Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pendekatan computer vision untuk analisis fitur visual dalam estimasi produktivitas tanaman kopi Jenie Sundari; Ahmad Sinnun; Fuad Nur Hasan; Mulia Rahmayu
Jurnal Ilmiah Teknologi dan Rekayasa Vol. 31 No. 1 (2026)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2026.v31i1.182

Abstract

Coffee productivity is an important factor in supporting the sustainability of smallholder plantations, particularly in the Sukabumi region. However, conventional estimation methods that rely on manual observation tend to be subjective and inefficient. Although previous studies have applied computer vision and machine learning for yield prediction, most approaches depend on large-scale datasets and expensive sensing technologies, and often do not integrate multiple visual plant features comprehensively. This indicates a research gap in the use of simple RGB-based imaging for productivity estimation. This study aims to analyze visual features of coffee plants and develop a coffe productivity estimation model using the Random Forest algorithm. The dataset consists of 10 coffee plant images collected directly from field observations, with extracted features including fruit count, fruit maturity percentage, canopy area, leaf color, and leaf texture. Model evaluation is performed using Leave-One-Out Cross Validation (LOOCV) method to optimize data utilization on a limited dataset. The results show that the model achieves a Mean Absolute Error (MAE) of 0.06, a Root Mean Square Error (RMSE) of 0.07, and a coefficient of determination (R²) of 0.91. These results indicate good predictive performance within the available dataset. Feature importance analysis reveals that fruit count and fruit maturity percentage are the most influential factors in determining coffee productivity. This study contributes to the development of a low-cost image-based estimation approach that is practical and potentially applicable for smart agriculture in smallholder coffee plantations, although the findings remain preliminary due to the limited dataset size.
PERANCANGAN SISTEM INFORMASI PENGARSIPAN SURAT PEMAKAMAN PADA UPPMPTSP KELURAHAN SLIPI Mulia Rahmayu
Djtechno: Jurnal Teknologi Informasi Vol 5, No 3 (2024): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v5i3.4966

Abstract

Unit Pengelola Penanaman Modal dan Pelayanan Terpadu Satu Pintu Kelurahan Slipi merupakan instansi pemerintah yang melayani kebutuhan dan kepentingan masyarakat dalam pengarsipan surat pemakaman. Saat ini UP PMPTSPĀ  Kelurahan Slipi proses pengarsipan surat pemakaman masih dikatakan tidak efisien karena sistem pemberkasan masih manual berbentuk file pada komputer, sehingga jika pemohon membutuhkan surat pemakaman petugas harus mengecek satu persatu file pada komputer.Dibangunnya sistem informasi arsip surat pemakaman dapat membantu pemohon untuk mencari data pemakaman dan UPPMPTSP dalam mengelola data arsip surat pemakaman. Metode yang digunakan adalah berorientasi objek dengan pemodelan web secara terstruktur, metode pengembangan sistem menggunakan waterfall, diagram yang digunakan adalah UML dan database menggunakan MYSQL sedangkan aplikasi yang dibuat menggunakan pemrograman PHP dengan bantuan framework Laravel. Dan hasil dari perancangan sistem informasi diharap dapat memudahkan dalam pelayanan surat pemakaman.Kata Kunci: Sistem Informasi, Arsip Surat, Web
Perancangan Dashboard Berbasis Web untuk Monitoring dan Tracking Maintenance Fasilitas Toko Pery Roybowo; Mulia Rahmayu
Jurnal Komputer dan Teknologi Informasi (JUKOMTIK) Vol. 1 No. 3 (2026): April-Juni
Publisher : Samudra Ilmu Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemeliharaan fasilitas toko pada PT Allofresh Indonesia sebelumnya mengandalkan percakapan WhatsApp dan Google Form yang tidak saling terhubung, sehingga data laporan tersebar, status pekerjaan tidak dapat ditelusuri, prioritas dan target penyelesaian tidak tercatat, penugasan tidak terdokumentasi, dan rekapitulasi bulanan disusun manual. Penelitian ini merancang dan membangun Store Maintenance Dashboard berbasis web di atas layanan Google Workspace. Kebaruannya terletak pada penggabungan tiga kemampuan yang pada penelitian ticketing terdahulu dibahas terpisah, yaitu perhitungan estimasi penyelesaian berbasis hari kerja, kewenangan berbasis peran tiga tingkat yang membatasi bukan hanya tampilan tetapi juga kolom yang boleh diubah, serta rekapitulasi otomatis yang dihitung ulang langsung dari data terkini. Pengembangan menggunakan model Waterfall dengan tahapan analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Data dikumpulkan melalui observasi, wawancara terhadap tiga puluh satu informan dari tujuh kelompok peran, dan studi pustaka. Pengujian Black Box dengan teknik equivalence partitioning mencakup dua puluh empat skenario pada enam kelompok fungsi, dan seluruhnya menghasilkan keluaran sesuai harapan atau tingkat kesesuaian 100%.