Abstract:Abstract: Water irrigation is a crucial aspect of agriculture that often becomes the primary concern for farmers, especially because suboptimal management can lead to decreased crop yields and reduced income. So far, farmers…
mers have been practicing irrigation manually, where plants are watered twice a day, in the morning and evening, based on weather conditions without considering soil temperature or moisture levels. Based on the observations conducted, it was found that excessive water application increases water accumulation, resulting in nutrient loss from the soil and even root diseases. The objective of this study is to develop a system utilizing an ESP32 microcontroller and sensors to detect soil moisture, with a machine learning-based K-Nearest Neighbor (KNN) model, enabling farmers to remotely monitor and control their crops using an Android device. The testing results showed that with input data of 32°C temperature, 40% soil moisture, and 60% air humidity, the system produced a nearest distance of 0.000 and 0.541 from the closest k-nearest neighbors, with a status label of "needs water." As a result, the relay activates the water pump to irrigate the field. Meanwhile, for data with a nearest distance of 0.897, the system identified the status as "does not need water," indicating that the soil remains wet or moist. This study is expected to help reduce farmers' workloads by optimizing water usage according to plant needs and improving crop quality and yield.
Keywords: k-nearest neighbor (KNN); mikrokontroller ESP32; machine learning; water irrigation
Abstrak: Irigasi air merupakan aspek penting dalam pertanian yang menjadi perhatian utama petani, terutama karena pengelolaan yang kurang optimal berdampak pada penurunan hasil panen dan pendapatan. Selama ini, praktik irigasi oleh petani dilakukan secara manual, di mana penyiraman tanaman dilakukan dua kali sehari pada pagi dan sore berdasarkan kondisi cuaca tanpa memperhatikan suhu atau kelembaban tanah. Berdasarkan hasil observasi yang dilakukan, ditemukan masalah yaitu pemberian air secara berlebih menyebabkan akumulasi air meningkat mengakibatkan kehilangan nutrisi tanah dan bahkan penyakit akar. Tujuan penelitian ini menciptakan sistem yang dirancang menggunakan mikrokontroler ESP32 dan sensor untuk mendeteksi kelembaban tanah, dengan model K-Nearest Neighbor (KNN) berbasis machine learning sehingga memudahkan petani untuk mengontrol tanaman mereka dari jarak jauh menggunakan android. Hasil pengujian yang dilakukan dengan data inputan berupa suhu 32°C, kelembaban tanah 40% dan kelembaban udara 60%, sistem menghasilkan jarak terdekat sebesar 0.000 dan 0.541 dari k-nearest terdekat dengan label status "butuh air". Maka relay akan mengaktifkan pompa air untuk mengairi lahan. Kemudian, pada data dengan jarak terdekat 0.897, sistem mengidentifikasi status "tidak butuh air", menunjukkan bahwa kondisi tanah masih basah atau lembab. Penelitian ini diharapkan dapat membantu meringankan beban kerja petani mengoptimalkan penggunaan air sesuai dengan kebutuhan tanaman dan meningkatkan kualitas hasil panen.
Kata kunci: irigasi air; k-nearest neighbor (KNN); mikrokontroller ESP32; machine learning
Abstract:Abstract: Heart disease is one of the leading causes of death worldwide, making early detection and accurate diagnosis crucial for reducing mortality rates and improving patient outcomes. This study aims to evaluate the…
effectiveness of four machine learning algorithms—Logistic Regression, Random Forest, Support Vector Machine (SVM), and K-Nearest Neighbors (KNN)—in predicting heart disease, with a focus on enhancing model performance using Linear Discriminant Analysis (LDA) for feature reduction. Among the models, SVM achieved the highest accuracy at 84.24%, followed by Logistic Regression at 83.70%. Although Random Forest and KNN showed lower accuracies, all models benefited from LDA's dimensionality reduction. This study suggests that SVM, combined with LDA, offers an optimal solution for early and accurate heart disease prediction in the healthcare industry.
