Articles

Found 9 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.
EVALUASI PENGGUNAAN LAYANAN KOLEKSI E-RESOURCES MENGGUNAKAN STANDAR INDIKATOR KINERJA (ISO 11620:2014) DI PERPUSTAKAAN NASIONAL RI Nurmalia, Indreswari; Kustiyo, Aziz; Basuki, Sulistyo
Jurnal Pustakawan Indonesia Vol. 15 No. 1-2 (2016): Jurnal Pustakawan Indonesia
Publisher : Perpustakaan IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (717.884 KB)

Abstract

One of library?s most important element of the library is collection. The rise information and technology, has improved library needs to transforms into digital era. Library users preferred e-resources collections. The National Library of Indonesia (NLI) realized e-resources collection has become one of the primary collection. During these five years, there are not enough research about usage of e-resources collection services evaluation.  This research took evaluation of the usage of e-resources collection services with a quantitative approach of the ISO 11620:2014 as general standard for library performance indicators. ISO 11620:2014 is a statement of symbol, numeric, and verbal that is obtained through the library statistics and data that is used to characterized the library performance indicators. There are 6 (six) performance indicators that are used as benchmark in assesing how far e-resources collection is used in The NLI on 2014-2015. Those  6 (six) indicators are : (1) The percentage of e-resources collection that is not used); (2) the number of content unit downloaded per capita; (3) the number of visitors that join the e-resources training; (4) the expense of the e-resources collection procurement; (5) the percentage of expenditure on the provision of information for the collection of e-resources; (6) Percentage of library staff who provide the guidance of the e-resources collection services for.   This research found that e-resources usage collections services in The NLI is not optimized. E-resources collections service has not maximized for following reasons. First, The NLI?s e-resources is in balanced referring to covered subjects. The high e-resources collections that were not used by user, only 3% of the whole e-resources collections are used by users. Although, the level of  content downloaded unit per capita for each e-resources collections decreased from the previous year. E-journals downloaded are more higher than the e-books and e-videos downloaded from whole e-resources collections. In 2015, the number e-books and e-video downloaded are less than 5 per 1000 user. PROQUEST download decreased from 2.7 to 1.9 for all users served.  These conditions was caused by lack of e-resources development policy that becomes controlling in the process of collection management at the National Library of Indonesia. NLI needs to improve the e-resources development a primary missions to create a great form of national collections.  Second, NLI need to set priority in providing technology based services. E-resources training and promotion are also need to set up as priority to colleges that have limited infrastructure and internet access. There are a large number  user can be a potential gateway to increasing e-resources usage. This research found users were trained at the NLI?s e-resources has decreased in 2015.  There was about 3 users per 1000 the NLI?s users in the previous year.   Third, the level of the percentage of staff who provide training increased by 12.34% from the previous year. Although there was improvement the percentage of the GCC staff training is still very small compared with the number of staff at service center. Librarian?s competencies also needed to improve e-resources training in NLI.  Librarian must have competenciies as much skill in providing information services in technology, has skill in searching strategy using e-resources. The research also found evaluation of e-resources usage at NLI will increase.   Fourth, in terms of budget indicators issued for the provision of information in the form of a collection of e-resources shows the results are quite positive. Costs incurred for the provision of e-resources collections always increase every year.  The research recommended further research related to the application of e-resources system performance measurement standards. It is important for the evaluation of performance of e-resources development at NLI to improve performance even better in the future.Key words: e-resources,  usage evaluation, National Library of Indonesia (NLI), ISO 11620
ANALISIS POLA PRODUKTIVITAS PENULIS ARTIKEL BIDANG PERPUSTAKAAN DAN INFORMASI DI INDONESIA : SUATU KAJIAN BIBLIOMETRIKA Wahyudi, Agus; Kustiyo, Aziz; Basuki, Sulistyo
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 (747.043 KB)

Abstract

This study examines the productivity of the authors in the field of library and information science in Indonesia during the year of 2001-2010 by using Lotka?s law. The population of this study are all kinds of scientific articles contained in the  journal library and information science in which the journal is registered in PDII-LIPI databases and published between the years 2001 to 2010. Assessment author's participation was done by using 'straight count'. The sampling technique used is saturated sample. Journals in accordance with the criteria of research as much as 24,  1085 articles written by 1018 authors. Due to this research used 'straight count' only 547 authors counted. Obtained the results of the calculation of the value of n worth 1,92 and C 0,6172. The finding conclude, in the year 2001-2010 the number of certain writers that contribute one article is 61.72% of the total number of authors. Test results showed that the value Dmaks smaller than the critical value, this means that the productivity distribution author library and information science in Indonesia year of 2001-2010 in accordance with the argument of Lotka?s law. It is known that the productive author works as a lecturer/librarians derived from the college environment.Keywords: Library and Information Science, Bibliometrics, Lotka?s Law
Pengenalan Tanda Tangan Menggunakan Algoritme VFI5 Melalui Praproses Wavelet Musyaffa, Fathoni Arief; Kustiyo, Aziz
Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 1 (2012)
Publisher : Departemen Ilmu Komputer IPB

