REVIEW JURNAL

Kecerdasan Komputer

Dosen Pengampu :
Nur Hatima Inda Arifin, M.Kom

Oleh :

Ayuna Sofiatul Maulany (2021400231)

UNIVERSITAS NURUL JADID

PAITON PROBOLINGGO

FAKULTAS TEKNIK

PROGRAM STUDI TEKNIK INFORMATIKA

2022
Judul Jurnal Klasifikasi Kesegaran Ikan Tongkol Berdasarkan Warna Mata
Menggunakan Metode Backpropagation
Nama Penulis Honainah, Fahrial Faqih Romadhoni, Ato’illah
Jurnal
Volume dan Vol.2, No. 2, Agustus 2022
Tahun
Halaman 10 Halaman
Publikasi Jurnal Penelitian Inovatif (JUPIN)
Link :

Diakses : 28 September 2022

Reviewer Ayuna Sofiatul Maulany (2021400231)
Latar Belakang Prediksi kesegaran ikan menjadi alternatif mudah bagi perusahaan
pengolah ikan dalam menentukan kesegaran ikan, sehingga dapat
menghindarkan konsumen dari produk kadaluarsa. Oleh sebab itu,
perlu dilakukan proses penyortiran untuk menghilangkan ikan
tongkol yang tidak segar.
Studi Kasus Proses penyortiran kesegaran ikan kebanyakan masih dilakukan
secara manual yaitu dengan mengamati langsung menggunakan
tenaga manusia, proses penyortiran secara manual kurang efektif
karena jumlah ikan yang harus disortir cukup banyak, penyortiran
secara manual juga membutuhkan biaya cukup besar dan waktu
yang lama. Maka, diusulkan klasifikasi berbasis Image Processing
untuk mengolah citra mata ikan tongkol agar dapat memberikan
informasi untuk pengklasifikasian kesegaran ikan.
Tujuan Penelitian Untuk mengklasifikasi kesegaran ikan tongkol berdasarkan warna
mata menggunakan metode Image Processing dan
Backpropagation dengan tepat dan akurat.
 Penentuan latar belakang masalah
Metode Penelitian  Studi literatur
 Penentuan metode yang digunakan
 Pengambilan dataset
 Pengolahan data :
1. pre-processing, segmentasi dengan mengubah citra RGB
menjadi citra YCbCr.
2. Ekstraksi fitur warna dengan color moment
3. Klasifikasi dengan metode backpropagation
 Evaluasi dengan untuk menguji tingkat akurasi data testing.
 Penarikan Kesimpulan.
Hasil Penelitian Dataset yang digunakan yaitu citra ikan tongkol, dengan
(Pembahasan) menggunakan tingkat kesegaran ikan tongkol segar dan tidak
segar. Dari kedua tingkat kesegaran tersebut, peneliti memperoleh
20 data dari masing-masing tingkat kesegaran ikan dengan total
keseluruhan 40 data, yang mana total data tersebut dibagi menjadi
data training dan testing.

Kemudian, pengambilan dataset dilakukan menggunakan hp

Judul Jurnal Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram dan
Jaringan Syaraf Tiruan Backpropagation.
Nama Penulis Hasan Bisri, M. Arief Bustomi, Endah Purwanti.
Jurnal
Volume dan Vol. 2, No.2, Tahun 2013
Tahun
Halaman 4 halaman
Publikasi Jurnal Sains dan Seni Pomits
Link :

