Garuda - Garba Rujukan Digital

MONITORING KELEMBABAN TANAH PERTANIAN MENGGUNAKAN SOIL MOISTURE SENSOR FC-28 DAN ARDUINO UNO Husdi, Husdi
ILKOM Jurnal Ilmiah Vol 10, No 2 (2018)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (373.342 KB)

Land as the main factor in agriculture must be considered as well as possible in order to provide the expected results. One of them is by using computer and internet technology to monitor soil moisture. Soil moisture is one of the environmental factors that affect plant growth. One of the innovations in information and communication technology in agriculture is the use of the Internet of Things. By using the Internet of Things, it can be done to monitor soil moisture that is used as a planting medium for horticultural crops. knowing the value of soil moisture will be very useful to be able to determine the steps or handling of the soil. The test results show that the measurement of soil moisture using a soil moisture sensor can work well and display information on the value of soil moisture. Based on the results and analysis, it can be concluded that the results of monitoring the soil moisture monitoring system can already be used to monitor agricultural land. So that the results of this study are expected to help farmers in making decisions based on information about the value of soil moisture that has been obtained. The final result obtained from the reading of the sensor value is wet, moist and dry according to the set value of the Analog Data. That is wet condition when getting output with lower limit range of 150 and upper limit of 339, humid condition when getting output with lower limit range 340 upper limit of 475, dry condition when getting sensor value with lower limit range is 476 and upper limit is 1023.

PENGENALAN EKSPRESI WAJAH PENGGUNA ELEARNING MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DENGAN FITUR EKSTRAKSI LOCAL BINARY PATTERN DAN GRAY LEVEL CO-OCCURRENCE MATRIX Husdi, Husdi
ILKOM Jurnal Ilmiah Vol 8, No 3 (2016)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Pembelajaran eLearning merupakan sistem pembelajaran berbasis elektronik yang terdiri dari berbagai domain teknologi pembelajaran seperti desain, pengembangan, pemanfaatan, pengelolaan, dan penilaian proses dan sumber belajar elektronik, interaksi pemelajar merupakan kelemahan yang harus diperhatikan dalam pembelajaran eLearning, salah satunya dengan pengenalan ekspresi wajah pengguna eLearning. Ekspresi wajah dapat dikenali berdasarkan perubahan fitur penting wajah sebagai parameter yaitu pada mata, alis, mulut dan dahi, namun dalam penelitian ini dibatasi pada objek mata dan mulut sebagai parameter untuk pengenalan ekspresi wajah. Pada tahapan fitur ekstraksi digunakan LBP (Local Binary Pattern ) dan GLCM (Gray Level Coocurancy Matrix) untuk mendapatkan nilai-nilai parameter yang akan dijadikan inputan pada klasifikasi yaitu Contrast, Correlation, Energi dan Homogenity. Selanjutnya pada tahap klasifikasi digunakan algoritma Artificial Neural Network untuk mengenali ekspresi wajah. Ekspresi Wajah yang berhasil dikenali adalah Neutral, Smile/happy, Tired/Sleepy dengan akurasi tertinggi yang didapatkan adalah 88,89%.

Sistem Cerdas dalam Mengidentifikasi Kematangan Buah Naga Berdasarkan Fitur Tekstur dengan Metode K-Nearest Neighbor Haba, Abd Rahmat Karim; Husdi, Husdi
ILKOM Jurnal Ilmiah Vol 12, No 3 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i3.665.225-232

Selama ini petani kebun buah naga dalam melakukan pemilihan buah naga yang telah matang pada musim panen terkadang masih memiliki kendala seperti melalukan penyortiran untuk mengidentifikasi mana yang sudah matang atau belum matang, hal ini dikarenakan pada buah naga terdapat kulit atau teksturnya yang tebal. Salah satu inovasi informasi dan kominikasi dalam bidang pertanian dengan menggunakan cara menerapkan sistem pengidentifikasian menggunakan metode K-Nearest Neighboar pada system cerdas. Tujuan dari penelitian ini adalah untuk melakukan identifikasi kematangan buah naga dengan system cerdas dan untuk memperoleh system cerdas yang efektif dan efisien sehingga dapat di implementasikan. Penelitian ini menggunakan fitur ekstraksi GLCM sebagai metode untuk mendapatkan nilai tekstur pada gambar (citra) serta dalam melakukan pendeteksian menggunakan metode K-Nearest Neighbor.Â Dari hasil identifikasi dapat diukur dari perhitungan sudut 00, 450, 900 dan 1300 serta jarak ketetanggan K=3, serta dapat di implementasikan.