Keywords: feature reduction; heart disease; linear discriminant analysis (LDA); machine learning; SVM
Abstrak: Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga deteksi dini dan diagnosis yang akurat sangat penting untuk menurunkan angka kematian dan meningkatkan hasil pengobatan pasien. Penelitian ini bertujuan untuk mengevaluasi efektivitas empat algoritma pembelajaran mesin—Regresi Logistik, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbors (KNN)—dalam memprediksi penyakit jantung, dengan fokus pada peningkatan kinerja model menggunakan Analisis Diskriminan Linear (LDA) untuk reduksi fitur. Di antara model yang diuji, SVM mencapai akurasi tertinggi sebesar 84,24%, diikuti oleh Regresi Logistik dengan 83,70%. Meskipun Random Forest dan KNN menunjukkan akurasi yang lebih rendah, semua model memperoleh manfaat dari reduksi dimensi yang diberikan oleh LDA. Studi ini menunjukkan bahwa SVM yang dikombinasikan dengan LDA merupakan solusi optimal untuk prediksi penyakit jantung secara dini dan akurat dalam industri kesehatan.
Kata kunci: linear discriminant analysis (LDA); machine learning; penyakit jantung; reduksi fitur; SVM.
Abstract:Abstract: Technological developments open up opportunities to improve health services, especially in the diagnosis of female reproductive health problems. This research discusses the development of an expert system at Utama…
ama General Hospital in Kisaran to assist in the early diagnosis of female reproductive diseases. The problems that occur in this article are the absence of knowledge about dangerous diseases, lack of awareness of reproductive health diseases, remote and hard-to-reach locations of health facilities, high costs for consultations and drugs, and long time to get diagnostic results. The method used in solving these problems is Case Based Reasoning (CBR), where the system uses the experience of previous cases to handle new cases. The process involves collecting patient data, building a knowledge base, and developing an expert system using the CBR approach. Test results show the system is able to provide accurate diagnosis based on the symptoms inputted by the user. Solutions for each disease are displayed, providing useful information for further treatment. In conclusion, the development of this expert system is expected to improve the accessibility and quality of women's reproductive health services by providing fast and appropriate solutions.
Keywords: case based reasoning (CBR) method; expert system; main public hospital kisaran; women's reproduction.
Abstrak: Perkembangan teknologi membuka peluang untuk meningkatkan layanan kesehatan, terutama dalam diagnosis masalah kesehatan reproduksi wanita. Artikel ini membahas pengembangan sistem pakar di Rumah Sakit Umum Utama Kisaran untuk membantu diagnosis dini penyakit reproduksi wanita. Masalah yang terjadi pada penelitian ini yaitu Tidak adanya pengetahuan tentang penyakit berbahaya, kurangnya kesadaran akan penyakit kesehatan reproduksi, lokasi fasilitas kesehatan yang terpencil dan sulit dijangkau, biaya tinggi untuk konsultasi dan obat, serta waktu yang lama untuk mendapatkan hasil diagnosa. Adapun metode yang digunakan dalam menyelesaikan masalah tersebut adalah Case Based Reasoning (CBR), di mana sistem menggunakan pengalaman kasus sebelumnya untuk menangani kasus baru. Proses melibatkan pengumpulan data pasien, pembentukan basis pengetahuan, dan pengembangan sistem pakar menggunakan pendekatan CBR. Hasil pengujian menunjukkan sistem mampu memberikan diagnosis akurat berdasarkan gejala yang diinputkan oleh pengguna. Solusi untuk setiap penyakit ditampilkan, memberikan informasi yang berguna untuk penanganan lebih lanjut. Kesimpulannya, pengembangan sistem pakar ini diharapkan meningkatkan aksesibilitas dan kualitas layanan kesehatan reproduksi wanita dengan memberikan solusi yang cepat dan tepat.
Kata kunci: metode case based reasoning (CBR); reproduksi wanita; rumah sakit umum utama kisaran; sistem pakar.
Abstract:Abstract: This research aims to develop a method for detecting leaf spot disease in oil palm seedlings using Convolutional Neural Network (CNN). Leaf spot disease in oil palm seedlings can hinder growth and production. CNN…
NN has proven effective in image processing and classification, particularly in plant disease detection. In this study, we utilized a dataset of images containing oil palm seedling leaves infected with leaf spot disease and healthy leaves. We performed data processing, built a CNN model, and conducted hyperparameter tuning. The test results demonstrate that the developed CNN model achieves high accuracy in recognizing and distinguishing between oil palm seedling leaves infected with leaf spot disease and healthy ones. This research contributes to the development of plant disease detection technology that can support economic growth in the oil palm plantation sector.