Diakses : 19 Oktober 2022

Reviewer Ayuna Sofiatul Maulany (2021400231)
Latar Belakang Kemajuan teknologi komputer dapat diaplikasikan dalam bidang
kedokteran. Salah satunya adalah untuk membantu dokter dalam
mendiagnosa suatu penyakit. Kemajuan dalam bidang pengolahan
citra, dapat diaplikasikan untuk membantu dokter dalam
mendiagnosa suatu penyakit.
Studi Kasus Sebelumnya, diagnosa penyakit dilakukan secara manual oleh
seorang dokter ahli dan memerlukan waktu yang relatif lama.
Sekarang, pekerjaan tersebut dapat dikerjakan dengan
menggunakan bantuan komputer, sehingga prosesnya bisa lebih
cepat dan lebih akurat. Kemajuan dalam bidang pengolahan citra,
dapat diaplikasikan untuk membantu dokter dalam mendiagnosa
suatu penyakit, terutama paru-paru dan hanya dibatasi pada paru-
paru normal, paru-paru yang terkena efusi, atau paru-paru yang
terkena kanker.
Tujuan Penelitian untuk menghasilkan suatu sistem perangkat lunak yang dapat
mengklasifikasikan citra paru-paru ke dalam tipe kanker, normal
atau efusi serta menganalisa performansi sistem perangkat lunak
yang telah dibuat tersebut.
 Pengambilan dataset, berupa foto rontgen yang telah didiagnosa
Metode Penelitian dokter.
 Tapis Median untuk meningkatkan kualitas citra dalam dominan
spasial dengan metode non linear filtering.
 Proses ekualisasi histogram menggunakan adaptive histogram
equalization.
 Ekstraksi fitur histogram merupakan metode pengambilan ciri
yang didasarkan pada karakteristik histogram citra.
P(X) = banyaknya titik-titik yang memiliki tingkst keabuan
total banyaknya titik pada daerah suatu citra
 Klasifikasi menggunakan Jaringan saraf tiruan backpropagation.
Hasil Penelitian Pengambilan dataset foto rontgen hasil diagnose dokter.
(Pembahasan)

Pre-processing merupakan proses awal untuk memperbaiki

kualitas citra, dengan proses median filter dan ekualisasi histogram
adaptif dan karakteristik citra dari masing-masing citra adalah ciri
histogram.
Judul Jurnal Klasifikasi Pola Sidik Jari Menggunakan Jaringan Syaraf Tiruan
Backpropagation Untuk Analisa Karakteristik Seseorang.
Nama Penulis Ahmad Fahrudi Setiawan, Alam Katon Agung, Institut Teknologi
Jurnal Nasional Malang.
Volume dan Vol. 10, No.2, November 2016
Tahun
Halaman 6 Halaman
Publikasi Jurnal Antivirus
Link :

Diakses : 19 Oktober 2022

Reviewer Ayuna Sofiatul Maulany (2021400231)
Latar Belakang Pada saat ini, telah banyak penelitian yang mengkaitkan tentang
bagaimana karakteristik yang dimiliki seseorang dengan pola sidik
jari yang dimiliki orang tersebut. Jika dilakukan dengan mata
telanjang, maka hal itu akan sangat menyulitkan, karena
keterbatasan kemampuan manusia dalam melihat pola yang
berukuran kecil tersebut secara terus menerus dan dalam jumlah
banyak.
Studi Kasus Penulis membuat suatu aplikasi yang mampu mengenali pola sidik
jari anak usia dini, yang ditujukan untuk analisis karakteristik
setiap murid, pada setiap lembaga PAUD.
Tujuan Penelitian Agar mampu membuat aplikasi mengenali citra tiga pola sidik jari
tersebut untuk keperluan analisa karakteristik anak usia dini,
sehingga dapat mencari hubungan antara pola sidik jari dengan
berbagai macam kecerdasan berdasarkan bidang ilmu yang
diambil oleh partisipan.
 Pengambilan sampel citra sidik jari
Metode Penelitian  Membuat model jaringan syaraf tiruan dengan 3 layer
 Sitem pengenalan citra menggunakan aplikasi website (antar
muka system).
Hasil Penelitian Pegambian citra sidik jari menggunakan fingerprint scanner
(Pembahasan) berupa citra RGB berukuran 329 px x 329 px, yang dikonversi
menjadi citra grayscele dikonversi lagi menjai citra biner. Lalu di
resize menjadi 160 px x 160 px secara linear, kemuadian diubah
menjadi grayscele lagi sehingga harus max-min normalization
dengan skala antara 0-1, lalu di reshape menjadi array 1 agar siap
menjadi input jaringan syaraf tiruan.
Model sidik jari yang dirancang memiliki 3 layer, yaitu input
layer dengan 25600unit, 1 hidden layer dengan 160 unit beserta
fungsi aktivasi sigmoid, output layer dengan 3 unit beserta fungsi
aktivasi softmax.
Metode propagasi yang digunakan yaitu gradient descent
dengan learning rate sebesar 0.5, dan iterasi pelatihan yang
dilakukan yaitu sebanyak 1000 kali.
Sistem pengenalan citra tersebut diterapkan dalam bentuk
aplikasi website. Sebelum diunggahnya sidik jari tersebut, operator
harus menuliskan nama pemilik sidik jari tersebut dan nama
kelompok untuk mengelompokkan nama-nama yang telah
diunggah tersebut.
Judul Jurnal Klasifikasi Tingkat Roasting Biji Kopi Menggunakan Jaringan
Syaraf Tiruan Backpropagation Berbasis Citra Digital.
Nama Penulis Danang Aditya Nugraha, Anggri Sartika Wiguna.
Jurnal
Volume dan Vol. 4, No.1 April 2018
Tahun
Halaman 4 Halaman
Publikasi Jurnal SMARTICS
Link :

