Article Per Year (5 Year)
p-Index From 2021 - 2026
13.956
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri JURNAL PENDIDIKAN TAMBUSAI Jurnal Ilmiah Media Sisfo JOURNAL OF SCIENCE AND SOCIAL RESEARCH JOISIE (Journal Of Information Systems And Informatics Engineering) INTI Nusa Mandiri Jurnal Ekonomi Manajemen Sistem Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Electrical Engineering and Computer Science Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pendidikan Guru (JPG) Journal of Applied Data Sciences Bulletin of Computer Science Research JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Ipteks Terapan : research of applied science and education Journal of Education Research Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Hasi Penelitian Dan Pengkajian Ilmiah Eksakta - JPPIE Jurnal Ekonomika Dan Bisnis Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Sains dan Teknologi Jurnal Komtekinfo Indonesian Journal Computer Science (ijcs) Intellect : Indonesian Journal of Learning and Technological Innovation SATIN - Sains dan Teknologi Informasi Jurnal Quancom: Jurnal Quantum Komputer Journal of Information System and Education Development Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science CSRID
Ramadhanu, Agung -
Universitas Putra Indonesia “YPTK” Padang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 132 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 132 Documents
Search

 3   4   5   6   7 
Peningkatan Citra Median Filter dan Metode K-Means untuk Mengindentifikasi Bawang Bombay Merah dan Putih Syafril, Syafril; Rahmad, Rahmad; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1867

Abstract

Latar Belakang penelitian ini dari sektor pertanian, khususnya hortikultura, Bawang bombay merupakan komoditas penting yang banyak dibutuhkan oleh industri pangan. Bawang bombay terdiri dari berbagai jenis, salah satunya adalah Bawang bombay merah dan putih, yang memiliki perbedaan karakteristik baik dari segi warna maupun komponen gizi. Identifikasi jenis Bawang bombay yang akurat sangat penting dalam rantai distribusi dan pengelolaan kualitas produk.  Penelitian ini bertujuan untuk meningkatkan keakuratan identifikasi jenis Bawang bombay merah dan putih menggunakan kombinasi metode Median Filter dan K-Means Clustering. Proses identifikasi diawali dengan peningkatan citra menggunakan Median Filter untuk menghilangkan noise pada gambar, yang dilanjutkan dengan segmentasi warna menggunakan metode K-Means. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini mampu meningkatkan akurasi identifikasi bawang hingga 92%. Temuan ini menunjukkan bahwa metode yang digunakan berpotensi diaplikasikan dalam sistem otomatis untuk pengenalan jenis bawang di sektor pertanian.
Optimasi Akurasi Metode Median Filter untuk Klasifikasi Kematangan Buah Alpukat Syarif, Ahmad; Angga, Angga; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1868

Abstract

Segmentasi citra alpukat merupakan langkah yang dilakukan untuk memisahkan bagian area objek (foreground) dengan latar belakang (background) pada citra alpukat, sehinggah objek alpukat yang tersegmentasi berupa motif dapat diproses untuk keperluan lain seperti pengenalan pola. Hasil dari segmentasi harus akurat, jika tidak akurat dalam memisahkan objek yang ada pada citra maka akan mempengaruhi hasil proses selanjutnya. Pada penilitian ini segmentasi dilakukan menggunakan metode median filter melakukan preprocessing yaitu reduksi noise menggunakan Median Filter. Setelah mendapatkan citra hasil segmentasi menggunakan Median Filter, selanjutnya melakukan pengukuran performa, hasil segmentasi dari setiap pengujian. Implementasikan dalam melakukan segmentasi citra alpukat yaitu melakukan segmentasi citra alpukat dengan menggunakan metode median filter melakukan segmentasi citra alpukat menggunakan metode Median Filter. Hasil segmentasi dari 16 citra alpukat dari 8 motif yang ada menunjukkan bahwa, segmentasi citra alpukat dengan menggunakan metode median Filter mendapatkan nilai terbaik yaitu 0.34 % dan nilai rata-rata ME sebesar 0.55 %.
Identifikasi Citra Jeruk Nipis dengan Contrast Stretching dan Median Filter Wirdawati, Wira; Yulihartati, Sandra; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1987

