Claim Missing Document
Check
Articles

Found 28 Documents
Search

Substraksi RGB untuk Identifikasi Jenis Daging Konsumsi Berbasis Pengolahan Citra Afri Yudamson; Sri Ratna Sulistiyanti; Syaiful Alam; FX Arinto Setyawan; Titin Yulianti
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 14 No. 2 (2020)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v14n2.2148

Abstract

Intisari Kesenjangan nilai ekonomis yang cukup tinggi yang terjadi pada komoditas beberapa jenis daging konsumsi menjadi penyebab utama terjadinya kecurangan pada proses penjualannya. Secara kasat mata, beberapa jenis daging akan terlihat sama sehingga sulit untuk diidentifikasi. Dengan menggunakan pengolahan citra, data matriks dari beberapa jenis daging konsumsi akan menampilkan kecenderungan tertentu sehingga dapat dijadikan ciri identifikasi. Sampel pada penelitian ini adalah daging Kambing, daging Anjing, daging Babi, dan daging Celeng. Metode Substraksi RGB merupakan turunan dari matriks citra RGB. Dengan menggunakan metode ini, citra masing-masing jenis daging konsumsi dapat diidentifikasi. Hasil penelitian menunjukkan bahwa daging Kambing dan daging Celeng dapat diidentifikasi menggunakan substraksi GB, sedangkan daging Anjing dan daging Babi dapat diidentifikasi menggunakan substraksi GB yang dilanjutkan dengan substraksi RB.Kata kunci kecurangan penjualan daging, identifikasi daging, pengolahan citra, substraksi RGBAbstract High gap of the economic values that occurs in several types of meat commodities is a major cause of fraud of the meat sales. In plain view, several types of meat will be look similar so these were difficult to identify. By using image processing, matrix data from several types of meat will display certain trends so that it can be used as an identification feature. Samples in this study were goat meat, dog meat, pork meat, and boar meat. The RGB Substraction Method is a derivative of an RGB image matrix. Using this method, images of each type of meat can be identified. The results showed that goat meat and boar meat could be identified using GB substraction, while dog meat and pork meat could be identified using GB substraction followed by RB subtraction.Keywords meat sales fraud, meat identification,image processing, RGB substraction
RANCANG BANGUN SISTEM VISUALISASI DATA MENGGUNAKAN DASHBOARD PADA SISTEM DETEKSI HOAKS MELALUI PENDEKATAN HCD (HUMAN CENTERED DESIGN) Fajri Isnanto; Meizano Ardhi Muhammad; Titin Yulianti
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3029

Abstract

Skripsi ini membahas Tentang Rancang Bangun Sistem Visualisasi Data Menggunakan Dashboard pada Sistem Deteksi Hoaks dengan Menerapkan Metode Human Centered Design, System Usability Scale, dan Blackbox. Tujuan dari penelitian ini adalah untuk menghasilkan sistem visualisasi data yang mudah digunakan oleh pengguna dan efektif dalam mendeteksi hoaks, serta dapat memberikan penjelasan tentang proses deteksi hoaks yang terjadi di dalam sistem . Metode Human Centered Design digunakan untuk memastikan bahwa desain sistem berfokus pada kebutuhan pengguna, sementara System Usability Scale digunakan untuk mengukur tingkat kepuasan pengguna terhadap sistem. Metode Blackbox digunakan untuk mempelajari bagaimana sistem deteksi hoaks bekerja secara internal dan memberikan penjelasan yang lebih detail tentang proses deteksi hoaks yang terjadi di dalamnya. Penelitian ini dilakukan dengan mengumpulkan data dari pengguna melalui wawancara dan kuesioner, serta mempelajari kode program sistem deteksi hoaks. Hasil penelitian menunjukkan bahwa pengguna merasa sistem visualisasi data yang dirancang sangat mudah digunakan dan efektif dalam mendeteksi hoaks, serta memberikan penjelasan yang cukup lengkap tentang proses deteksi hoaks yang terjadi di dalam sistem. Oleh karena itu, penelitian ini dapat memberikan kontribusi pada pengembangan sistem deteksi hoaks yang lebih transparan dan dapat dipercaya oleh pengguna.
PEMBANGKIT LISTRIK TENAGA SURYA UNTUK SISTEM PENERANGAN DAN ALAT PEMBERI PAKAN OTOMATIS PADA KERAMBA JARING APUNG F.X Arinto Setyawan; Bagus Agung Nugroho; Yudamson, Afri; Nasrullah, Emir; Titin Yulianti
Prosiding Seminar Nasional Ilmu Teknik Dan Aplikasi Industri Fakultas Teknik Universitas Lampung Vol. 6 (2023): Prosiding Seminar Nasional Nasional Ilmu Teknik dan Aplikasi Industri (SINTA) 2023
Publisher : Fakultas Teknik Universitas Lampung

