TUGAS MANDIRI

(Review journal)

DISUSUN OLEH :

NAMA : FIRA JUWITA HAREFA

NPM : 220210018

DOSEN : Prof. Associate Dr. Suhardi, S.E., M. M.

FAKULTAS “ TEKNIK INFORMATIKA”

UNIVERSITAS PUTERA BATAM

TAHUN PELAJARAN 2023/202

Jurnal 1

Judul Rediksi pembelajaran mesin data time series covid-19 di jawa barat,indonesia

Issn 2548-4265
Jilid 12
Volume 2
Tahun 2023
Penulis Intan nurma puspita
Arfida Helen
Mira suryani
Publikasi Jurnal internasional pendidikan informatika
Latar belakang Penyebaran covid-19 telah membuat beberapa negara tidak berdaya. selain
dampaknya covid-19 telah menghancurkan perekonomian beberapa negara.
Teori utama Pada penelitian ini, penulis menggunakan algoritma regresi fungsi basis radial
(RBF).
Metode Pada penelitian ini, jurnal ini menggunakan metode kuantitatif
penelitian
Sampel Penelitian mengambil sampel 275 kasus baru setiap hari selama 30 hari
penelitian kedepan.
Hasil Penelitian berhasil menerapkan pembatasan social untuk mencegah penyebaran
penyakit ini. jika tidak ada kasus yang terdektesi diwilayah tersebut, organisasi
kesehatan dunia (WHO) mengizinkan pelonggaran pembatasan social.
kesimpulan Pandemi covid-19 muncul pada tahun 2019. ada sebuah inisiatif yang diambil
untuk memperlambat perkembangan infeksi ini.
Tautan jurnal https://doi.org/10.23887/janapati.vl2i2.58505
jurnal 2

Judul Meningkatkan ketepatan peramlan penjualan melalui penghalusan eksponensial

holt-winter yang dioptimalkan dengan optimasi kumpulan partikel yang
dimodifikasi dan di perbaiki.
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Putu susila andika
Kaedek susila satwika

Publikasi Jurnal internasional pendidikan informatika

Latar belakang Dalam dunia bisnis, peramalan yang akurat membantu perusahaan
meningkatkan kepuasaan pelanggan, mengurangi kerusakan
produk,meningkatkan pendapatan, dan memungkinkan perencanaan produksi
yang lebih efektif.
Teori utama Dalam penelitian ini menunjukkan akurasi terbaik dicapai dengan
menggambungkan algoritma Holt-Winters Exponential Smoothing dengan
algoritma optimasi MIPSO periode data.
Metode Dalam penelitian ini digunakan metode optimasi MIPSO untuk mencari
penelitian kombinasi nilai yang optimal.
Sampel Data yang digunakan dalam penelitian ini adalah data riwayat penjualan seluruh
penelitian took pada bulan januari 2021 hingga mei 2023.
Hasil Penelitian ini berhasil menunjukkan akurasi yang menjanjikan bila
dikombinasikan dengan metode peramalan Holt-Winters Exponential
Smoothing.
kesimpulan Berdasarkan temuan penelitian, metode optimasi MIPSO dapat digunakan
untuk menemukan nilai ideal. Dibandingkan dengan menggunakan metode
peramalan tanpa optimasi.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.65462
jurnal 3

Judul Kualitas dan layanan website pengadaan elektronik loyalitas pelanggan

menggunakan metode pieces, studi kasus pemerintah kota Denpasar
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis 1. Wahyu sanjaya
Publikasi Jurnal internasional pendidikan informatika
Latar belakang Perkembangan penyebaran informasi saat ini tidak dapat dihentikan karena
informasi dapat diperoleh secara bebas melalui internet. Pemanfaatan teknologi
informasi sudah menjadi kebutuhan mutlak bagi suatu lembaga pemerintah
maupun swasta agar dapat memberikan pelayanan prima kepada masyarakat
atau pelanggan.
Teori utama Dalam penelitian dilakukan pengujian untuk mengetahui apakah system masih
kondisi baik.
Metode Dalam penelitian menggunakan metode PIECES.
penelitian
Sampel Dalam penelitian menggunakan fasilitas website untuk menampilkan informasi
penelitian pengadaan barang dan jasa.
Hasil Hasil pengujian penelitian ini menunjukkan bahwa kinerja memperoleh nilai 4,2
dengan kategori sangat puas, indicator informasi memperoleh nilai4,2 dengan
kategori sangat memuaskan, indicator eonomi memperoleh nilai 4,1 dengan
kategori puas, kategori indicator pengendalian dan keamanan memperoleh nilai
sebesar 4,3 dengan kategori sangat memuaskan, indicator pelayanan
memperoleh nilai sebesar 4,2 dengan kategori sangat memuaskan.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.65462
jurnal 4

