Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Voice Of Informatics E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi
Asep Sugiharto
STMIK Tasikmalaya
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 3 Documents
Search

 1 
Deteksi Penyakit Antraknosa pada Daun Pepaya California Berdasarkan Segmentasi K-Means Clustering dengan Menggunakan Metode Klasifikasi Support Vector Machine Shinta Siti Sundari; Asep Sugiharto; Rizki Nursamsi
E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Vol 9 No 2 (2020): e-Jurnal JUSITI
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jusiti.v9i2.771

Abstract

Salah satu faktor yang menyebabkan rendahnya kualitas tanaman pepaya adalah penyakit antraknosa yang menyerang pada daunnya. Perkembangan teknoogi informasi pada bidang pengolahan citra digital memungkinkan untuk melakukan identifikasi penyakit daun pepaya secara otomatis. Proses identifikasi penyakit antraknosa pada daun pepaya diawali dengan proses akusisi citra, kemudian dilakukan pre-processing yaitu resizing untuk menyeragamkan ukuran citra dan proses enhancement untuk melakukan perbaikan kualitas citra terhadap kecerahan citra. Selanjutnya, melakukan perubahan ruang warna dari RGB menjadi L*a*b. Setelah melakukan perubahan ruang warna hasil perubahan digunakan sebagai input pada segmentasi citra menggunakan algoritme K-Means. Hasil dari segmentasi yaitu nilai ekstrasi fitur diklasifikasikan menggunakan algoritme Support Vector Machine terhadap data latih untuk diketahui klasifikasi penyakitnya. Pembangunan sistem dalam mengimplementasikan yaitu menggunakan MATLAB R2015a. Berdasarkan uji coba yang dilakukan dan perhitungan akurasi pada penyakit daun pepaya memiliki persentase keakuratan sistem sebesar 96.00%.
PENINGKATAN CONTRAST CITRA BAWAH AIR LAUT MENGGUNAKAN METODE CLAHE (Contrast Limited Adaptive Histogram Equalization) Dani Rohpandi; Asep Sugiharto; Deny Erwandi; Ananda Rizki Andrian Indrapraja
Jurnal VOI (Voice Of Informatics) Vol 9, No 2 (2020)
Publisher : STMIK Tasikmalaya

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

Abstract

Ekosistem bawah laut telah menjadi pusat perhatian internasional sejak efeknya membawa perubahan evolusi pada terumbu karang. Wilayah-wilayah pelestarian terumbu karang banyak yang dijadikan destinasi wisata. Sebagian wisatawan tidak segan-segan mengabadikan ekosistem bawah laut (underwater). Namun, hasil pengambilan citra underwater kualitasnya rendah. Hal ini diakibatkan karena rendahnya kontras di dalam air. Semakin dalam proses pengambilan citra, semakin sedikit warna yang didapat karena cahaya matahari sulit menembus kedalaman air. Oleh karena itu, dibutuhkan penelitian dengan metode yang mampu meningkatkan kontras citra tetapi tidak berlebihan. Metode yang digunakan pada penelitian ini adalah metode CLAHE (Contrast Limited Adaptive Histogram Equalization). Metode CLAHE beroperasi pada tile, kontras yang terdapat pada tiap-tiap tile akan diperbaiki, sehingga histogram yang dihasilkan dari area tersebut cocok dengan histogram yang ditentukan. Tile yang saling bersebelahan dihubungkan menggunakan interpolasi bilinear.  Kata kunci – Contrast Enhancement, CLAHE, Gambar Bawah Air
Implementasi Visi Komputer Untuk Mengidentifikasi Mobilitas Kendaraan Pada Citra Jalan Raya Yoga Handoko Agustin; Asep Sugiharto
Jurnal VOI (Voice Of Informatics) Vol 6, No 2 (2017)
Publisher : STMIK Tasikmalaya

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

Abstract

Mobilitas kendaraan di jalan raya sekarang ini semakin tinggi dikarenakan jumlah orang yang memiliki kendaraan semakin banyak. Namun kurangnya perhatian terhadap hal tersebut menyebabkan kelancaran berlalu lintas kurang produktif, sehingga perlu ada nya identifikasi mobilitas kendaraan. Untuk itu bidang teknologi bisa digunakan diantaranya llmu Pengolahan Citra dengan bantuan tools Matlab.               Dalam penelitian ini metode perancangan aplikasi menggunakan metode eksperimen dimana metode tersebut dikhususkan untuk digunakan mengidentifikasi hubungan sebab akibat dari satu atau lebih variable terikat dengan melakukan manipulasi variable bebas pada satu keadaan yang terkendali.               Input data pada aplikasi berupa citra jalan, yang kemudian akan diproses dengan menggunakan metode Visi Komputer diantaranya Background Subtracting, Image Processing (RGB, Grayscale, Binary), Morfologi, Segmentation.              Proses pengurangan citra grayscale antara citra jalan kosong dengan citra jalan berobjek akan menghasilkan citra yang hanya menampilkan objek saja, kemudian pelabelan dengan metode segmentasi akan mendeteksi jumlah objek kendaraan sesuai dengan yang dilihat oleh mata manusia. Sampel yang digunakan merupakan citra jalan yang di ambil menggunakan kamera Smartphone dari empat titik jalan yang setiap titik nya diambil 100 sampel sehingga menghasilkan 400 sampel citra jalan berformat JFIF (JPG File Interchange Format).              Dari hasil pengujian semua sampel yang diambil dari titik jalan yang berbeda akan menghasilkan jumlah kendaraan yang melintasi jalan tersebut. Hasil pengujian yang dilakukan dengan menggunakan metode Visi Komputer pada data latih mendapatkan tingkat sensitivitasnya 100.00% dan spesifitasnya 75.00%, sedangkan pada citra uji mendapatkan hasil dengan tingkat sensitivitasnya 69.25% dan spesivitasnya 65.00%.Kata Kunci : Pengolahan Citra, Matlab, Visi Komputer, Deteksi Kendaraan.
Co-Authors Ananda Rizki Andrian Indrapraja Dani Rohpandi Deny Erwandi Rizki Nursamsi Shinta Siti Sundari Yoga Handoko Agustin