Garuda - Garba Rujukan Digital

Deteksi Tingkat Kematangan Buah Kopi Arabika Berdasarkan Fitur Warna RGB Menggunakan Sensor TCS3200 Berbasis Arduino Uno Rusman, Juprianus; Michael, Aryo; Pasae, Nofrianto
Jurnal Dynamic Saint Vol 6 No 1 (2021): Jilid 1 Volume 6
Publisher : Publikasi dan UKI Press UKI Toraja.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47178/dynamicsaint.v6i1.1317

Pengolahan buah kopi yang baik mempengaruhi mutu dan kualitas kopi yang dihasilkan. Pengolahan buah kopi meliputi proses sortasi buah dan proses pemisahan kulit buah dengan biji. Proses sortasi buah dilakukan dengan memilah buah kopi berdasarkan tingkat kematangannya. Hal tersebut dilakukan karena tidak seragannya kematangan buah kopi yang dipetik saat panen dan standar yang ditetapkan oleh tengkulak. Petani kopi arabika lokal di Pedamaran melakukan sortasi buah secara konvensional yaitu mengandalkan indra penglihatan. Proses tersebut memiliki kendala yaitu tidak seragamnya tingkat kematangan buah kopi yang dipengaruhi faktor subjektivitas. Warna buah kopi memberikan informasi terkait tingkat kematangannya. Pada penelitian ini, fitur warna buah kopi dideteksi menggunakan sensor TCS3200 dalam ruang warna red, green dan blue (RGB) kemudian diproses menggunakan mikrokontroller Arduino Uno untuk menentukan tingkat kematangannya. Penggunaan sensor TCS3200 untuk mendeteksi tingkat kematangan buah kopi arabika pada sistem yang dibangun memberikan akurasi 71,25%.

Analisis Quality Of Service Pada Jaringan Internet Kampus 2 Universitas Kristen Indonesia Toraja Amarya Sula; Aryo Michael; Juprianus Rusman
Infinity Vol. 1 No. 2 (2021): INFINITY : UKI Toraja Journal of Information Tecnology
Publisher : Publikasi dan UKI Press UKI Toraja

Kualitas dari sebuah layanan internet adalah kemampuan jaringan untuk bekerja dengan baik. Koneksi internet yang baik dan memadai dikampus sangat diperlukan dalam proses pembelajaran, supaya pengguna dapat menggunakan koneksi internet dengan stabil. Quality of Service merupakan sebuah metode pengujian untuk mengetahui seberapa baik kualitas sebuah jaringan internet pada Kampus 2 Universitas Kristen Indonesia Toraja menggunakan perangkat lunak Wireshark.. Hasil pengukuran yang di dapatkan selanjutkan diolah untuk dianalisis nilai Throughput, Delay, Jitter dan Packetloss untuk mengetahui kualitas layanan jaringan internet yang disediakan. Hasil dari pengukuran ditampilkan dalam bentuk tabel pada setiap Access Point dari lantai 1, lantai 2, lantai 3 dan lantai 4 pada Kampus 2 Universitas Kristen Indonesia Toraja

Kombinasi Pretrained Model dan Random Forest Pada Klasifikasi Bakso Mengandung Boraks dan Non-Boraks Berbasis Citra Aryo Michael; Srivan Palelleng; Irene Devi Damayanti; Juprianus Rusman
Teknika Vol 12 No 1 (2023): Maret 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i1.591

