Article Per Year (5 Year)
p-Index From 2019 - 2024
0.702
P-Index
This Author published in this journals
All Journal Coding Jurnal Komputer dan Aplikasi
Sampe Hotlan Sitorus
Unknown Affiliation
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
SISTEM PRESENSI MENGGUNAKAN VERIFIKASI PALM PRINT DENGAN METODE PRINCIPAL COMPONENT ANALYSIS DAN EUCLIDEAN DISTANCE Prasetya Elektra Zulfikar; Sampe Hotlan Sitorus; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 9, No 01 (2021): Edisi April 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i01.45864

Abstract

Pengenalan ciri fisik menggunakan biometrik palm print untuk menentukan identitas seseorang dapat digunakan sebagai alternatif untuk melakukan presensi perkuliahan. Presensi perkuliahan yang dilakukan secara manual masih rawan terhadap kecurangan diantaranya pemalsuan tanda tangan dan kecurangan melakukan presensi yang tidak tepat waktu. untuk mengantisipasi terjadi kecurangan pada presensi dibutuhkan sebuah sistem presensi menggunakan biometrik palm print  untuk melakukan  presensi dan mencatat kehadiran beserta waktu presensi sehingga meningkatkan kedisiplinan mahasiswa. Biometrik palm print dapat menjadi solusi dalam mengatasi masalah kecurangan dalam melakukan presensi, karena pola palm print pada setiap orang berbeda-beda dan menyediakan area yang lebih luas untuk melakukan proses pengenalan. Dalam penelitian  ini  diggunakan palm metode Principal Component Analysis untuk mengekraksi nilai fitur yang terdapat pada palm print, kemudian nilai fitur tersebut digunakan untuk melakukan proses pencocokan menggunakan Euclidean Distance dengan menghitung jarak terdekat. Sistem presensi yang dibuat  telah bekerja dengan baik  dengan  menggunakan jumlah data sebanyak 30 citra palm print  sebagai data uji dan 15 citra palm print sebagai data latih  latih, Hasilnya adalah  20 citra uji dapat dikenali dan 10 citra uji tidak dapat dikenali dengan persentase keberhasilan 66,67%. Citra yang tidak berhasil melakukan pencocokan dikarenakan pengambilan sampel citra uji dan citra latih memiliki pencahayaan dan posisi palm print yang berbeda-beda, hal ini akan mempengaruhi pencocokan nilai fitur citra uji terhadap latih  dengan nilai jarak Euclidean Distance yang besar,  sehingga mempengaruhi tingkat kemiripan untuk melakukan pencocokan.
PENERAPAN METODE DECISION TREE UNTUK MENGKLASIFIKASIKAN MUTU BUAH JERUK BERDASARKAN FITUR WARNA DAN UKURAN Robianto Robianto; Sampe Hotlan Sitorus; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 9, No 01 (2021): Edisi April 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i01.45907

Abstract

Buah jeruk merupakan salah satu buah yang mempunyai banyak varietas. Karena banyaknya varietas yang beragam pada buah jeruk, sehingga sulit untuk menentukan mutu buah jeruk berdasarkan warna dan ukurannya karena ciri-ciri kematangan dari tiap jenis buah jeruk tidaklah sama. Pada setiap jenis buah jeruk umumnya memiliki selisih perbedaan ukuran dan warna yang tidak sama. Pada penelitian berikut dibuat sistem aplikasi website berupa implementasi metode decision tree untuk mengklasifikasikan mutu buah jeruk siam berdasarkan fitur warna dengan model citra HSV dan ukuran menggunakan hasil citra buah. Metode decision tree memiliki kemampuan untuk mempersingkat proses pengambilan keputusan yang kompleks menjadi lebih sederhana dengan struktur berbentuk pohon. Berdasarkan hasil pengambilan 25 sampel citra buah jeruk siam menggunakan kamera telefon genggam, selanjutnya citra tersebut diproses oleh aplikasi klasifikasi. Dari hasil pengklasifikasian citra jeruk siam menggunakan metode decision tree didapat tingkat keberhasilan sebesar 92%. Berdasarkan persentase keberhasilan, maka dapat disimpulkan bahwa penggunaan metode Decision Tree Classification dan model citra HSV sangat baik dalam mengklasifikasikan mutu jeruk siam. ­­­­
KLASIFIKASI KEMATANGAN PEPAYA MENGGUNAKAN RUANG WARNA HSV DAN METODE NAIVE BAYES CLASSIFIER Ellif Ellif; Sampe Hotlan Sitorus; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 9, No 01 (2021): Edisi April 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i01.45906

