impact on food security. Many findings indicate that the frequency and intensity of extreme climate events will increase as a result of global warming. Extreme climate events dominant occur in center of rice production in West Java like Indramayu is drought. Approximately 80°/o of the causes of the rice harvest failed in the district of Indramayu is the incidence of droughts. Farmers as the main actors receive large impacts due to drought is expected to be increasingly difficult to develop the farm. It is therefore necessary to have protection program for farmers from the impact of climate events such climate extrim. One option is starting a lot of feasibility is Climate Index Insurance. This study aimed to assess the feasibility of the implementation of the climate index insurance system in Indramayu. Analysis step is performed include (i) preparation of endemic drought maps are required as the basis in determining the priority areas of climate risk management and (ii) the determination of climate index value (threshold value) to be used as an index into the determination of the value of insurance claims. This study found that climate indices that can be used for the three villages at high risk of drought is high rainfall during the dry season. Index value for the three villages is 168 mm, 248 mm and 472 mm for Cikedung, lelea and Terisi. Potential applications of Climate Index Insurance for rice SUT in Indramayu is high because about 90°/o of the people are rice farmers. Besides benefit of rice farming is also quite large with B/C from 1.4 to 1.8 during the wet season and 1.2 to 1.7 on the dry season, so the expected ability to pay insurance premiums high enough.
Pengenalan Suara Paru-Paru dengan MFCC sebagai Ekstraksi Ciri dan Backpropagation sebagai Classifier Syafria, Fadhilah; Buono, Agus; Silalahi, Bib Paruhum
Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Paru-paru merupakan organ vital manusia yang berperan dalam proses pernapasan. Jika paru-paru mengalami gangguan maka sistem pernapasan manusia juga akan mengalami gangguan yang bisa menyebabkan kecacatan bahkan kematian. Untuk mengevaluasi keadaan paru-paru dapat dilakukan dengan mendengarkan suara pernapasan dengan menggunakan stateskop. Teknik ini dikenal dengan teknik auskultasi. Teknik ini paling sering digunakan namun memiliki beberapa kelemahan yaitu suara paru-paru berada pada frekuensu rendah, masalah kebisingan lingkungan, kepekaan telinga, hasil analisa yang subjektif, dan pola suara yang hampir mirip. Karena faktor-faktor di atas kesalahan diagnosa bisa terjadi jika proses auskultasi tidak dilakukan dengan benar. Dalam penelitian ini, akan dibuat pengenalan suara paru-paru normal dan abnormal menggunakan Mel Frequency Cepstrum koefisien (MFCC) sebagai ekstraksi ciri dan Backpropagation sebagai classifier. Suara paru-paru akan dihitung Coeffisient Ceptral nya sebagai penciri dari masing-masing suara untuk selanjutnya dikenali dengan menggunakan Backpropagation. Metode yang diusulkan memberikan akurasi 93.97% untuk data latih dan 92.66% untuk data uji.Kata kunci: Backpropagation, MFCC, pengenalan suara paru-paru
Klasifikasi Metagenom dengan Metode Naïve Bayes Classifier Utami, Dian Kartika; Kusuma, Wisnu Ananta; Buono, Agus
Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Studi metagenom merupakan langkah penting pada pengelompokan taksonomi. Pengelompokan pada metagenom dapat dilakukan dengan menggunakan metode binning. Binning diperlukan untuk mengelompokkan contigs yang dimiliki oleh masing-masing kelompok spesies filogenetik. Pada penelitian ini, binning dilakukan dengan menggunakan pendekatan komposisi berdasarkan supervised learning (pembelajaran dengan contoh). Metode supervised learning yang digunakan yaitu Naïve Bayes Classifier. Adapun metode yang digunakan untuk ekstraksi ciri adalah dengan melakukan perhitungan frekuensi k-mer. Klasifikasi pada metagenom dilakukan berdasarkan tingkat takson genus. Dari proses klasifikasi yang dilakukan, akurasi yang diperoleh dengan menggunakan fragmen pendek (400 bp) adalah 49.34 % untuk ekstraksi ciri 3-mer dan 53.95 % untuk ekstrasi ciri 4-mer. Sementara itu, untuk fragmen panjang (10 kbp), akurasi mengalami peningkatan yaitu 82.23 % untuk ekstraksi ciri 3-mer dan 85.89 % untuk esktraski ciri 4-mer. Dari hasil tersebut dapat disimpulkan bahwa akurasi semakin tinggi seiring dengan semakin panjangnya ukuran fragmen. Selain itu, penelitian ini juga menyimpulkan bahwa metode ekstrasi ciri yang memberikan hasil paling maksimal adalah dengan menggunakan ekstraksi ciri 4-mer.Kata Kunci: metagenom, k-mer, Naïve Bayes Classifier, binning, klasifikasi