Keywords: Convolutional Neural Network, image processing, leaf spot disease detection, oil palm seedlings.
Abstrak: Penelitian ini bertujuan untuk mengembangkan metode deteksi penyakit bercak pada bibit kelapa sawit menggunakan Convolutional Neural Network (CNN). Bibit kelapa sawit yang terinfeksi penyakit bercak dapat menghambat pertumbuhan dan produksi kelapa sawit. Metode CNN telah terbukti efektif dalam pengolahan citra dan klasifikasi, khususnya dalam deteksi penyakit pada tanaman. Dalam penelitian ini, kami menggunakan dataset citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Kami melakukan processing data, membangun model CNN, dan melakukan tuning hyperparameter. Hasil pengujian menunjukkan bahwa model CNN yang dikembangkan memiliki akurasi yang tinggi dalam mengenali dan membedakan citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Penelitian ini memberikan kontribusi dalam pengembangan teknologi deteksi penyakit tanaman yang dapat mendukung pertumbuhan ekonomi di sektor perkebunan kelapa sawit.
Kata kunci: bibit kelapa sawit, Convolutional Neural Network, deteksi penyakit bercak, pengolahan citra.
Abstract:Abstract: In the human body there are parts that act as tools for tearing and tearing food which are commonly called teeth, teeth are sharp and hard parts of the body. Dental caries is the medical term for cavities, dental…
al caries is an infectious disease that damages the hard lining of the teeth. The presence of bacteria or germs found in the oral cavity causes cavities in the teeth. Medical images are useful for seeing the extent of the damage to cavities. Not all images have good quality detection results or have noise. Therefore, Image Processing is used by applying the Canny and Sobel method of edge detection to an image in order to process the results of segmentation and object identification in dental caries images. There are many operators in edge detection, including the Roberts Operator, Prewitt Operator, Laplacian Operator and Laplacian of Gaussian (LOG). The purpose and benefits of establishing an image processing application using Matlab software with the Canny and Sobel method to produce the appearance of an object's boundary line in an image. The results of this study can be concluded from the two operators regarding the advantages and disadvantages of the two operators.
Keywords: dental caries; edge detection; image; matlab; canny method; sobel method
Abstrak: Pada tubuh manusia ada bagian yang berperan sebagai alat untuk merobek dan mengoyak makanan yang biasa disebut dengan gigi, gigi merupakan bagian tubuh yang tajam dan keras. Karies gigi adalah istilah medis dari gigi berlubang, karies gigi merupakan penyakit infeksi yang merusak jaringan lapisan keras gigi. Adanya bakteri atau kuman yang terdapat pada rongga mulut menjadi penyebab gigi menjadi berlubang. Citra medis berguna untuk melihat sejauh apa kerusakan pada gigi yang berlubang. Tidak semua citra memiliki hasil pendeteksian yang bagus kualitasnya atau memiliki derau (noise). Oleh sebab itu digunakanlah Pengolahan Citra dengan menerapkan deteksi tepi metode Canny dan Sobel pada suatu citra guna untuk memproses hasil segmentasi dan identifikasi objek pada citra karies gigi. Ada banyak operator dalam deteki tepi, diantaranya yaitu, Operator Roberts, Operator Prewitt, Operator Laplacian dan Laplacian of Gaussian (LOG). Tujuan dan manfaat dari dibentuknya sebuah aplikasi pengolahan citra menggunakan software Matlab dengan metode Canny dan Sobel untuk menghasilkan penampakan garis batas suatu objek pada citra. Hasil dari penelitian ini dapat disimpulkan dari kedua operator mengenai kelebihan dan kekurangan dari kedua operator tersebut.
