Claim Missing Document
Check
Articles

Found 13 Documents
Search

Klasifikasi Jenis Tanaman Mangga Gadung dan Mangga Madu Berdasarkan Tulang Daun Riska, Suastika Yulia; Cahyani, Laili; Rosadi, Muhammad Imron
Jurnal Buana Informatika Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (327.969 KB)

Abstract

Daun merupakan salah satu bagian tanaman yang dapat menjadiacuan klasifikasi, karena memiliki perbedaan fitur pada setiap jenis mangga. Penerapan Unconstraint Hit or Miss Transformation (UHMT) dengan empatstructuring element (SE) mengakibatkan tingginya kompleksitas komputasional.Sehingga, penelitian ini bertujuan untuk menyederhanakan kompleksitaskomputasi dengan menerapkan satu dari sembilan SE pada UHMT. Pola fiturtulang daun diperoleh dengan menerapkan Local Binary Pattern (LBP),kemudian hasil fitur yang diperoleh dihitung dengan entropy. Hasilmenunjukkan bahwa rata-rata nilai entropy yang tinggi dikategorikan padamangga madu. Pengujian klasifikasi membandingkan akurasi pada K-foldCross Validation, dengan nilai K-fold adalah 5, 8, dan 10. Akurasi tertinggidengan menggunakan 10-fold Cross Validition yaitu 78,5 %.
Segmentasi Variasi Pencahayaan Citra Tomat Menggunakan Marker Controlled Watershed dan Arimoto Entropy untuk Perbaikan Citra Riska, Suastika Yulia; Ginardi, R. V. Hari; Suciati, Nanik
Jurnal Buana Informatika Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (648.516 KB)

Abstract

Abstract. Tomatoes image acquisition in outdoors condition results in an image that cannot be processed because of lighting variation on the glossy surface. Lighting variation is one of the problems in image processing because the resulting color values on tomatoes is lost from the affected area due to lighting variation. This research is meant to improve the image of tomatoes with lighting variations in the preprocessing stage. Segmentation methods proposed to detect and eliminate lighting variation is marker-controlled watershed with Arimoto entropy. After eliminating the detected area with lighting, tomatoes image are improved in three ways, namely by applying RGB average, searching the value of pixels with pixels index, and using a moving window with various kernel sizes. The error segmentation of the proposed method is by 36.67%, which better than the previous method. The best results tomato image enhancement is by using a moving window with a kernel size 15x15.Keywords: arimoto entropy, image enhancement, marker controlled watershed, preprocessing, segmentation.  Abstrak. Pengambilan citra tomat di luar ruangan mengakibatkan citra tidak dapat langsung diproses karena memiliki variasi pencahayaan pada permukaannya yang glossy. Variasi pencahayaan merupakan salah satu masalah dalam pemrosesan citra tomat karena mengakibatkan hilangnya nilai warna yang dimiliki area yang terkena variasi pencahayaan. Tujuan penelitian ini adalah untuk memperbaiki citra tomat yang terdeteksi memiliki variasi pencahayaan pada tahap preprocessing. Metode segmetasi yang diusulkan pada penelitian ini untuk mendeteksi dan menghilangkan area variasi pencahayaan adalah marker controlled watershed dengan arimoto entropy. Setelah menghilangkan area yang terdeteksi memiliki pencahayaan, citra tomat diperbaiki dengan tiga cara, yaitu dengan rata-rata RGB tomat, pencarian nilai piksel dengan indeks piksel, dan menggunakan moving window dengan berbagai ukuran kernel. Eror segmentasi dari metode yang diusulkan sebesar 36,67%, yaitu lebih baik dari pada metode sebelumnya. Hasil perbaikan citra secara visual menunjukkan hasil yang paling baik dengan menerapkan perbaikan citra menggunakan moving window dengan ukuran kernel 15x15.Kata Kunci: arimoto entropy, marker controlled watershed, perbaikan citra, preprosesing, segmentasi.
Klasifikasi Jenis Tanaman Mangga Gadung dan Mangga Madu Berdasarkan Tulang Daun Riska, Suastika Yulia; Cahyani, Laili; Rosadi, Muhammad Imron
Jurnal Buana Informatika Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (327.969 KB) | DOI: 10.24002/jbi.v6i1.399

Abstract

Daun merupakan salah satu bagian tanaman yang dapat menjadiacuan klasifikasi, karena memiliki perbedaan fitur pada setiap jenis mangga. Penerapan Unconstraint Hit or Miss Transformation (UHMT) dengan empatstructuring element (SE) mengakibatkan tingginya kompleksitas komputasional.Sehingga, penelitian ini bertujuan untuk menyederhanakan kompleksitaskomputasi dengan menerapkan satu dari sembilan SE pada UHMT. Pola fiturtulang daun diperoleh dengan menerapkan Local Binary Pattern (LBP),kemudian hasil fitur yang diperoleh dihitung dengan entropy. Hasilmenunjukkan bahwa rata-rata nilai entropy yang tinggi dikategorikan padamangga madu. Pengujian klasifikasi membandingkan akurasi pada K-foldCross Validation, dengan nilai K-fold adalah 5, 8, dan 10. Akurasi tertinggidengan menggunakan 10-fold Cross Validition yaitu 78,5 %.
Pengolahan Nilai Berbasis Database Di MTS Miftahul Ulum Wonokoyo Setyorini, Setyorini; Riska, Suastika Yulia; Indah Sari, Rina Dewi
SMATIKA JURNAL Vol 5 No 02 (2015): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1257.729 KB)

