Garuda - Garba Rujukan Digital

Sistem Monitoring Tingkat Suhu Udara Dan pH Air Pada Budidaya Ikan Hias Discus Berbasis Wireless Sensor Network rozikin, chaerur
Jurnal Teknologi Terpadu Vol. 5 No. 2: Desember, 2019
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v5i2.232

Ikan hias discus memiliki corak warna yang indah sehingga menarik perhatian dan memiliki banyak penggemarnya sehingga ikan hias discus memiliki potensi ekonomi untuk diperjual belikan. Bagi sebagian orang membudidayakan ikan hias merupakan usaha yang menguntungkan. Membudidayakn ikan hias discus tidak mudah karena harus menjaga kualitas air agar sesuai dengan yang dibutuhkan oleh ikan hias discus. Kualitas air tidak diperhatikan akan menyebabkan ikan hias discus mudah stress atau bahkan mati. Kualitas air setiap waktu selalu berubah-ubah seperti suhu, pH akan berubah. Untuk mengatasi masalah tersebut perlu dilakukan inovasi untuk mengembangkan sistem yang bisa mengawasi kualitas air setiap saat. Penelitian ini akan mengmbangkan teknologi pengawasan kondisi suhu, pH air berbasis wsn. Wsn terdiri dari tiga bagian yaitu node/endpoint, hotspots, dan server. Node/endpoint digunakan untuk merekam kondisi faktual air dengan menggunakan sensor. Hotspots digunakan untuk menerima data dari node/endpoint kemudian mengirimkannya ke server. Server digunkan untuk menyimpan data dan kemudian diolah menjadi informasi yang berguna bagi pembudidaya. Teknologi transceiver digunakan wirless 801.11b. Desain interface digunakan untuk memudahkan pembudidaya mendapatkan informasi. Tahapan pada penelitian ini meliputi pengumpulan data, analisis kebutuhan, desain prototipe, pengujian, dan implementasi.

Workshop Pembuatan Mini Konveyor Untuk Proses Quality Control Berbasis Computer Vision Rozikin, Chaerur; Enri, Ultach; Suharso, Aries
Jurnal Pemberdayaan Komunitas MH Thamrin Vol 3, No 2 (2021): Jurnal Pemberdayaan Komunitas MH Thamrin
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jpkmht.v3i2.629

Seiring berjalannya waktu, teknologi yang ada juga berkembang, perkembangan teknologi akan membantu manusia dalam kesehariannya. Otomatisasi adalah suatu teknologi yang terkait dengan mekanik, elektronik, dan komputer berdasarkan sistem untuk beroperasi dan untuk mengontrol produksi. Otomatisasi dapat digunakan dalam proses Quality Control dengan menggunakan Konveyor dengan Sensor hc05. Dengan sistem otomasi ini, proses Quality Control akan lebih cepat dan mengurangi tenaga kerja manusia di dalamnya. Cara kerjanya adalah dengan menyensor botol di dalam kotak untuk melihat jumlah botol dalam kotak sesuai dengan angka yang telah ditentukan.Kata Kunci: Kualitas Kontrol, Otomasi, Sistem Komputer Vision.

Prakiraan Cuaca Kota Bandung di Tahun Berikutnya dengan Menggunakan Metode Naïve Bayes Sallamah, Afifah Nur; Sunandar, Adi; Rizka, Alifa Maha; Rozikin, Chaerur
DoubleClick: Journal of Computer and Information Technology Vol 8, No 1 (2024): Edisi Agustus 2024
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v8i1.16950

Cuaca menjadi suatu faktor yang mempengaruhi seluruh kegiatan manusia, sehingga prediksi cuaca menjadi sangat diperlukan untuk kelancaran kegiatan masyarakat di dunia. Penelitian ini ditujukan untuk memprediksi cuaca di kota bandung meggunakan metode Naïve Bayes. Penelitian ini menggunakan data cuaca Kota Bandung selama 4 tahun terakhir (2019 – 2022) yang didapatkan dari laman BMKG yang mencakup tanggal, temperatur minimum, temperatur maksimum, kelembapan, kecepatan angin, dan curah hujan.