Abstract

Buah pepaya merupakan buah yang sangat banyak dikonsumsi oleh masyarakat Indonesia, mulai dari anak-anak sampai dewasa. Tetapi permasalahan yang sering terjadi saat pemilihan buah pepaya adalah dalam tingkat kematangannya untuk memilih buah pepaya yang matang, tidak semua orang bisa membedakannya.Warna buah adalah salah satu faktor yang berperan dalam identifikasi kematangan. Oleh karena itu ekstraksi ciri warna dari buah pepaya dapat dimanfaatkan untuk mengetahui tingkat kematangan buah pepaya itu sendiri. Penelitian ini membangun sistem klasifikasi kematangan buah pepaya menggunakan ruang warna HSV dan metode naïve bayes. Pengklasifikasi citra menggunakan ruang warna HSV dan metode Naïve Baye dengan cara mencari probabilitas dengan gambar yang diuji berdasarkan tingkat kemiripannya dengan citra latih yang tersedia. Dari 50 buah pepaya 30 data latih dan 20 data uji didapatkan hasil tingkat keberhasilan sistem dalam mengenali citra buah pepaya berdasarkan tingkat kematangan maka didapat hasil yang sesuai.
MENENTUKAN GOLONGAN KENDARAAN RODA EMPAT KEATAS DENGAN METODE BACKGROUND SUBTRACTION DAN METODE TEMPLATE MATCHING Kurniasari Safitri; Sampe Hotlan Sitorus; Irma Nirmala
Coding Jurnal Komputer dan Aplikasi Vol 9, No 01 (2021): Edisi April 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i01.45867

Abstract

Golongan kendaraan yang ada di Indonesia sesuai dengan keputusan Menteri Pekerjaan Umum No.370/KTSP/m/2007 ada 6 golongan. Penggolongan kendaraan ini dapat membantu dalam sistem smart parking dan sistem pintu masuk pelabuhan. Hanya saja saat ini dalam menentukan golongan kendaraan masih dilakukan secara manual sehingga dapat menyebabkan kekeliruan dan kecurangan dalam menentukan golongan kendraan. Oleh sebab itu, dirasa perlu dilakukan penelitian untuk menentukan golongan kendaraan secara tepat dan akurat, sehingga dapat menghindari kekeliruan dan kecurangan dalam mentukan golongan kendaraan. Pada penelitian ini telah dibuat sistem aplikasi menentukan golongan kendaraan roda empat keatas dengan metode background subtraction dan metode template matching berbasis desktop. Metode background subtraction digunakan karna dapat mempermudah dalam memisahkan objek berupa citra mobil terhadap backgroundnya, sedangkan metode template matching digunaka karna mempermudah dalam mencari citra uji yang cocok dengan citra yang ada didalam databaseData yang digunakan dalam penelitian ini berupa citra kendaraan yang sesuai dengan golongan I sampai dengan golongan V, menggunakan 8 citra untuk citra latih (template) dan 20 citra untuk citra uji. Pada citra latih (template) untuk golongan I dan V menggunakan 1 citra template sedangkan golongan II, III dan IV menggunakan 2 citra template, dari pengujian ini didapatkan nilai akurasi sebesar 70%, citra uji yang tidak berhasil dilakukan pengujian dapat dikarenakan jarak pengambilan citra, pencahayaan dan ukuran citra uji yang berbeda dengan citra latih (template) yang ada didalam database.
Co-Authors Ellif Ellif Irma Nirmala Kurniasari Safitri Prasetya Elektra Zulfikar Rahmi Hidayati Robianto Robianto Uray Ristian