Text Mining Analysis untuk Identifikasi Artikel Hoax Menggunakan Algoritma Cosine Similarity Lasena, Yulianty; Husdi, Husdi; Hasan, Maryam
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 4, No 2 (2020): JTIK
Publisher : KITA Institut

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

Dampak perkembangan teknologi yang signifikan dalam kehidupan sehari-hari dimulai dari kegiatan yang sederhana hingga kegiatan yang membutuhkan tingkat ketelitian yang tinggi. Perkembangan tekhnologi informasi juga turut serta mendorong dalam penyebaran berita. Di Indonesia teknologi informasi ikut berkembang pesat dimana pengguna internet saat ini berjumlah 132,7 juta atau 52% dari jumlah penduduk Indonesia. Pertukaran informasi antar sesama merupakan hal yang positif, namunÂ penyebarannya melalui media sosialÂ yang isinya tidak semua fakta.Â Dalam beberapa macam kasus yang telah terjadi misalkan penyebaran berita yang bukanÂ fakta sering disebut hoax. Teknologi terkini yang bisa membantu mengatasi hal tersebut, salah satunya adalah teknologi yang dikenal dengan nama Text Mining (Penambangan Teks). Hal ini dimanfaatkan untuk memecahkan masalah yang di hadapi oleh pengguna internet terhadap informasi palsu (hoax).Kata Kunci:Hoax, Artikel, Cosine Similarity, Text Mining.

Identifikasi Tingkat Kesegaran Ikan Tuna Menggunakan Metode GLCM dan KNN Zulfrianto Yusrin Lamasigi; Serwin -; Husdi -; Yulianti Lasena
Jambura Journal of Electrical and Electronics Engineering Vol 4, No 1 (2022): Januari - Juni 2022
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Abstrak-Dari potensi perikanan dan kelautan secara Nasional, Provinsi Gorontalo memiliki potensi perikanan dan kelautan cukup besar yang dapat dikelola untuk menunjang pembangunan Gorontalo. Potensi perikanan tangkap Provinsi Gorontalo tidak bisa dipisahkan dari potensi perikanan tangkap yang berbasis pada WPP (Wilayah Pengelolaan dan Pemanfaatan) dan diakui secara Nasional maupun Internasional. Provinsi Gorontalo merupakan salah satu provinsi penghasil ikan tuna di Indonesia, hasil tangkapan ikan tuna di gorontalo telah diekspor keberbagai negara. Tuna merupakan salah satu komoditi andalan perikanan di Gorontalo yang juga banyak melibatkan nelayan kecil. Penelitianini bertujuan untuk melakukan identifikasi tingkat kesegaran ikan tuna dengan menggukanan metode Gray LevelCo-Occurrence Matrix(GLCM)sebagai metode ektraksi fitur dan K-Nearest Neighbour (K-NN) digunakan sebagai metode klasifikasi. Padapenelitian ini, akan dilakukan 5 kali percobaan berdasarkan sudut 0°, 45°, 90°, 135° dan 180° pada nilai k=1, 3, 5, dan 7. Sementara itu, untuk menghitung tingkat akurasi dari klasifikasi K-NN akan menggunakan confusion matrix. Dari uji coba yang di lakukan dengan menggunakan jumlah data training sebanyak 130 citra dan data testing 45 citra pada semua kelas dan sudut mendapatkan hasil akurasi tertinggi pada sudut 0° dengan nilai k=1 yaitu sebesar 82,28% dan yang paling rendah ada pada sudut 135° dan 180° dengan nilai k=1 yaitu sebesar 53,71%. Berdasarkan hasil akurasi yang didapatkan menunjukkan bahwah GLCM bekerja dengan baik untuk meningkatkan hasil akurasi klasifikasi K-NN yang dibuktikan dengan hasil rata-rata akurasi yang diperoleh mencapai 50%.Abstract-From the national fisheries and marine potential, Gorontalo Province has a large enough fishery and marine potential that can be managed to support the development of Gorontalo. The capture fisheries potential of Gorontalo Province cannot be separated from the potential of capture fisheries based on the WPP (Management and Utilization Area) and is recognized both nationally and internationally. Gorontalo province is one of the tuna-producing provinces in Indonesia, tuna catches in Gorontalo have been exported to various countries. Tuna is one of the mainstay fisheries commodities in Gorontalo which also involves many small fishermen. This study aims to identify the freshness level of tuna by using the Gray Level Co-Occurrence Matrix (GLCM) method as a feature extraction method and K-Nearest Neighbor (K-NN) is a classification method. In this experiment, 5 experiments were conducted based on the angles of 0°, 45°, 90°, 135° and 180° at the values of k=1, 3, 5, and 7. Meanwhile, to calculate the accuracy level of the K-NN classification, we will use a confusion matrix. From the trials carried out using the amount of training data as many as 130 images and testing data 45 images against all classes based on angles 0°, 45°, 90°, 135°, and 180° at the values of k=1, 3, 5, and 7, the highest accuracy obtained is at an angle of 0° with a value of k=1 which is 82.28% and the lowest is at an angle of 135° and 180° with a value of k=1 which is 53.71%. The results of the trials conducted show that GLCM works well to improve the accuracy of the K-NN classification as evidenced by the average accuracy of 50%.