Implementasi Metode Convolutional Neural Network Untuk Klasifikasi Penyakit Tanaman Kentang Dengan Arsitektur Densenet Maulana, Yuzril Nur; Rozikin, Chaerur; Voutama, Apriade
JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi Vol 23 No 3 (2024): September 2024
Publisher : LP2M STAI Miftahul 'Ula (STAIM) Nganjuk

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29138/lentera.v23i3.1455

Automated detection of plant diseases, particularly in crops like potatoes, is essential for maintaining agricultural productivity. The use of convolutional neural networks (CNNs), especially employing architectures like DenseNet, offers promising avenues for accurate disease classification. Your study's exploration of three different optimizers – Adam, SGD, and RMSprop – provides insights into their effectiveness in training CNN models for potato disease classification. The Adam optimizer stands out with its exceptionally high average accuracy of 97%, alongside impressive precision, recall, and F1-score metrics, all reaching 98%. This indicates its robustness in optimizing models for superior results. On the other hand, the SGD optimizer, although slightly less accurate at 83%, still performs commendably, considering its simplicity and widespread usage. Its precision, recall, and F1-score metrics around 82% underscore its reliability in disease classification tasks. Additionally, the RMSprop optimizer, while not as effective as Adam, demonstrates good performance with an accuracy of around 94% and stable precision, recall, and F1-score metrics, each approximately 94%. Overall, the findings suggest that all three optimizers can effectively train CNN models for potato disease classification. However, the Adam optimizer tends to yield the best results in this context, emphasizing its potential for optimizing models in similar agricultural applications. This comprehensive analysis provides valuable insights for researchers and practitioners aiming to deploy automated disease detection systems in potato cultivation and potentially other agricultural domains.

Perbandingan Performa Algoritma KNN dan SVM dalam Klasifikasi Kelayakan Air Minum Sopiatul Ulum; Alifa, Rizal Fahmi; Rizkika, Putri; Rozikin, Chaerur
Generation Journal Vol 7 No 2 (2023): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v7i2.20270

Air menjadi kebutuhan mendasar bagi kelangsungan makhluk hidup dan pembangunan. Saat ini, kesadaran masyarakat terhadap pola konsumsi air yang berkualitas dan bermutu semakin tinggi sehingga diperlukan penelitian terhadap kelayakan air. Dalam penelitian air tersebut menggunakan metode klasifikasi objek. Pada penelitian ini membahas perbandingan antara 2 metode Machine Learning yaitu K-Nearest Neighbors (K-NN) dengan Support Vector Machine (SVM) berdasarkan parameter yang telah ditentukan. Penelitian ini menghasilkan tingkat akurasi algoritme K-Nearest Neighbors (K-NN) sebesar 65,341% dan algoritme Support Vector Machine (SVM) menghasilkan akurasi sebesar 69,764%. Dari hasil tersebut, dapat disimpulkan bahwa algoritme Support Vector Machine (SVM) memiliki akurasi lebih tinggi daripada algoritme K-Nearest Neighbors (K-NN).

IMPLEMENTASI DEEP LEARNING DALAM MENGIDENTIFIKASI KERETAKAN BAN savina, savina; Adam, Riza Ibnu; Rozikin, Chaerur
Jurnal informasi dan komputer Vol 12 No 01 (2024): Jurnal Informasi dan Komputer yang terbit pada tahun 2024 pada bulan 4 (April)
Publisher : LPPM Institut Teknologi Bisnis Dan Bahasa Dian Cipta Cendikia

