Tomat memiliki sifat yang mudah rusak, penanganan yang tidak tepat pada buah tomat mengakibatkan penurunan mutu yang selanjutnya mempengaruhi nilai gizi dan nilai ekonomisnya. Pada umumnya, untuk mengukur kematangan masih dikerjakan secara manual, kelemahan dari metode tersebut adalah tingkat akurasi yang tidak konsisten. Pemanfaatan citra sangat penting untuk mengetahui kematangan buah tomat dengan memanfaatkan citra digital. Dengan adanya citra digital maka untuk menentukan kematangan buah tomat berdasarkan warnanya bisa dilakukan secara computing (berbasis teknologi), yaitu dengan menerapkan pengolahan citra menggunakan metode transformasi ruang warna HIS (Hue, Saturation, Intensity). Model warna HIS (Hue, Saturation, Intensity) memisahkan komponen intensitas dari informasi warna yang dibawa (hue dan saturation) dalam warna citra. Hasil dari klasifikasi kematangan dapat dilihat pada masing-masing pengujian dengan nilai presentase 94,28571429% untuk kategori buah tomat matang, 94,28571429% untuk kategori buah tomat setengah matang dan 94,28571429% untuk kategori buah tomat mentah. Nilai presentase untuk pengujian keseluruhan data mempunyai presentase yang sangat tinggi dan berpengaruh dalam mendeteksi kematangan buah yaitu mencapai presentase sebesar 94,28571429%. Maka dapat disimpulkan, bahwa pendeteksian kematangan buah tomat dapat dilakukan dengan menerapkan metode transformasi ruang warna HIS.
Ide tentang pemeriksaan dan evaluasi kesehatan dengan menggunakan perangkat jaringan telekomunikasi perkembangannya semakin hari semakin meningkat, karena kemajuan di bidang multimedia, imaging, komputer, sistem informasi dan telekomunikasi, salah satunya adalah telemedicine. Secara umum telemedicine adalah penggunaan teknologi informasi dan komunikasi yang digabungkan dengan kepakaran medis untuk memberikan layanan kesehatan, mulai dari konsultasi, diagnosa dan tindakan medis, tanpa terbatas ruang atau dilaksanakan dari jarak jauh. Untuk dapat berjalan dengan baik, sistem ini membutuhkan teknologi komunikasi yang memungkinkan transfer data berupa video, suara, dan gambar secara interaktif yang dilakukan secara real time dengan mengintegrasikannya ke dalam teknologi pendukung video-conference. Termasuk sebagai teknologi pendukung telemedicine adalah teknologi pengolahan citra untuk menganalisis citra medis. Di Indonesia perkembangan teknologi telemedicine menjadi terhambat dikarenakan keterbatasan infrastruktur dan layanan teknologi informasi yang dimiliki belum memadai. Tujuan dari penelitian ini adalah mendesain dan merealasasikan arsitektur aplikasi telemedicine berbasis jejaring sosial dengan pemanfaatan teknologi cloud computing Kata Kunci— Telemedicine, Cloud Computing, E-Health, Internet
Fertilitas merupakan kemampuan organ reproduksi untuk bekerja secara optimal untuk menjalankan fungsi fertilisasi. Pada laki-laki fertilitas tergantung pada sel kualitas sperma, sel sperma dipengaruhi oleh fakor lingkungan, riwayat penyakit serta kebiasaan hidup. Faktor tersebut adalah musim atau cuaca, usia, penyakit bawaan dari kecil, adanya trauma, bedah, demam tinggi, alkohol, rokok dan lama duduk. Dalam dunia kesehatan, diagnosis penyakit menjadi hal yang sulit. Namun catatan rekam medis dapat membantu dokter muda untuk mengambil keputusan. Setiap tahun data rekam medis semakin bertumpuk, dan apa yang akan dilakukan dengan seluruh data tersebut. Data Mining dapat menggunakan data tersebut untuk membangun sebuah model untuk mengenali pola data yang ada pada basis data. Jaringan saraf tiruan merupakan suatu konsep rekayasa pengetahuan dalam bidang kecerdasan buatan yang didesain dengan mengadopsi sistem saraf manusia. Dapat digunakan untuk proses klasifikasi maupun prediksi. Tujuan dari penelitian ini yaitu untuk mengimplementasikan metode jaringan saraf tiruan backpropagation untuk mengklasifikasikan kualitas fertilitas, serta dapat mendapatkan analisis sensifitas, spesifitas, dan akurasi metode. Arsitektur jaringan saraf tiruan backpropagation menggunakan 9 neuron pada input layer, 2 neuron pada hidden layer, dan 1 neuron output layer. Hasil dalam pengujian menunjukan ratarata bahwa metode ini berhasil mengklasifikasi dengan baik kualitas fertilitas dengan akurasi 80.32%, untuk data kelas "Normal" sensifitas yang didapatkan 89.6%, sedangkan klasifikasi kelas "Tidak Normal" spesifitas 26.47%. Untuk validasi k-fold cross yang diterapkan dari 100 data yang dipecah menjadi empat bagian. Hasil rata-rata akurasi sebesar 86%, rata-rata sensifitas 91.99%, dan rata-rata spesifitas 52.50%.
The amount of rainfall that occurs cannot be determined with certainty, but it can be predicted or estimated. In predicting the potential for rain, data mining techniques can be used by classifying data using the naive Bayes method. Naïve Bayes algorithm is a classification method using probability and statistical methods. The purpose of this study is how to implement the naive Bayes method to predict the potential for rain in Ternate City, and be able to calculate the accuracy of the Naive Bayes method from system created. The highest calculation results with new data with a total of 400 training data and 30 test data, obtained 30 correct data with 100% precision, 100% recall and 100% accuracy and the lowest calculation results with new data with a total of 500 training data and 50 test data, obtained 38 correct data and 12 incorrect data with a percentage of precision 61.29%, recall 100% and accuracy 76%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.