cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bogor,
Jawa barat
INDONESIA
Jurnal Ilmu Komputer dan Agri-Informatika
Published by Institut Pertanian Bogor
ISSN : 20896026     EISSN : -     DOI : -
Core Subject : Science, Agriculture,
Agriculture, Biological Sciences & Forestry Computer Science & IT
Jurnal Ilmu Komputer dan Agri-Informatika (JIKA) diterbitkan setiap bulan Mei dan November, memuat tulisan ilmiah yang berhubungan dengan bidang Ilmu Komputer serta aplikasi informatika untuk pengembangan pertanian. Berkala ilmiah ini menerima tulisan hasil penelitian dari luar IPB.
Arjuna Subject : -
Articles 7 Documents
 1 
Search results for , issue "Vol. 3 No. 1 (2014)" : 7 Documents clear
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 | Full PDF (568.648 KB) | DOI: 10.29244/jika.3.1.27-36

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
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 | Full PDF (609.587 KB) | DOI: 10.29244/jika.3.1.18-26

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
Pengembangan dan Uji Usability Sistem Informasi Manajemen Pemantauan Kehadiran dan Nilai Ujian Siswa Suskamiyadi, Suskamiyadi; Nurhadryani, Yani; Sukoco, Heru
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 | Full PDF (1125.924 KB) | DOI: 10.29244/jika.3.1.57-64

Abstract

Sistem Informasi bermanfaat bagi dunia pendidikan yaitu untuk manajemen data siswa, manajemen proses belajar mengajar melalui pemantauan kegiatan siswa. Pemantauan terhadap nilai dan kehadiran siswa perlu dilakukan karena merupakan salah satu indikator keberhasilan siswa. Hasil pemantauan ini perlu disampaikan kepada orang tua, agar orang tua dapat terlibat langsung terhadap perkembangan belajar siswa. Penelitian ini akan mengembangkan sistem informasi manajemen sekolah untuk memonitor nilai ujian dan kehadiran siswa. Sistem informasi yang dikembangkan berbasis web yang dilengkapi dengan short message service sehingga pesan langsung dikirimkan kepada orang tua. Sehingga pemantauan tidak dilakukan hanya satu semester sekali (pada saat pembagian raport), namun dilakukan saat kejadian berlangsung yaitu setiap ulangan harian, ulangan tengah semester dan ahir semester, kehadiran pun dapat dimonitor setiap hari. Sistem dikembangkan dengan menggunakan metode system Development life cycle. Kemudian dilakukan Uji usability untuk mengukur tingkat kemudahan penggunaan sistem oleh orang tua. Berdasarkan pengukuran dengan skala Likert (1 - 5), hasil uji menunjukkan nilai 4.05 berarti sistem tersebut mudah digunakan oleh pengguna terutama orang tua siswa.Kata Kunci: kehadiran, nilai ujian, sistem informasi manajemen, SMS, usability.
Identifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra Gunawan, Anak Agung Gede Rai; Nurdiati, Sri; Arkeman, Yandra
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 | Full PDF (1644.643 KB) | DOI: 10.29244/jika.3.1.1-8

Abstract

Identifikasi jenis kayu di Indonesia pada umumnya dilakukan secara manual, dengan cara memperhatikan pori kayu pada daerah penampang kayu menggunakan kaca pembesar atau mikroskop dengan pembesaran minimal 10 kali. Teknik komputerisasi belum banyak dilakukan terutama karena kurangnya penelitian di bidang ini dan sulitnya mendapatkan database kayu. Penelitian ini bertujuan mengembangkan sebuah sistem untuk mengklasifikasikan 4 jenis kayu yang diperdagangkan di Indonesia dengan metode support vector machine (SVM) berbasis citra. Teknik ekstraksi ciri yang digunakan adalah two-dimensional principal component analysis (2D-PCA). Sistem ini dapat mengidentifikasi kayu dalam waktu singkat sehingga mempercepat proses identifikasi jenis kayu. Hasil klasifikasi dari 120 kali percobaan dengan menggunakan 96 data citra dengan 4 jenis kayu menunjukkan akurasi terbaik sebesar 95.83% pada kernel Polinomial.Kata kunci: Citra mikroskopis, Identifikasi jenis kayu, SVM
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 | Full PDF (1294.449 KB) | DOI: 10.29244/jika.3.1.9-17

