Article Per Year (5 Year)
p-Index From 2021 - 2026
2.804
P-Index
This Author published in this journals
All Journal Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer INTEGER: Journal of Information Technology JCES (Journal of Character Education Society) MEKANIKA - JURNAL TEKNIK MESIN ILKOMNIKA: Journal of Computer Science and Applied Informatics Jurnal of Applied Multimedia and Networking Jurnal Pengabdian kepada Masyarakat Nusantara JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Jurnal Pengabdian dan Pengembangan Masyarakat Indonesia Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Journal Of Artificial Intelligence And Software Engineering Jurnal Ekonomi, Manajemen, Akuntansi
Rahayu, Putri Nur
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : ILKOMNIKA: Journal of Computer Science and Applied Informatics

 1 
Ekstraksi Fitur Kupu-Kupu dengan Lacunarity, Statistik, HSV dan Random Forest Rakhmadi, Ardhon; Rahayu, Putri Nur; Pamuji, Feby Agung; Thooriqoh, Hazna At; Mulyo, Budi Mukhamad
ILKOMNIKA Vol 7 No 2 (2025): Volume 7, Number 2, August 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i2.780

Abstract

Tujuan penelitian ini adalah mengekstraksi ciri morfologi kupu-kupu menggunakan Random Forest, fitur statistik, lakunaritas, dan HSV. Algoritma Random Forest menggunakan fitur ekstraksi ini sebagai input untuk proses klasifikasi. Fungsi HSV digunakan untuk mengekstrak informasi warna dari citra kupu-kupu, dan fungsi Lakunaritas digunakan untuk mengekstrak tekstur dan meningkatkan representasi visual suatu objek. Persentase akurasi, menurut hasil pengujian adalah 74%. Akurasi ini menunjukkan bahwa pendekatan Random Forest, karakteristik statistik, lakunaritas, dan HSV bekerja sama dengan baik untuk mendeskripsikan citra kupu-kupu untuk kategorisasi kupu-kupu otomatis.
Co-Authors Achmad Arif Alfin Adhitya, Ryan Yudha Ardhon Rakhmadi, Ardhon Ardiana, Mirza Atika Kurniasari Augustino, Immanuel Freddy Aulia Rahma Annisa Aulia Rahma Annisa Brian, Thomas Devi, Yesica Novrita Dewi, Arfiana Erwanto, Danang Feby Agung Pamuji Khoiriyah, Azulfatun Kurniadi, Harso Maulidhia, Alief Nur Aisyi Mulyo, Budi Mukhamad Nurhannavi, Davit Nurkholis, Afif Pratama , Moh. Andris Pujiputra, Anggarjuna Puncak Rachma, Fara Camila Widia Riska Nurtantyo Sarbini Royb Fatkhur Rizal Salsabila, Cantika Putri Hanida Sari, Devina Puspita Sekar, Anggrea Sholikhah, Evi Nafiatus Shultoni Mahardika Sukarno, Friska Intan Thooriqoh, Hazna At Utomo, Yudo Bismo Wibowo, Sekarsari Widyastuti, Indri Ika Yudi Andika Yumono, Fajar Yuniati, R. A. Norromadani