Lionardi Ursaputra
Teknik Informatika, Fakultas Teknik, Universitas Widya Gama, Malang, Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Segmentasi Berbasis Warna Untuk Pengelompokan Kualitas Cacing Anc Menggunakan Yolov8 Firman Nurdiyansyah; Ismail Akbar; Lionardi Ursaputra
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 1 (2025): Februari 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i1.1779

Abstract

Mengembangkan metode otomatisasi dalam pengelompokan kualitas cacing African Night Crawler (ANC) menggunakan model YOLOv8 yang didukung oleh segmentasi berbasis warna. Metode manual yang selama ini digunakan dalam menilai kualitas cacing sering kali memakan waktu dan cenderung tidak konsisten, sehingga pendekatan berbasis teknologi diperlukan untuk meningkatkan efisiensi dan akurasi. Penelitian ini dimulai dengan pengumpulan dataset gambar cacing ANC, yang kemudian dianotasi berdasarkan tiga kelas utama, yaitu merah, putih, dan putih-biru. Dataset ini diproses melalui langkah-langkah preprocessing untuk memastikan kualitas data yang konsisten, kemudian dibagi menjadi training set (80%), validation set (15%), dan test set (5%). Model YOLOv8 diterapkan untuk mendeteksi dan mengklasifikasikan objek, dengan arsitektur yang terdiri dari Backbone, Neck, dan Head yang dirancang untuk mengoptimalkan deteksi multi-skala. Hasil penelitian menunjukkan bahwa model YOLOv8 memiliki performa yang sangat baik, dengan mean Average Precision (mAP) rata-rata sebesar 93.8% pada training set, 94.0% pada validation set, dan 95.0% pada test set. Nilai precision mencapai 95.6% pada training set, sementara recall mencatat 85.4%, menghasilkan F1-Score sebesar 90.3%. Hasil ini menunjukkan bahwa model tidak hanya akurat dalam mendeteksi objek yang relevan tetapi juga memiliki sensitivitas yang baik terhadap variasi data. Kesimpulannya, penggunaan YOLOv8 untuk segmentasi berbasis warna pada cacing ANC memberikan solusi yang efisien dan akurat dalam mengklasifikasikan kualitas cacing. Selain mendukung otomatisasi dalam industri peternakan, penelitian ini juga membuka peluang penerapan lebih lanjut dalam sektor agrikultur lainnya, dengan rekomendasi untuk meningkatkan generalisasi model pada variasi data yang lebih kompleks di kondisi dunia nyata.
PEMBERDAYAAN BUDIDAYA CACING ANC MELALUI WEBSITE SISTEM INFORMASI DAN DIGITAL MARKETING Firman Nurdiyansyah; Affi Nizar Suksmawati; Lionardi Ursaputra
Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia. Vol 4, No 1 (2025): Maret 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jpm.v4i1.1782

Abstract

Mendigitalisasi manajemen operasional dan meningkatkan kapasitas pemasaran digital di CV. Messi Putra Jaya, sebuah UMKM di Kecamatan Wagir, Kabupaten Malang yang bergerak dalam budidaya cacing African Nightcrawler (ANC), menjadi fokus utama program ini. Mitra menghadapi tantangan berupa pengelolaan data secara manual yang rentan terhadap kesalahan serta strategi pemasaran konvensional yang kurang efektif. Untuk mengatasi tantangan tersebut, program ini dirancang untuk meningkatkan efisiensi manajemen, memperluas jangkauan pemasaran, dan mendukung pengambilan keputusan berbasis data. Metode pelaksanaan dilakukan dalam empat tahapan, yaitu analisis kebutuhan, pengembangan sistem informasi berbasis web, pelatihan pemasaran digital, serta monitoring dan evaluasi. Hasil kegiatan menunjukkan dampak positif yang signifikan. Sistem informasi berbasis web yang dikembangkan memungkinkan pencatatan produksi dan transaksi keuangan dengan lebih efisien dan akurat. Selain itu, pelatihan pemasaran digital mendorong mitra untuk memanfaatkan media sosial dan e-commerce sebagai sarana pemasaran yang efektif, meningkatkan jangkauan pasar secara signifikan. Dalam waktu tiga bulan, program ini berhasil meningkatkan penjualan hingga 25% dan menciptakan budaya kerja yang lebih modern dan berbasis teknologi. Kendala utama yang ditemukan berupa keterbatasan waktu pendampingan dan adaptasi terhadap teknologi menjadi pembelajaran penting untuk perbaikan di masa mendatang. Dengan keberhasilan ini, program pengabdian memiliki potensi besar untuk direplikasi di wilayah lain dengan dukungan dari platform teknologi, pemerintah daerah, serta pelatihan lanjutan dalam pemasaran berbasis data dan sistem pembayaran digital.