Judul Analisis sentimen aplikasi investasi nanovest menggunakan algoritma naïve

bayes
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Lelianto eko pradana
Yova ruldeviani

Publikasi Jurnal internasional pendidikan informatika

Latar belakang Analisis sentimen memberikan Nanovest pemahaman yang lebih baik tentang
kebutuhan, preferensi, dan wawasan pelanggan yang dapat memberikan
informasi pengembangan produk dan strategi pemasaran masa depan.
Teori utama Penelitian ini menunjukkan kurangnya pemahaman terhadap perspektif,
kebutuhan dan tantangan yang dihadapi pengguna.penelitian ini mencoba
mengetahui bagaima respon masyarakat terhadap aplikasi nanovest melalui
analisis sentiment.
Metode Penelitian ini menggunakan metode algoritma Naïve Bayes.
penelitian
Sampel Penilitian ini mengevaluasi perfoma model, pendekatan validasi silang 10 kali
penelitian lipat digunakan bersama dengan algoritme naïve bayes, sehingga menghasilkan
tingkat akurasi yan mengesankan sebesar 94,8391%.
Hasil Hasil yang telah diperoleh dan dianilisis untuk tim pengembangan, yaitu
memperkecil ukuran aplikasi untuk meminimalkan penggunaan memori,
meningkatkan kinerja aplikasi secara keseluruhan, dan meningkatkan kecepatan
akses diseluruh fitur agar pengguna aplikasi dapat mengakses dengan cepat.
kesimpulan Penelitian ini dilakukan, sentiment positif dari aplikasi Nanovest lebih banyak
dibandingkan sentiment negatifnya.hal ini menunjukkan bahwa banyak
pengguna aplikasi Nanovest yang merasa nyaman menggunakan aplikasi
tersebut.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.62302
jurnal 5

Judul Identifikasi pertayaan serupa dalam bahasa Indonesia mata pelajaran

menggunakan machine learning.
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Hasmawati
Ade romadhony
Publikasi Jurnal internasional pendidikan informatika
Latar belakang Dalam penelitian ini meningkatkan kinerja forum Tanya jawab,identifikasi
pertayaan serupa yang merupakan salah satu solusi yang dapat
dilakukan.Tujuan nya adalah untuk mengidentifikasi apakah pertayaan baru
yang diberikan oleh pengguna sama dengan pertayaan yang sudah ada di
database sehingga system Tanya jawab dapat memberikan jawaban dengan
cepat.
Teori utama Penelitian ini dilakukan untuk meningkatkan forum Tanya jawab sehingga
pertayaan-pertayaan baru yang diajukan pengguna dapat diidentifikasi serupa
dengan pertayaan-pertayaan yang sudah ada di database.
Metode Metode yang digunakan adalah Support Vector Macheni dan IndoBert.
penelitian
Sampel Pada penelitian ini melakukan preprocess pada dataset seperti stopword
penelitian removal, dan stemming.sehingga dapat mempengaruhi prediksi kesamaan soal.
Hasil Hasil dari penelitian ini menunjukkan bahwa perfoma terbaik support macheni
diperoleh dari pengguna fitur cosine kemiripan dengan akurasi sebesar 85%.
Sedangkan penggunaan fitur POS tag atau kombinasi POS tag dan cosine
kemiripan menyebabkan model mengalami overfitting dan akurasi menurun
hingga 77%. Sedangkan untuk model Indobert diperoleh akurasi sebesar 95%
kesimpulan Penggunaan fitur POS tag dan cosine sameness menyebabka model mengalami
overfitting terhadap dataset dan akurasi model menurun. Untuk meningkatkan
kinerja model dalam penelitian .
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.62582
jurnal 6

