Article Per Year (5 Year)
p-Index From 2019 - 2024
5.389
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Buana Informatika Jurnal Informatika Jurnas Nasional Teknologi dan Sistem Informasi Edu Komputika Journal Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Computatio : Journal of Computer Science and Information Systems JTERA (Jurnal Teknologi Rekayasa) Jurnal Sains dan Informatika INOVTEK Polbeng - Seri Informatika Matrix : Jurnal Manajemen Teknologi dan Informatika SINTECH (Science and Information Technology) Journal Jurnal Teknoinfo Jurnal Sisfokom (Sistem Informasi dan Komputer) KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JTT (Jurnal Teknologi Terapan) JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) JISKa (Jurnal Informatika Sunan Kalijaga) JTIM : Jurnal Teknologi Informasi dan Multimedia Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) JISA (Jurnal Informatika dan Sains) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Indonesia : Manajemen Informatika dan Komunikasi SmartComp Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Donny Avianto
Universitas Teknologi Yogyakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Buana Informatika

 1 
Implementasi Ekstraksi Ciri Histogram dan K-Nearest Neighbor untuk Klasifikasi Jenis Tanah di Kota Banjar, Jawa Barat Rudi, Rudiono; Avianto, Donny
Jurnal Buana Informatika Vol 10, No 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1204.965 KB) | DOI: 10.24002/jbi.v10i2.2141

Abstract

Abstract. Land plays an essential role in the availability of nutrients and water to support our life on earth. Soil quality can be observed based on its color and texture characteristics. By knowing the quality of the soil, the most suitable plants for planting can be determined. This study is conducted to examine the soil quality in Langensari. The most regions in Langensari are in the altitude of fewer than 25 meters above sea level that they are very potential for agriculture and plantation. The proposed system used in this research is a cross-sectional image of the ground as input. The image is then extracted using histogram feature extraction to obtain the intensity, standard deviation, skewness, energy, entropy and smoothness values. K-Nearest Neighbor is then used to classify the results. The proposed system was tested using 20 test images. Based on the experiment result, the system can classify soil types appropriately with accuracy reaching 60% when value of K = 1and K=3.Keywords: Soil Types Classification, Histogram Feature Extraction, K-Nearest Neighbor, Website.Abstrak. Tanah memegang peranan penting dalam tersedianya unsur hara dan air bagi kehidupan makhluk hidup di bumi. Kualitas tanah dapat diketahui dari karakteristik warna dan teksturnya. Dengan mengetahui kualitas tanah, jenis tanaman yang paling tepat untuk ditanam dapat ditentukan. Penelitian ini mengenai kualitas tanah di Langensari. Sebagian besar wilayah Langensari dipilih karena memiliki ketinggian kurang dari 25 mdpl dimana sangat berpotensi sebagai daerah pertanian dan perkebunan. Sistem yang diusulkan menggunakan citra penampang tanah sebagai inputan. Citra kemudian diekstrak menggunakan ekstraksi ciri histogram untuk mendapatkan nilai intensitas, standar deviasi, skewness, energi, entropi, dan smoothness. Fitur yang dihasilkan kemudian diklasifikasikan menggunakan algoritma K-Nearest Neighbor. Sistem yang diusulkan diuji menggunakan 20 citra uji. Berdasarkan hasil pengujian, sistem mampu mengklasifikasikan jenis tanah secara tepat dengan akurasi mencapai 60% saat nilai K = 1 dan nilai K=3.Kata Kunci: Klasifikasi Jenis Tanah, Ekstraksi Ciri Histogram, K-Nearest Neighbor, Website.
Implementasi Ekstraksi Ciri Histogram dan K-Nearest Neighbor untuk Klasifikasi Jenis Tanah di Kota Banjar, Jawa Barat Rudiono Rudi; Donny Avianto
Jurnal Buana Informatika Vol. 10 No. 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v10i2.2141

Abstract

Abstract. Land plays an essential role in the availability of nutrients and water to support our life on earth. Soil quality can be observed based on its color and texture characteristics. By knowing the quality of the soil, the most suitable plants for planting can be determined. This study is conducted to examine the soil quality in Langensari. The most regions in Langensari are in the altitude of fewer than 25 meters above sea level that they are very potential for agriculture and plantation. The proposed system used in this research is a cross-sectional image of the ground as input. The image is then extracted using histogram feature extraction to obtain the intensity, standard deviation, skewness, energy, entropy and smoothness values. K-Nearest Neighbor is then used to classify the results. The proposed system was tested using 20 test images. Based on the experiment result, the system can classify soil types appropriately with accuracy reaching 60% when value of K = 1and K=3.Keywords: Soil Types Classification, Histogram Feature Extraction, K-Nearest Neighbor, Website.Abstrak. Tanah memegang peranan penting dalam tersedianya unsur hara dan air bagi kehidupan makhluk hidup di bumi. Kualitas tanah dapat diketahui dari karakteristik warna dan teksturnya. Dengan mengetahui kualitas tanah, jenis tanaman yang paling tepat untuk ditanam dapat ditentukan. Penelitian ini mengenai kualitas tanah di Langensari. Sebagian besar wilayah Langensari dipilih karena memiliki ketinggian kurang dari 25 mdpl dimana sangat berpotensi sebagai daerah pertanian dan perkebunan. Sistem yang diusulkan menggunakan citra penampang tanah sebagai inputan. Citra kemudian diekstrak menggunakan ekstraksi ciri histogram untuk mendapatkan nilai intensitas, standar deviasi, skewness, energi, entropi, dan smoothness. Fitur yang dihasilkan kemudian diklasifikasikan menggunakan algoritma K-Nearest Neighbor. Sistem yang diusulkan diuji menggunakan 20 citra uji. Berdasarkan hasil pengujian, sistem mampu mengklasifikasikan jenis tanah secara tepat dengan akurasi mencapai 60% saat nilai K = 1 dan nilai K=3.Kata Kunci: Klasifikasi Jenis Tanah, Ekstraksi Ciri Histogram, K-Nearest Neighbor, Website.
Co-Authors Adityo Permana Wibowo Alfin Syarifuddin Syahab Amalia Rizki Wulandari Aribowo Aribowo Arief Hermawan Arieska Restu Harpian Dwika Aziz Perdana Baiq Nurul Azmi Bowo Hirwono Dwi Ratnawati, Dwi Edi Priyanto Ferdinandus Edwin Penalun Herdy Andriksen Ilmy Eka Handayani Imantoko Imantoko Kusumastuti, Asriana Dyah Muh Arifandi Muhammad Irsyad Indra Fata Nasmah Nur Amiroh Nazar Iqbal Bimantoro Nur Widiastuti Oktavia Hardiyantari Panji Rangga Adzan Fajar Fakharudin Rian Oktafiani Rianto Rianto Rizky Samudra Falasyfa Roy Fasti Rubangi Rubangi Rudi, Rudiono Rudiono Rudi Rusma Eko Fiddy Rizarta Siti Nurazila Soraya Fatmawati Tri Widodo Vivianti