Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.203

P-Index

This Author published in this journals

All Journal Jurnal Ilmiah Informatika Komputer Jurnal Ilmiah KOMPUTASI Sebatik Jurnal Sistem Informasi dan Sistem Komputer Prosiding SeNTIK STI&K

Missa Lamsani

Universitas Gunadarma

Author-ID : 1377903

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Other

Published : 13 Documents Claim Missing Document

Claim Missing Document

Articles

Title

IMPLEMENTASI DEEP LEARNING FLOWER SCANNER MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Hanissa Anggraini Pratiwi; Margi Cahyanti; Missa Lamsani
Sebatik Vol 25 No 1 (2021): Juni 2021
Publisher : STMIK Widya Cipta Dharma

Bunga atau kembang adalah alat reproduksi seksual pada tumbuhan berbunga. Pada bunga terdapat organ reproduksi, yaitu benang sari dan putik. Pada beberapa spesies, bunga majemuk dapat dianggap awam sebagai bunga (tunggal), ada sekitar 391.000 spesies tanaman vaskular yang saat ini diketahui sains, dimana sekitar 369.000 spesies (atau 94 persen) adalah tanaman berbunga. Klasifikasi jenis bunga merupakan pekerjaan yang membutuhkan waktu dan pengetahuan. Perkembangan visi komputer memungkinkan otomatisasi klasifikasi jenis bunga dengan efisien dan akurat. Deep Learning merupakan cabang ilmu machine learning berbasis Jaringan Saraf Tiruan (JST) atau bisa dikatakan sebagai perkembangan dari JST. Dalam Deep Learning, sebuah komputer belajar mengklasifikasi secara langsung dari gambar atau suara. Dengan menggunakan teknologi Deep Learning yang merupakan salah satu bidang ilmu baru dalam Machine learning dan berkembang dengan sangat pesat. Deep Learning memiliki kemampuan yang baik dalam Computer Vision, yaitu Image Classification atau kalsifikasi objek pada citra dalam bentuk dua dimensi misalnya gambar dan suara. Hasil final test accuracy yang diperoleh yaitu didapat keakuratan sebesar 100% dengan salah satu hasil pengujian yaitu klasifikasi bunga mawar dengan akurasi sebesar 99,30%. Model data latih menggunakan dengan total dataset 460 gambar (yang diambil melalui pencarian gambar pada Google Image) sebanyak 30 kali dilatih, di mana setiap 13 langkah terhitung 1 training. Sehingga menghasilkan keluaran nilai akurasi dari data yang telah dilatih (val_acc) dan nilai akurasi dari data yang hilang atau miss (val_loss). Diharapkan dengan adanya implementasi aplikasi ini dapat membantu pengguna untuk memelihara bunga hias dengan jenis sesuai dengan keinginan.

PERANCANGAN SISTEM INFORMASI JASA LAYANAN PENCUCIAN KENDARAAN BERMOTOR Margi Cahyanti; Missa Lamsani
Sebatik Vol 25 No 2 (2021): Desember 2021
Publisher : STMIK Widya Cipta Dharma

Setiap tahun pengguna kendaraan bermotor selalu terjadi peningkatan, hal ini terbukti dari data yang diperoleh melalui Badan Pusat Statistik yaitu sebanyak 136.320.000 juta unit pada 2020. Banyaknya jumlah kendaraan bermotor tersebut, membuat pelaku bisnis membuka jasa layanan untuk pencucian kendaraan bermotor khususnya untuk pencucian kendaraan mobil dan motor. Dalam menjalankan usaha jasa cuci mobil dan motor banyak pelaku bisnis yang masih menggunakan sistem transaksi secara manual dengan menggunakan buku besar. Selain itu mencatat setiap transaksi, yang nantinya akan digunakan untuk membuat laporan harian, bulanan, dan tahunan sebagai informasi yang diberikan kepada atasannya. Pada lain sisi pengguna kendaraan juga merasa dirugikan ketika melakukan pencucian, pelanggan tidak mendapatkan nota dari transaksi mereka, pemilik kendaraan mendapatkan kendaraannya masih dalam keadaan kotor, terdapat goresan setelah melakukan pencucian, harga paket pencucian yang selalu berubah-ubah, dan pelanggan pun merasa dirugikan dengan hal ini. Untuk mengatasi permasalahan tersebut peneliti membuat sebuah aplikasi jasa pencucian kendaraan khususnya untuk mobil dan motor dengan menggunakan metode Waterfall mulai dari perencanaan, analisis, desain, implementasi dan sampai tahapan pemeliharaan, sehingga dengan metode tersebut dapat menyelesaikan masalah-masalah tersebut. Hasil dari penelitian diharapkan aplikasi ini dapat menguntungkan dari sisi pemilik kendaraan dan pelaku bisnis tersebut. Pelaku bisnis dapat mengatur sistem kerja dari proses pencucian, penggajian pegawai sampai hasil laporan, dan pelanggan mendapatkan kenyamanan dalam bertransaksi. Implementasi dalam pembuatan aplikasi ini menggunakan bahasa pemrograman C# dengan basis data Microsoft Office Access.