APLIKASI GLOBAL POSITIONING SYSTEM (GPS) UNTUK PENCEGAHAN PENYEBARAN WABAH PENYAKIT husdi husdi
Simtek : jurnal sistem informasi dan teknik komputer Vol 6 No 2 (2021): Oktober 2021
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v6i2.111

Dunia Saat ini tengah dilanda kekhawatiran dengan mewabahnya virus corona yang bermula dari Wuhan, Sudah banyak korban tewas dan dirawat secara intensif. Para peneliti dari berbagai bidang bahu membahu dan bekerja sama Untuk menanggulangi penyebaran wabah tersebut pada. Seperti halnya pada bidang medis yang berupaya untuk menciptakan vaksin atau anti virus wabah tersebut. Dengan kemajuan teknologi informasi dan komunikasi dapat dimanfaatkan dalam menanggulangi penyebaran wabah berbahaya. Indonesia dengan pengguna media sosial dan internet terbesar perlu membangun sistem pencegahan dini wabah penyakit memanfaatkan teknologi digital. Berdasarkan hal tersebut dalam penelitian ini peneliti berupaya untuk menghadirkan solusi untuk penanggulangan penyebaran wabah penyakit berbahaya dengan merancang aplikasi terpadu dengan tujuan untuk malakukan tracking contak sehingga yang dapat melakukan penelusuran seseorang yang terduga”Suspek” atau positif terinveksi telah melakukan perjalanan kemana atau telah melakukan kontak dengan siapa..

Sistem Cerdas dalam Mengidentifikasi Kematangan Buah Naga Berdasarkan Fitur Tekstur dengan Metode K-Nearest Neighbor Abd Rahmat Karim Haba; Husdi Husdi
ILKOM Jurnal Ilmiah Vol 12, No 3 (2020)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i3.665.225-232

Selama ini petani kebun buah naga dalam melakukan pemilihan buah naga yang telah matang pada musim panen terkadang masih memiliki kendala seperti melalukan penyortiran untuk mengidentifikasi mana yang sudah matang atau belum matang, hal ini dikarenakan pada buah naga terdapat kulit atau teksturnya yang tebal. Salah satu inovasi informasi dan kominikasi dalam bidang pertanian dengan menggunakan cara menerapkan sistem pengidentifikasian menggunakan metode K-Nearest Neighboar pada system cerdas. Tujuan dari penelitian ini adalah untuk melakukan identifikasi kematangan buah naga dengan system cerdas dan untuk memperoleh system cerdas yang efektif dan efisien sehingga dapat di implementasikan. Penelitian ini menggunakan fitur ekstraksi GLCM sebagai metode untuk mendapatkan nilai tekstur pada gambar (citra) serta dalam melakukan pendeteksian menggunakan metode K-Nearest Neighbor. Dari hasil identifikasi dapat diukur dari perhitungan sudut 00, 450, 900 dan 1300 serta jarak ketetanggan K=3, serta dapat di implementasikan.

