No abstract

Beras merupakan makanan pokok yang paling banyak di konsumsi oleh masyarakat Indonesia. Namun, harga beras di pasaran justru semakin melonjak, sehingga banyak beredar beras yang memiliki kualitas kurang baik. Oleh karena itu perlu adanya standar kualitas mutu dari pihak gudang beras saat mendistribusikan beras ke pasaran. Standar pengujian kualitas dari pihak Bulog terdapat dua tahap, yaitu uji laboratorium dan uji visual. Namun, pengujian secara visual selama ini masih dilakukan secara manual sehingga masih sering terjadi kesalahan karena terbatasnya penglihatan manusia dan subjektivitas penguji. Oleh karena itu, sistem pengujian secara visual dengan citra digital dapat menjadi solusi yang efektif untuk permasalahan tersebut. Proses pengujian dapat dilihat dari nilai putih, nilai bersih, dan nilai utuh beras yang diakuisisi melalui pengolahan citra digital. Proses akuisisi nilai bersih dan putih dilakukan dengan menganalisis nilai HSV (Hue, Saturation, Value), sedangkan nilai utuh dilakukan dengan menganalisis luas region area objek. Sebelumnya, dilakukan training terhadap 30 data untuk mendapatkan decision tree dengan model ID3 (Iterative Dichotomiser Tree). Data yang telah diakuisisi kemudian diklasifikasi ke dalam 3 kelas yaitu baik, kurang dan buruk dengan menggunankan aturan dari decision tree yang dihasilkan pada proses training. Hasil pengujian dengan metode k-fold cross validation dengan k=5 didapatkan akurasi sebesar 96.67%.

<p class="keywords">Sistem pencarian merupakan salah satu solusi yang dapat membantu dalam mendapatkan informasi yang diinginkan. Dengan sistem pencarian, proses pencarian informasi akan menjadi lebih efisien. Sistem pencarian informasi pada ebook pedoman pengobatan di puskesmas sangat dibutuhkan karena terdapat banyak data penyakit di dalamnya. Dalam mengembangkan sistem pencarian pada pedoman pengobatan di puskesmas, dapat memanfaatkan metode Vector Space Model (VSM) atau Weighted Tree Similarity (WTS). Penelitian ini membandingkan metode VSM dengan WTS untuk mendapatkan metode terbaik. Selain itu, ditambahkan algoritma Hamming Distance untuk mengetahui pengaruh eksekusi waktu sistem.</p><p class="keywords">Penelitian ini menunjukkan bahwa WTS lebih baik dibandingkan VSM, hal ini dapat dilihat pada hasil pengujian, nilai precision pada WTS lebih baik dibandingkan VSM. Karena pada metode pencarian yang efektif adalah yang memberikan nilai ketepatan(precision) terbaik, meskipun nilai recall lebih rendah.  Pada pengujian sistem, VSM menunjukkan hasil nilai rata – rata precision sebesar 44,82983 % dan recall sebesar 99,08165 %. Sedangkan pada WTS nilai rata – rata  precision sebesar 52,17332% dan recall sebesar 98,61761%. Kemudian pada pengujian pakar menunjukkan precision WTS dengan rata – rata sebesar 46,675% dan recall sebesar 73,6111%. Sedangkan nilai precision VSM sebesar 33,6737% dan  nilai recall sebesar 86,8056%.</p>Algoritma Hamming Distance sangat membantu dalam mempercepat eksekusi sistem. Pengaruh penggunaan algoritma Hamming Distance pada VSM memberikan hasil denganrata – rata waktu pengujian adalah 4,512 detik, sedangkan tanpa Hamming Distance adalah 9,185 detik. Kemudian Pada metode WTS dengan Hamming Distance memberikan hasil rata – rata dengan waktu pengujian adalah 6,042 detik, sedangkan tanpa Hamming Distance adalah 14,421 detik

No abstract