Judul Modifikasi pengunaan algoritma mean non-lokal perhitungan parallel untuk

pengurangan kebisingan gambar
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Alfarissi
Wondo
Publikasi Jurnal internasional pendidikan informatika
Latar belakang Denoising merupakan proses prapemrosesan gambar untuk mengurangi noise
sekaligus menjaga tekstur gambar digital. Ada beberapa metode denoising
citra digital, antara lain median filter, non-local means dan edge preserving.
Teori utama Penelitian ini melakukan perhitungan secara berurutan pada setiap piksel pada
blok pencarian. Karena banyaknya pksel dan area blok pencarian pada gambar,
proses pengurangan noise menggunakan algoritma non-local mean menjadi
sangat lambat.
Metode Metode penelitianini menggunakan algoritma non-local means dengan
penelitian menerapkan komputasi pararel.
Sampel Menghitung bobot dalam mereduksi noise pada piksel gambar digital dilakukan
penelitian pada semua piksel dalam blok pencariab 21 x 21 piksel untuk deviasi standar
noise kurang dari 30 dan 35 x 35 untuk deviasi standar noise lebih dari 30.
Hasil Hasil percobaan menunjukkan bahwa algoritma non-local mean dengan
perhitungan parallel dapat mereduksi noise hingga 30% lebih cepat jika standar
deviasi noise diatas 30.
kesimpulan Citra denisasi menggunakan algoritma non-local means dengan komputasi serial
maupun pararel memiliki nilai MSE dan PSNR yang serupa.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.58996
jurnal 7

Judul Penerapan pendekatan use case 2.0 pada pengembangan system monitoring
curah hujan berbasis iot
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Mohammad fajar
Ferian bagus Chandra
Hamda arfandy

Publikasi Jurnal internasional pendidikan informatika

Latar belakang IOT adalah system yang menghubungkan berbagai perangkat seperti sensor,
actuator, dan computer melalui internet unuk melakukan tugas tertentu bagi
pengguna. IOT menjadi salah satu topic yang paling banyak dipelajari dibidang
teknologi informasi dan komunikasi.
Teori utama Penelitian ini dapat mengimplementasikan dan mengevaluasi pendekatan use
case 2.0 dalam pemodelan dan perancangan system pemantauan curah hujan
berbasis iot.
Metode pengumpulan data dilakukan melalui evaluasi menggunakan metric berorientasi
penelitian objek untuk mengukur sifat enkapsulasi,polimorfisme, dan penggunaan kembali
pada system yang dirancang.
Sampel Dalam pemodelan system iot spesifiksi persyaratan yang dikumpulkan disusun
penelitian menjadi cerita pengguna. Masing-masing pengguna harus dipotong menjadi
bagian-bagian yang lebih tipis, dengan mempertimbangkan aliran dasar dan
alternatif.
Hasil Penelitian ini menunujukkan bahwa implementasi use-cas membaca, melihat
dan mencari data curah hujan dapat dijalankan dengan sukses pada platrom
target, pengukuran menggunakan metrik berorientasi objek pada system iot
kesimpulan Berdasarkan evaluasi kode yang diimplementasikan untuk use case membaca,
melihat, dan mencari data curah hujan, dan dapat dieksekusi pada platform
target.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.61529
jurnal 8

Judul Klasifikasi nasabah potensial menggunakan algoritma ensemble least square

vector machine dengan adabost
Issn 2248-9356
Jilid 3
Volume 8
Tahun 2023
Penulis Benny leonard enrico panggabean
Firman aziz
Publikasi Jurnal pengembangan IT
Latar belakang Perkembangan populasi global dan permintaan akan sumber daya pangan yang
semakin meningkat menempatkan tekakanan besar pada sector pertenakan
untuk memproduksi sumber daya protein dengan efisie. Dalam upaya
memenuhi kebutuhan tersebut, teknologi telah memainkan peran krusial dalam
mengoptimalkan pengelolahan pertenakan ,mulai dari pengadalian lingkungan,
kesejahteraan hewan, hingga manajemen pakan.
Teori utama Penelitian ini dapat merancang sebuah sistem otomatis yang mampu menjaga
kondisi kandang tetap ideal, termasuk suhu, kelembaban, kadar ammonia (NH3
dan CO2), serta memberikan makan/minum kepada hewan ternak secara
otomatis dan berkala.
Metode Metode penelitian ini melibatkan penggunaan berbagai sensor yang terpasang
penelitian pada sebuah mikrokontrol, seperti sensor suhu, sensor kelembaban, sensor
ammonia, sensor level air, dan sensor Ph.
Sampel Penelitian ini dijalan dengan mikrokontroller terhubung ke sebuah panel
penelitian control, dan melalui jaringan internet, pengendalian dan pemantauan dapat
dilakukan melalui perangkat mobile dan webapps didekstop.
Hasil Hasil uji cobamenunjukkan bahwa system ini memberikan kemudahan dalam
mengontrol kandang ayam bagi pemilik dan pekerja, menjaga kesehatan
unggas, serta meningkatkan hasil produk pertenakan dari 97,17% unggas
terpanen menjadi 98,263% dengan penurunan jumlah kematian dari 2,830%
menjadi 1,737%.
kesimpulan Praktek pertenakan ayam skala besar memerlukan monitoring kondisi yang
serius untuk mengurangi resiko kegagalan panen. Dan pengguna dapat
memantau kondisi kandang pertenakannya dari jauh melalui jaringan internet
dengan pemanfaatan NB-IoT dan melihat status kondisi tersebut melalui
tampilan aplikasi yang dapat diakses dibrowser maupun aplikasi mobile.
Tautan jurnal https://doi.org/10.3059//jpit. vl2i2.5675
jurnal 9