MONITORING KELEMBABAN TANAH PERTANIAN MENGGUNAKAN SOIL MOISTURE SENSOR FC-28 DAN ARDUINO UNO Husdi Husdi
ILKOM Jurnal Ilmiah Vol 10, No 2 (2018)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v10i2.315.237-243

Land as the main factor in agriculture must be considered as well as possible in order to provide the expected results. One of them is by using computer and internet technology to monitor soil moisture. Soil moisture is one of the environmental factors that affect plant growth. One of the innovations in information and communication technology in agriculture is the use of the Internet of Things. By using the Internet of Things, it can be done to monitor soil moisture that is used as a planting medium for horticultural crops. knowing the value of soil moisture will be very useful to be able to determine the steps or handling of the soil. The test results show that the measurement of soil moisture using a soil moisture sensor can work well and display information on the value of soil moisture. Based on the results and analysis, it can be concluded that the results of monitoring the soil moisture monitoring system can already be used to monitor agricultural land. So that the results of this study are expected to help farmers in making decisions based on information about the value of soil moisture that has been obtained. The final result obtained from the reading of the sensor value is wet, moist and dry according to the set value of the Analog Data. That is wet condition when getting output with lower limit range of 150 and upper limit of 339, humid condition when getting output with lower limit range 340 upper limit of 475, dry condition when getting sensor value with lower limit range is 476 and upper limit is 1023.

PENGENALAN EKSPRESI WAJAH PENGGUNA ELEARNING MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DENGAN FITUR EKSTRAKSI LOCAL BINARY PATTERN DAN GRAY LEVEL CO-OCCURRENCE MATRIX Husdi Husdi
ILKOM Jurnal Ilmiah Vol 8, No 3 (2016)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v8i3.58.212-219

Pembelajaran eLearning merupakan sistem pembelajaran berbasis elektronik yang terdiri dari berbagai domain teknologi pembelajaran seperti desain, pengembangan, pemanfaatan, pengelolaan, dan penilaian proses dan sumber belajar elektronik, interaksi pemelajar merupakan kelemahan yang harus diperhatikan dalam pembelajaran eLearning, salah satunya dengan pengenalan ekspresi wajah pengguna eLearning. Ekspresi wajah dapat dikenali berdasarkan perubahan fitur penting wajah sebagai parameter yaitu pada mata, alis, mulut dan dahi, namun dalam penelitian ini dibatasi pada objek mata dan mulut sebagai parameter untuk pengenalan ekspresi wajah. Pada tahapan fitur ekstraksi digunakan LBP (Local Binary Pattern ) dan GLCM (Gray Level Coocurancy Matrix) untuk mendapatkan nilai-nilai parameter yang akan dijadikan inputan pada klasifikasi yaitu Contrast, Correlation, Energi dan Homogenity. Selanjutnya pada tahap klasifikasi digunakan algoritma Artificial Neural Network untuk mengenali ekspresi wajah. Ekspresi Wajah yang berhasil dikenali adalah Neutral, Smile/happy, Tired/Sleepy dengan akurasi tertinggi yang didapatkan adalah 88,89%.

Real Time Analisys Berbasis Internet Of Things Untuk Prediksi Iklim Lahan Pertanian Husdi Husdi; Yulianty Lasena
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 4, No 3 (2020): Juli 2020
Publisher : STMIK Budi Darma

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

Sektor pertanian merupakan salah satu sektor utama sebagai penghasil pangan. Pertanian menjadi sangat penting karena mempunyai kontribusi dalam pencapaian tujuan pembangunan perekonomian nasional karena Indonesia merupakan negara agraris yang sebagian besar masyarakat Indonesia adalah petani. Masaalah yang diangkat dalam penelitian ini adalah bahwa sebagian besar usaha pertanian di indonesia masih di kelola secara konvensional dan belum memanfaatkan perkembangan teknologi dalam peningkatan hasil. Inovasi teknologi pada sektor pertanian perlu ditingkatkan salah satunya dengan memanfaatkan perkembangan teknologi Data Mining. Pentingnya memprediksi iklim lahan pertanian karena Perubahan iklim tidak hanya menyebabkan kegagalan panen, tetapi juga merusak sumber daya lahan pertanian, meningkatkan luas areal dan intensitas tanaman yang mengalami kekeringan, meningkatkan kelembaban perkembangan hama dan penyakit tanaman Pada Penelitian ini algoritma yang digunakan untuk prediksi adalah algoritma Regresi Linear Sederhana. Dari hasil uji coba terhadap Prototype yang dibangun dan hasil aplikasi yang dirancang didapatkan hasil Sensor Bme820 dan Soil Moisture Fc28 dapat berkomunikasi dengan baik dan NodeMCU Esp8266 sehingga hasil pembacaan Sensor dapat ditampilkan pada Aplikasi Website yang direkayasa dan juga memungkinkan untuk melakukan kontrol terhadap alat penyiraman tanaman melalui aplikasi Website yang direkayasa. Dan dari data yang dihasilkan berfungsi sebagai dataset untuk melakukan prediksi terhadap kondisi iklim lahan pertanian pada hari berikutnya

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search