Abstract

Kegiatan yang dilakukan merupakan sosialiasi penggunaan software pengolah nilai siswa dan penggunaan software pendataan guru dan siswa berbasis database. Software berbasis database dibangun menggunakan microsoft access. Software pengolahan nilai dapat mempermudah wali kelas untuk melakukan perangkingan dalam satu kelas di mata pelajaran yang sama. Tujuan adanya perangkingan ini adalah untuk memberikan reward kepada siswa yang memiliki prestasi. Sehingga siswa tersebut dapat termotivasi untuk terus meningkatkan prestasinya dan dapat memotivasi teman-teman lain untuk lebih berprestasi.
PELATIHAN PEMBUATAN DESAIN PROTOTIPE APLIKASI MENGGUNAKAN PROTO IO UNTUK MENUMBUHKAN MINAT PEMBELAJARAN PEMROGRAMAN di SMK NASIONAL MALANG Farokhah, Lia; Ahda, Fadli Almu'ini; Riska, Suastika Yulia
SELAPARANG Jurnal Pengabdian Masyarakat Berkemajuan Vol 2, No 2 (2019): Mei
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (67.992 KB) | DOI: 10.31764/jpmb.v2i2.869

Abstract

Mata pelajaran pemrograman merupakan salah satu mata kuliah kosentrasi atau jurusan di Sekolah Menengah Kejuruan (SMK) atau perguruan tinggi berbasis komputer. Mata kuliah pemrograman menjadisalah satu kesulitan yang dihadapi siswa-siswi maupun mahasiswa dalam menempuh pembelajaran sesuai kosentrasi atau jurusan mereka. Hal ini sangat kontradiksi dengan jurusan yang mereka ambil sehinggaperlu di ujicoba pengembangan pedagogi pengajaran untuk menunjang motivasi belajar dalam pemrograman. Pengembangan pembelajaran menjadi sangat penting karena selain kita berada pada abadteknologi yang membutuhkan lebih banyak aplikasi yang harus dikembangan untuk membantu kehidupan manusia. Pengembangan pedagogi pengajaran juga digunakan untuk menumbuhkan motivasi belajar pemrograman agar siswa-siswi atau mahasiswa dengan jurusan atau kosentrasi computer bisa menyukai mata pelajaran pemrograman dimana pada akhirnya menunjang kualitas lulusan yang dihasilkan sesuaibidangnya. Dalam pengembangan pedagogi pada pengabdian masyarakat yang dilakukan di SMK Nasional Malang dilakukan dengan melakukan pre test pertanyaan kuesioner sebelum dan sesudah diadakannyapelatihan pembuatan prototipe aplikasi menggunakan software instan PROTO IO. Hasil yang didapat dari analisis kuesioner didapatkan peningkatan motivasi belajar pemrograman sebesar 76,67% dan peningkatan motivasi minat menjadi programmer sebesar 16,66%.
Segmentasi Variasi Pencahayaan Citra Tomat Menggunakan Marker Controlled Watershed dan Arimoto Entropy untuk Perbaikan Citra Riska, Suastika Yulia; Ginardi, R. V. Hari; Suciati, Nanik
Jurnal Buana Informatika Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (648.516 KB) | DOI: 10.24002/jbi.v6i3.434

Abstract

Abstract. Tomatoes image acquisition in outdoors condition results in an image that cannot be processed because of lighting variation on the glossy surface. Lighting variation is one of the problems in image processing because the resulting color values on tomatoes is lost from the affected area due to lighting variation. This research is meant to improve the image of tomatoes with lighting variations in the preprocessing stage. Segmentation methods proposed to detect and eliminate lighting variation is marker-controlled watershed with Arimoto entropy. After eliminating the detected area with lighting, tomatoes image are improved in three ways, namely by applying RGB average, searching the value of pixels with pixels index, and using a moving window with various kernel sizes. The error segmentation of the proposed method is by 36.67%, which better than the previous method. The best results tomato image enhancement is by using a moving window with a kernel size 15x15.Keywords: arimoto entropy, image enhancement, marker controlled watershed, preprocessing, segmentation.  Abstrak. Pengambilan citra tomat di luar ruangan mengakibatkan citra tidak dapat langsung diproses karena memiliki variasi pencahayaan pada permukaannya yang glossy. Variasi pencahayaan merupakan salah satu masalah dalam pemrosesan citra tomat karena mengakibatkan hilangnya nilai warna yang dimiliki area yang terkena variasi pencahayaan. Tujuan penelitian ini adalah untuk memperbaiki citra tomat yang terdeteksi memiliki variasi pencahayaan pada tahap preprocessing. Metode segmetasi yang diusulkan pada penelitian ini untuk mendeteksi dan menghilangkan area variasi pencahayaan adalah marker controlled watershed dengan arimoto entropy. Setelah menghilangkan area yang terdeteksi memiliki pencahayaan, citra tomat diperbaiki dengan tiga cara, yaitu dengan rata-rata RGB tomat, pencarian nilai piksel dengan indeks piksel, dan menggunakan moving window dengan berbagai ukuran kernel. Eror segmentasi dari metode yang diusulkan sebesar 36,67%, yaitu lebih baik dari pada metode sebelumnya. Hasil perbaikan citra secara visual menunjukkan hasil yang paling baik dengan menerapkan perbaikan citra menggunakan moving window dengan ukuran kernel 15x15.Kata Kunci: arimoto entropy, marker controlled watershed, perbaikan citra, preprosesing, segmentasi.
KLASIFIKASI LEVEL KEMATANGAN BUAH TOMAT BERDASARKAN FITUR WARNA MENGGUNAKAN MULTI-SVM Riska, Suastika Yulia; Subekti, Puji
Jurnal Ilmiah Informatika Vol. 1 No. 1 (2016): Jurnal Imliah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/jimi.v1i1.442