Judul Penerapan data mining dalam mengelompokkan kunjungan wisatawan

mancanegara di prov. Sulawesi selatan dengan K-means dan SVM
Issn 2548-9356
Nomor 3
Volume 8
Tahun 2023
Penulis Nero Caesar gosar
Rismayani
Publikasi Jurnal pengembangan IT
Latar belakang Wisatawan adalh bukan pekerja atau wisatawan yang pergi ketempat lain atas
inisiatif sendiri untuk merasakan sesuatu yang baru. Salah satu factor penentu
perkembangan pariwisata adalah banyaknya jumlah wisatawan domestik dan
mancanegara. Indonesia merupakan salah satu tujuan wisata utama yang
memiliki banyak perbedaan terhadap budaya dan keindahan wilayahnya
masing-masing yang menjadikannya banyak wisatawan mancanegara tempat
liburan, salah satunya provinsi Sulawesi selatan yang memiliki banyak tempat
wisata.
Teori utama Ibu kota prov. Sulawesi selatan adalah Makassar yang menjadi salah satu lokasi
kunjungan wisatawan. Kegiatan pariwisata ini memberikan pemasukan bagi
daerah dan masyarakat yang tentunya akan mempengaruhi pertumbuhan
ekonomi Sulawesi selatan.
Metode Metode penelitian ini menggunakan data yang berasal dari BPS Prov. Sulawesi
penelitian selatan. Data mengelompokkan menjadi 2 klaster artinya ,wisatawan terbanayk
sebagai C1 dengan hasil dari Malaysia, dan kujungan wisatawan rendah sebagai
C0 dengan hasil negara singapura, jepang, korsel, Taiwan, cina, india, Filipina,
hongkong, Thailand dan swiss data tersebut digunakan dan diolah kembali
dengan SVM untuk mencari nilai presisi, dan recal serta mendapatkan akurasi
100.00% aplikasi RapidMiner.
Sampel penelitian ini mengambil beberapa tempat wisata sebagai uji coba seperti wisata
penelitian bahari, pantai losari, benteng Rotterdam, benteng somba opu, taman laut taka
bonerate dan wisata pallawa.
Hasil Hasil dari penelitian ini menerapkan data mining dalam mengklasifikasikan
jumlah wisatawan mancanegara yang berkunjung ke prekfetur. Sulawesi selatan
menggunakan K-means yang berasal dari BPS Prov.
kesimpulan Dalam melakukan penelitian terkait pengelompokkan kunjungan wisman
diprov. Sulawesi selatan, dapat diterapkan dengan menggunakan metode kluster
K-means, dan menguji apakah data tersebut valid atau tidak menggunakan
SVM.
Tautan jurnal https://doi.org/10.3059//jpit. vl2i2.4554
jurnal 10

Judul Penerapan histogram normalisasi untuk peningkatkan kontras pencahayaan pada

pengamatan visual cctv
Issn 2548-9356
Jilid 3
Volume 8
Tahun 2023
Penulis Saluky
Yoni marine
Nurul bahiyah

