Apel merah merupakan salah satu tanaman buah dengan banyak sekali peminat sehingga sangat laris di pasaran. Apel merah juga memiliki beberapa jenis yang sepintas terlihat mirip satu dengan yang lain. Hal inilah yang membuat orang kesulitan dalam membedakan apel merah yang dikonsumsi, apalagi tidak ada label keterangan untuk menjelaskan buah apel tersebut. Oleh karena itu, dalam penelitian ini dilakukan suatu klasifikasi terhadap buah apel merah berdasarkan ciri bentuk dan warna. Data citra yang digunakan yaitu data sekunder yang berformat *JPG dengan ukuran 100 x 100 piksel. Metode yang digunakan yaitu ekstrasi ciri warna Mean HSV (nilai outputnya 3) dan ciri bentuk Moment Invariant (nilai outputnya 7) sehingga setiap citra memiliki 10 nilai. Hasil klasifikasi citra diperoleh dengan menggunakan Euclidean Distance. Sedangkan, skenario pengujian digunakan K-Fold Cross Validation dimana 1.710 data citra dibagi kedalam 10-fold dengan setiap subset terdapat 171 citra. Dari 10-fold dilakukan pengujian sebanyak 50 kali, sehingga diperoleh rata-rata akurasi sebesar 98,82%. Untuk akurasi tertinggi diperoleh pada pengujian ke-46 sebesar 99,12% dan akurasi terendah pada pengujian ke-48 sebesar 98,54%.
Acute Respiratory Infection (ARI) is a disease caused by infections of the respiratory tract, larynx, pharynx, sinuses and nose. ARI often causes death because the sufferer who comes for treatment is underestimated is already suffering from severe ARI. In 2013 to 2015 ARI was one of the ten most common illnesses in the city of Kupang, where ARI ranked first, followed by other diseases of the upper respiratory tract and grastitis. This study produced an expert system to diagnose ARI using the Variable Centered-Rule System method which functions to facilitate knowledge development and Dempster-Shafer Theory which serves to overcome uncertainty by entering the density of each symptom of ARI in the system. The VCIRS method is a method of building knowledge and inference strategies on expert systems. This method is rigid in accommodating changes in inference strategies except for changes in knowledge structures. This study aims to make the VCIRS method dynamic in an inference process where the sequence of variables in inference is determined by the occurrence and density of the variable. System accuracy by using medical record data of 95% with the triggering sequence of symptoms becoming dynamic every time a consultation session occurs.
Penggunaan bahasa tak baku semakin marak dalam komunikasi di media sosial. Penggunaan bahasa tak baku tidak terbatas pada kalimat, klausa, atau frasa saja namun juga pada penggunaan kata. Pada penelitian ini, akan dilakukan normalisasi kata yang tak baku/ nonstandard word (NSW) tersebut ke kata baku/ standard word (SW) Bahasa Indonesia. Metode stemmer Nazief-Adriani (Nazief-Adriani stemmer (NAS)) dikembangkan menjadi nonstandard stemmer (NSS) dengan meningkatkan kemampuannya untuk mendeteksi imbuhan tak baku. Tujuan penelitian ini adalah membandingkan penggunaan NAS dan NSS dalam normalisasi NSW. Algoritma kemiripan Needleman-Wunsch digunakan untuk membobot hasil pencocokan. Hasil pengujian dengan Mean Reciprocal Rank (MRR) pada sebanyak 3.438 NSW didapatkan penggunaan NSS dengan jumlah kueri = 9 (Q=9) memiliki tertinggi sebesar 79.26% dengan rata-rata sebesar 50.48%. Sedangkan pengujian MRR menggunakan NAS dengan Q=9 mendapatkan hasil tertinggi sebesar 72.87% dan rata-rata sebesar 47.23%. Dari dua pengujian MRR yang dilakukan, ada 3 huruf yang memiliki hasil stemming tertinggi, baik dalam pengujian menggunakan NAS maupun menggunakan NSS yaitu huruf awal r, f dan j. Peningkatan nilai MRR paling signifikan terjadi pada huruf awal ‘d’, ‘n’ dan ‘t’ yang merupakan huruf awal dari sebagian imbuhan tak standar.
Komunikasi tertulis dalam media sosial yang menekankan pada kecepatan penyebaran informasi sering kali terjadi fenomena penggunaan bahasa yang tidak baku baik pada level kalimat, klausa, frasa maupun kata. Sebagai sebuah sumber data, media sosial dengan fenomena ini memberikan tantangan dalam proses ekstraksi informasi. Normalisasi bahasa yang tidak baku menjadi bahasa baku dimulai pada proses normalisasi kata di mana kata yang tidak baku (non-standard word (NSW)) dinormalisasikan ke bentuk baku (standard word (SW)). Proses normalisasi dengan menggunakan edit distance memiliki keterbatasan dalam proses pembobotan nilai mismatch, match, dan gap yang bersifat statis. Dalam perhitungan nilai mismatch, pembobotan statida tidak dapat memberikan pembedaan bobot akibat kesalahan penekanan tombol pada keyboard terutama tombol yang berdekatan. Karena keterbatasan pembobotan edit distance ini maka dalam penelitian ini diusulkan sebuah metode pembobotan dinamis untuk bobot mismatch. Hasil dari penelitian ini adalah adanya metode baru dalam pembobotan dinamis berbasis posisi tombol keyboard yang dapat digunakan dalam melakukan normalisasi NSW menggunakan metode approximate string matching.
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.