Jurnal Mnemonic

CHANGE DETECTION IN ALUMINUM ELECTRODE IMAGE DURING OHMIC HEATING USING PRINCIPAL COMPONENT ANALYSIS

Fri, 05 Apr 2024 00:00:00 +0000

In this paper, we propose a novel technique for unsupervised change detection dataset derived from a process pasteurization using aluminium plate left and right with frequencies 1kHz, 2kHz, 100Hz, 250Hz images using principal component analysis (PCA) and k-means clustering. The distinct image is partitioned into h × h non-overlapping blocks. orthonormal eigenvectors are extracted through PCA of non-overlapping block set to create an eigenvector space. Each pixel within the distinct image is characterized by a feature vector of a certain dimensionality. This feature vector is obtained projection the distinct image data onto the eigenvector space that has been generated. Change detection is accomplished by dividing the feature vector space into two clusters through the application of k-means clustering with k=2. Each pixel is then assigned to one of these two clusters based on the minimum Euclidean distance between the pixel's feature vector and the mean feature vector of the clusters. Empirical results validate the effectiveness of the proposed approach.

KLASIFIKASI DATA MINING UNTUK PENENTUAN STUNTING PADA BALITA MENGGUNAKAN METODEN NAÏVE BAYES

Yudi Mulyanto, Farida Idifitriani, Ambar Wati — Fri, 05 Apr 2024 00:00:00 +0000

Maraknya stunting pada balita yang meengakibatkan reesiko angka keematian sangat tinggi, Permasalahan tersbut menjadi perhatian agar dapat mengatasi stunting pada balita salah satunya di Kecamatan Poto Tano. Permasalahan stunting yang ditemukan di Puskesmas Kecamatan Poto Tano yang disebabkan kurangnya pengetahuan orang tua akan bahayanya stunting, faktor ekonomi yang mengakibatkan kurangnya asupan gizi pada bayi balita. Dengan melakukan analisis data mining terhadap data balita dalam penentuan stunting diolah menjadi sebuah informasi untuk dapat mendeteksi stunting pada balita secara dini. Penulis menggunakan data gizi balita sebanyak 5.829 data balita yang diperoleh dari Puskemas Poto Tano. Naïvee Bayees digunakan sebagai metode untuk klasifikasi data dalam penelitian ini. Penulis menggunakan tools RapidMiner dengan algoritma Naïve Bayes dan menggunakan atribut beerpeengaruh teerhadap peeneentuan stunting pada balita seepeerti, umur Beerat Badan (BB/U) dan Tinggi Badan (TB/U). Naive Bayes terbukti efektif dalam peenentuan stunting pada balita deengan tingkat akurasi yang sangat tinggi meencapai 95.08%.

BUKU DIGITAL E-CULTURE BESEMAH LIBAGH KOTA PAGAR ALAM

Inda Anggraini, Debi Gusmaliza — Fri, 05 Apr 2024 00:00:00 +0000

Penelitian ini bertujuan untuk membuat aplikasi digital book e-cultur besemah libagh dengan di latar belakangi oleh proses pencarian informasi yang belum efektif karna masyarakat harus datang lasung ke Dinas Pendidikan dan Kebudayaan, Pemangku adat besemah dan situs kebudayaan untuk mendapatkan informasi. Perkembangan teknologi sangat berpengaruh terhadap pekembangan kebudayaan dan buku, lahirnya era globalisasi yang juga berdampak semakin terbukanya beragam budaya - budaya daerah secara global, buku yang dulu dicetak kini dibuat versi digital atau elektronik sehingga dapat diakses dengan perangkat komputer. Aplikasi digital book e-culture besemah libagh di bangun menggunakan sofware adobe photoshop CS 3 dan kvisoft flipbook maker, metode yang digunakan yaitu model pengembangan ADDIE dengan tahapan (Analysis & design, development, implantation, evaluation).Untuk mengukur kevalidan buku digital e-culture besemah libagh dilakukan uji alpha meliputi uji ahli media, uji desain, uji bahasa dan uji materi, dengan rata-rata hasil nilai uji ahli materei 4,6 sangat baik ,uji desain 3,6 baik, ahli media 4,2 sangat baik dan ahli bahasa 3,6 baik. Hasil yang didapatkan dalam penelitian ini adalah digital book e-culture yang valid. Sistem ini diharapkan dapat membantu dan mempermudah masyarakat untuk mencari informasi tentang kebudayaan besemah dengan cepat dan mudah.