Makanan memainkan peran penting dalam kelangsungan hidup manusia. Salah satu makanan tradisional yang populer di Indonesia adalah bakso. Penggunaan Bahan Tambahan Makanan (BTM) dalam makanan, terutama makanan olahan, tidak dapat dihindari. Salah satu BTM yang sering digunakan adalah boraks. Penggunaan boraks dalam pembuatan bakso dapat menyebabkan efek samping kesehatan bagi konsumen. Oleh karena itu, penting untuk menentukan apakah suatu produk bakso mengandung borax atau tidak. Artikel ini bertujuan untuk mengusulkan pendekatan kombinasi model yang terdiri dari pretrained model sebagai fitur extractor dan Random Forest digunakan untuk mengklasifikasikan gambar bakso serta melakukan evaluasi terhadap model yang dibangun. Kombinasi parameter yang digunakan pada Random Forest menggunakan parameter terbaik dari tuning hyperparameter GridsearchCV. Hasil pengujian menunjukkan kombinasi pretrained model Xception dan Random Forest menghasilkan kinerja dengan akurasi sebesar 85%, presisi sebesar 87%, recall sebesar 83% dan F1-score sebesar 85%.

Prototype Sistem Penyortir Buah Kopi Arabika Berdasarkan Tingkat Kematangan Menggunakan Metode Support Vector Machine Juprianus Rusman; Nofrianto Pasae
Teknika Vol 12 No 1 (2023): Maret 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i1.602

Salah satu proses peningkatan mutu kopi adalah menyeleksi buah kopi yang matang dan belum matang pasca panen yang dilakukan dengan cara memilih satu per satu. Namun dengan cara tersebut terdapat kelemahan yaitu inkonsistennya hasil sortiran karena faktor subjektifitas dan intentitas cahaya. Sebagai solusi, pada penelitian ini didesain alat bantu dalam bentuk prototipe untuk menyortir buah kopi berdasarkan kematangannya. Kopi matang ditandai dengan warna merah, kopi setengah matang dengan warna kuning kemerahan dan kopi mentah dengan warna hijau. Kamera diletakkan dalam kotak guna mengurangi intentitas cahaya eksternal, digunakan untuk mengambil citra buah kopi kemudian citra buah kopi akan dipisahkan dengan background dengan metode segmentasi warna hue, saturation, value (HSV). Selanjutnya citra buah kopi diekstraksi untuk mendapatkan nilai setiap warna dengan parameter red, green, blue (RGB) dan HSV guna membentuk model klasifikasi metode support vector machine (SVM). Parameter SVM optimum yaitu cost (C)= 10,0 dan gamma (Î³)= 0,001. Prototipe yang dibangun berbentuk persegi panjang dengan panjang 70 cm, lebar 10 cm dan tinggi 12 cm. Komponen penyortir yaitu servo yang memutar ke sudut 90o untuk klasifikasi “matang”, sudut 45o untuk klasifikasi “matang setengah” dan sudut 135o untuk klasifikasi “mentah” sedangkan conveyor belt digerakkan oleh motor DC 12 V. Meskipun pada proses prediksi perangkat lunak terdapat kesalahan prediksi namun perangkat keras telah bekerja dengan baik ditandai dengan servo berhasil memutar link ke sudut yang telah ditentukan sesuai hasil prediksi. Dengan demikian, dapat disimpulkan bahwa prototipe sistem penyortir buah kopi arabika berdasarkan kematangannya berhasil dibangun.

PENDAMPINGAN PENGGUNAAN SISTEM INFORMASI SILSILAH KELUARGA TONGKONAN LOMBOK LEMBANG RINDINGBATU KECAMATAN KESU' KABUPATEN TORAJA UTARA Juprianus Rusman; Melki Garonga
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v4i2.4926