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

Abstract

Tanda tangan merupakan salah satu objek biometrik yang mudah diperoleh, baik melalui kertas maupun peralatan elektronik. Meskipun demikian, biometrik tanda tangan masih menjadi topik riset yang menantang. Tantangan dalam biometrik tanda tangan ini ialah antara lain karena variasi dalam kelas yang besar, tingkat universality dan permanence yang rendah, serta adanya kemungkinan serangan pemalsuan tanda tangan. Penelitian ini menggunakan metode pengenalan tanda tangan secara offline. Pengenalan tanda tangan dilakukan dengan menggunakan algoritme klasifikasi Voting Feature Interval 5. Sebelum dilakukan klasifikasi pada citra tanda tangan yang berdimensi 40 x 60 piksel, dilakukan praproses untuk mereduksi ukuran citra. Reduksi yang digunakan adalah reduksi dimensi melalui transformasi wavelet dengan lima level dekomposisi. Hasil yang diperoleh dari penelitian ini ialah bahwa sampai dengan level dekomposisi ketiga, dengan dimensi fitur sekitar 1.5% dari seluruh fitur, diperoleh akurasi minimum 90%.
Identifikasi Tanaman Buah Tropika Berdasarkan Tekstur Permukaan Daun Menggunakan Jaringan Syaraf Tiruan Agmalaro, Muhammad Asyhar; Kustiyo, Aziz; Akbar, Auriza Rahmad
Jurnal Ilmu Komputer dan Agri-Informatika Vol 2, No 2 (2013)
Publisher : Departemen Ilmu Komputer IPB

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

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman buah tropika yang cukup tinggi. Keanekaragaman tanaman buah tropika tersebut merupakan satu tantangan dalam melakukan identifikasi. Identifikasi tanaman dapat dilakukan berdasarkan buah, bunga, maupun daun. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan bunga dan buah mungkin hanya ada pada waktu tertentu. Identifikasi tanaman menggunakan daun dapat dilakukan berdasarkan bentuk, tekstur, maupun warna citra daun tersebut. Pada penelitian ini, ekstraksi fitur gray level co-occurrence matrix (GLCM) dari tekstur citra permukaan daun buah tropika digunakan sebagai input dari pelatihan Jaringan syaraf tiruan untuk proses identifikasi. Secara keseluruhan, pengujian dengan menggunakan hidden neuron sebanyak 7 menghasilkan hasil akurasi terbaik, yaitu 90%.Kata kunci: buah tropika, daun, GLCM, jaringan syaraf tiruan, tekstur.
Identifikasi Daun Shorea menggunakan KNN dengan Ekstraksi Fitur 2DPCA Yusniar, Erni; Kustiyo, Aziz
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

Shorea adalah jenis meranti yang memiliki nilai ekonomis yang tinggi. Shorea tergolong dalam famili Dipterocarpaceae yang memiliki 194 spesies yang tumbuh di daerah tropis. Shorea merupakan jenis yang sulit untuk diidentifikasi karena memiliki banyak kemiripan. Untuk mengatasi kesulitan tersebut, penelitian ini mengidentifikasi Shorea berdasarkan citra daun. Jumlah spesies yang digunakan penelitian ini adalah 10 jenis Shorea. Metode ekstraksi fitur yang digunakan adalah 2 dimensional principal component analysis (2D-PCA) dengan metode klasifikasi KNN. Penelitian ini memiliki 4 percobaan yang dibagi menjadi komponen R, G, B, dan grayscale. Hasil rata-rata akurasi terbaik sebesar 75% pada komponen G dengan kontribusi nilai eigen 85%.Kata kunci: 2 Dimensional Principal Component Analysis, K-Nearest Neighbour, Shorea
Optimasi Parameter pada Fast Correlation Based Fiter Menggunakan Algoritme Genetika untuk Klasifikasi Metagenom Haryanto, Toto; Guritno, Hanif Bagus; Kustiyo, Aziz; Hermadi, Irman
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (603.936 KB) | DOI: 10.26418/jp.v4i2.28011

