0.486
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Agri-Informatika
Articles
3
Documents
‚Äč
Model Sistem Pendukung Pengambilan Keputusan Cerdas Manajemen Rantai Pasok Hijau Obat Herbal

Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 2 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (639.296 KB)

Abstract

Penggunaan tanaman tradisional sebagai obat-obatan tidak kalah dibanding bahan obat kimiawi karena penggunaan bahan alami justru tidak menimbulkan efek samping yang berlebihan. Masih terbatasnya penelitian terkait rantai pasokan obat herbal melatarbelakangi penelitian ini sebagai salah satu alternatif solusi dari permasalahan yang terjadi pada proses rantai pasokan obat herbal. Dalam penelitian ini diusulkan sebuah model Sistem Pendukung Pengambilan Keputusan Cerdas berbasis website dengan menggunakan metode Green Supply Chain Operation Reference, Fuzzy Analytic Network Process dan Algoritme Genetika dengan objek penelitian pada industri obat herbal. Sistem yang diusulkan merupakan sebuah sistem penunjang keputusan yang ditingkatkan kinerjanya dengan menambahkan elemen kecerdasan buatan ke dalamnya yang terdiri atas empat bagian utama, yaitu: sistem manajemen dialog, sistem manajemen basis data, sistem manajemen basis model, dan elemen kecerdasan buatan. Pada simulasi sistem diperoleh hasil untuk karbon footprint sebanyak 602 kg sementara total environment footprint sebesar 4.181 kg, recycle waste material menjadi pilihan pertama pakar pada alternatif pengembangan rantai pasok hijau sementara jarak terpendek untuk jalur distribusi sejauh 1014 km. Berdasarkan pengujian load test, aplikasi berjalan baik dengan waktu rata-rata selama 9.28 detik. Hasil dari penelitian adalah sebuah aplikasi online yang dapat diakses pada situs www.herbal.biz.id dengan melakukan registrasi user terlebih dahulu.Kata Kunci: Algoritme Genetika, Fuzzy Analytic Network Process, obat herbal, rantai pasok.

Sistem Pakar Identifikasi Varietas Ikan Mas (Cyprinus carpio) Berdasarkan Karakteristik Morfologi dan Tingkah Laku

Jurnal Ilmu Komputer dan Agri-Informatika Vol 4, No 1 (2015)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (416.089 KB)

Abstract

Penelitian ini mengidentifikasi 6 varietas ikan mas menggunakan 8 parameter input yang meliputi karakteristik morfologi dan tingkah laku. Pembagian data latih dan data uji dilakukan menggunakan metode k-fold cross validation. Variabel yang bersifat nominal diolah menggunakan jarak nominal, sedangkan variabel numerik dan ordinal diolah dengan menggunakan jarak Euclid. Sebelum menghitung jarak Euclid, metode normalisasi min-max diterapkan pada variabel numerik dan ordinal. Hasil perhitungan jarak Euclid dan jarak nominal digabung dengan menggunakan rumus agregat. Metode klasifikasi yang digunakan untuk identifikasi ialah metode k-nearest neighbour (KNN). Akurasi rata-rata terbaik untuk percobaan tanpa normalisasi ialah 94.58% dan untuk percobaan dengan normalisasi ialah 98.54% saat k = 3. Sistem ini dapat diakses pada alamat http://apps.cs.ipb.ac.id/spivim.Kata kunci: ikan mas, jarak Euclidean, k-nearest neighbour, nominal distance, normalisasi min-max.

Pengenalan Genus Diatom Menggunakan Principal Component Analysis dan Jaringan Saraf Tiruan Propagasi Balik Sebagai Classifier

Jurnal Ilmu Komputer dan Agri-Informatika Vol 2, No 1 (2013)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (235.444 KB)

Abstract

Diatom merupakan suatu mikroalga unisel (kadang berkoloni) yang mempunyai peranan penting dalam dunia riset dan penelitian. Identifikasi diatom merupakan pekerjaan yang rumit. Hal ini dikarenakan diatom memiliki ratusan taksa dengan banyak variasi bentuk dan karakteristik biologi yang menyebabkan proses identifikasinya tidak mudah bahkan bagi seorang pakar. Penelitian ini menerapkan Principal Component Analysis (PCA) untuk reduksi data dan Jaringan Saraf Tiruan (JST) untuk identifikasi diatom. Proporsi PCA yang digunakan ialah 80% dan 90%. JST yang digunakan adalah propagasi balik dengan satu hidden layer. Data yang dipakai pada penelitian ini adalah citra diatom berformat JPG yang diambil menggunakan mikroskop elektrik. Hasil penelitian menunjukkan bahwa generalisasi terbaik sebesar 90% diperoleh pada percobaan menggunakan proporsi PCA 90% dengan persentase data latih 80%.