Articles

Found 3 Documents
Search

Pengembangan Sistem Ontologi untuk Morfologi Tumbuhan Obat Zahro, Hani Zulfia; Herdiyeni, Yeni; Hermadi, Irman
Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 2 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.3.2.84-92

Abstract

Penelitian ini mengusulkan tentang desain baru dari ontologi untuk tanaman obat Indonesia berdasarkan konsep morfologi. Morfologi adalah studi yang mempelajari tentang karakteristik tumbuhan. Dalam penelitian ini menggunakan morfologi sebagai konsep pengetahuan. Ontologi merupakan model pengetahuan yang mendefinisikan hubungan dan klasifikasi dari beberapa konsep dalam domain tertentu. Resource description framework (RDF) dan web ontology language (OWL) digunakan dalam merepresentasikan ontologi. SPARQL protocol and RDF query language (SPARQL) digunakan untuk query data. Protégé 4.3 digunakan untuk memodelkan ontologi tanaman obat. Hasil dari pemodelan ontologi tumbuhan obat dapat diterapkan ke sistem semantik web tanaman obat Indonesia.Kata kunci: morfologi, ontologi, tumbuhan obat
ANALISIS TEKSTUR UNTUK IDENTIFIKASI TUMBUHAN OBAT MENGGUNAKAN KLASIFIKASI SUPPORT VECTOR MACHINE Zahro, Hani Zulfia
Jurnal Industri Inovatif Vol 6 No 2 (2016): Jurnal Industri INOVATIF
Publisher : PRODI TEKNIK INDUSTRI S1 ITN MALANG

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

Abstract

Proses  identifikasi  tanaman  merupakan  sebuah  proses  mencocokkan  sebuah  tanaman  sesuai  dengan taksonomi tertentu. Identifikasi dapat dilakukan dengan bantuan herbarium/ahli botani atau text book mengenai taksonomi/dendrologi,  namun  cara  tersebut  tidak  efisien.  Oleh  karena  itu  dibutuhkan  suatu  metode  dengan otomatis  dapat  mengidentifikasi  daun  tumbuhan  obat.  Teknologi  computer  vision  dapat  digunakan  untuk mengenali spesies daun tumbuhan obat menggunakan citra digital. Teknik yang digunakan yaitu GLCM, LBPV dan entropi. Objek yang digunakan adalah citra digital yang telah difokuskan pada daun tumbuhan obat. Hasil akurasi yang dicapai pada fitur  GLCM dan LBPV, memiliki empat kelas yang akurasinya mencapai 100% yaitu kelas 1, 2, 6, dan 18 dan ada satu kelas yang akurasinya 35,7% yaitu kelas 14. Hasil penggabungan ini terbukti lebih  baik  dari  hasil  klasifikasi  fitur  GLCM  dan  LBPV  secara  terpisah.  penggabungan  fitur  ekstraksi  ciri  ini dapat  membantu  meningkatkan  akurasi  secara  keseluruhan.  Akurasi  rata-rata  semula  untuk  Entropi  (7,14%), GLCM  (41,27%),  dan  LBPV  (68,65  %),  mengalami  peningkatan  menjadi  GLCM+LBPV  (80,56%)  dan GLCM+LBPV+Entropi (82,41 %).
IMPLEMENTASI FUZZY LOGIC SEBAGAI PENENTU JUMLAH KONSUMSI KALORI PENDERITA DIABETES MELITUS Pranoto, Yosep Agus; Zahro, Hani Zulfia; Wibowo, Suryo Adi
Jurnal Industri Inovatif Vol 7 No 2 (2017): INDUSTRI INOVATIF - JURNAL TEKNIK INDUSTRI
Publisher : PRODI TEKNIK INDUSTRI S1 ITN MALANG

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

Abstract

Kekurangan asupan kalori dalam tubuh dapat mengakibatkan tubuh menjadi lemas dan kinerja otak juga semakin menurun. sebaliknya kelebihan kalori dalam tubuh, maka akan mengakibatkan kegemukan (obesitas). hal ini merupakan masalah besar bagi penderita diabetes melitus, karena salah satu hal yang harus dilakukan untuk menjaga kesehatan penderita diabetes melitus ini adalah menjaga asupan kalori yang masuk kedalam tubuh melalui terapi diet dan menjagapola makan. Broca merupakan metode yang digunakan untuk menghitung kebutuhan kalori bagi diabetasi. Pada beberapa kasus tertentu, penghitungan kalori menggunakan metode broca menghasilkan jumlah kalori dengan nilai batas minimal dan batas maksimal sehingga dapat menyebabkan ketidakpastian jumlah kalori yang dikonsumsi oleh diabetasi. Fuzzy logic merupakan boolean logic yang ditingkatkan. fuzzy logic menggunakan tingkat nilai kebenaran dari segala haluntuk menggantikan boolean logic dengan menggunakan fuzzy logic diharapkan dapat mengatasi ketidakpastian jumlah kalori yang harus dikonsumsi oleh diabetasi. Berdasarkan hasil pengujian, diperoleh nilai yang sama antara output program dengan analisis perhitungan manual baik pada metode broca maupun pada fuzzy logic. pada perhitungan fuzzy logic tidak menghasilkan nilai kalorimaksimum dan nilai kalori minimum seperti pada metode broca.