AbstrakPerkembangan teknologi saat ini, sangat dirasakan manfaatnya didalam kehidupan manusia. Dalam media informasi pemanfaatan kemajuan teknologi dapat dilakukan dengan metode-metode yang memanfaatkan multimedia. Multimedia adalah pemanfaatan komputer untuk membuat dan menggabungkan teks, audio, gambar dan animasi. Media Informasi Interaktif Teknik Pukulan Pada Kendang Sunda sangat dibutuhkan dikarenakan kurangnya alat peraga dan masih cenderung klasikal dengan lebih banyak menggunakan metode ceramah dalam menjelaskan informasi dan materi. Sehingga dalam penyampaian informasi dan materi kurang maksimal dan sulit untuk dimengerti. Dikembangkannya perangkat lunak ini, diharapkan dapat membantu media informasi teknik pukulan pada kendang Sunda dalam memahami dan dapat menguasai dari materi tersebut yang dikemas dalam interaktif dalam suatu aplikasi multimediaSubjek penelitian ini adalah teknik pukulan pada kendang Sunda. Metode pengumpulan data dilakukan dengan metode literatur, metode wawancara dan observasi. Kemudian dilakukan tahap penelitian yang mengacu metode waterfall yaitu analisis dan perancangan sistem yang meliputi perancangan konsep, perancangan isi, perancangan naskah dan perancangan grafik. Aplikasi multimedia ini dibuat dengan menggunakan perangkat lunak yaitu : Macromedia Flash Profesional CS3, Adobe Photoshop CS3, Corel Draw X4, Soundbooth CS3 dan Ulead Video Studio 11. Setelah aplikasi dihasilkan, maka dilakukan uji program dengan Black Box Test dan Alpha Test.Dari penelitian yang dilakukan menghasilkan aplikasi multimedia sebagai media informasi interaktif dengan metode yang baru tentang teknik pukulan pada kendang Sunda dalam mengatasi masalah-masalah yang ada. Berdasarkan hasil pengujian dapat disimpulkan bahwa program dapat berjalan dengan baik sehingga layak untuk diimplementasikan.�Kata Kunci: Sistem Informasi, Kendang Sunda, Multimedia
Pisang merupakan jenis buah-buahan yang banyak ditemukan di Indonesia. Pengklasifikasian kematangan buah pisang menggunakan cara nondestruktif dilakukandengan melihat warna dan tekstur kulit pisang yang merupakan komponen eksternal dari buah pisang tanpa harus membuka atau mencicipi daging dan membuat kondisi buah tetap utuh. Penelitian ini melakukan klasifikasi kualitas Pisang Ambon menggunakan metode K-Nearest Neighbor yang dapat membantu dalam mengembangkan sistem klasifikasi pengenalan kualitas tanpa harus menghancurkan buah pisang tersebut. Penelitian ini terdapat dua tahap, yaitu pengembangan sistem dan penentuan kualitas buah Pisang Ambon. Tahap pengembangan sistem meliputi perancangan interface, pengolahan data, perancangan sistem, implementasi, pengujian, dan analisis hasil penelitian. Tahapan dalam penentu tingkat kualitas pisang ambon meliputi input citra buah pisang ambon, cropping citra, menghitung nilai RGB, mengkonversi nilai RGB ke HSV, mengkoversi HSV ke histogram dan menentukan kualitas buah Pisang Ambon berdasarkan empat klasifikasi, yaitu klasifiasi sangat baik, baik, sedang, dan buruk menggunakan metode K-NN dan metode akurasi menggunakan Confusion matrix. Berdasarkan hasil pengujian dengan 40 data citra yang terdiri dari 10 citra Pisang Ambon berkualitas sangat baik, 10 citra pisang ambon berkuaitas baik, 10 citra pisang ambon berkualitas sedang, dan 10 citra pisang ambon berkualitas buruk yang diklasifikasikan menggunakan metode K-NN menghasilkan akurasi sebesar 70,0%.
Malaria merupakan penyakit yang disebabkan oleh nyamuk anopheles yang terindetifikasi parasit plasmodium. Penyebaran kasus malaria yang semakin meningkat dapat dihentikan apabila terdapat sistem atau metode diagnosa secara akurat dan cepat. Tujuan penelitian ini adalah untuk mendeteksi sel darah merah yang terinfeksi malaria, untuk membantu tim kesehatan atau tim medis dalam mendiagnosa malaria dengan waktu yang lebih singkat serta menekan biaya peralatan medis serta mengurangi human error. Penelitian ini menggunakan convolutional neural network untuk mengklasifikasi citra sampel sel darah merah pasien positif malaria dan sampel sel darah normal. Tahapan penelitian dimulai dari identifikasi masalah, perumusan masalah, studi literatur, pengumpulan data di peroleh dari Kaggle.com dan NIH menggunakan kurang lebih 2000 data citra, spesifikasi kebutuhan, pengolahan data, perancangan model menggunakan arsitektur alexnet yang telah melalui proses reduksi dengan cara optimalisasi arsitektur CNN dan mencari kombinasi parameter yang menghasilkan nilai akurasi terbaik, implementasi menggunakan python, dan GUI flask serta pengujian performa sistem menggunakan akurasi dari confusion matrix. Hasil penelitian membuktikan pasien positif malaria dan pasien negatif malaria, menggunakan 80% data training serta 20% data testing dengan total dataset sebanyak 2000 data. Hasil akurasi sebesar 98% dan hasil uji validitas model menggukan data baru diluar data training dan testing didapatkan hasil akurasi sebesar 100%.
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.