Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JUSIFOR : Jurnal Sistem Informasi dan Informatika

Perancangan Prototype Monitoring Suhu Berbasis Internet Of Things (IoT) Ridla, Muhammad Ali; Rahman, M. Fahrizal
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 3 No 1 (2024): JUSIFOR - JUNI 2024
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/jusifor.v3i1.4367

Abstract

Sistem monitoring suhu dan kelembaban ruangan server Pengadilan Agama Banyuwangi menggunakan teknologi Internet of Things(IoT) yang dibangun pada platform DHT22 dan NodeMCU.. Dengan fokus pada kebutuhan ruang server yang terbatas dan jarak fisik yang jauh, penelitian ini menawarkan solusi praktis dengan aplikasi Android yang memungkinkan pemantauan suhu dan kelembaban secara real-time. Melalui penggunaan NodeMCU dan aplikasi Blynk, sistem ini dapat diakses dari jarak jauh, memfasilitasi responsivitas dan tindakan preventif terhadap fluktuasi suhu yang berpotensi merugikan. Hasil penelitian mencakup deskripsi sistem, fungsi utama, perangkat keras yang digunakan, serta evaluasi kelebihan dan kekurangan. Dengan kesimpulan bahwa simulasi monitoring suhu dan kelembaban melalui aplikasi Blynk dapat memberikan kontribusi positif dalam manajemen server, penelitian ini mendorong pengembangan lebih lanjut untuk meningkatkan efektivitas dan relevansi sistem dalam konteks pengelolaan ruang server yang lebih luas.
Perbandingan Algoritma Pembelajaran Mesin untuk Klasifikasi Warna Kulit Berdasarkan Warna Piksel Citra Ridla, Muhammad Ali
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 1 No 1 (2022): JUSIFOR - JUNI 2022
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (396.271 KB) | DOI: 10.33379/jusifor.v1i1.1274

Abstract

Klasifikasi warna citra digital untuk mendeteksi warna kulit atau bukan kulit merupakan hal yang sangat penting dalam dunia Computer Vision. Hal ini sangat membantu berbagai aplikasi dalam kehidupan nyata, seperti aplikasi deteksi wajah, gerakan tangan, sistem keamanan, deteksi penyakit kulit, pemblokiran konten dewasa, dan lain sebagainya. Warna merupakan komponen yang paling utama dalam hal mendeteksi warna kulit pada citra, oleh karena itu pada penelitian ini akan dilakukan eksperimen klasifikasi warna kulit pada piksel sebuah citra menggunakan ruang warna yang berbeda beda diantaranya, RGB, HSV, YCbCr, dan SCgCr dengan memanfaatkan algoritma pembelajaran mesin, yaitu KNN, Naïve Bayes, dan Random Forest. Pada penelitian ini, data yang digunakan merupakan data public Skin Segmented yang bersumber dari UCI dengan ruang warna RGB dan transformasi ke ruang warna lainnya, hasil klasifikasi yang dilakukan ternyata menghasilkan performa yang sangat baik, untuk algoritma KNN dan Random Forest selalu mendapatkan tingkat akurasi di atas 95% di semua ruang warna tersebut.