Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Akuntansi Universitas Muhammadiyah Kupang Jurnal Software Engineering and Computational Intelligence
Gasim
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Pengaruh Pengetahuan DPRD Tentang Anggaran, Pengawasan dan Partisipasi Anggaran Terhadap Kinerja Anggaran Pendapatan Belanja Daerah di Kabupaten Sikka (Studi Kasus Pada Kantor DPRD Kabupaten Sikka) ANDI LUKMAN; HERNI SUNARYA; GASIM
Jurnal Akuntansi Universitas Muhammadiyah Kupang Vol. 6 No. 03 (2019): JURNAL AKUNTANSI (JA) UNIVERSITAS MUHAMMADIYAH KUPANG
Publisher : PROGRAM STUDI AKUNTANSI - UNIVERSITAS MUHAMMADIYAH KUPANG

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

Abstract

Penelitian ini menjelaskan pengaruh Pengetahuan Dewan tentang Anggaran, Pengawasan, danPartisipasi anggaran terhadap Kinerja Anggaran Pendapatan Belanja Daerah (APBD). Data penelitianini diperoleh dari kuesioner (Primer) yang dibagikan kepada Anggota Dewan Kabupaten Sikka, denganmetode sampling incidental. Populasi dalam penelitian ini adalah wajib pajak di Kota Kupang denganmenggunakan sampel sebanyak 35 responden. Kuesioner di uji validitas dan uji reliabilitas sebelumpenelitian. Hasil penelitian ini menunjukkan bahwa (1) Pengetahuan deawa tentang anggaran,pengawasan dan partisipasi berpengaruh positif terhadap Kinerja Anggaran Pendapatan Belanja Daerah(APBD). Hal inidibuktikan melalui analisis regresi berganda yang diperoleh nilai R Square sebesar0389, yang dapat diartikan bahwa besarnya pengaruh pengetahuan dewan tentang anggaran,pengawasan dan partisipasi terhadap kinerja APBD adalah 45,3%. Hasil uji t statistikmenghasilkan nilaisignifikansi lebih kecil dari level of significant yaitu 0,002 <0,05. (2). Pengetahuan dewan tentanganggaran berpengaruh positif terhadap kinerja APBD. Hal tersebut dibuktikan melalui ModeratedRegression Analysis yang memberikan nilai koefisien sebesar 0,370,yang dapat diartikan pengetahuandewan tentang anggaran dapat memoderasi pengaruh terhadap kinerja APBD. Hasil uji t statistikmenghasilkan nilai lebih kecil dari level of significant yaitu 0,001 < 0,05. (3). Pengetahuan dewantentang pengawasan berpengaruh positif terhadap kinerja APBD. Hal tersebut dibuktikan melaluiModerated Regression Analysis yang memberikan nilai koefisien sebesar 0,524,yang dapat diartikanpengetahuan dewan tentang pengawasan dapat memoderasi pengaruh terhadap kinerja APBD. Hasiluji t statistik menghasilkan nilai signifikan lebih kecil dari level of significant yaitu 0,017 < 0,05. (4).Pengetahuan dewan tentang partisipasi tidak berpengaruh positif terhadap kinerja APBD. Hal tersebutdibuktikan melalui Moderated Regression Analysis yang memberikan nilai koefisien sebesar -0,019,yang dapat diartikan pengetahuan dewan tentang partisipasi tidak dapat memoderasi pengaruhterhadap kinerja APBD. Hasil uji t statistik menghasilkan nilai signifikan lebih besar dari level ofsignificant yaitu 0,722 > 0,05.
ANALISIS PENGARUH FILTER PENCAHAYAAN TERHADAP AKURASI IDENTIFIKASI JENIS BIBIT ALPUKAT BERBASIS CITRA URAT DAUN DENGAN METODE K-NEAREST NEIGHBORS DAN LOCAL BINARY PATTERN Darussalam, Muhammad Miftah; Gasim; Zaid Romegar Mair
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i2.60343

