Article Per Year (5 Year)
p-Index From 2018 - 2023
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi Informasi Asia KOMPUTIKA - Jurnal Sistem Komputer
Zilvanhisna Emka Fitri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Ensiklopedia Digital Berdasarkan Klasifikasi Varietas Buah Mangga (Mangifera spp.) Menggunakan Algoritma Backpropagation Zilvanhisna Emka Fitri; Riska Aprilia; Abdul Madjid; Arizal Mujibtamala Nanda Imron
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.5513

Abstract

Mangga merupakan komoditas buah unggulan yang mampu meningkatkan perkembangan industri dan ekspor di Indonesia. Terdapat 33 spesies buah mangga yang tersebar di seluruh wilayah Republik indonesia dan memiliki banyak variasi bentuk pada setiap jenisnya. Namun permasalahan yang terjadi adalah sulitnya informasi terkait data pada varietas mangga, sehingga untuk membantu permasalahan tersebut maka peneliti membuat sistem ensiklopedia digital yang mampu memberikan informasi terkait keanekaragaman varietas buah mangga tersebut. Ensiklopedia ini dapat mengklasifikasikan dan mengidentifikasi 5 jenis mangga yaitu Mangga Apel, Mangga Gedong Gincu, Mangga Golek, Mangga Manalagi dan Mangga Gadung. Parameter yang digunakan untuk membedakan varietas mangga yaitu area, perimeter, eccentricity, major axis length dan diameter. Metode klasifikasi yang digunakan yaitu backpropagation mampu mengklasifikasi lima varietas mangga tersebut dengan akurasi pelatihan sebesar 99,6% dan akurasi pengujian sebesar 96%. Kata Kunci – ensiklopedia digital; varietas mangga; computer vision; parameter bentuk; backpropagation.
Penerapan Fitur Warna dan Tekstur untuk Identifikasi Kerusakan Mutu Biji Kopi Arabika (Coffea Arabica) di Kabupaten Bondowoso Zilvanhisna Emka Fitri; Brilyan Andi Syahbana; Abdul Madjid; Arizal Mujibtamala Nanda Imron
Jurnal Ilmiah Teknologi Informasi Asia Vol 15 No 2 (2021): Volume 15 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32815/jitika.v15i2.593

Abstract

Plantation crops are also a source of foreign exchange Indonesia is coffee. There are only two types of coffee that have economic value for cultivation, namely Arabica coffee and Robusta coffee. Bondowoso is a district in East Java that develops Arabica coffee. The problem is that farmers still use direct observation (manual) on each coffee bean to determine the quality of coffee beans so that this research is expected to be able to assist farmers in sorting the damage to the quality of coffee beans based on color and texture. The features used are color features and GLCM texture features at 0̊ and 45̊ angles. The total number of data is 198. The Backpropagation method is able to classify quality damage to Arabica coffee beans with a training accuracy rate of 100% and a testing accuracy rate of 97.5% at a learning rate variation of 0.5.
Co-Authors Abdul Madjid Brilyan Andi Syahbana Imron, Arizal Mujibtamala Nanda Riska Aprilia