Diakses : 19 Oktober 2022

Reviewer Ayuna Sofiatul Maulany (2021400231)
Latar Belakang Salah satu permasalahan adalah untuk menentukan jenis kopi,
mutu kopi dan juga tingkat kematangan dalam proses pengolahan
biji kopi secara kasat mata, mengingat banyaknya jenis kopi yang
diperdagangkan berdasarkan dari daerah tanam dan juga varietas
tanaman penghasil biji kopi tersebut.
Studi Kasus Tingkat kematangan dalam proses pemasakan biji kopi, sulit untuk
ditentukan oleh orang awam, sehingga pabrik produsen kopi
memerlukan seseorang dengan keahlian khusus untuk melakukan
pengendalian kualitas dalam hal kematangan proses roasting
dengan menggunakan pendekatan citra digital dan metode
kecerdasan buatan Jaringan Syaraf Tiruan Backpropagation, akan
diaplikasikan untuk melakukan klasifikasi hasil proses roasting biji
kopi.
Tujuan Penelitian Proses klasifikasi telah dilakukan terhadap citra digital biji kopi
mentah, untuk mendapatkan tingkat mutu maupun jenis dari biji
kopi, namun di satu sisi untuk mendapatkan produk akhir dari kopi
yang konsisten secara kualitas, tidak hanya ditentukan berdasarkan
jenis dan mutu biji kopi, namun juga dalam proses pemasakan biji
kopi atau lebih disebut dengan istilah roasting.
 Pengambilan dataset dengan data citra biji kopi 4 klasifikasi
Metode Penelitian  Tahap pre-processing untuk mendapatkan fitur untuk proses
klasifikasi
 Proses training jaringan syaraf tiruan dan parameternya
 Proses Klasifikasi
Hasil Penelitian Proses pengolahan citra digital pada penelitian ini menerapkan
(Pembahasan) metode segmentasi Otsu untuk mendapatkan area biji kopi pada
citra. Dari area yang telah didapatkan tersebut kemudian diambil
nilai rata-rata warna red, green, dan blue.

Fitur dari setiap citra kemudian disimpan beserta kelas tingkat

Judul Jurnal Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation
Untuk Memprediksi Prestasi Siswa
Nama Penulis Fatmi Zola, Gunadi Widi Nurcahyo, Julius santon
Jurnal
Volume dan VOL. 1 No. 1, Juni 20
Tahun
Halaman 15 Halaman
Publikasi Jurnal Teknologi dan Open Source
Link :