Abstract

Citra digital adalah suatu citra yang dapat didefinisikan sebagai fungsi f(x,y) yang memiliki koordinat spasial dan tingkat kecerahan yang diskrit. Penelitian ini bertujuan Mengimplementasikan citra pada jeruk nipis menggunakan Teknik Median filter dan Metode Contrast Stretching.  Contrast stretching adalah salah satu metode untuk perbaikan kualitas citra. Penelitian ini menggunakan aplikasi atau perangkat lunak MATLAB yang digunakan untuk memperbaiki kualitas citra. Sedangkan, Median Filter adalah salah satu teknik dalam pengolahan citra pada domain spasial yang dapat digunakan untuk peningkatan kualitas citra (image enhancement) terutama mengurangi noise (distorsi) pada sebuah Citra. Metode ini menunjukkan hasil dengan Nilai Metric: 0.97555 yang Menandakan Kesesuaian Tinggi, Nilai Eccentricity: 0.29717 menandakan nilai sempurna, dan Untuk Nilai Contrast: 0.023662 menunjukan nilai yang rendah, dan Nilai Correlation: 0.99765 menandakan Nilai yang baik, pada nilai Energy: 0.65264 menunjukkan tekstur yang seragam dengan hasil yang baik, kemudian untuk nilai Homogeneity: 0.99397 menandakan Keseragaman intensitas Pixel Citra yang cukup tinggi.
Penerapan Metode Preference Rangking Organization Method For Enrichment Evaluation Dalam Pemilihan Perguruan Tinggi Terbaik Yani, Ahmad; Sumijan, S; Ramadhanu, Agung
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.498

Abstract

Information technology is a means and object of a system method to organize, transmit, interpret, use, process, obtain, and store data in a meaningful and useful way. Higher education is the form of post-secondary education that includes diploma, bachelor, master, doctoral and vocational programmes, as well as specialized programmes organized by the College based on the culture of the Indonesian nation. The Institute of Higher Education Services (LLDIKTI) is a working unit surrounded by the Ministry of Research Technology, and the Government of higher education that helps to improve the quality of the higher education. Decision support systems combine a variety of techniques and methods aimed at collecting, analysing, and presenting relevant information to support better and more effective decision-making processes. In research using PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation) is one of the methods Multi Criteria Decision Making (MCDM) means performing determination or sequencing in a multicriteria analysis. The data used in this study are data of private colleges in LLDIKTI region X of the province of Western Sumatra with a total of 84 Colleges. Private colleges based on calculations using the PROMETHEE method, Private Colleges with the name of Colleges UNIVERSITAS PUTRA INDONESIA YPTK PADANG showed the largest value compared to other Colleges, thus obtaining the best position 1 with leaving flow value 0,58333 entering flow value 0,05556 and net flow value 0.522778. Based on the values obtained, it was concluded that the PROMETHEE method was very effective for use in mating. These results show that the method is capable of producing.
Implementasi Algoritma K-Means Dalam Mengindentifikasi Kematangan Buah Jambu Madu Nurdiansyah, Ali; Al-Arrafi, Muhammad Ikhsan; Ramadhanu, Agung
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.517

Abstract

Honey guava is one of the varieties of water guava that has the sweetest taste. This advantage makes honey guava have the potential to be quite popular in several regions in Indonesia and has many enthusiasts to consume honey guava because consuming honey guava can increase skin moisture. The potential of honey guava makes farmers deliberately cultivate honey guava. This study utilizes digital image processing to create a system that can identify the ripeness of honey guava fruit based on RGB (Red, Green, Blue) and HSV (Hue, Saturation, Value) colors. The image in the form of a photo of honey guava fruit taken with a digital camera is processed using MATLAB software and then analyzed using the K-Means Clustering classification method to obtain a comparison of RGB and HSV feature extraction results.
Identifikasi Varietas Anggur Secara Otomatis Menggunakan Segmentasi Gambar Berbasis Warna dan Analisis Tekstur: Pendekatan K-Means Clustering Afriadi, A; Harnaranda, Jefri; Ramadhanu, Agung
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.518

