Optimasi Klasifikasi Jentik Nyamuk Pada Citra Digital Menggunakan Algoritma Genetika Dan Augmentasi
DOI:
https://doi.org/10.54593/awl.v3i2.98Keywords:
Optimasi Klasifikasi, Jentik Nyamuk, Algoritma Genetika, dan AugmentasiAbstract
Keberadaan jentik nyamuk di waduk (TPA) dapat berimbas beberapa faktor. Wujud penelitian ini adalah untuk menentukan sifat-sifat tempat berkembang biak yang potensial bagi nyamuk dengan memperoleh skor kebugaran spesifik spesies larva nyamuk menggunakan metode algoritma genetika. Penelitian ini bertujuan mengoptimasi klasifikasi jentik nyamuk pada citra digital menggunakan Algoritma Genetika. Mengaugmentasikan data variasi meningkatkan gambar dengan memanipulasi transformasi dimensi gambar. Penelitian ini menggunakan dataset dari Google Image dataset memiliki 228 gambar jentik nyamuk Aedes Aegypti, 114 gambar jentik nyamuk Aedes Albopictus, 168 gambar jentik nyamuk Anopheles, 269 gambar jentik nyamuk Culex, 158 gambar jentik nyamuk Phsopora, 120 gambar jentik nyamuk Toxorhynchites dengan resolusi tentu nya juga beragam. Skor fitness untuk setiap kromosom dihitung berdasarkan skor kompetisi untuk setiap populasi gen. Augmentasi pada masing-masing jenis jentik nyamuk memiliki jumlah yang sama yaitu 1000 gambar, tujuan nya untuk mengetahui nilai Fitness pada Algortima Genetika. Hasil nilai Fitness pada masing-masing jenis jentik nyamuk yaitu Aedes Aegypti 59821.73, Aedes Albopictus 79896.53, Anopheles 53532.99, Culex 11499.65, Pshopra 54718.63, dan Toxorhynchites 52077.35. Dari nilai tersebut dapat di simpulkan nilai Fitness pada Algoritma Genetika yang terbaik adalah Culex dengan 11499.65.
References
A. Ruliansyah, W. Ridwan, and A. J. Kusnandar, “Pemetaan Habitat Jentik Nyamuk Di Kecamatan Cibalong, Kabupaten Garut, Provinsi Jawa Barat,” J. Vektor Penyakit, vol. 13, no. 2, pp. 115–124, 2019, doi: 10.22435/vektorp.v13i2.946.
A. Josi, “Implementasi Algoritma Genetika Pada Aplikasi Penjadwalan Perkuliahan Berbasis Web Dengan Mengadopsi Model Waterfall,” J. Inform. J. Pengemb. IT, vol. 02, no. 02, pp. 77–83, 2017, [Online]. Available: http://ejournal.poltektegal.ac.id/index.php/informatika/article/view/517/554.
T. Arifin and A. Herliana, “Optimasi Metode Klasifikasi Dengan Menggunakan Particle Swarm Optimization Untuk Identifikasi Penyakit Diabetes Retinopathy,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 2, p. 77, 2018, doi: 10.23917/khif.v4i2.6825.
I. Wahyudi, S. Bahri, and P. Handayani, “Aplikasi Pembelajaran Pengenalan Budaya Indonesia,” vol. V, no. 1, pp. 135–138, 2019, doi: 10.31294/jtk.v4i2.
J. Sanjaya and M. Ayub, “Augmentasi Data Pengenalan Citra Mobil Menggunakan Pendekatan Random Crop, Rotate, dan Mixup,” J. Tek. Inform. dan Sist. Inf., vol. 6, no. 2, pp. 311–323, 2020, doi: 10.28932/jutisi.v6i2.2688.
S. T. Informatika, “Implementasi Deteksi Real Time Klasifikasi Jenis Kendaraan Di Indonesia Menggunakan Metode YOLOV5,” vol. 6, pp. 13971–13982, 2022.
Yoga Religia, Agung Nugroho, and Wahyu Hadikristanto, “Klasifikasi Analisis Perbandingan Algoritma Optimasi pada Random Forest untuk Klasifikasi Data Bank Marketing,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 187–192, 2021, doi: 10.29207/resti.v5i1.2813.
W. Liu, W. Wu, Y. Wang, Y. Fu, and Y. Lin, “Selective ensemble learning method for belief-rule-base classification system based on PAES,” Big Data Min. Anal., vol. 2, no. 4, pp. 306–318, 2019, doi: 10.26599/BDMA.2019.9020008.
H. Muhamad, C. A. Prasojo, N. A. Sugianto, L. Surtiningsih, and I. Cholissodin, “Optimasi Naïve Bayes Classifier Dengan Menggunakan Particle Swarm Optimization Pada Data Iris,” J. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, p. 180, 2017, doi: 10.25126/jtiik.201743251.
A. Sindar and R. M. Sinaga, “Implementasi Teknik Threshoding Pada Segmentasi Citra Digital,” J. Mantik Penusa, vol. 1, no. 2, pp. 48–51, 2017.
J. I. Sari, H. T. Sihotang, and T. Informatika, “Implementasi Penyembunyian Pesan Pada Citra Digital Dengan Menggabungkan Algoritma Hill Cipher Dan Metode Least Significant Bit (LSB),” J. Mantik Penusa, vol. 1, no. 2, pp. 1–8, 2017, [Online]. Available: http://e-jurnal.pelitanusantara.ac.id/index.php/mantik/article/view/253.
