Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) Jurnal Informatika dan Teknologi Komputer ( J-ICOM)
Muhammad Syahputra Nasution
Universitas Samudra
Computer Science & IT

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

Found 2 Documents
Search

 1 
Deteksi Kematangan Buah Tomat Berdasarkan Warna Buah dengan Menggunakan Metode YCbCr Muhammad Syahputra Nasution; Nurul Fadillah
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 2 (2019): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (505.037 KB) | DOI: 10.30743/infotekjar.v3i2.1059

Abstract

Abstrak— Buah tomat merupakan salah satu buah yang memiliki warna yang kompleks untuk menentukan kematangan nya. Buah tomat memiliki 3 warna untuk menentukan apakah buat tomat tersebut sudah matang, setengah matang, dan mentah, yaitu warna merah ketika buah tomat sudah matang, warna kuning ketika buah tomat setengah matang, dan warna hijau ketika buah tomat mentah. Untuk menentukan kematangan buah tomat tersebut tidak hanya dilakukan secara konvensional (manual), tetapi bisa juga dapat dilakukan secara komputing (berbasis teknologi). Salah satu metode yang tepat untuk menentukan kematangan buah tomat berdasarkan warnanya secara komputing, yaitu menggunakan metode YCbCr. Pada penelitian ini akan dilihat bagaimana hasil konversi RGB ke YCbCr untuk menentukan kematangan pada buah tomat. Hasil yang didapat pada penelitian ini, yaitu ketika citra asli (RGB) di konversikan ke citra YCbCr maka untuk warna buah tomat yang sudah matang akan berwarna ungu, untuk warna buah tomat setengah matang akan berwarna berwarna magenta, dan untuk warna buah tomat yang masih mentah akan berwarna merah. Abstract— Tomato fruit is one of the fruits that has a complex color to determine its maturity. Tomatoes have 3 colors to determine whether the tomatoes are ripe, half-cooked and raw, which is red when the tomatoes are ripe, yellow when the tomatoes are half cooked, and green when the tomatoes are raw. To determine the maturity of tomatoes is not only done conventionally (manually), but can also be done by computing (technology-based). One of the right methods to determine the maturity of tomatoes based on the color is computationally, using the YCbCr method. In this study we will see how the results of RGB conversion to YCbCr to determine the maturity of tomatoes. The results obtained in this study, namely when the original image (RGB) is converted to YCbCr images, then for the color of ripe tomatoes will be purple, for the color of half-ripe tomatoes will be colored magenta, and for the color of tomatoes that are still raw will be red.
Implementasi Speech Recognition Pada Kata Kerja Dasar Menggunakan Metode MFCC Liza Fitria; Khairul Muttaqin; Muhammad Syahputra Nasution
Jurnal Informatika dan Teknologi Komputer (J-ICOM) Vol 2 No 1 (2021): Jurnal Informatika dan Teknologi Komputer (JICOM)
Publisher : E-Jurnal Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/j-icom.v2i1.4076

Abstract

Penelitian pengenalan ucapan pada kata sudah banyak dilakukan dan diimplementasikan pada beberapa perangkat. Kebanyakan penelitian yang sudah dilakukan tersebut fokus pada tingkat keberhasilan dari hasil penerapan pengenalan ucapan pada perangkat, namun tidak membahas proses pengenalan ucapan yang diterapkan hingga perangkat tersebut bekerja sesuai perintah suara dari pengguna. Oleh sebab itu, pada penelitian ini dilakukan proses pengenalan ucapan pada kata kerja dasar. Tujuan dari penelitian ini adalah sistem dapat mengenali kata kerja dasar yang diucapkan dan sistem dapat mengubah ucapan menjadi teks. Metode yang digunakan pada penelitian ini yaitu Metode MFCC (Mel Frequency Ceptrum Coefficient). Metode MFCC digunakan untuk mengekstraksi ciri dari ucapan. Hasil yang diperoleh pada penelitian ini yaitu, tingkat keberhasilan pengujian 20 kata pada Andhika, Ilmi, Eko, dan Azza terhadap kata yang sudah disimpan pada database (data latih) sebesar 100%, pada Eko yang dimana dengan ucapan yang sama tetapi tidak ada pada database (data uji) sebesar 69%, dan pada Azza yang dimana dengan ucapan yang sama tidak ada pada database (data uji) sebesar 63%. Kata kunci: MFCC, pengenalan ucapan, ucapan ke teks
Co-Authors Liza Fitria Nurul Fadillah