Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Faktor Exacta JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal ICT : Information Communication & Technology Indonesian Journal of Electrical Engineering and Computer Science Jurnal Informatika: Jurnal Pengembangan IT
.S.T., M.Kom., Suhadi
STMIK Bani Saleh Bekasi
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal ICT : Information Communication

 1 
Analisis Komparasi Pencocokan Pola Citra Jenis Ikan Mujair (Oreochromis Mossambicus) Menggunakan Algortima Scale Invariant Feature Transform Dengan Algoritma k-Nearest Neighbor Suhadi .; Rudi Budi Agung; Syamsul Bahri
Jurnal ICT : Information Communication & Technology Vol 20, No 1 (2021): JICT-IKMI, Juli 2021
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i1.297

Abstract

Fish is a very large source of protein, by eating fish it can be healthier and participate in educating the nation's future generations, so it must be preserved. Fish is a food commodity that is easily available in Indonesia, and the price is also affordable. Tilapia fish (Oreochromis Mossambicus) is a popular consumption fish in Indonesia found in rivers, lakes, and lakes with a salt content of less than 0.05% for breeding. Tilapia fish is widely consumed by the public as a cheap and delicious fish that is often found in traditional and modern markets. This fish is often sold fresh or through the process of freezing (frozen). Previous research used the K-Nearest Neighbor (K-NN) algorithm and Image Processing to detect fish species using a smartphone. The purpose of this study was to analyze the comparison between the Scale Invariant Feature Transform (SIFT) Algorithm and the K-Nearest Neighbor (K-NN) Algorithm to determine the matching image patterns of Mujair fish species. The conclusion of this study is that the SIFT algorithm is the most accurate with a sampling error of 0.31% and the k-NN algorithm with a sampling error of 69.89%.
Penentuan Algoritma Similarity Yang Akurat Pada Sistem Berbasis Cased Based Reasoning Untuk Identifikasi Ikan Suhadi .; Prima Dina Atika; Panca Indah Lestari; Afzil Ramadian
Jurnal ICT : Information Communication & Technology Vol 19, No 2 (2020): JICT-IKMI, Desember 2020
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i2.261

Abstract

Abstrak - Indonesia sebagai negara kepulauan memiliki potensi perikanan yang sangat besar dan beragam, Indonesia memiliki 17.508 pulau dengan garis pantai sepanjang 81.000 km dan 70% (5,8 juta km2) dari luas Indonesia adalah lautan, adapun keragaman sumberdaya laut untuk beragam jenis ikan merupakan ciri tersendiri untuk mengenali dan memahami suatu spesies secara detail. Identifikasi jenis ikan yang bersifat computing masih terbatas, dalam penelitian analisa yang digunakan adalah sistem Case Based Reasoning (CBR). CBR merupakan penalaran berbasis kasus yang mempunyai metode penyelesaian masalah berbasis pengetahuan untuk mempelajari dan memecahkan masalah berdasarkan pengalaman masa lalu. CBR adalah suatu model komputasi untuk meniru penalaran manusia untuk memberikan kemudahan dalam mencari kasus berdasarkan kemiripan, kemudian case based reasoner mencari kasus-kasus yang ada pada basis kasus untuk menemukan kasus yang memiliki kemiripan dengan persoalan yang sedang dihadapi (retrieve). Oleh karena itu, proses CBR sering juga disebut dengan istilah “4 Re” yaitu Retrive, Retain, Revise, Reuse. Dalam paradigma pemecahan masalah sebuah permasalahan baru diselesaikan dengan cara membandingkan dengan kasus-kasus pada dimasa lampau dan menggunakannya kembali kasus-kasus yang ada untuk menyelesaikan suatu masalah sekarang. Tujuan dari penelitian ini adalah untuk melakukan evaluasi dan komparasi Algoritma Weighted Euclidean Distance (WED), Algoritma Hamming and Levenshtein Distances (HLD), Algoritma Cosine Coefficient for Text-Based Cases (CCFTBC) dan Algoritma k-Nearest Neighbor (k-NN) untuk identifikasi jenis ikan. Hasil penelitian ini adalah untuk mencari pemilihan hasil komparasi algoritma pada sistem CBR yang cepat dan akurat. Copyright © 2019 LPPM - STMIK IKMI CirebonThis is an open access article under the CC-BY license 
Co-Authors Afzil Ramadian Anggra Triawan Fauziah Mutiara Ramadhan Fety Fatimah Lestari, Panca Indah Muhamad Nur Prima Dina Atika Ritzkal, Ritzkal Rizky Amalia Rudi Budi Agung Rudi Budi Agung STMIK, Author Super Sulistyowati Sulistyowati suroso, amat Syafrial Syafrial Syamsul Bahri Yuggo Afrianto