Taronisokhizebua1, “Pengamanancitradigitalberdasarkan Modifikasialgoritmarc4,” vol. 4, no. 4, pp. 275–282, 2017, doi: 10.25126/jtiik.201744474.
J. K. Masyarakat, “Kepadatan Jentik Nyamuk Aedes Sp. (House Index) Sebagai Indikator Surveilans Vektor Demam Berdarah Dengue Di Kota Semarang,” J. Kesehat. Masy., vol. 5, no. 5, pp. 906–910, 2017.
K. Sumur, G. Dan, and K. Jentik, “HIGEIA?: JOURNAL OF PUBLIC HEALTH Aedes aegypti,” vol. 1, no. 1, pp. 8–14, 2017.
R. D. Kurniawati, A. Sutriyawan, and S. R. Rahmawati, “Analisis Pengetahuan dan Motivasi Pemakaian Ovitrap Sebagai Upaya Pengendalian Jentik Nyamuk Aedes Aegepty,” J. Ilmu Kesehat. Masy., vol. 9, no. 04, pp. 248–253, 2020, doi: 10.33221/jikm.v9i04.813.
S. Siahaan and R. Fauziah, “Studi Kepadatan Jentik Nyamuk di Kelurahan Tebing Tinggi Kecamatan Tebing Tinggi Kabupaten Tanjung Jabung Barat Jambi Tahun 2019,” J. Ilm. Univ. Batanghari Jambi, vol. 20, no. 1, p. 302, 2020, doi: 10.33087/jiubj.v20i1.865.
H. Ndiki, A. A. Adu, and R. Limbu, “Survei Jentik Nyamuk Anopheles di Desa Maukeli Kecamatan Mauponggo,” Media Kesehat. Masy., vol. 2, no. 1, pp. 10–17, 2020, doi: 10.35508/mkm.v2i1.1948.
D. A. A. Santos et al., “Perangkap Selektif Cerdas Berbasis Kipas,” pp. 1–5, 2018.
R. J. Calantonea, S. T. Cavusgila, and Y. Zhaob, “Machine Translated by Google Machine Translated by Google,” Artic. Investig. Científica, vol. 31, pp. 515–524, 2002.
Y. Sari, M. Alkaff, E. S. Wijaya, S. Soraya, and D. P. Kartikasari, “Optimasi Penjadwalan Mata Kuliah Menggunakan Metode Algoritma Genetika dengan Teknik Tournament Selection,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 1, p. 85, 2019, doi: 10.25126/jtiik.2019611262.
D. Oktarina and A. Hajjah, “Perancangan Sistem Penjadwalan Seminar Proposal dan Sidang Skripsi dengan Metode Algoritma Genetika,” JOISIE (Journal Inf. Syst. Informatics Eng., vol. 3, no. 1, p. 32, 2019, doi: 10.35145/joisie.v3i1.421.
A. Mahasiswa, E. Babaei, A. Senior, and D. A. N. A. L. I. Bidram, “Teknik Optimasi Hibrida Menggunakan Exchange Pasar dan Algoritma Genetika,” pp. 2417–2427, 2020.
M. G. Souza, E. E. Vallejo, and K. Estrada, “Mendeteksi Varian Langka Independen Berkelompok Asosiasi Menggunakan Algoritma Genetika,” vol. 18, no. 10, pp. 932–939, 2021.
R. N. Harahap and K. Muslim, “Peningkatan Akurasi pada Prediksi Kepribadian Mbti Pengguna Twitter Menggunakan Augmentasi Data,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 4, p. 815, 2020, doi: 10.25126/jtiik.2020743622.
S. I. Pradika, B. Nugroho, and E. Y. Puspaningrum, “Pengenalan Tulisan Tangan Huruf Hijaiyah Menggunakan Convolution Neural Network Dengan Augmentasi Data,” Pros. Semin. Nas. Inform. Bela Negara, vol. 1, pp. 129–136, 2020, doi: 10.33005/santika.v1i0.35.
R. Z. Fadillah, A. Irawan, M. Susanty, and I. Artikel, “Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO),” J. Inform., vol. 8, no. 2, pp. 208–214, 2021, [Online]. Available: https://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/10768.
K. Nirkabel et al., “Augmentasi Data untuk Deep Learning-Based Klasifikasi Modulasi Radio,” no. November 2019, 2020.
L. Liu and D. A. N. W. Choi, “Augmentasi Data Berbasis Terjemahan Iteratif Metode untuk Tugas Klasifikasi Teks,” vol. 9, no. November, pp. 0–8, 2021.
K. Kim and A. F. M. S. Uddin, “Augment Lokal?: Memanfaatkan Properti Bias Lokal dari Jaringan Saraf Konvolusi untuk Augmentasi Data,” vol. 9, pp. 15191–15199, 2021.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Faisal Akbar, Dadang Iskandar Mulyana
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
<p><a href="http://creativecommons.org/licenses/by-nc-sa/4.0/" rel="license"><img style="border-width: 0;" src="https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png" alt="Creative Commons License" /></a><br /><strong>JURNAL WIDYA (awl)</strong> This work is licensed under a <a href="http://creativecommons.org/licenses/by-nc-sa/4.0/" rel="license">Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License</a>.</p>