Abstract

In this study, we propose an automated system for identifying grape varieties (red and green) using color-based image segmentation and texture analysis. The system employs K-Means Clustering for color segmentation in the Lab* color space, followed by Gray-Level Co-occurrence Matrix (GLCM) texture feature extraction to differentiate grape types. The experimental results show that the proposed method achieved an accuracy of over 90% in identifying grape varieties, demonstrating its potential for industrial applications in fruit processing. Our findings indicate that the system is robust under various lighting conditions and can significantly reduce human error in grape sorting processes. Automated Identification of Grape Varieties Using Color-Based Image Segmentation and Texture Analysis: A K-Means Clustering Approach
Implementasi Binarisasi Citra Menggunkan Metode K-Nearest Neighbor Untuk Mengindentifikasi Bawang Bombay Merah dan Bawang Bombay Putih Rahmad, R; Syafril, S; Ramadhanu, Agung
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.519

Abstract

The processing of digital image data is increasingly being developed and applied in various fields, one of which is object identification based on shape and color. This research aims to implement an image binarization method using the K-Nearest Neighbor (K-NN) method to identify two types of onions, namely red onions and white onions. The binarization method is used to convert color images into binary images, facilitating the feature extraction process. In this study, the features extracted from onion images include texture, shape, and color. K-NN is used as a classification algorithm to differentiate between the two types of onions based on these features. The results of the research indicate that the image binarization method and K-NN can identify red onions and white onions with a fairly high level of accuracy. The results of this implementation are expected to contribute to the development of an automatic recognition system for the classification of agricultural commodities.
KLASIFIKASI CITRA TINGKAT KEMATANGAN BUAH ALPUKAT BERDASARKAN BENTUK WARNA MENGGUNAKAN METODE K-NEAREST NEIGHBO Angga, Angga; Syarif, Ahmad; Ramadhanu, Agung
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 4 (2024): November 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i4.2280

Abstract

Perkembangan teknologi informasi saat ini telah memungkinkan identifikasi buah berdasarkan ciri warna melalui pemrosesan citra digital. Proses ini memanfaatkan kamera untuk mengambil gambar buah, yang kemudian diolah menggunakan perangkat lunak komputer dengan teknik pengolahan citra digital untuk menentukan tingkat kematangan buah secara efisien. Penelitian ini fokus pada penggunaan metode ekstraksi fitur warna berbasis mean RGB untuk klasifikasi tingkat kematangan buah alpukat, yang merupakan salah satu buah tropis unggulan di Indonesia. Alpukat, sebagai buah yang tumbuh subur di daerah tropis seperti Indonesia, memerlukan penentuan tingkat kematangan yang tepat untuk memaksimalkan umur simpan dan menghindari kerusakan. Oleh karena itu, penelitian ini mengaplikasikan algoritma K-Nearest Neighbor (KNN) dalam proses klasifikasi kematangan alpukat. Algoritma KNN, yang dikenal karena kemampuannya dalam mengidentifikasi pola dengan membandingkan jarak fitur, digunakan untuk mengelompokkan data berdasarkan kemiripan warna dan ciri-ciri lainnya. Tujuan dari penelitian ini adalah untuk mengevaluasi efektivitas algoritma KNN dalam memprediksi tingkat kematangan alpukat dan meningkatkan akurasi prediksi melalui analisis struktur warna buah. Penelitian ini diharapkan dapat memberikan kontribusi signifikan terhadap pengembangan metode prediksi kematangan buah serta membuka peluang baru dalam penerapan teknologi data mining dalam bidang pertanian, khususnya untuk panen alpukat.
Klasifikasi Citra Buah Jeruk Mandarin, Jeruk Nipis, dan Stroberi Menggunakan Algoritma PCA dan Metode K-Nearest Neighbor (KNN) Saputra, Randy; Ramadhanu, Agung
JPG: Jurnal Pendidikan Guru Vol. 6 No. 1 (2025): JPG: Jurnal Pendidikan Guru
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/jpg.v6i1.18849