Abstract

Pencahayaan memegang peranan penting dalam pengambilan citra, terutama dalam memperjelas detail tekstur seperti urat daun. Permasalahan utama dalam identifikasi bibit alpukat terletak pada kemiripan pola tekstur antarjenis, yang dapat menyebabkan kesalahan klasifikasi. Penelitian ini bertujuan untuk menganalisis pengaruh jumlah filter pada pencahayaan terhadap akurasi identifikasi bibit alpukat. Metode yang digunakan meliputi segmentasi citra, ekstraksi fitur menggunakan Local Binary Pattern (LBP) sebanyak 59 fitur, dan klasifikasi menggunakan algoritma K-Nearest Neighbors (KNN) dengan variasi nilai K dari 2 hingga 6. Citra daun diambil dengan lima variasi jumlah filter pencahayaan. Hasil pengujian menunjukkan bahwa penggunaan dua filter menghasilkan akurasi terbaik sebesar 68,8%, diikuti oleh empat dan lima filter masing-masing 68%, sementara satu filter hanya mencapai 61,6%. Nilai K optimal diperoleh pada K = 3 karena memberikan keseimbangan antara sensitivitas dan stabilitas. Kesimpulannya, variasi filter pada pencahayaan memengaruhi visibilitas tekstur urat daun dan akurasi klasifikasi. Penelitian ini memberikan kontribusi terhadap pengembangan metode identifikasi bibit alpukat berbasis pengolahan citra.
Pengaruh Deteksi Tepi Citra Urat Daun Pada Pengenalan Jenis Bibit Jeruk Menggunakan Metode Pengenalan JST-PB dan GLCM Dimas Apriandi; Gasim; Muhammad Haviz Irfani; Muhammad Ikhwan Jambak
Jurnal Software Engineering and Computational Intelligence Vol 3 No 02 (2025)
Publisher : Informatics Engineering, Faculty of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jseci.v3i02.6219

Abstract

Identifikasi awal jenis bibit jeruk sangat penting untuk menjamin kualitas bibit dan meningkatkan produktivitas pertanian. Identifikasi secara manual membutuhkan keahlian khusus dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk menganalisis pengaruh metode deteksi tepi terhadap akurasi klasifikasi bibit jeruk menggunakan Jaringan Syaraf Tiruan Propagasi Balik (JST-PB) dan fitur tekstur yang diekstraksi dengan Gray Level Co-occurrence Matrix (GLCM). Tiga metode deteksi tepi yaitu Canny, Laplacian of Gaussian (LoG), dan Roberts yang diterapkan pada citra daun jeruk dari empat varietas antara lain: Kunci, Nipis, Purut, dan Sambal. Fitur tekstur berupa contrast, correlation, homogeneity, dan entropy digunakan sebagai masukan dalam pelatihan JST-PB. Hasil penelitian menunjukkan bahwa metode Roberts dengan 30 neuron tersembunyi memberikan kinerja terbaik dengan precision rata-rata 75,56%, recall 75,00%, dan F1-score 74,97%. Hal ini menunjukkan bahwa pemilihan metode deteksi tepi berpengaruh signifikan terhadap akurasi klasifikasi. Kombinasi metode deteksi tepi Roberts, ekstraksi fitur GLCM, dan JST-PB terbukti efektif untuk pengenalan otomatis jenis bibit jeruk berbasis citra digital.    
Co-Authors ABDUL K TABANG Ahmad Ali Akbar Yusuf Andi Lukman Darussalam, Muhammad Miftah Dimas Apriandi Fauziyah Lamaya Fitriningsih Amalo GERAL LOYME Hasmi Hasan Herni Sunarya JELFI BENU JUMADIL ISMAIL Maryono Muhammad Haviz Irfani Muhammad Ikhwan Jambak MUNAWAR SITI RAMLA KALAKE SUGIYANTO TEDDY DOSIAS SENTINUWO