Abstract

Grouping of tomato maturity level is one way to pay attention to the quality of the tomatoes. The traditional way takes a long time and low accuracy, since the determination of the level of subjectively assessed. In addition, the importance of the classification of the level of maturity of tomatoes due to a period of tomato maturation process is relatively quick, so it can reduce the risk of rotting tomatoes. The dataset used in this study was 108 tomato image taken using three types of smartphones. The dataset is divided into 66 training data and testing the data 42. Improvements to the image preprocessing stage is done with adaptive histogram equalization and compared with the histogram equalization. In the feature extraction using color features of the R, G, and A *. The classification of the level of maturity of tomato is done by comparing the accuracy of using multi-SVM and KNN. In the Multi-SVM method using the highest percentage of kernel functions RBG is equal to 77.84%. While the method kNN highest percentage was 77.79% using a value of k = 3.
Klasifikasi Level Kematangan Tomat Berdasarkan Perbedaan Perbaikan Citra Menggunakan Rata-Rata RGB Dan Index Pixel Suastika Yulia Riska
Jurnal Ilmiah Teknologi Informasi Asia Vol 9 No 2 (2015): Volume 9 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (443.619 KB)

Abstract

Tomat merupakan salah satu buah yang memiliki proses kematangan relative cepat. Sehingga, klasifikasi level kematangan tomat memiliki peran yang penting untuk mengurangi resiko pembusukan tomat. Sebelum proses klasifikasi dilakukan, pada tahap preprocessing dilakukan perbaikan citra untuk meningkatkan kualitas citra. Pada penelitian ini, pengambilan citra tomat dilakukan di luar ruangan yang mengakibatkan adanya area lighting pada permukaan tomat. Perbaikan dilakukan untuk menutup dan mengganti nilai area lighting dengan komponen nilai yang terkandung dalam tomat. Perbaikan dilakukan dengan dua cara, yaitu dengan rata-rata RGB dan pencarian nilai index piksel. Tahap selanjutnya adalah segmentasi untuk memisahkan objek tomat dengan background. Hasil klasifikasi level kematangan tomat menunjukkan akurasi berdasarkan perbaikan citra dengan rata-rata RGB sebesar 86,7 % dan akurasi berdasarkan perbaikan penggantian nilai dengan pencarian index piksel sebesar 76,7 %
Klasifikasi Bumbu Dapur Indonesia Menggunakan Metode K-Nearest Neighbors (K-NN) Suastika Yulia Riska; Lia Farokhah
SMATIKA JURNAL Vol 11 No 01 (2021): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v11i01.568

Abstract

Seasoning is one of the most important elements in a dish. Indonesian herbs or spices have a very wide variety of types. Mistakes in choosing spices have a big effect on the taste of the dish. Image processing is a branch of science in the field of technology that can be used to recognize image objeks captured by the camera. This study will classify the types of spices that are almost similar, namely ginger, galangal, turmeric and kencur. The classification method used is K-Nearest Neighbor (K-NN). In this study we tested how to split training data and data testing, namely 66.7%: 33.33%, 75%: 25% and 90%: 10%. The sharing of training data and testing data uses 90%: 10% has the greatest average accuracy compared to other distribution methods. The selection of K = 3 or K = 5 has an average accuracy that is almost the same in all methods of split training data and testing data, namely 64.66%: 65%. At K = 1 it has a fairly high accuracy compared to the previous K, which is 73%.
ANALISIS SISTEM UNTUK DETEKSI TEPI MOTIF BATIK MENGGUNAKAN ANT COLONY OPTIMIZATION Suastika Yulia Riska; Nira Rusanti
Network Engineering Research Operation Vol 4, No 3 (2019): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1157.05 KB) | DOI: 10.21107/nero.v4i3.140

Abstract