Kata kunci: citra; deteksi tepi; karies gigi, matlab, metode canny, metode sobel
Abstract:Abstract : Coconut plantation palm has a very strategic role in the development of the Indonesian economy. Coconut palm that is processed becomes oil cook and material burn. To produce product quality derivatives from coconut…
conut palm this needs proper handling in its maintenance. On plantation coconut palm lots were found to cause coconut infected palm disease, so this will hinder productivity of the plantation. Handling is not appropriate to coconut infected palm disease and can result in losses that don't little. To overcome the problem, they make it a system android based expert. System experts can diagnose disease with detect the symptoms shown coconut palm moment attacked disease, so taking decision for handling furthermore will be more accurate that will impact on results maximum harvest.
Keywords : android; coconut palm; disease; system expert.
Abstrak : Perkebunan kelapa sawit memiliki peranan yang sangat strategis dalam pembangunan ekonomi Indonesia. Kelapa sawit ini banyak diolah menjadi minyak masak dan bahan bakar. Untuk menghasilkan produk turunan yang berkualitas dari kelapa sawit ini maka membutuhkan penanganan yang tepat dalam pemeliharaannya. Pada perkebunan kelapa sawit banyak ditemukan kasus kelapa sawit yang terserang penyakit, sehingga hal ini akan menghambat produktivitas perkebunan. Penanganan yang tidak tepat terhadap kelapa sawit yang terserang penyakit dapat mengakibatkan kerugian yang tidak sedikit. Untuk mengatasi masalah tersebut dibuatlah sistem pakar yang berbasis android. Sistem pakar dapat mendiagnosis penyakit dengan mendeteksi gejala-gejala yang ditunjukan kelapa sawit saat terserang penyakit, sehingga pengambilan keputusan untuk penanganan selanjutnya akan lebih akurat yang akan berdampak pada hasil panen yang maksimal.
Kata Kunci : android; kelapa sawit; penyakit; sistem pakar.
Abstract:Abstract: Tract disorders are disorders caused by abnormalities in the digestive system. This disorder is triggered by food or a person's physical condition. Digestive disorders cannot be diagnosed quickly, but mostly occur…
cur in the digestive system. Because the knowledge that will be suspected as a disease is still lacking, it takes experts or doctors to diagnose digestive disorders. The goal is to help produce a diagnosis of the disease experienced by the patient based on the symptoms experienced. The research data is processed based on the symptoms felt by the patient. Patient data using the Certainty Factor method or the value of disease certainty. This Certainty Factor method is a system that is able to run according to needs and produces a high percentage of accuracy results. The system design stage is implemented in the Hypertext Preprocessor programming language and My SQL database. The results of the diagnosis with this method produce a level of confidence in the patient's disease. From the results of the tests carried out, it can produce information about the diagnosis of the disease and help patients and medical personnel in knowing the condition of the disease that is being experienced.
Keywords: certainty factor; digestive tract disorders; expert system,
Abstrak: Gangguan saluran merupakan gangguan yang disebabkan oleh kelainan pada sistem pencernaan. Gangguan ini dipicu oleh makanan atau kondisi fisik seseorang. Gangguan pencernaan ini tidak bisa dilakukan diagnosa dengan cepat, tetapi sebagian besar terjadi pada sistem pencernaan. Dikarenakan pengetahuan yang akan diduga sebagai penyakit masih kurang, maka dibutuhkan tenaga ahli atau dokter untuk mendiagnosis gangguan pencernaan. Tujuannya untuk membantu menghasilkan diagnosa penyakit yang dialami pasien berdasarkan gejala yang dialami. Data penelitian diolah berdasarkan gejala yang dirasakan oleh pasien. Data pasien menggunakan metode Certainty Factor atau nilai kepastian penyakit. Metode Certainty Factor ini merupakan sistem yang mampu berjalan sesuai dengan kebutuha serta menghasilkan persentase akurasi hasil yang tinggi. Tahapan perancangan sistem diimplementasikan ke dalam bahasa pemrograman Hypertext Preprocessor dan database My SQL. Hasil diagnosa dengan metode ini menghasilkan tingkat kepercayaan terhadap penyakit pasien. Dari hasil pengujian yang dilakukan sudah dapat menghasilkan informasi tentang diagnosa penyakit dan membantu pasien serta tenaga medis dalam mengetahui kondisi penyakit yang sedang dialami.