Ikatan rumpun keluarga pada masyarakat Toraja lebih dikenal dengan istilah Tongkonan. Tongkonan bukan hanya sekedar bangunan melainkan ikatan kekeluargaan yang dipimpin oleh seorang Parengnge’. Tanggung jawab sebagai Parengnge’ hanya boleh diemban oleh seorang dengan garis keturunan vertikal bangsawan pada Tongkonan sehingga strata sosial bagi masyarakat Toraja merupakan hal yang krusial. Salah satu cara seseorang dapat membuktikan strata sosialnya yaitu menelusuri garis keturunannya (silsilah) pada suatu Tongkonan. Artikel pengabdian kepada masyarakat ini memuat tentang laporan pengabdian yang telah dilakukan yakni pendampingan penggunaan sistem informasi silsilah keluarga Tongkonan Lombok Lembang Rindingbatu Kecamatan Kesu’ Kabupaten Toraja Utara. Pada pengabdian ini dilakukan pendampingan pengguaan aplikasi My Heritage Family Tree Builder untuk membangun silsilah secara digital. Hasil dari pengabdian ini yakni keluarga Tongkonan Lombok telah berhasil menggunakan aplikasi dengan mendigitalisasi silsilah keluarga yang sebelumnya hanya dituliskan pada lembaran kertas dan dapat menambahkan anggota keluarga baru nantinya serta dapat mencetak silsilah dalam lembaran kertas atau spanduk.

Klasifikasi Cacat Biji Kopi Menggunakan Metode Transfer Learning dengan Hyperparameter Tuning Gridsearch Aryo Michael; Juprianus Rusman
Jurnal Teknologi dan Manajemen Informatika Vol 9, No 1 (2023): Juni 2023
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jtmi.v9i1.10035

Defects in coffee beans can significantly impact the quality of coffee production, which can lead to a decrease in the price of coffee beans in the global coffee market. Currently, coffee bean sorting is still conventionally done to separate defective and non-defective coffee beans, which is a time-consuming process and subject to subjective selection, potentially leading to a decline in the quality of the resulting coffee beans. The objective of this research is to design and measure the performance of deep learning algorithms, CNN MobilNetV2 and DenseNet201, using transfer learning methods where hyperparameter tuning grid search is employed to select the optimal combination of hyperparameters for the defective coffee bean classification model. The study began by collecting a dataset of images of abnormal and defective coffee beans, building a classification model using transfer learning methods that utilized pre-trained models and selecting the best hyperparameters, training the model, and finally testing the created classification model. The research results indicate that the pre-trained MobileNetV2 model with hyperparameter tuning achieved an accuracy of 90%, and the pre-trained DenseNet201 model achieved an accuracy of 93%. The research results indicate that this approach enables the model to achieve excellent performance in recognizing and classifying defective coffee beans with high accuracy

Convolutional neural network model for early detection of meatballs containing borax Aryo Michael; Juprianus Rusman
Jurnal Mantik Vol. 7 No. 3 (2023): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v7i3.4411

The use of borax in meatballs to improve the texture and durability of meatballs is still rampant. Borax is very dangerous for consumers. Currently, monitoring of meatballs containing borax is done by experts in the laboratory. The public needs to know this information quickly. Therefore, a system is needed that can detect meatballs containing borax in real time. In this study we built a lightweight Convolutional Neutal Network (CNN) model and searched for optimal hyperparameters for the classification of meatballs containing borax. The results show that the proposed model outperforms other models in classifying meatballs containing borax with an accuracy value of 90%.

Penerapan Metode K-Nearest Neighbor (KNN) untuk Klasifikasi Kematangan Buah Kopi Nerlys Amelia; Melki Garonga; Juprianus Rusman
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): Indonesian Journal of Computer Science Volume 12. No. 2 (2023)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3171

Perkebunan kopi di Indonesia berperan penting bagi masyarakat sebagai lapangan pekerjaan. Penentuan tingkat kematangan buah kopi yang masih dilakukan secara manual, baik secara racutan atau rampasan berdasarkan pengamatan secara subjektif. Kematangan buah kopi dapat dilihat dari tiga tingkatan yaitu matang, stengah matang dan mentah sehingga warna buah kopi dapat menjadi tolak ukur untuk mengenali tingkat kematangan serta kualitas buah kopi. Ekstraksi fitur warna merupakan salah satu teknik yang dapat digunakan untuk memperoleh informasi tingkat kematangan buah kopi dengan cara memunculkan ciri dari sebuah citra menggunakan fitur warna serta segmentasi tresholding. Total citra buah kopi yang digunakan dalam penelitian ini sebanyak 300, yang terdiri dari 100 citra buah kopi matang, 100 citra buah kopi stengah matang dan 100 citra buah kopi mentah. Dengan menggunakan fitur warna RGB dan HSV serta algoritma KNN untuk pengklasifikasian tingkat kematangan buah kopi, diperoleh hasil akurasi tertinggi dengan nilai K = 3 sebesar 95%.