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

Abstract

Desa Durian berbatasan langsung dengan lautan. Beberapa masyarakat memanfaatkan kondisi geografis tersebut untuk beternak ikan laut dengan metode keramba jarring apung. Beberapa keramba diatur lokasinya dekat dengan daratan dengan tujuan mendapatkan sumber listrik dari PLN menggunakan kabel. Hal ini cukup menghabiskan waktu dan tenaga nelayan serta beresiko terjadinya korsleting listrik. Penelitian ini menjawab permasalahan nelauan dengan mmerancang system Pembangkit Listrik Bertenaga Surya (PLTS).Dengan adanya sistem PLTS ini berhasil memperbaiki pengelolaan keramba jarring apung dengan membrikan pasokan listrik untuk penerangan dan kebutuhan kemudahan pemberi pakan otomatis. Sehingga tidak adanya penggunaan kabel listrik untuk menghubungkan sumber listrik PLN ke keramba.
Penilaian Pembayaran Kredit dengan Logistic Regression dan Random Forest pada Home Credit Yulianti, Titin; Cahyana, Amanda Hasna; Komarudin, Muhamad; Mulyani, Yessi; Septama, Hery Dian
Jurnal Pseudocode Vol 11 No 2 (2024): Volume 11 Nomor 2 September 2024
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.11.2.79-88

Abstract

Global economic development has led to the high complexity of society's needs. Financial institutions are here to provide facilities to meet the increasingly complex needs of society. However, the existence of problem loans can be a serious threat so classification techniques in data mining are used to overcome this problem. This research develops a model that can predict customers' ability to make credit payments so that financial institutions can avoid problematic credit. In this research, the SMOTE resampling technique is used to see the effect of sampling in dealing with class imbalance and conducting credit assessments. The research results show that the model built using SMOTE has better AUC than the model without SMOTE. From the two machine learning algorithms, logistic regression and random forest, the results show that the random forest model with SMOTE has the best performance with an accuracy value of 90%, precision of 92%, recall of 88%, F1-score of 90%, and AUC value of 0.97. Based on the best model, ten important features were obtained that influence the process of assessing credit repayment capabilities, namely the normalized score from external data sources, the period for changing customer numbers, the number of previous installment payments, the customer's age, registration time, the period for applying for credit at the credit bureau, the period for changing identity documents, the time for updating information at the credit bureau, and the length of time the customer has worked. In addition, this research produces visualizations via dashboards that can be used to improve the process of assessing credit repayment capabilities. Keywords: Prediction; Logistic Regression; Random Forest; Credit; Repayment Capabilities.
EDUKASI MITIGASI TSUNAMI DAN PENGEMBANGAN GEOWISATA BATU BALAK SEBAGAI DESA WISATA SADAR BENCANA DI LAMPUNG Mulyasari, Rahmi; Mulyatno, Bagus Sapto; Yulianti, Titin
Jurnal Pengabdian Kepada Masyarakat Sakai Sambayan Vol 8 No 3 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jss.v8i3.563

Abstract

Desa Batu Balak adalah desa yang terletak di Kecamatan Rajabasa, Kabupaten Lampung Selatan, berjarak 100 km dari Universitas Lampung (UNILA). Lokasi Desa Batu Balak yang berada di dekat Selat Sunda, dilewati sungai di bagian timur desa dan topografi yang memiliki nilai elevasi maksimal setinggi 30 meter, sangat rentan terdampak bencana tsunami. Di sisi lain, Desa Batu Balak yang berada di tepi pantai, memiliki potensi pariwisata yang berpeluang untuk dikembangkan. Tujuan dari kegiatan pengabdian ini utuk mewujudkan Desa Wisata Sadar Bencana, dengan meningkatkan pengetahuan Pokdarwis Kahai Indah mengenai potensi geowisata Desa Batu Balak serta mengedukasi Pokdarwis dalam membuat peta bahaya tsunami serta mitigasi struktural dan non struktural untuk kesiap-siagaan desa wisata sadar bencana. Metode yang digunakan dalam pengabdian ini adalah sosialisasi, pelatihan, penerapan teknologi, pendampingan dan evaluasi, dan keberlanjutan program. Hasil dari kegiatan pengabdian tergambar dari hasil evaluasi dan diskusi yang menunjukkan respon yang positif. Pihak mitra berharap untuk dilakukannya kegiatan lanjutan secara berkesinambungan untuk mewujudkan desa wisata sadar bencana.
Pembuatan dan Pendampingan SI MBEK: Sistem Informasi Monitoring Pembesaran Kambing di Desa Rukti Endah Yulianti, Titin; Purwiyanti, Sri; Komarudin, Muhamad; Septama, Hery Dian; Sianipar, Yos Marison; Utami, Elika Dwi; Pangestu, Rizki
Journal of Appropriate Technology for Community Services Vol. 6 No. 2 (2025)
Publisher : Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/jattec.vol6.iss2.art6

