Greenhouse Protection Against Frost Conditions in Smart Farming using IoT Enabled Artificial Neural Networks

An Artificial Intelligence and IoT incorporated frost forecasting is proposed in this novel work. The objects present inside a greenhouse are connected to each other through Internet of Things (IoT), using devices such as actuators, sensors and assisting aids. A smart system incorporating IoT is designed, developed and implemented using Fuzzy associative memory and Artificial Neural Networks (ANN) in order to manage any ill effects in irrigation caused due to frost conditions. The temperature inside the green house is monitored continuously on comparison with the outside temperature, thereby steps are taken to stabilize the temperature to make it suitable for plant growth. The temperature inside the greenhouses are forecasted by means of ANN and using fuzzy control, temperature of the crops are predicted and watered as per the required using 5 levels of water pump output. The output obtained is analyzed and compared with similar Fourier-statistical method and it is found that the proposed methodology provides a more effective prediction of temperature.

Sistem Pendukung Keputusan Dalam Menentukan Tingkat Kepuasan Pelanggan Terhadap Pelayanan di Toko Indomaret Menggunakan Metode Fuzzy Associative Memory (FAM)

kepuasan pelanggan sangat krusial bagi kalangan bisnis, pemerintah, dan juga konsumen. Dalam dunia Usaha, tingkat kepuasan pelanggan dipandang sangat pital. Karena tingkat kepuasan pelanggan berpotensi pada meningkatnya pertumbuhan penjualan jangka panjang dan jangka pendek, serta pangsa pasar sebagai hasil pembelian ulang. Sedangkan, kualitas layanan adalah pendorong utama kesetiaan konsumen di mana kesetiaan tersebut terkait dengan perilaku konsumen. Ada beberapa kriteria dalam menentukan tingkat kepuasan pelanggan terhadap pelayanan yaitu dapat dilihat dari bukti langsung (fisik tampilan toko ataupun karyawan), kehandalan dan ketanggapan. Untuk itu dikembangkan sebuah Sistem Pendukung Keputusan yang di gunakan untuk menentukan tingkat kepuasan pelanggan terhadap pelayanan. Sistem ini juga merupakan suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan yang membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data atau model. Sistem ini biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang.Untuk meningkatkan ketelitian dalam menentukan kepuasan pelanggan terhadap pelayanan di toko indomaret dibutuhkan system yang baik. Sistem yang dimaksud adalah sistem Pendukung Keputusan dengan menggunakan metode Fuzzy Associative Memory (FAM).

Implementasi Fuzzy Associative Memory (FAM) Dalam Sistem Pendukung Keputusan Untuk Penentuan Kepuasan Pasien BPJS Kesehatan Terhadap Pelayanan (RSU) Martha Friska Multatuli Medan

Rumah sakit adalah sarana penyedia jasa pelayanan kesehatan bagi masyarakat. RSU. Martha Friska Multatuli Medan merupakan salah satu rumah sakit swasta yang menyediakan pelayanan kesehatan kepada masyarakat dengan penjaminan Umum, BPJS Kesehatan, Perusahaan dan Asuransi. Agar dapat bertahan dan berkembang dengan baik, maka RSU. Martha Friska Multatuli Medan harus dapat menciptakan kemampuan bersaing yang baik, terutama dalam hal pelayanan medis, pelayanan administrasi dan kenyamanan, sehingga dapat memenangkan persaingan. Diantara cara yang dapat digunakan untuk mengetahui sejauh mana kualitas pelayanan yang diberikan terhadap pasien adalah dengan informasi penilaian kepuasan pasien. Untuk itu dibutuhkan sebuah sistem yang dapat digunakan dalam mengolah data penilaian pasien. Salah satu sistem yang dapat dibangun adalah sistem pendukung keputusan dengan menggunakan metode Fuzzy Associative Memory (FAM). Sistem Pendukung Keputusan merupakan sistem berbasis komputer yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi, instansi ataupun perusahaan. FAM adalah metode pengambilan keputusan yang fleksibel, merupakan suatu sistem fuzzy yang memetakan himpunan fuzzy ke himpunan fuzzy lainnya.

HEALING RECOGNITION SYSTEM IN DIGITAL IMAGE USING FUZZY ASSOCIATIVE MEMORY METHOD

Muslim culture introduces the tradition of calligraphy as a form of Islamic art that uses the verses of the Qur'an as the main focus of recognition in the Islamic tradition. Concludes with the development of knowledge that the Khat tradition has been developed with technology. Detection of Khat with the Fuzzy Associative Memory method to detect patterns on the Khat by detecting an image or a photograph. And in pedektisian in the picture can be implanted prior training patterns in order to recognize the Khat pattern. Keywords: Islamic Calligraphy Khat, Khat Introduction, Fuzzy Associative Memory

Colored facial image restoration by similarity enhanced implicative fuzzy association memory

Image restoration refers to the recovery of an underlying image from an observation that has been corrupted by various types of noise. In a digital forensic software, such image restoration process should be noise-tolerant, robust, fast, and scalable. In this paper, we apply implicative fuzzy association memory structure in colored facial image restoration with enhanced similarity measure involved in output computarion. The efficacy if the proposed fuzzy associative memory model is verified by the experiment in that it was 95% successful (with zero mean square error) out of 20 tested images.

Sistem Pendeteksi Pola Citra Tajwid Alquran Mad Lazim Mutsaqal Kilmi Menggunakan Metode Algoritma BAM & FAM

Alquran merupakan pedoman umat Islam dan berisikan firman Allah yang diturunkan kepada Nabi Muhammad sebagai penutup para nabi dan rasul dengan perantaraan Malaikat Jibril sebagai penyampai wahyu dan ditulis pada mushaf-mushaf yang kemudian disampaikan kepada manusia secara mutawatir, dimulai dari surat Al-Fatihah sebagai pembuka dan surat An-Nas sebagai penutup. Untuk itu penting mengetahui hukum tajwid agar bacaan Alquran menjadi benar. Pada penelitian akan dibangun sistem untuk mendeteksi tajwid dengan membandingkan keakuratan deteksi pola hukum tajwid Mad Lazim Mutsaqal Kilmi dalam surah Ali Imran dengan menggunakan metode algoritma BAM dan FAM. Dari hasil pendeteksian yang telah dilakukan didapatkan bahwa metode Bidirectionaal Associative Memory (BAM) memiliki tingkat akurasi lebih tinggi dalam melakukan pencarian pola tajwid dibandingkan dengan metode Fuzzy Associative Memory (FAM).

Generalized Exponential Bidirectional Fuzzy Associative Memory with Fuzzy Cardinality-Based Similarity Measures Applied to Face Recognition

Associative memories are biologically inspired models designed for the storage and recall by association. Such models aim to store a finite set of associations, called the fundamental memory set. The generalized exponential bidirectional fuzzy associative memory (GEB-FAM) is a heteroassociative memory model designed for the storage and recall of fuzzy sets. A similarity measure, that is, a function that indicates how much two fuzzy sets are equal, is at the core of a GEB-FAM model. In this paper, we present a detailed study on the use of cardinality-based similarity measures in the definition of a GEB-FAM. Moreover, we evaluate the performance of the GEB-FAMs defined using such measures in a face recognition problem.