Abstract

Metagenome merupakan mikroorganisme yang diambil secara langsung dari alam. Proses sequencing genom dari metagenome mengakibatkan bercampurnya berbagai organisme. Hal ini menyebabkan kesulitan pada proses perakitan DNA. Oleh karena itu, dibutuhkan proses pemilahan yang disebut binning. Pada proses binning dengan pendekatan komposisi, teknik yang dilakukan adalah dengan supervised learning. Salah satu tahapan dalam supervised learning yaitu ekstraksi fitur, penelitian ini menggunakan metode ektraksi fitur n-mers. Besarnya parameter n pada metode ekstraksi fitur n-mers akan mengakibatkan dimensi fitur yang tinggi. Penelitian ini bertujuan untuk menerapkan algorime fast-correlation based filter (FCBF) untuk mereduksi dimensi fitur yang dihasilkan n-mers dan mengoptimasi parameter threshold pada fast-correlation based filter menggunakan algoritme genetika. Penelitian ini diuji menggunakan klasifikasi k-nearest neighbour. Performa terbaik diperoleh ketika n = 7 dan k = 3 dengan akurasi mencapai 99.41% dengan nilai threshold 0.67788. Dengan optimasi, waktu komputasi menjadi lebih efisien karena jumlah fitur sudah tereduksi.
DIAGNOSIS PENYAKIT DEMAM BERDARAH DENGUE MENGGUNAKAN VOTING FEATURE INTERVALS 5 Hermadi, Irman; Kustiyo, Aziz; Apniasari, Aristi Imka
Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Vol 5, No 1 (2008): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33751/komputasi.v5i9.1425

Abstract

Tingkat kematian akibat penyakit Demam Berdarah Dengue relatif masih tinggi. Salah satu penyebab tingginya tingkat kematian tersebut adalah keterlambatan diagnosis. Semakin cepat diagnosis dapat dilakukan, semakin cepat pula pertolongan bisa diberikan sehingga dapat mengurangi angka kematian tersebut. Penelitan ini akan menerapkan algoritma Voting Feature Intervals 5 (VF15) untuk mendiagnosa penyakit DBD. Pada pertelitian ini dilakukan 4 tahap pengujian. Rata-rata akurasi yang dihasilkan pada pengujian tahap pertama terhadap data sebelum validasi adalah 65,66%. Rata-rata akurasi pada pengujian tahap kedua ini adalah 92,86%. Rata-rata akurasi yang dihasilkan pada pengujian tahap ketiga ini mencapai 97,62%. Selanjutnya, pada pengujian tahap keempat akurasi yang dihasilkan untuk data setelah validasi adalah 100%. Akurasi tersebut jauh lebih tinggi bila dibandingkan dengan penelitian yang telah dilakukan oleh Syafii pada tahun 2006 dengan menggunakan model ANFIS yang hanya mencapai 86,67%. Kata Kunci : Demam Berdarah Dengue, Diagnosis, Voting Feature Intervals.
PENGARUH INCOMPLETE DATA TERHADAP AKURASI VOTING FEATURE INTERVALS-5 (VFI5) Kustiyo, Aziz; Buono, Agus; Sulistyo, Atik Pawestri
Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Vol 4, No 8 (2007): Vol. 4, No. 8, Juli 2007
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33751/komputasi.v4i8.1783

Abstract

Permasalahan mengenai data hilangan merupakan masalah umum yang tejadi pada lingkungan medis. Data hilangan dapat disebabkan beberapa hal yaitu salah memasukan data, data nya tidak valid dan peralatan  yang di gunakan untuk mengambil data  tidak berfungsi  dengan baik. Voting Feature Intervals merupakan algoritma klasifikasi yang di kembangkan oleh Gulsen Demiroz dan H.Altay Guvenir pada tahun 1997. Algoritma ini dapat mengatasi data hilang dengan mengabaikan data hilang tersebut . Pada penelitian ini dilakukan penerapan algoritma Voting Feature Intervals-5 (VFI5) sebagai algoritma klasifikasi pada kasus data hilang. Data yang di gunakan adalah data  ordinal (data Dermatology) dan data interval (data lonosphere). Untuk mengatasi data hilang di gunakan tiga metode yaitu mengabaikan data hilang dengan mean atau modus. Rata-rata tingkat akurasi data ordinal tertinggi sebesar 93.81% dan Rata-rata tingkat interval tertinggi sebesar  79.89%. Hasil penelitian menunjukan rata-rata tingkat akurasi yang tertinggi dicapai ketika data hilang dengan mean atau modus.