No abstract

Increasing the number of vehicles, especially cars, raises some quite complicated problems. One of them is parking availability. Searching for empty parking slots is often be problematic related to time efficiency issues. In this paper, we proposed the detection of parking slots using GLCM and similarity measure. There are four main step that using in this paper. The first step is getROI, then feature extraction using GLCM method. For the classification step, similarity measure with Euclidean distance is used and the last step we calculate the accuracy. Detection of parking slots using gray level co-occurrence matrices and similarity measure is pretty good, marked by an average accuracy rate that is above 95% in all three datasets with different weather.

Data mining merupakan proses untuk mendapatkan informasi yang berguna dari gudang basis data yang berupa ilmu pengetahuan. penelitian ini melakukan analisa data dengan menggunakan data mining dan metode algoritma apriori. Sistem yang dibangun ditujukan untuk pemenuhan dalam penentuan pola pembelian obat dengan menggunakan bahasa pemrograman PHP dan database Mysql pada studi kasus Apotik rumah sakit umum majene. Sistem ini dibangun berdasarkan kebutuhan pengguna yang diperoleh melalui metode wawancara dan studi lapangan dengan jumlah data yang diperoleh yaitu 250 data . Metodelogi pengembangan sistem yang digunakan yaitu metode Research and Development (R & D). yang terdiri Analisis, Desain, Pengkodean dan Pengujian. Hasil pengujian dengan algoritma apriori dan sistem yang dibangun menunjukan hasil yang telah memenuhi kebutuhan dalam penentuan pola pembelian obat di rumah sakit berdasarkan kecenderungan pembelian obat oleh pelanggan

Automatic classification of tuna image needs a good segmentation as a main process. Tuna image is taken with textural background and the tuna’s shadow behind the object. This paper proposed a new weighted thresholding method for tuna image segmentation which adapts hierarchical clustering analysisand percentile method. The proposed method considering all part of the image and the several part of the image. It will be used to estimate the object which the proportion has been known. To detect the edge of tuna images, 2D Gabor filter has been implemented to the image. The result image then threshold which the value has been calculated by using HCA and percentile method. The mathematical morphologies are applied into threshold image. In the experimental result, the proposed method can improve the accuracy value up to 20.04%, sensitivity value up to 29.94%, and specificity value up to 17,23% compared to HCA. The result shows that the proposed method cansegment tuna images well and more accurate than hierarchical cluster analysis method.

Donor darah adalah proses pengambilan darah dari seorang yang sehat dengan dinyatakan memenuhi syarat dengan meninjau beberapa faktor seperti seperti pengukuran tekanan darah, golongan darah, kadar hemoglobin (Hb), status pendonor, konsultasi medis  dan sebagainya. Klasifikasi adalah proses menemukan fungsi atau model yang dapat membedakan suatu konsep atau kelas data untuk memprediksi kelas suatu objek yang tidak diketahui. Penelitian ini dilakukan untuk mencari metode terbaik berdasarkan perbandingan nilai akurasi menggunakan 100 data latih donor darah dari RSUD Majene yang diproses dengan mengimplementasikan metode K-Nearest Neighbor dan Naive Bayes. Hasil analisis menunjukkan bahwa algoritma K-Nearest Neighbor menunjukkan performa yang lebih baik dengan tingkat akurasi sebesar 86%  sedangkan algoritma Naïve Bayes memperoleh nilai akurasi sebesar 76%.