Dyan Bagus Sumantri
Sekolah Tingggi Ilmu Komputer Cipta Karya Informatika

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

Found 2 Documents
Search
Journal : INTECOMS: Journal of Information Technology and Computer Science

Implementasi Citra Digital Dalam Klasifikasi Jenis Buah Anggur Dengan Algoritma K-Nearest Neighbors (KNN) Dan Data Augmentasi Wahyu Saputro; Dyan Bagus Sumantri
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i2.4337

Abstract

Buah Anggur merupakan salah satu jenis buah-buahan yang banyak manfaatnya. Manfaat dari buah Anggur ini sangatlah beragam, dari segi kesehatan. Dari banyaknya jenis buah Anggur membuat pecinta buah Anggur kesulitan dalam membedakan jenis berdasarkan bentuk dan warnanya. Tujuan dari penelitian ini yaitu membantu memudahkan pecinta buah Anggur dalam proses klasifikasi. Dalam klasifikasi umumnya ketika masih dipohon dengan melihat warna dari kulit buah Anggur dan dengan memijat tekstur buah Anggur. Namun cara tersebut memiliki hasil yang berbeda karena persepsi setiap orang berbeda-beda. Oleh karena itu, peneliti membuat program yang menghasilkan model klasifikasi jenis buah Anggur yang terprogram dengan metode K-Nearest Neighbor (KNN). Informasi yang digunakan meliputi gambar Anggur Black Panther, Ninel, Transfiguration, Riseling, Julian dan Cotton Candy. Buah Anggur tersebut akan diklasifikasikan berdasarkan warna jenisnya menggunakan algoritma K-Nearest Neighbor (KNN). KNN akan diuji guna melihat bagaimana kinerja KNN dalam proses klasifikasi serta keakuratannya dalam membedakan 6 jenis Anggur. Penelitian ini menggunakan data gambar berformat .Jpeg dan .Png. Hasil klasifikasi dari algoritma ini diperoleh nilai keakuratan sebesar 80,98%.
Klasifikasi Citra Dalam Gerak Tangan Bahasa Isyarat Sibi Menggunakan Algoritma K-NN Wahyu Saputro; Dyan Bagus Sumantri
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i2.4446

Abstract

Sistem Tanda Alam Indonesia (SIBI) adalah salah satu dialek korespondensi yang paling teratur, terutama untuk tuna rungu dan lemah wacana. Ikan yang sulit mendengar dan berbicara dapat memahami dan berbicara satu sama lain menggunakan komunikasi berbasis isyarat, namun beberapa individu akan mengalami masalah dalam memahami komunikasi melalui isyarat dengan tuli dan pengecualian wacana untuk mengartikulasikan. Untuk mengatasi masalah ini, penting untuk menumbuhkan kerangka kerja yang dapat memahami Sistem Tanda Indonesia (SIBI) karena kebanyakan akan menganggap normal sebagai media pembelajaran dalam menyampaikan antara individu yang mengalami gangguan pendengaran dan masyarakat umum. Penyajian Sistem Tanda Indonesia (SIBI) akan terdiri dari tiga tahap mendasar: pengamanan gambar, pra-penanganan, dan pengakuan. Dalam tinjauan ini teknik karakterisasi yang digunakan adalah strategi Fuzzy KNearest Neighbor (FKNN). Mengingat efek samping dari uji coba yang dipimpin oleh pengelompokan menggunakan teknik Fuzzy K-Nearest Neighbor (FKNN), diperoleh ketepatan 98 %