Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics JURNAL INSTEK (Informatika Sains dan Teknologi) Community Development Journal: Jurnal Pengabdian Masyarakat
Kasman Kasman
Jurusan Teknik Elektro Universitas Muslim Indonesia
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Public Health

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Classification of good and damaged rice using convolutional neural network Dolly Indra; Hadyan Mardhi Fadlillah; Kasman Kasman; Lutfi Budi Ilmawan; Harlinda Lahuddin
Bulletin of Electrical Engineering and Informatics Vol 11, No 2: April 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v11i2.3385

Abstract

Rice production is massive in Indonesia, therefore maintaining the quality of the product is necessary. Detection and classification of objects have become a very important part in image processing. We performed object detection namely rice. After the object is found, it can be classified into two categories, namely good and damaged rice. We conducted a new study on rice which was carried out per group not per grain to obtain or classify good and damaged rice where we had carried out several steps, namely segmentation process using HSV (hue, saturation, value) color space. HSV is used because of its excellence in representing brightness of the image. We considered evaluating brightness because the tendency of damaged rice is darker or paler compared to good rice. To accomodate environment lighting ambiguity we perform the image acquisition in a controlled environment, so that all the images have the same light intensity. Here we use only channel V of HSV to be used in feature extraction using the gray-level co-occurrence matrix (GLCM) and finally convolutional neural network (CNN) is used for classification. From the test experiments that we have done, we have produced 83% prediction accuracy. Considering how similar the good rice is to the spoiled rice, the results are quite impressive.
PENGKLASIFIKASI BERAS MENGGUNAKAN METODE CNN (CONVOLUTIONAL NEURAL NETWORK) MUH ZAINAL ALTIM; FAISAL; SALMIAH; KASMAN; ANDI YUDHISTIRA; RITA AMALIA SYAMSU
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 7 No 1 (2022)
Publisher : Department of informatics engineering Faculty of Science and Technology Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v7i1.28922

Abstract

Pemanfaatan Computer Vision yang digunakan untuk pengolahan gambar dan deep learning dalam melakukan proses pembelajaran. Berdasarkan citra image (gambar) beras yang di input, memungkinkan system untuk mengklasifikasikan jenis objek beras. Kemudian, proses deep learning seperti Convolutional Neural Network (CNN). melakukan training pembelajaran dalam memproses gambar yang menjadi data set, dengan melakukan proses learning dalam beberapa jaringan (Network) tersembunyi dan menjadikan gambar yang ingin diuji dapat diklasifikasikan berdasarkan tingkat atau level dari learning (pembelajaran) network itu sendiri. Berdasarkan hasil proses diperoleh, pengklasifikasian beras dengan data yang diambil berupa gambar beras dapat dilakukan dengan melakukan training objek beras yang diujikan. Pengklasifikasian beras dilakukan dengan membedakan 8 (dua) kelas jenis beras yang diambil yaitu beras yang baik dan beras yang jelek. Dengan Metode CNN dapat dihasilkan tingkat keakuratan sampai diatas 90 persen. Sistem pengklasifikasian ini digunakan untuk industri, perusahaan atau stakeholder untuk dimanfaatkan dalam melihat kualitas beras secara lebih cepat, akurat, dan objectif. Kata Kunci : Dataset beras, beras, CNN, Deep Learning
PELATIHAN DAN IMPLEMENTASI PANEL SURYA UNTUK PENERANGAN JALAN DESA DI BORISALLO GOWA Muhammad Zainal Altim; Ansarullah F; Andi Syarifuddin; Kasman Kasman; Saidah Suyuti
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 4 (2023): Volume 4 Nomor 4 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i4.19712

Abstract

Kelompok Tani "Tanah Bonto" Desa Borisalli saat ini masih kurang memanfaatkan sumber daya alam seperti matahari sebagai sumber daya terbarukan, serta kurang memahami IPTEK terkait panel surya untuk penerangan jalan desa. Di sisi lain, Desa Borisallo memiliki potensi wilayah yang cukup bagus dalam penyinaran matahari yang stabil. Tujuan pelaksanaan PKM yakni memberikan pengenalan, penyuluhan dan pelatihan pada mitra Kelompok Tani “Tanah Bonto” Desa Borisallo untuk meningkatkan pengetahuan dalam mengembangkan teknologi energi baru terbarukan berupa penerapan panel surya untuk penerangan jalan desa, sehingga dapat membantu masyarakak untuk tetap beraktivitas di malam hari. Selain itu, memberikan motivasi dalam pengetahuan kewirausahaan. Metode yang digunakan dalam kegiatan PKM ini menggunakan metode ceramah dan metode partisipatif yang melibatkan eksperimen dan demonstrasi tentang langkah-langkah perakitan dan pengoperasian panel surya yang digunakan untuk penerangan jalan desa. Pelaksanaan PKM yang telah dilakukan, terlaksana dengan baik. Respon serta partisipasi mitra Kelompok Tani "Tanah Bonto" sangat baik, bahkan ikut ambil bagian dalam pelaksanaan kegiatan mulai dari sosialisasi, pelatihan, hingga uji coba dan pemasangan secara gotong royong. Pemasangan panel surya dilakukan di 9 (sembilan) titik jalan desa didampingi Tim PKM. Kapasitas lampu sebesar 300 Watt. Lampu ini dapat menerangi jalan desa dengan ukuran tinggi tiang rata-rata 4 meter. Dan berkat aktifitas masyarakat di malam hari pun meningkat. Sumber daya manusia (SDM) Kelompok Tani "Tanah Bonto", mengalami peningkatan. Selain itu, pemahaman kewirausahaan juga semakin baik.
Co-Authors Andi Syarifuddin ANDI YUDHISTIRA Ansarullah Faharuddin Dolly Indra FAISAL Hadyan Mardhi Fadlillah Harlinda Lahuddin Lutfi Budi Ilmawan MUH ZAINAL ALTIM Muhammad Zainal Altim RITA AMALIA SYAMSU Saidah Suyuti SALMIAH