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

Tires are a crucial component of vehicles that play an important role. The functions of tires include reducing vibrations from road irregularities, protecting the wheels from wearing out quickly, and providing ease of movement while driving. Due to their vital nature, it is important to maintain the condition of tires to ensure passenger safety and comfort. Excessive tire usage can lead to damage such as cracks. Cracks in tires can occur due to poor weather conditions and road conditions. Cracks in tires refer to a condition where the tire loses its flexibility and traction capabilities while driving. In fact, research data shows that 80% of traffic accidents on highways occur due to indications of tire damage. Prompt handling and regular checks are required to address and optimize tire damage. The methods used to check tire conditions previously were done manually and relied on human labor. These methods are considered ineffective in identifying tire cracks. In this study, a Deep Learning model using the Transfer Learning ShuffleNet approach was developed to automatically classify tire images in identifying tire cracks. The main objective of this research is to determine the best method in identifying tire cracks and measure the performance of the developed model. In the development of this model, testing was conducted using 10 different scenarios on the created model to find the best method for achieving optimal testing accuracy. The best results obtained were an accuracy of 78% using the ADAM optimizer and 75% using the RMSprop optimizer. Therefore, it can be concluded that the Transfer Learning ShuffleNet method is efficient and capable of accurately detecting tire cracks. This research also successfully determined the best parameters such as the number of epochs, dropout layers, and optimizer in model creation to achieve optimal results. Through the adoption of Transfer Learning ShuffleNet, this research contributes to the development of tire damage detection technology aimed at improving safety and driving comfort.

Sistem Monitoring Tingkat Suhu Udara Dan pH Air Pada Budidaya Ikan Hias Discus Berbasis Wireless Sensor Network rozikin, chaerur
Jurnal Teknologi Terpadu Vol 5 No 2: Desember, 2019
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v5i2.232

Ikan hias discus memiliki corak warna yang indah sehingga menarik perhatian dan memiliki banyak penggemarnya sehingga ikan hias discus memiliki potensi ekonomi untuk diperjual belikan. Bagi sebagian orang membudidayakan ikan hias merupakan usaha yang menguntungkan. Membudidayakn ikan hias discus tidak mudah karena harus menjaga kualitas air agar sesuai dengan yang dibutuhkan oleh ikan hias discus. Kualitas air tidak diperhatikan akan menyebabkan ikan hias discus mudah stress atau bahkan mati. Kualitas air setiap waktu selalu berubah-ubah seperti suhu, pH akan berubah. Untuk mengatasi masalah tersebut perlu dilakukan inovasi untuk mengembangkan sistem yang bisa mengawasi kualitas air setiap saat. Penelitian ini akan mengmbangkan teknologi pengawasan kondisi suhu, pH air berbasis wsn. Wsn terdiri dari tiga bagian yaitu node/endpoint, hotspots, dan server. Node/endpoint digunakan untuk merekam kondisi faktual air dengan menggunakan sensor. Hotspots digunakan untuk menerima data dari node/endpoint kemudian mengirimkannya ke server. Server digunkan untuk menyimpan data dan kemudian diolah menjadi informasi yang berguna bagi pembudidaya. Teknologi transceiver digunakan wirless 801.11b. Desain interface digunakan untuk memudahkan pembudidaya mendapatkan informasi. Tahapan pada penelitian ini meliputi pengumpulan data, analisis kebutuhan, desain prototipe, pengujian, dan implementasi.

ANALISIS FORENSIC CITRA DIGITAL MENGGUNAKAN TEKNIK ERROR LEVEL ANALYSIS DAN METADATA BERDASARKAN METODE NIST Eka Purnama, Karolina; Rozikin, Chaerur; Ali Ridha, Azhari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6660

Saat ini, terjadi peningkatan yang signifikan dalam perubahan citra yang berasal dari citra asli yang mudah dimanipulasi. Situasi ini dimanfaatkan oleh pihak yang tidak bertanggung jawab. Kemudahan dalam memanipulasi, mengubah, atau menghapus informasi asli dari citra digital menimbulkan keraguan terhadap keaslian dan integritas citra yang digunakan. Tujuan dari penelitian ini adalah membuktikan keaslian bukti digital melalui analisis menggunakan Digital Forensik berdasarkan alur metode NIST. Alur penelitian mencakup pemahaman latar belakang masalah, pengumpulan data, identifikasi, penerapan metode NIST, dan pelaporan hasil. Objek penelitian ini adalah foto yang dimasukkan dalam bukti digital yang diambil atau dipotret menggunakan kamera Canon EOS 700D, penelitian ini menggunakan tools forensically beta dan jpegsnoop untuk mengidentifikasi metadata dan analisis tingkat kesalahan. Hasil metadata foto manipulasi terdiri dari Luminance (ID Tujuan 0) dan Chrominance (ID Tujuan 1) dalam tabel 8x8 dengan angka 8-bit. Nilai tinggi pada tabel menunjukkan pembagian kasar dan penurunan kualitas, menunjukkan assessment class 3, dimana foto teridentifikasi telah dilakukan pengeditan menggunakan software editing Photoshop. Hasil error level analysis menunjukkan foto manipulasi terlihat lebih gelap, objek yang sudah dimanipulasi lebih menonjol, dan hasil tekstur menggunakan histogram equalization terlihat kacau.