Diakses : 19 Oktober 2022

Reviewer Ayuna Sofiatul Maulany (2021400231)
Latar Belakang Jika selama ini penentuan prestasi siswa masih secara manual,
maka penerapan Jaringan Syaraf Tiruan ini menjadi konsep awal
suatu metode, untuk memprediksi siswa menggunakan alat bantu
komputer yang didukung oleh Jaringan Syaraf Tiruan.
Studi Kasus Sekolah Menengah Kejuruan Negeri 1 Bunga Raya (SMK N 1
Bunga Raya) merupakan sekolah kejuruan dalam bidang Multi
Kompetensi. Untuk meningkatkan prestasi siswa, maka sekolah
memberikan beasiswa berupa beasiswa prestasi akademik. Sistem
Jaringan Syaraf Tiruan menggunakan metode Backpropagation
yang diterapkan dalam penelitian ini untuk prediksi prestasi siswa,
dan diharapkan dapat membantu memecahkan masalah pemberian
beasiswa terhadap siswa yang berprestasi.
Tujuan Penelitian Dengan Jaringan Syaraf Tiruan menggunakan metode
Backpropagation komputer difungsikan sebagai alat untuk
memprediksi prestasi siswa dengan tidak mempertimbangkan
faktor-faktor lain penyebab kemerosotan atau peningkatan prestasi
siswa.
 Mendeskripsikan masalah
Metode Penelitian  Menganalisa permasalahan
 Menentukan tujuan
 Memelajari literatur
 Pengumpulan data
 Analisis teknik jaringan syaraf tiruan
 Pengujian algoritma Backpropagation
 Pengolahan data
 Pengujian Hasil
Hasil Penelitian Proses algoritma Backpropagation yaitu menentukan parameter-
(Pembahasan) parameter jaringan Backpropagation dengan menentukan input,
output, bobot, bias dan threshold (nilai ambang (θ).
Judul Jurnal Pengembangan Model Jaringan Syaraf Tiruan untuk Memprediksi
Jumlah Mahasiswa Baru di PTS Surabaya.
Nama Penulis Alven Safik Ritonga, Suryo Atmojo
Jurnal
Volume dan Vol.12, No. 1, Tahun 2018
Tahun
Halaman 10 Halaman
Publikasi Jurnal Ilmiah Teknologi Informasi Asia
Link :

Diakses : 19 Oktober 2022

Reviewer Ayuna Sofiatul Maulany (2021400231)
Latar Belakang Untuk memenuhi syarat minimum perbandingan antara jumlah
mahasiswa dengan pengembangan sumberdaya manusia, sarana,
dan prasarana perlu dilakukan prediksi berapa besar peningkatan
jumlah mahasiswa tiap tahunnya. Metode Jaringan Syaraf Tiruan
(JST) dan data time series secara efektif digunakan untuk
mendapatkan model prediksi peningkatan jumlah mahasiswa baru.
Studi Kasus Penelitian ini dilaksanakan di Universitas Wijaya Putra Surabaya,
dengan memakai datasekunder yang diperoleh dari tahun 2012
sampai dengan 2016.
Tujuan Penelitian Untuk mendapatkan arsitektur jaringan syaraf tiruan yang terbaik,
membandingkan dua metode Jaringan Syaraf Tiruan
Backpropogation dengan metode Jaringan Syaraf Tiruan Fungsi
Basis Radial (RBF).
 Studi Literatur menggunakan artikel ilmiah pada jurnal nasional
Metode Penelitian maupun internasional
 Melakukan pengambilan data dan kemudian dilanjutkan dengan
validasi data.
 Pengolahan data
 Pre-pocessing data dalam bentuk data interval
 Perancangan Arsitektur Jaringan Syaraf Tiruan (JST)
Hasil Penelitian Pengambilan dataset menggunakan data jumlah calon mahasiswa
(Pembahasan) baru Universitas Wijaya Putra Surabaya yang mendaftar setiap
tahun selama 5 tahun terakhir yaitu tahun 2012-2016 diambil
berdasarkan asal daerah kabupaten/kota masing-masing
mahasiswa baru.

Pengolahan data-data tersebut dinormalisasi sehingga menjadi data

yang berada dalam selang [0,1], normalisasi menggunakan rumus
Min-max normalisasi.