Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal PROSIDING CSGTEIS 2013 JOIV : International Journal on Informatics Visualization Jurnal Ilmiah Ilmu Sosial
Fajar Purnama
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Udayana
Humanities Computer Science & IT Education Environmental Science Law, Crime, Criminology & Criminal Justice

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Monitoring Perubahan Penggunaan Lahan Menggunakan Citra SPOT 6 dan SPOT 7 di Kota Semarang Dalilah, Anisa; Malinda, Alviana Ratna; Oktapiyansyah, Recky; Monicha, Windha; Purnama, Fajar
Jurnal Ilmiah Ilmu Sosial Vol 7, No 1 (2021): Jurnal Ilmiah Ilmu Sosial
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jiis.v7i1.23016

Abstract

Perubahan penggunaan lahan terjadi di beberapa kota besar salah satunya adalah kota Semarang. Perubahan penggunaan lahan yang terjadi tentunya dapat memberikan perubahan nilai ekonomis lahan, namun apabila tidak dilakukan pengelolaan dengan baik, pada waktu yang akan datang dapat mengakibatkan degradasi nilai ekonomis lahan. Penelitian ini bertujuan untuk mengetahui perubahan penggunaan lahan di kota Semarang serta untuk mengetahui faktor-faktor yang mempengaruhi perubahan penggunaan lahan. Metode yang digunakan yaitu analisis citra multitemporal, menggunakan citra Spot 6 dan Spot 7 Pada citra 2013 dan citra 2019 untuk mengetahui perubahan penggunaan lahan. Hasil yang diproleh yaitu Peta perubahan penggunaan lahan yang telah diuji akurasi dengan cara Ground chek ke lapangan, akurasi data yang didapatkan kira kira 50% dari hasil survey ke lapangan sebagian besar yang telah dilakukan  terdapat perubahan penggunaan lahan di titik sampel yang telah ditentukan seperti hutan berubah menjadi lahan terbuka hijau dan lahan terbangun sedangkan area tambak berubah menjadi area persawahan. 
Implementasi Embedded Linux pada Jaringan Sensor Nirkabel Platform Imote2 Fajar Purnama; I Made Oka Widyantara; Nyoman Putra Sastra
PROSIDING CSGTEIS 2013 CSGTEIS 2013
Publisher : PROSIDING CSGTEIS 2013

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Sebelumnya JSN menggunakan sistem operasi Intel Platform X, SOS, dan TinyOS. Kini Platform X dan SOS tidak dikembangkan lagi, sehingga banyak peneliti menggunakan TinyOS. Pada akhir pengguna TinyOS pada platform Imote2 menemukan banyak keterbatasan seperti penerapan pada routing yang complex. Oleh karena itu komunitas Embedded Linux pengembangkan embedded Linux untuk platform Imote2. Pada makalah ini dibahas secara rinci tahap untuk mengembed Linux pada target yaitu perangkat JSN radio sensorboard platform Imote2. Host merupakan Linux operating system. Pengembedan meliputi 3 komponen utama yaitu bootloader, Linux kernel, dan filesystem. Embed dilakukan dengan proses flashing pada JTAG interface menggunakan software OpenOCD. Setelah proses embed, konfigurasi pada target melalui koneksi serial. Konfigurasi meliputi pengaktifkan alamat IP, SSHD, dan radio secara otomatis. Terakhir dibandingkan performansi target yang menggunakan IEEE 802.11 WLAN dan IEEE 802.15.4 ZigBee sebagai media transmisi. Hasilnya penggunaan IEEE 802.11 WLAN lebih boros terhadap memory dan daya listrik.Kata Kunci—JSN, Imote2, Embedded Linux, ZigBee, WLAN, JTAG, OpenOCD.
Monitoring Perubahan Penggunaan Lahan Menggunakan Citra SPOT 6 dan SPOT 7 di Kota Semarang Anisa Dalilah; Alviana Ratna Malinda; Recky Oktapiyansyah; Windha Monicha; Fajar Purnama
Jurnal Ilmiah Ilmu Sosial Vol. 7 No. 1 (2021): Jurnal Ilmiah Ilmu Sosial
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jiis.v7i1.23016

Abstract

Perubahan penggunaan lahan terjadi di beberapa kota besar salah satunya adalah kota Semarang. Perubahan penggunaan lahan yang terjadi tentunya dapat memberikan perubahan nilai ekonomis lahan, namun apabila tidak dilakukan pengelolaan dengan baik, pada waktu yang akan datang dapat mengakibatkan degradasi nilai ekonomis lahan. Penelitian ini bertujuan untuk mengetahui perubahan penggunaan lahan di kota Semarang serta untuk mengetahui faktor-faktor yang mempengaruhi perubahan penggunaan lahan. Metode yang digunakan yaitu analisis citra multitemporal, menggunakan citra Spot 6 dan Spot 7 Pada citra 2013 dan citra 2019 untuk mengetahui perubahan penggunaan lahan. Hasil yang diproleh yaitu Peta perubahan penggunaan lahan yang telah diuji akurasi dengan cara Ground chek ke lapangan, akurasi data yang didapatkan kira kira 50% dari hasil survey ke lapangan sebagian besar yang telah dilakukan  terdapat perubahan penggunaan lahan di titik sampel yang telah ditentukan seperti hutan berubah menjadi lahan terbuka hijau dan lahan terbangun sedangkan area tambak berubah menjadi area persawahan. 
Combination of Feature Extractions for Classification of Coral Reef Fish Types Using Backpropagation Neural Network Luther Alexander Latumakulita; I Nyoman Gede Arya Astawa; Vitrail Gloria Mairi; Fajar Purnama; Aji Prasetya Wibawa; Nida Jabari; Noorul Islam
JOIV : International Journal on Informatics Visualization Vol 6, No 3 (2022)
Publisher : Politeknik Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.3.1082

Abstract

Feature extraction is important to obtain information in digital images, where feature extraction results are used in the classification process. The success of a study to classify digital images is highly dependent on the selection of the feature extraction method used, from several studies providing a combination of feature extraction solutions to produce a more accurate classification.  Classifying the types of marine fish is done by identifying fish based on special characteristics, and it can be through a description of the shape, fish body pattern, color, or other characteristics. This study aimed to classify coral reef fish species based on the characteristics contained in fish images using Backpropagation Neural Network (BPNN) method. Data used in this research was collected directly from Bunaken National Marine Park (BNMP) in Indonesia. The first stage was to extract shape features using the Geometric Invariant Moment (GIM) method, texture features using Gray Level Co-occurrence Matrix (GLCM) method, and color feature extraction using Hue Saturation Value (HSV) method. The third value of feature extraction was used as input for the next stage, namely the classification process using the BPNN method. The test results using 5-fold cross-validation found that the lowest test accuracy was 85%, the highest was 100%, and the average was 96%. This means that the intelligent model derived from the combination of the three feature extraction methods implemented in the BPNN training algorithm is very good for classifying coral reef fish.
Co-Authors Aji Prasetya Wibawa Alviana Ratna Malinda Anisa Dalilah Dalilah, Anisa I Made Oka Widyantara I Nyoman Gede Arya Astawa Luther Latumakulita Malinda, Alviana Ratna Monicha, Windha Nida Jabari Noorul Islam Nyoman Putra Sastra Oktapiyansyah, Recky Recky Oktapiyansyah Vitrail Gloria Mairi Windha Monicha