Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Journal of Embedded Systems, Security and Intelligent Systems
Alfian Firlansyah
Universitas Negeri Makassar
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Tingkat Kematangan Buah Pepaya Berdasarkan Fitur Warna Menggunakan JST Alfian Firlansyah; Andi Baso Kaswar; Andi Akram Nur Risal
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 6 No 2 (2021): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v6i2.1438

Abstract

Pepaya merupakan salah satu jenis buah kaya nutrisi yang banyak memberikan manfaat bagi kesehatan. Warna memungkinkan sebuah objek dapat dikenali dan diidentifikasi dengan baik. Sebelumnya telah banyak penelitian yang serupa. Namun dari beberapa penelitian sebelumnya, nilai keakuratan dalam klasifikasinya masih kurang akurat yang dikarenakan menggunakan proses dan metode yang kurang tepat. Sehingga diperlukan sistem pengolahan citra digital menggunakan kecerdasan buatan yang dapat mengklasifikasi tingkat kematangan pada buah papaya dengan menggunakan metode dan proses yang tepat. Pada penelitian ini, kami mengusulkan Klasifikasi Tingkat Kematangan Buah Pepaya Berdasarkan Fitur Warna Menggunakan Jaringan Syaraf Tiruan. Dengan menggunakan 90 dataset citra pepaya RGB. Proses dan metode yang diusulkan yaitu, akuisisi citra, tahap preprocessing, tahap segmentasi dengan metode otsu, operasi morfologi, kemudian tahap klasifikasi dengan jaringan saraf tiruan. Sehingga pada pengujian dan pelatihan berdasarkan klasifikasi menghasilkan nilai akurasi sebesar 100%. Diharapkan sistem ini dapat membantu pekebun dalam mengklasifikasi tingkat kematangan buah pepaya dan terciptanya pengembangan teknologi budidaya dalam peningkatan produktivitas pepaya.
CLUSTERING PRODUKSI PERIKANAN BUDIDAYA LAUT BERDASARKAN PROVINSI MENGGUNAKAN ALGORITMA K-MEANS Alfian Firlansyah; Andi Akram Nur Risal; Fhatiah Adiba; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol. 2 No. 1 (2021): Vol 2, No 1 (2021): May 2021
Publisher : Program Studi Teknik Komputer

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

Abstract

Indonesia is a large maritime country, and most of its territorial waters are larger than its land area. Due to the vastness of the oceans, the large number of large and small islands makes Indonesia a potential area for marine cultivation. In general, the existing data based on the Central Statistics Agency (BPS) of Marine Aquaculture Production for each province in Indonesia only applies to production data which only produces detailed data on total marine aquaculture production in tonnes per year, and takes a long time. To classify very large data, a method is needed that can use the K-Means algorithm to classify the highest, middle, and lowest opportunities in the field of marine aquaculture from 2004 to 2018. The results implemented in python consisted of 26 provinces in klaster 1 (C1), 3 provinces in klaster 2 (C2), and 5 provinces in klaster 3 (C3).
Co-Authors Andi Akram Nur Risal Andi Baso Kaswar Andi Baso Kaswar Fhatiah Adiba