PENERAPAN DESIGN THINKING DALAM MENGANALISIS USER INTERFACE DAN USER EXPERIENCE PADA APLIKASI SAMPURASUN Armeilia, Rida; Haerul Jaman, Jajam; Rozikin, Chaerur
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7209

Sampurasun merupakan sebuah aplikasi tour guide wisata yang dikeluarkan oleh Pemerintah Kabupaten Purwakarta melalui Dinas Pariwisata Kabupaten Purwakarta yang berfungsi untuk mempromosikan destinasi wisata dengan lebih kekinian yaitu dengan melalui satu aplikasi di smartphone bisa mempermudah para wisatawan lokal maupun luar daerah dalam mengakses informasi yang ada di wilayah Kabupaten Purwakarta. Berdasarkan dari data review, sebagian besar pengguna mengungkapkan rasa kekecewaan dan mengeluhkan aplikasi tersebut. Metode yang digunakan untuk menganalisis desain dalam penelitian ini adalah Design Thinking untuk menentukan solusi dari masalah yang pengguna hadapi saat menggunakan aplikasi Sampurasun dan untuk menggunakan User Experience Questionnaire (UEQ) untuk mengukur pengalaman pengguna dengan 6 skala penilaian. Analisis ini bertujuan untuk mengukur pengalaman pengguna agar menghasilkan rekomendasi solusi desain user interface dan user experience yang digunakan untuk membangun prototipe. Hasil dari rekomendasi solusi desain aplikasi Sampurasun mengalami peningkatan pada 6 skala kuesioner UEQ, yaitu daya tarik dengan peningkatan 2.26, kejelasan 2.18, efisiensi 2.46, ketepatan 1.95, stimulasi 1.62 dan kebaruan 2.18. Kemudian, pada benchmark UEQ perbandingan desain sebelum dan sesudah dievaluasi juga meningkat, yang semula berada pada kategori Bad (buruk) menjadi Excellent (sangat baik).

KOMPARASI PENGGUNAAN DATA LAB DAN FIELD CONDITION UNTUK MEMBANGUN MODEL KLASIFIKASI PENYAKIT PADA DAUN APEL Nurul Abada, Oki; Rozikin, Chaerur; Ibnu Adam, Riza
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7325

Produksi buah apel di Indonesia pada tahun 2021 mengalami penurunan sebanyak 6.807 Ton dibandingkan dengan tahun sebelumnya. Salah satu faktor yang berkontribusi dalam penurunan tersebut adalah penyakit yang menyerang tanaman apel. Jika hal tersebut dibiarkan tanpa penanganan dan identifikasi yang tepat, maka dalam kasus terburuknya potensi kegagalan panen dapat mencapai 60%. Tujuan penelitian ini adalah meng-implementasikan teknologi deep learning dengan menggunakan arsitektur Mobilenet berbasis Transfer Learning untuk melakukan identifikasi penyakit terhadap daun tanaman apel berdasarkan citra gambar yang diolah dengan melakukan komparasi terhadap dataset yang membangunnya. Penelitian ini mengadopsi metode Machine Learning Modelling Life Cycle yang berfokus kepada pengembangan model kecerdasan buatan. Tahapannya meliputi data collection, preprocessing, modelling, evaluation dan inference. Hasil skema uji silang dataset, menunjukkan kinerja lebih baik pada model field condition dibandingkan model lab condition, dengan akurasi 70,55% dan AUC 0,8872. Berdasarkan temuan tersebut dapat disimpulkan bahwa model yang dibangun menggunakan dataset field condition memiliki kinerja lebih unggul dalam menghadapi data baru untuk tugas klasifikasi penyakit pada daun apel

Title

Found 23 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 23 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search