Publikasi Jurnal pengembangan IT

Latar belakang Peningkatan kontras pencahayaan dengan menggunakan histogram normalisasi
didasarkan peran pentingnya kulitas visual dalam aplikasi berbagai bidang,
seperti pengawasan keamanan. Dalam beberapa aplikasi, seperti sistem
pengawasan cctv, video yang diperoleh sering kali memiliki tingkat kontras
yang rendah dan detail dan tidak jelas yang menyulitkan identifikasi dan
analisis gambar.
Teori utama Pengamatan visual melalui sistem closed-circuit television (cctv) menjadi
metode yang penting untuk keamanan dan pemantauan diberbagai bidang
seperti transportasi, perbankan, dan keamanan public.
Metode Dengan menggunakan metode histogram normalisasi, sistem cctv dapat
penelitian menghasilkan gambar yang lebih jelas dan informasi visual yang lebih berguna
dalam kondisi pencahyaan yang rendah.
Sampel Penelitian ini meningkatkan kontras pencahayaan pada pengamatan visual
penelitian melalui cctv. Dan pengambilan keputusan yang lebih akurat dalam bidang
keamanan dan pemantauan.
Hasil Hasil eksprimen menunjukkan bahwa penerapan histogram normalisasi secara
efektif meningkatkan kontras pencahayaan dalam rekaman cctv. Dibandingkan
dengan rekaman asli, rekaman yang telah diproses dengan histogram
normalisasi menunjukkan peningkatan ketajaman, keterbacaan, dan kemampuan
identifikasi objek yang lebih baik.
kesimpulan Penggunaan teknik peningkatan kontras pencahayaan dengan menggunakan
histogram normalisasi dapat meningkatkan kulitas citra pada berbagai aplikasi
pengolahan citra, seperti dibidang keamanan, industry, pertanian dan lain
sebagainya.
Tautan jurnal https://doi.org/10.3059//jpit. vl2i2.4929
jurnal 11

Judul Aplikasi peta konstruksi pada scaffold pada PT

Pembelajaran pemrograman seluler dengan topic tata letak flutter
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Putra prima arhandi
Vivin ayu lestari
Annisa taufika firdaus
Dharma yudistira eka putra
Publikasi Jurnal internasional pendidikan informatika
Latar belakang Flutter merupakan framework untuk membuat aplikasi mobile cross-platform
besutan google. Flutter menggunakan gaya penulisan deklaratif untuk membuat
tata letak. Dalam silabus komputasi pemograman adalah topik umum untuk
dipelajari dan diperlukan untuk mempelajari pemograman.
Teori utama Penelitian ini dilakukan tidak hanya untuk memperoleh keterampilan
pemograman sebagai salah satu topic penting dalam dunia pendidikan bahkan
ditingkat sekolah dasar.
Metode Penerapan metode konstruk pada scaffold memberikan pengaruh positif yang
penelitian signifikan antar skor pre-test siswa terkait konsep penataan widget pada flutter.
Sampel Penelitian ini dmenggunakan desain eksperimen kelompok pre-test. Siswa akan
penelitian melakukan pre-test menggunakan aplikasi EasyFlutter dan post-test.
Hasil Penelitian ini menunjukkan bahwa nilai rata-rata post-test lebih tinggi
dibandingkan dengan nilai rata-rata pretest.
kesimpulan Rata-rata nilai post-test lebih tinggi jika dibandingkan dengan nilai rata-rata pre-
test, sehingga secara deskriptif dapat disimpulkan bahwa terdapat perbedaan
rata-rata antara nilai pre-test dan post-test.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.60629
jurnal 12

Judul Perbandingan kinerja k-medoids dan k-means algoritma dalam

pengelompokkan tingkat pendidikan masyarakat.
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Diana dwi alia
Nurahman

Publikasi Jurnal internasional pendidikan informatika

Latar belakang Pendidikan merupakan hak wajib bagi seluruh warga negara dan kunci
keunggulan bangsa dalam persaingan global yang harus mendapat prioritas
utama untuk dikaji secara kritis dan komprehensif.
Teori utama Membandingkan 2 algoritma dengan mengukur akurasinya. Dan melihat
algoritma mana yang memiliki nilai devies bouldin index terendah, maka dapat
dipastikan derajat perfoma terbaiknya.
Metode Metode yang digunakan dalam penelitian ini metode clustering.
penelitian
Sampel Pengujian akurasi menggunakan DBI diketahui hasil K-means lebih optimal
penelitian dengan nilai DBI terendah pada pengelompokkan jenjang pendidikan
dibandingkan dengan K-medoids.
Hasil Hasil penelitian ini diperoleh 6 cluster di k-means dengan nilai DBI terendah.
kesimpulan Algoritma K-means menunjukan hasil yang lebih optimal dalam
mengelompokkan lebih jenjang pendidikan diprovinsi Kalimantan tengah
berdasarkan kinerja DBI.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.59789
jurnal 13