Klasifikasi Penyakit pada Tanaman Kopi Arabika Menggunakan Metode K-Nearest Neighbor (KNN) Berbasis Citra Sandri Matarru; Gidion A.N. Pongdatu; Juprianus Rusman
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): Indonesian Journal of Computer Science Volume 12. No. 2 (2023)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3172

Salah satu tanaman yang tumbuh di daerah tropis dan memiliki harga jual yang cukup tinggi serta menjadi sumber devisa bagi Indonesia ialah kopi. Kualitas dan produksi kopi akan menurun jika kopi mudah terserang penyakit yang disebabkan oleh perubahan iklim seperti cuaca, suhu, kelembapan udara,tanah, perawatan tanaman yang kurang maksimal dan ketinggian lahan. Semakin berkembangnya teknologi saat ini diperlukan suatu metode kecerdasan buatan untuk membantu petani dalam mengenali jenis penyakit kopi. Metode yang digunakan untuk melakukan klasifikasi penyakit kopi arabika ialah K-Nearest Neighbor. Adapun Dataset yang diproses dibagi menjadi 2 yakni data training sebesar 320 citra dan data testing sebanyak 80 citra selanjutnya dilakukan tahapan image preprocessing. Setelah itu dilakukan ekstraksi glcm yakni fitur yang digunakan contrast, homogeneity, correlation, energy. Pada penelitian ini hasil percobaan dari beberapa nilai K pada K-Nearest Neighbor menunjukan akurasi tertinggi terdapat pada K=11 dengan hasil pengujian model menggunakan confusion matrix memperoleh tingkat akurasi sebesar 94 %.

PENDAMPINGAN PENGGUNAAN SISTEM INFORMASI SILSILAH KELUARGA TONGKONAN LOMBOK LEMBANG RINDINGBATU KECAMATAN KESU' KABUPATEN TORAJA UTARA Juprianus Rusman; Melki Garonga
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v4i2.4926

Ikatan rumpun keluarga pada masyarakat Toraja lebih dikenal dengan istilah Tongkonan. Tongkonan bukan hanya sekedar bangunan melainkan ikatan kekeluargaan yang dipimpin oleh seorang Parengnge’. Tanggung jawab sebagai Parengnge’ hanya boleh diemban oleh seorang dengan garis keturunan vertikal bangsawan pada Tongkonan sehingga strata sosial bagi masyarakat Toraja merupakan hal yang krusial. Salah satu cara seseorang dapat membuktikan strata sosialnya yaitu menelusuri garis keturunannya (silsilah) pada suatu Tongkonan. Artikel pengabdian kepada masyarakat ini memuat tentang laporan pengabdian yang telah dilakukan yakni pendampingan penggunaan sistem informasi silsilah keluarga Tongkonan Lombok Lembang Rindingbatu Kecamatan Kesu’ Kabupaten Toraja Utara. Pada pengabdian ini dilakukan pendampingan pengguaan aplikasi My Heritage Family Tree Builder untuk membangun silsilah secara digital. Hasil dari pengabdian ini yakni keluarga Tongkonan Lombok telah berhasil menggunakan aplikasi dengan mendigitalisasi silsilah keluarga yang sebelumnya hanya dituliskan pada lembaran kertas dan dapat menambahkan anggota keluarga baru nantinya serta dapat mencetak silsilah dalam lembaran kertas atau spanduk.

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