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
Optimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem Identifikasi Tumbuhan Obat Berbasis Citra Bisilisin, Franki Yusuf; Herdiyeni, Yeni; 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 | Full PDF (1151.464 KB) | DOI: 10.29244/jika.3.1.37-46

Abstract

Teknologi identifikasi pada penelitian ini diperlukan untuk mempercepat proses identifikasi spesies tumbuhan obat berupa data citra digital. Penelitian ini membangun sistem identifikasi tumbuhan obat menggunakan teknik clustering. Teknik clustering digunakan untuk mengelompokkan data citra sesuai dengan spesies tumbuhan obat. Penelitian ini bertujuan melakukan optimasi k-means clustering menggunakan metode particle swarm optimization (PSO). Metode PSO digunakan untuk mengatasi kelemahan pada metode clustering tradisional yaitu pemilihan pusat cluster awal dan solusi lokal. Proses ekstraksi fitur menggunakan fuzzy local binary pattern (FLBP) untuk merepresentasikan tekstur dari citra. Implementasi program menggunakan bahasa pemrograman C++. Analisis clustering dilakukan untuk 30 spesies tumbuhan obat yang ada di Indonesia dengan jumlah 48 citra masing-masing spesies. Pengukuran kualitas clustering menggunakan nilai quantization error dan akurasi. Hasil yang diperoleh menunjukkan metode PSO mampu meningkatkan kinerja dari metode k-means clustering dalam proses identifikasi tumbuhan obat.Kata kunci: fuzzy local binary pattern, k-means clustering, particle swarm optimization, tumbuhan obat
Sistem Informasi Geografis Persebaran Titik Api di Indonesia Menggunakan OpenGeo Suite 3.0 Barus, Sonita Veronica Br; Sitanggang, Imas Sukaesih
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 | Full PDF (558.981 KB) | DOI: 10.29244/jika.3.1.47-56

Abstract

Kebakaran hutan merupakan masalah yang serius karena dapat mengakibatkan dampak buruk terhadap lingkungan. Salah satu upaya pencegahan kebakaran hutan adalah membangun sistem informasi geografis (SIG) berbasis web untuk mengelola data histori titik api sebagai indikator terjadinya kebakaran. Penelitian ini bertujuan untuk membangun SIG berbasis web menggunakan perangkat lunak OpenGeo Suite 3.0. OpenGeo Suite merupakan aplikasi yang mengemas sistem manajemen basis data PostgreSQL dengan ekstensi spasial PostGIS dan server peta Geoserver sehingga memberikan kemudahan dalam pembangunan dan pengelolaan SIG berbasis web. SIG yang dibangun menyediakan fitur utama yaitu menampilkan peta Indonesia, fungsi pan map, zoom in, zoom out, dan fungsi pencarian persebaran titik api berdasarkan wilayah dan waktu. Dengan adanya SIG berbasis web ini, pengelolaan data histori titik api dapat dilakukan dengan mudah sehingga dapat membantu pengguna dalam penyediaan data histori dan persebaran titik api untuk wilayah Indonesia.Kata Kunci: OpenGeo Suite, sistem informasi geografis berbasis web, titik api.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2014 2014


Reset
Filter By Issues
All Issue Vol. 7 No. 1 (2020) Vol. 5 No. 2 (2018) Vol. 5 No. 1 (2018) Vol. 4 No. 1 (2015) Vol. 3 No. 2 (2014) Vol. 3 No. 1 (2014) Vol 3, No 1 (2014) Vol. 2 No. 2 (2013) Vol. 2 No. 1 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol. 1 No. 2 (2012) Vol. 1 No. 1 (2012) Vol 1, No 2 (2012) Vol 1, No 1 (2012) More Issue