Kata kunci: certainty factor; gangguan saluran pencernaan; sistem pakar
Abstract:• Abstract: The skin is an elastic wrapping that protects the body from environmental influences, the skin is the organ that is located on the outside and limits it from the human environment. Skin diseases can be caused…
ed by fungi, viruses, germs, animal parasites, bacterial infections and others. To identify skin diseases, we usually have to see a doctor, but we still experience problems in dealing with disease identification. This is sometimes influenced by the community, sometimes they feel embarrassed to consult their skin disease to a doctor because the signs of skin disease have started to appear, consultation fees and drugs are relatively expensive. Current technological developments are able to process knowledge with artificial intelligence techniques. Due to the many symptoms of disease nowadays, it is necessary to make a system application with artificial intelligence that can diagnose skin diseases and provide solutions for skin diseases using one of the methods, namely the Naïve Bayes Classifier. Naïve Bayes is a simple classification algorithm where each attribute is independent and may contribute to the final decision. The goal is to produce an expert system website that helps the general public in diagnosing skin diseases and providing solutions for detected skin diseases. The results of this study concluded that based on the application of skin cancer diagnosis can display the results of skin cancer diagnosis decisions.
Keywords: expert system; naïve bayes; skin disease
Abstrak: Kulit merupakan pembungkus yang elastis yang melindungi tubuh dari pengaruh lingkungan, kulit merupakan organ tubuh yang terletak paling luar dan membatasinya dari lingkungan hidup manusia. Penyakit kulit dapat disebabkan oleh jamur, virus, kuman, parasit hewani, infeksi bakteri dan lain-lain. Mengidentifikasi penyakit kulit biasanya kita harus ke dokter, namun masih mengalami kendala dalam menangani pengidentifikasi penyakit hal itu terkadang dipengarui oleh masyarakat terkadang merasa malu untuk mengkonsultasikan penyakit kulitnya ke dokter karena tanda-tanda penyakit kulit sudah mulai tampak, biaya konsultasi dan obat yang tergolong mahal. Perkembangan teknologi saat ini mampu mengolah pengetahuan dengan teknik kecerdasan buatan. Karena banyaknya gejala penyakit pada masa sekarang ini perlu dibuat aplikasi sistem dengan kecerdasan buatan yang dapat mendiagnosa penyakit kulit dan memberikan solusi dari penyakit kulit dengan salah satu metode yaitu Naïve Bayes Classifier. Naïve bayes merupakan algoritma klasifikasi yang sederhana dimana setiap atribut bersifat berdiri sendiri dan memungkinkan berkontribusi terhadap keputusan akhir. Tujuannya adalah menghasilkan website sistem pakar yang dan membantu masyarakat luas dalam mendiagnosa penyakit kulit dan memberikan solusi dari penyakit kulit yang terdeteksi. Hasil dari penelitian ini menyimpulkan bahwa berdasarkan aplikasi diagnosa penyakit kanker kulit dapat menampilkan hasil keputusan diagnosa penyakit kanker kulit.
Kata kunci: Naïve Bayes; Penyakit Kulit; sistem pakar
Abstract:Abstract: Glaucoma is the second leading eye disease of blindness after cataracts. An ophthalmologist does a glaucoma examination with an eye screening that will produce a retinal image. The diagnosis's result of the retinal…
inal image is subjective because each doctor has dissent and a condition experienced. This research builds a system to identify retinal images in the category of glaucoma or normal patients. The purpose of this system as a tool is to help ophthalmologists diagnose glaucoma. This process begins by changing the colour of an image to validity. The image is extracted using the Gray Level Co-occurrence Matrix (GLCM) and produces five features than the result of the five features used as input to neural network Learning Vector Quantization (LVQ). The amount of retinal image data used 60 data for learning and 20 for testing. And the number of neurons used is 12, and the epoch of as many as 1000 was obtained based on the results comparison of variations against 8, 10, 12, 18, and 20 neurons with 500, 900, 1000, and 1100 epochs. The learning process results from the value of weights that will be used in the testing process. The results of this study obtained an accuracy rate of 85%, a precision of 89%, and a recall of 80%.