Abstract

Klasifikasi citra buah merupakan salah satu aplikasi dalam bidang pengolahan citra digital yang memiliki potensi luas, terutama dalam sektor pertanian dan industri pangan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi citra buah jeruk mandarin, jeruk nipis, dan stroberi menggunakan kombinasi algoritma Principal Component Analysis (PCA) dan metode K-Nearest Neighbor (KNN). PCA digunakan untuk mereduksi dimensi data guna meningkatkan efisiensi proses klasifikasi sekaligus mengurangi kompleksitas komputasi. Metode KNN dipilih karena kesederhanaannya dan kemampuannya dalam menangani data yang tidak terstruktur dengan baik. Dataset terdiri dari citra buah yang diambil dalam kondisi pencahayaan dan sudut pandang yang bervariasi untuk meningkatkan keakuratan sistem. Eksperimen dilakukan dengan berbagai nilai parameter K pada KNN untuk menemukan konfigurasi terbaik. Hasil penelitian menunjukkan bahwa kombinasi PCA dan KNN mampu mencapai akurasi yang tinggi, dengan nilai optimal pada parameter K tertentu. Sistem ini diharapkan dapat digunakan sebagai dasar pengembangan aplikasi klasifikasi citra buah yang efisien dan andal di masa depan.
Klasifikasi Timun Segar dan Busuk Menggunakan K-Means Clustering dengan Peningkatan Noise Reduction dan Median Filter Dila, Rahmah; Saputra, Riyan; Ramadhanu, Agung
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 6, No 1 (2025): Edisi Januari
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v6i1.549

