Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal TEDC
Dian Rosdiana
Unknown Affiliation
Religion Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Veterinary

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

Found 2 Documents
Search

 1 
TRACKING OBJEK BERGERAK DENGAN ALGORITMA K-MEANS Dian Rosdiana
Jurnal TEDC Vol 11 No 1 (2017): Jurnal TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.358 KB)

Abstract

Saat ini aplikasi motion tracking digunakan secara luas untuk banyak tujuan, seperti menyortir barang yangbaik atau tidak dalam sistem otomasi masalah traffic kemacetan, menghitung berapa banyak orangyang masuk ke sebuah supermarket atau sebuah mall atau mungkin untuk tujuan securitysistem. Sebuah metode untuk memisahkan antara background dan obyek yang dideteksi dibutuhkanuntuk melakukan motion tracking. Penelitian ini dibuat untuk memisahkan background dengan menggunakanmetode K-Means. Secara detail teknik ini menggunakan ukuran ketidakmiripan untuk mengelompokan obyek.Penerapan K-Means, median filtering dan operasi morphologi terbukti efektif dalam meningkatkan akurasideteksi objek dengan precision rate dan recall rate dari metode yang diusulkan untuk video 1 adalah 92.31 %dan 90%.Keywords: clustering , objek bergerak, metode k-means,, pengolahan citra.
PENERAPAN ALGORITMA C4.5 PADA BIDANG PERTANIAN Aris Haris Rismayana; Dian Rosdiana
Jurnal TEDC Vol 13 No 3 (2019): JURNAL TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.859 KB)

Abstract

Budidaya cabai selalu menarik untuk didiskusikan, karena cabai termasuk salah satu bahan dasar yang selalu terdapat dalam makanan. Ketika harga tinggi, petani cabai akan mendapatkan keuntungan sangat besar. Namun sebaliknya ketika harga cabai anjlok, petani sangat bingung sehingga mereka enggan merawat cabai mereka lagi. Fluktuasi harga cabai sangat dipengaruhi oleh cuaca, panen, kebijakan perdagangan dan momentum yang menyertainya. Tindak lanjut dari penanaman ketika harga tinggi juga mengubah struktur harga. Jika orang menanam hanya karena motif mengikuti harga cabai yang tinggi saat ini, maka seorang petani tidak akan mampu bertahan, mengingat fluktuasi harga cabai sangat tinggi. Berdasarkan fenomena tersebut, maka salah satu tujuan dari penelitian ini adalah untuk Memprediksi waktu tanam cabai menggunakan algoritma C4.5. Proses pengumpulan data cuaca dan harga dilakukan oleh peneliti yang diambil dari DISPERINDAG dan BMKG serta data ketersediaan cabai di pasar untuk digunakan sebagai data training. Data training dikumpulkan melalui proses preprosessing dengan melakukan kategorisasi, kemudian dilakukan training untuk menghasilkan model. Dari model kemudian dibuat aplikasi yang mampu memprediksi waktu tanam cabai. Hasil akurasi yang didapat sebesar 72.2 % dengan kriteria akurasi Good classification menggunakan confusion matrix. Kata kunci: waktu tanam cabai, harga cabai, data mining, klasifikasi, C4.5, prediksi
Co-Authors Aris Haris Rismayana