Judul Deteksi lubang mulsa plastic menggunakan template algoritma pencocokan dan
pembelajaran mesin
Issn 2089-8673
Jilid 12
Volume 2
Tahun 2023
Penulis Abdul aziz
Yandra arkeman
Wisnu ananta
Publikasi Jurnal internasional pendidikan informatika
Latar belakang Mulsa merupakan bahan penutup tanah untuk menjaga kelembaban tanah dan
ketasbilan suhu sebagai media tanaman. Mulsa juga membantu mencegah
pertumbuhan gulma untuk pertumbuhan tanaman yang lebih baik.
Teori utama Pertanian presisi diperlukan karena dapat diperoleh penghematan input
pembiyaa, tenega kerja, dan hasil panen yang lebuh baik, sehingga penelitian ini
bertujuan untuk mengidentifikasi lubang pada mulsa berdasarkan gambar
kendaraan udatra tak berawak.
Metode Penelitian ini menggabungkan algoritma pencocokan templat dan algoritma
penelitian pembelajaran mesin untuk meningkatkan akurasi dalam memprekdisi lubang
pada mulsa
Sampel Tiga algoritma pembelajaran mesin yang digunakan yaitu randon forest, support
penelitian vector machine, dan xgboost. Data yang digunakan adalah mosaic ortofoto dari
foto udara. Sembilan area diambil dari ortofoto untuk dijadikan sampel
penelitian.
Hasil Hasil penelitian ini diperoleh nilai rata-rata recall, presisi, dan f-measure
tertinggi menggunakan algoritma support vector machine dengan nilai recall
sebesar 87,7%, presisi sebesar 97,5%, dan f-score sebesar 92,3%.
kesimpulan Kajian ini menunjukkan bahawa algoritma template matching dapat mendektesi
lubang pada musa.untuk mencari gambar terbaik , diambil foto udara dengan
ketinggian terbang rata-rata sepuluh meter.
Tautan jurnal https://doi.org/10.23887//janapati. vl2i2.60628
jurnal 14

Judul Identifikasi tumor otak citra MRI dengan convolution neural network

Issn 2548-9356
Nomor 3
Volume 8
Tahun Jurnal pengembangan IT
Penulis Retno wardhani
Nur nafi’iyah
Publikasi Jurnal internasional pendidikan informatika
Latar belakang Pada tahun 2016 penyebab utama kematian di amerika serikat adalah tumor
otak. Tumor otak merupakan jenis kanker yang umum terjadi dianak dan
remaja, beberapa jenis tumor otak membutuhkan penangan medis yang berbeda.
Dalam sistem diagnosis yang menggunakan computer, massa tumor harus
diidentifikasikan dan disegmentasi sebelum dilakukan klasifikasi jenis tumor.
Teori utama Deteksi penyakit dengan berbasis computer dapat mengifisienkan waktu. Akan
tetai deteksi tumor pada citra MRI membutuhkan keseriusan dan memakan
waktu. Karena adanya keberangaman struktur ukuran, bentuk dan identifikasi
citra, maka diperliukan ketelitian dalam mengenali antara stuktur organ asli
dengan yang penyakit.
Metode Pada penelitian ini metode berbasis neural network mempunyai presisi yang
penelitian baik.lima arsitektur convolutional neural network untuk mengidentifikasi tumor
otak ( glioma, meningiona, notumor, dan pituitary ) citra MRI.
Sampel Penelitian ini menggunakan dataset dari kaggle dengan total data training 5712,
penelitian dan testing 1311.
Hasil Metode Parameter Akurasi (%)
Arsiktektur ( a ) 264260612 72.6
Arsiktektur ( b ) 63020100 81.9
Arsiktektur ( c ) 29605060 82.2
Arsiktektur ( d ) 264326404 74.1
Arsiktektur ( e ) 264459012 74.2
Inception 22097700 79.5
ResNet-50 24112004 94.1
VGG16 14845764 93

kesimpulan Hasil akurasi tertinggi adalah arsitektur c 82.2% dan pretrained CNN ResNet-50
94.1%.
Tautan jurnal https://doi.org/10.3059//jpit. vl2i2.4985