SISTEM IDENTIFIKASI WARNA TANAH MUNSELL MENGGUNAKAN SENSOR WARNA TCS3200 DAN KELEMBABAN YL-69 Missa Lamsani; Restu Adeline Pangestika; Margi Cahyanti; Ericks Rachmat Swedia
Sebatik Vol. 27 No. 1 (2023): Juni 2023
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v27i1.2249

Tanah merupakan salah satu sumber daya yang penting bagi kehidupan di Bumi. Tanah menyediakan air, udara serta nutrisi yang dibutuhkan oleh Bumi. Berdasarkan sudut pandang penggunaan lahan untuk kebutuhan pertanian dan produksi biomassa, sumber daya lahan dapat menghasilkan makanan, pakan, pakaian, tempat tinggal dan bio energi yang dapat mendukung keberlangsungan kehidupan Manusia. Tanah memiliki banyak bentuk dan memiliki fitur sendiri yang menentukan kekuatan dan kelemahan dalam pemanfaatan yang berbeda. Salah satu sifat yang paling sering digunakan oleh para peneliti untuk menggambarkan dan mengklasifikasikan tanah berdasarkan warna. Pengklasifikasian jenis tanah yang biasa digunakan yaitu bagan warna tanah Munsell dengan 238 warna standar berbentuk chip persegi panjang. Namun, proses pencocokan sampel dengan chip warna bergantung pada keterampilan pengamatan subjektif dari pengguna. Saat era modern ini, kemajuan teknologi berkembang semakin pesat. Salah satunya (IoT) dapat digunakan sebagai media pendukung. Penelitian ini bertujuan untuk mengkonversi nilai warna RGB tanah menjadi nilai HCV Munsell, hasil konversi nilai tersebut. Perancangan sistem ini dengan mengambil nilai warna RGB pada tanah yang dikirimkan melalui Application Programming Interface (API), di dalam API melakukan konversi nilai RGB ke nilai HVC Munsell, lalu hasil tersebut ditampilkan pada layar LCD 20x4. Pemilihan LCD 20x4 sebagai output agar memudahkan pengguna agar tidak perlu repot membawa gawai saat menggunakannya langsung di lapangan. Uji coba pada penelitian menggunakan tiga jenis tanah yang berbeda dengan percobaan sepuluh kali pada jenis tanah masing-masing.

Co-Authors Abdul Hafidh Sidiq Bheta Agus Wardijono Dharmayanti Dharmayanti Ericks Rachmat Swedia Excel Shieldvico Wattimena Faizal Ali Rozan Fajri Fadli Fajri Fadli Farid Thalib Fauzia Rahma Hanissa Anggraini Pratiwi Hartono Siswono Hendrosusanto, Taufik Ryan Margi Cahyanti Margi Cahyanti Muhamad Kusumah Ramadhan Muhammad Fauzi Islami Muhammad Fauzi Islami Musa, Purnawarman Nur Yuliani Putra, Rudi Prima Mandala Restu Adeline Pangestika Restu Adeline Pangestika Singgih Jatmiko Singgih Jatmiko Suci Br Kembaren Sunny Arief Sudiro

Title Search

Found 3 Documents Search Journal : Sebatik

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Sebatik