Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Epsilon: Jurnal Matematika Murni dan Terapan ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Almufi Jurnal Pengabdian Kepada Masyarakat (AJPKM)
KHAERUDIN SALEH
Telkom University
Religion Humanities Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Transportation Other

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

Found 3 Documents
Search

 1 
Klasifikasi Tingkat Kematangan Pucuk Daun Teh menggunakan Metode Convolutional Neural Network NUR IBRAHIM; GITA AYU LESTARY; FANIESA SAUFANA HANAFI; KHAERUDIN SALEH; NOR KUMALASARI CAECAR PRATIWI; MUTHIA SYAFIKA HAQ; ADHI IRIANTO MASTUR
Jurnal Elkomika Vol 10, No 1 (2022): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektr
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i1.162

Abstract

ABSTRAKIndonesia merupakan salah satu negara besar pengekspor teh di dunia. Luasnya area perkebunan teh menyebabkan setiap blok tanam daun teh memiliki waktu petik dan tingkat kematangan yang berbeda. Sehingga salah satu upaya untuk mengetahui tingkat kematangan daun teh yaitu menerapkan sistem otomatisasi menggunakan pengolahan citra digital. Pada penelitian ini dirancang sebuah sistem klasifikasi tingkat kematangan pucuk daun teh dari jenis sampel varietas Assamica Klon (GMB 7) yang yang berada pada Pusat Penelitian Teh dan Kina Gambung. Penelitian ini menerapkan metode pengolahan citra digital dengan algoritma Convolutional Neural Network (CNN) menggunakan Arsitektur VGGNET19 dan ResNet50. Hasil pengujian sistem memperoleh nilai akurasi terbaik sebesar 97.5% dengan menggunakan arsitektur VGGNET19, Optimizer RMSprop, learning rate 0.01, batch size 32 dan epoch 100.Kata kunci: teh, klasifikasi, Convolutional Neural Network, VGGNET19, ResNet50 ABSTRACTIndonesia is one of the major tea exporting countries in the world. The large area of tea plantations causes each tea leaves planting block to have a different picking time and maturity level. So that one of the efforts to determine the maturity level of tea leaves is to apply an automation system using digital image processing. In this study, a classification system for the maturity level of tea leaves design from the Assamica Klon (GMB 7) variety sample located at the Gambung Tea and Quinine Research Center. This study applies a digital image processing method with the Convolutional Neural Network (CNN) algorithm using VGGNET19 and ResNet50 Architecture. The results of the system test obtained the best accuracy value of 97.5% using the VGGNET19 architecture, RMSprop Optimizer, learning rate 0.01, batch size 32 and epoch 100.Keywords: tea, classification, Convolutional Neural Network, VGGNET19, ResNet50
Pelatihan Implementasi Metode Virtual Reality untuk Penggambaran Tiga Dimensi (3D) Materi Bangun Ruang Guna Meningkatkan Pemahaman Siswa Rustam; Khaerudin Saleh; Nur Ibrahim; Nasywan Azrial Fariqin; Iqbal Afriadi
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 3 No 1: Juni (2023)
Publisher : Yayasan Almubarak Fil Ilmi

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

Abstract

Pelajaran matematika seringkali membosankan karena sebagian besar siswa mengalami kesulitan dalam memahami pelajaran, khususnya pada materi geometri. Siswa kesulitan membayangkan bentuk geometris asli karena guru masih menggunakan metode menggambar konvensional yaitu menggunakan media dua dimensi seperti papan tulis. Kelemahan lain dari metode konvensional adalah kurangnya efisiensi waktu. Guru dan siswa menghabiskan banyak waktu dalam menjelaskan bentuk geometris. Berangkat dari permasalahan tersebut, tim pengabdian mencoba memberikan solusi berupa penggambaran tiga dimensi bentuk geometris dengan menggunakan metode virtual reality (VR). Metode yang diterapkan dalam kegiatan ini adalah ceramah, praktik penggunaan VR box untuk memvisualisasikan bentuk spasial, diskusi, dan evaluasi. Hasil yang diperoleh menunjukkan bahwa peserta sangat antusias menyaksikan visualisasi bangun ruang menggunakan VR box, dan peserta dapat melihat posisi dan letak jaring-jaring, diagonal bidang, dan diagonal ruang.
ALJABAR C* DARI RUANG MATRIKS M_n (B(H)) Khaerudin Saleh; Rustam Rustam; Yulinda Eliskar
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 17, No 2 (2023)
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/epsilon.v17i2.10886

Abstract

Let  be a Hilbert space. The set of  bounded operators on the Hilbert space  denotes by  can be identified as an C*-Algebra.  Let  be a Matrix vector space over the field . By using *isomorphism it will be proven that  is also a C*-algebra.
Co-Authors ADHI IRIANTO MASTUR FANIESA SAUFANA HANAFI GITA AYU LESTARY Iqbal Afriadi MUTHIA SYAFIKA HAQ Nasywan Azrial Fariqin Nor Kumalasari Caecar Pratiwi Nur Ibrahim Rustam Rustam Rustam Yulinda Eliskar