Keywords: glaucoma; LVQ; GLCM
Abstrak: Glaukoma merupakan penyakit mata penyebab kebutaan nomor dua setelah katarak. Pemeriksaan penyakit glaukoma dilakukan oleh dokter spesialis mata dengan cara skrining mata yang akan menghasilkan citra retina. Hasil diagnosa citra retina oleh dokter bersifat subjektif karena setiap dokter memiliki pendapat yang berbeda serta kondisi yang dialami. Penelitian ini membangun sistem untuk mengidentifikasi citra retina mata kedalam kategori penderita glaukoma atau normal. Tujuan pembuatan sistem ini sebagai alat bantu bagi dokter mata dalam mendiagnosa glukoma. Proses ini diawali dengan mengubah warna citra menjadi keabuan, kemudian citra tersebut diekstraksi menggunakan Gray Level Co-occurrence Matrix (GLCM) dan menghasilkan lima nilai fitur yang kemudian hasil dari kelima fitur tersebut digunakan sebagai masukan jaringan syaraf tiruan Learning Vector Quantization (LVQ). Jumlah data citra retina yang digunakan sebanyak 60 data untuk learning dan 20 data untuk testing. Dan untuk jumlah neuron yang digunakan yaitu 12 dan epoch sebanyak 1000 yang didapat berdasarkan hasil perbandingan variasi terhadap neuron sejumlah 8, 10, 12, 18, 20 dengan jumlah epoch sejumlah 500, 900, 1000 dan 1100. Hasil dari proses learning yaitu nilai bobot yang akan digunakan sebagai bobot di proses testing. Hasil penelitian ini diperoleh tingkat akurasi sebesar 85%, presisi sebesar 89% dan recall sebesar 80%.
Kata kunci: glaukoma; LVQ; GLCM
Abstract:Abstract: The entry of Covid-19 into Indonesia has caused many people to be affected, for example is delay in many activities and the increasing spread of the virus that affects public panic. One way to prevent the spread…
d of the virus is the vaccination. Vaccination is the process of administering the vaccine that is useful for providing immunity to a certain disease in a person’s body. With vaccination, it will strengthen the community’s immune system. To make it easier for the public, vaccination registration can be done online now. Filling in the data can be done from home, so that it does not cause long queues that allow the risk of new clusters. The public will get proof of registration, which must be screenshots in the form of a barcode accompanied by a queue number and any prerequisites that must be brought when they come to. On the other hand, it will also be easier for health workers to confirm the suitability of the registered data with the person who came for the vaccine. The research used is descriptive research with observational and interview methods. The design of this system using the web with PHP programming language and MySQL database.
Keywords: information system; registration; vaccination
Abstrak: Masuknya Covid-19 ke Indonesia menyebabkan banyaknya masyarakat yang terkena dampaknya, contohnya yaitu terhambatnya banyak aktivitas dan meningkatnya penyebaran virus mempengaruhi kepanikan masyarakat. Salah satu cara untuk mencegah penyebaran virus ini adalah dengan melakukan vaksinasi. Vaksinasi adalah proses pemberian vaksin yang berguna untuk memberikan kekebalan terhadap suatu penyakit tertentu ke dalam tubuh seseorang. Dengan adanya vaksinasi, maka akan memperkuat sistem imun masyarakat. Untuk mempermudah masyarakat maka saat ini pendaftaran vaksinasi dapat dilakukan secara online. Pengisian data dapat dilakukan dari rumah, agar tidak menyebabkan antrian panjang yang memungkinkan adanya resiko cluster baru. Masyarakat akan mendapatkan bukti pendaftaran yang harus di screenshoot berupa barcode disertai nomor antrian dan persyaratan apa saja yang wajib dibawa saat akan datang melakukan vaksinasi. Di sisi lain, petugas kesehatan pun akan lebih mudah dalam mengonfirmasi kesesuaian data yang terdaftar dengan orang yang datang melakukan vaksin. Penelitian yang digunakan adalah penelitian deskriprif dengan metode observasional dan wawancara. Perancangan sistem ini dilakukan menggunakan web dengan bahasa pemrograman PHP dan database MySQL.
Kata Kunci: registrasi; sistem informasi; vaksin