Abstract

Rukti Endah Village is a village that is part of the administrative area of Seputih Raman sub-district, Central Lampung Regency. Rukti Endah Village has enormous livestock potential with a village area of 800 hectares where the majority of people are livestock breeders and farmers. One of the livestock MSMEs in Rukti Endah Village is CV Raman Farm Sejahtera, known as Raman Farm. Raman Farm facilitates livestock groups in the area to develop livestock care businesses called Hotel Ternak. The Hotel Ternak accepts care for livestock by customers to be raised until they are ready to be sold, one of which is goats. The more customers and livestock they entrust, the more difficult it is to manage the development history of each livestock. Apart from that, to expand the business network, customer trust is needed through more professional business management by utilizing information system technology. This activity aims to create an information system for monitoring goat enlargement including the health history of goats which is named the Goat Enlargement Monitoring Information System (SI MBEK) using the Rapid Application Development (RAD) system development method by means of iterative development, providing assistance and management training and use of goat farming information systems and carry out activity evaluations. The method for implementing community service used is Participatory Rural Appraisal (PRA) in which partners actively participate in this activity. The result of this community activity was the construction of SI MBEK. The application of SI MBEK can increase effectiveness in managing livestock hotels for rearing goats. Because it uses the RAD-iterative development model, SI MBEK can continue to be developed into the second version and beyond by adding features according to further needs.
Advancing precision in air quality forecasting through machine learning integration Komarudin, Muhamad; Ratna Sulistiyanti, Sri; Suharso, Suharso; Irsyad, Muhammad; Dian Septama, Hery; Yulianti, Titin; Sophian, Ali; Michel, Michel
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 3: June 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i3.pp2113-2122

Abstract

In an era where environmental concerns are escalating, air quality forecasting emerges. Forecasting is a crucial tool for addressing the adverse impacts of pollution on public health and ecosystems. In urban centers like Bandar Lampung, economic activities intensify pollution levels. This condition leveraging advanced machine learning forecasting methods can significantly mitigate these effects. This study evaluates the precision of long short-term memory (LSTM) and Prophet methods in predicting air quality. This study utilizes data from January 12, 2022 to November 9, 2023. The results reveal a distinct advantage of the LSTM method over the Prophet. The LSTM method showcases superior accuracy across all evaluation metrics. Specifically, the LSTM method achieved an average root mean squared error (RMSE) of 5.38, mean absolute error (MAE) of 3.94, and mean absolute percentage error (MAPE) of 0.07. In contrast, the Prophet method recorded higher error rates, with an average RMSE of 18.48, MAE of 15.61, and MAPE of 0.25. These numbers underscore the LSTM method's robustness and reliability in forecasting air quality. The result highlights its potential as a pivotal resource for environmental monitoring and policymaking to safeguard public health and promote sustainable urban development.
Rekayasa E-Aquaculture untuk Pemantauan Tambak Udang secara Realtime dengan Model Multipoint Node Komarudin, Muhamad; Septama, Hery Dian; Yulianti, Titin; Wicaksono, Muhamad Aby
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 2: April 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021824142