Abstract

Cucumber is one of the agricultural commodities that is vulnerable to quality degradation due to the rotting process. Manual classification of fresh and rotten cucumbers can be time-consuming and inconsistent, thus requiring a more efficient automated method. The main objective of this research is to implement an automated image processing-based classification system to classify fresh and rotten cucumbers based on visual features such as color, texture, and shape, in order to improve efficiency and consistency in the cucumber quality selection process. The applied method involves image processing with color space conversion from RGB to LAB to separate brightness and color. Additionally, improvements were made using noise reduction techniques and a median filter to minimize noise interference in the images, resulting in more accurate analysis. Noise reduction is applied to reduce noise that appears during the image acquisition process, which can disrupt the recognition of important features in cucumber images. The use of a median filter helps smooth the images without reducing important details, which is essential to preserve relevant visual information for classification. The K-Means Clustering algorithm is used to group the images into two clusters, namely fresh and rotten cucumbers. The data used includes 70 test images, consisting of 35 fresh cucumbers and 35 rotten cucumbers. The results of this study indicate that this method, with the application of noise reduction enhancement and median filter, successfully classifies fresh and rotten cucumbers with an accuracy rate of 98.6%, where 69 out of 70 images are correctly identified. The K-Means Clustering method enhanced with noise reduction and median filter is proven to be effective and accurate in determining the types of fresh and rotten cucumbers
Co-Authors ., Ulfa Afriadi Afriadi Afriadi, A Agsera, Nilam Agus Salim, David Agusty, Dhia Fadhila Ahmad Syarif ahmad yani Akbar, Syifa Chairunnissa Deliva Al-arrafi, Muhammad Ikhsan Andry Novrianto Angga Angga Anggara Putra, Febri Antoni Antoni Arsyah Arsyah atiqah, sri Avezrima Rahmamuthi Bayuputra, Ramdani Berta Agus Petra Betriana Roza, Yesi Betriana, Yesi Chairunnissa Deliva Akbar, Syifa Chan, Fajri Rinaldi Delvi, Syerlin Aprilia Desi Permata Sari Desi Permata Sari Desi Permata Sari Desi Permata Sari Devi Maryuni Devita, Retno Dhia Fadhila Agusty Dicky Imansyah, Muhammad Dila, Rahmah Dinantia, Triend Dodi Guswandi Enggari, Sofika Erlanda, Hadrian Fadila Cahyani Putri Fajri Saputra, Charisman Fajrul Islami Febri Hadi Fiki Pratama Firmansyah, Ryan Firna Yenila Fitri Yeni Gafari, Abuzar Gunadi Widi Nurcahyo Hadi Syahputra Hadi Syahputra Hadi Syahputra Putra Halifia Hendri Hanna Pratiwi Harnaranda, Jefri Hasmaynelis Fitri Hendri, Hallifia Hidayati, Dzil Hidayattullah, Hafis Hikmi, Zakiya Honestya, Gabriela Husna Arsyah, Rahmatul Ilmawan, Fachrul Imrah, Imrah Sari Irfan Rizki Nur Irsyad, As'Ary Sahlul Jehan Harka Johan Harlan Jufriadif Na`am, Jufriadif Kareem, Shahab Wahhab Karseno, Doni Khomsi, Ahmad Larissa Navia Rani M.Iqbal, M.Iqbal Maharani, Filsha Rifi Majid, Mazlina Abdul Mardison Mardison Mardison Mardison Mardison Marfalino, Hari Masri, Taufik Mokti Isra Mokti Isra Muhammad Idris Muhammad Raihan Zaky Muhammad Raihan Zaky Muhammad Yusuf Nabila Frisca Oktavia Nadia, Nadia Aini Hafizhah Nasution, Amir Salim Khairul Rijal Nasution, Annio Indah Lestari Negoro, Wahyu Saptha Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsih Neni Sri Wahyuni Nengsih Neni Sri Wayuni Ningsih Neni Sri Wayuni Ningsih Ningsih, Neni Sri Wayuni Nurdiansyah, Ali Nurhaliza Nurhaliza Nurjannah, Farah Permata, Edo Pertiwi, Yuliana Pratama, Dede Putra, Kharisma Utama Putra, Ramdani Bayu putri, kamila amaliah Rahmad Rahmad Rahmad, R Raja Ayu Mahessya Rani, Larissa Navia Repelita Witri Rheza Thresya Rianti, Eva Riati, Itin Rindy Citra Dewi Riyan Saputra, Riyan Rizky Gusrianto Rosa, Imelda Rosda Syelly Sajida, Mayang salim, alfajri Saputra, Charisman Fajri Saputra, Randy Sarjon Defit Selvia, Dina Silfia Andini, Silfia Sisi Hendriani Sofika Enggari Sofika Enggari Sofika Enggari Sovia, Rini Suci Wahyuni Sularno Sularno Sumijan, S Sutri, Ridwan Syafri Arlis Syafrika Deni Rizki Syafrika Deni Rizki, Syafrika Deni Syafril Syafril Syafril, S Syalsabilla, Adinda Teri Ade Putra Tesa Vausia Sandiva Tomi, Zebbil Billian Utama Putra, Kharisma Utari, Utari Armila Vidyanti, Angela Citra Wiratama, Aditya Wirdawati, Wira Witri, Repelita Yagus Valentino Harefa Yanti, Rahma Yasmin, Nabila Yasmin, Nabilla Yemi, Leonardo Yesi Betriana Roza, yesibetriana_18 Yogi Wiyandra Yolanda Yolanda, Yolanda Yosfand, Windra Yuhandri Yuhandri Yuhandri Yulihartati, Sandra Zubaidah, Rima Puti