Abstract

Udang merupakan salah satu komoditas unggulan bagi Indonesia dari sektor perikanan. Budidaya udang pada tambak, perlu memperhatikan kualitas air. Kualitas air yang perlu diperhatikan dalam pertumbuhan dan kehidupan udang adalah perubahan temperatur, kadar garam, kebutuhan oksigen dan tingkat keasaman atau kandungan pH.  Pemantauan secara manual membutuhkan waktu, tenaga dan biaya yang jauh lebih besar karena harus ada petugas yang berkeliling kolam untuk melakukan pengukuran. Dengan Internet of Things (IoT) yang dikembangkan dalam penelitian ini proses monitoring tersebut dapat dilakukan dengan cepat atau realtime. Model yang dikembangkan terdiri dari perangkat node yang dipasang pada setiap kolam dan masterboard untuk pengumpulan data. Sensor yang dipasang pada setiap node adalah sensor salinitas air, sensor pH dan sensor suhu. Nilai salinitas, pH dan suhu selain ditampilkan pada perangkat penampil yang ada pada node juga dikirimkan ke masterboard. Hasil penelitian menunjukkan perangkat sensor bekerja dengan baik, data salinitas air, pH dan suhu dapat ditampilkan pada node. Ujicoba komunikasi data juga dapat berkerja dengan baik yang ditunjukkan dengan data dapat dikirimkan ke masterboard dengan delay 1 detik karena data masuk secara bergantian atau serial. Masterboard dapat bekerja untuk mengirimkan data ke basis data cloud firebase untuk selanjutnya data ditampilkan pada aplikasi monitoring yang telah dikembangkan. AbstractShrimp is one of the leading commodities for Indonesia from the fisheries sector. Shrimp farming, needs to pay attention to pond water quality. The water quality parameter that needs to be considered in the growth and life of shrimp is temperature, salinity, and pH. The farmer usually, monitor the shrimp pond manually that requires much greater time, effort and cost. The process can be automated with the Internet of Things (IoT) developed in this research. The model developed consists of a set of nodes installed in each pond and a masterboard for data collection. The sensors installed at each node are water salinity sensors, pH sensors and temperature sensors. The Salinity, pH and temperature score besides being displayed on the display device at each node, it is also sent to the masterboard through data communication. The results show that the sensor and data communication devices can work well with low latency (1 s) since the data received serially. Masterboard can work to send data to the Firebase cloud database so that the data may displayed in the monitoring application that has been developed.
APLIKASI SISTEM INFORMASI GEOGRAFIS UNTUK PEMETAAN DAERAH BERPOTENSI TSUNAMI DI DESA BATU BALAK, KECAMATAN RAJABASA, KABUPATEN LAMPUNG SELATAN Mulyasari, Rahmi; Solihin, Hafiz Ibnu; Ghiffary, Aviv Irfan Wildan; Kuncoro, Kirana Helga Aimee; Haerudin, Nandi; Yulianti, Titin; Mulyatno, Bagus Sapto
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 3 (2024): JOP (Journal Online of Physics) Vol 9 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i3.36177

Abstract

Desa Batu Balak merupakan salah satu pemukiman yang terdampak oleh tsunami yang melanda Selat Sunda pada tahun 2018. Letaknya yang dilintasi sungai dan berdekatan dengan pesisir pantai meningkatkan kerentanannya terhadap tsunami. Selain itu, tingkat keterpaparan tsunami juga dipengaruhi oleh ketinggian dan kelandaian lereng yang ada. Tujuan dari penelitian ini adalah memetakan tingkat bahaya tsunami sebagai sarana pengurangan risiko bencana di tingkat desa, sesuai dengan Peraturan Kepala BNPB No.1 Tahun 2012 tentang Desa Tangguh Bencana. Penelitian ini memanfaatkan Sistem Informasi Geografis (SIG) untuk menganalisis data dari berbagai sumber, termasuk data SHP, DEM SRTM 30 M Lampung Selatan, dan data tutupan lahan Indonesia dari Badan Informasi Geospasial. Hasil penelitian menunjukkan bahwa kawasan pemukiman di pesisir pantai Desa Batu Balak memiliki kerentanan tinggi terhadap tsunami. Studi ini telah menghasilkan peta zonasi tsunami untuk Desa Batu Balak, yang dapat digunakan dalam pembangunan jalur evakuasi tsunami dan peningkatan infrastruktur desa.
EDUKASI MITIGASI TSUNAMI DAN PENGEMBANGAN GEOWISATA BATU BALAK SEBAGAI DESA WISATA SADAR BENCANA DI LAMPUNG Mulyasari, Rahmi; Mulyatno, Bagus Sapto; Yulianti, Titin
Jurnal Pengabdian Kepada Masyarakat Sakai Sambayan Vol. 8 No. 3 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jss.v8i3.563

Abstract

Desa Batu Balak adalah desa yang terletak di Kecamatan Rajabasa, Kabupaten Lampung Selatan, berjarak 100 km dari Universitas Lampung (UNILA). Lokasi Desa Batu Balak yang berada di dekat Selat Sunda, dilewati sungai di bagian timur desa dan topografi yang memiliki nilai elevasi maksimal setinggi 30 meter, sangat rentan terdampak bencana tsunami. Di sisi lain, Desa Batu Balak yang berada di tepi pantai, memiliki potensi pariwisata yang berpeluang untuk dikembangkan. Tujuan dari kegiatan pengabdian ini utuk mewujudkan Desa Wisata Sadar Bencana, dengan meningkatkan pengetahuan Pokdarwis Kahai Indah mengenai potensi geowisata Desa Batu Balak serta mengedukasi Pokdarwis dalam membuat peta bahaya tsunami serta mitigasi struktural dan non struktural untuk kesiap-siagaan desa wisata sadar bencana. Metode yang digunakan dalam pengabdian ini adalah sosialisasi, pelatihan, penerapan teknologi, pendampingan dan evaluasi, dan keberlanjutan program. Hasil dari kegiatan pengabdian tergambar dari hasil evaluasi dan diskusi yang menunjukkan respon yang positif. Pihak mitra berharap untuk dilakukannya kegiatan lanjutan secara berkesinambungan untuk mewujudkan desa wisata sadar bencana.