Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Informatika Kaputama (JIK) Jurnal Sistem Informasi Kaputama (JSIK) IT (INFORMATIC TECHNIQUE) JOURNAL Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) BEES: Bulletin of Electrical and Electronics Engineering Journal of Scientech Research and Development CSRID
Setiawan, Adil
Dosen Jurusan Teknik Informatika Universitas Potensi Utama Universitas Potensi Utama, Jl.K.L. Yos Sudarso Km. 6,5 No 3A Tanjung Mulia Medan
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Image Transformation With Lung Image Thresholding and Segmentation Method Sahat Sonang Sitanggang; Yuhandri Yuhandri; Adil Setiawan
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 2 (2023): April 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i2.4321

Abstract

Image transformation is important to obtain and find certain information about an image that was not previously known, such as pixels, geometry, size, and color. Following this, this research aims to analyze image transformation in producing better values using threshold and segmentation methods. The segmentation process is carried out based on two color models, namely hue saturation value (HSV) and red green blue (RGB). The image data used in this study was the x-ray image of the lungs from www.fk.unair.ac.id. which is processed using the Matlab 2021a application to help the analysis process. on the results of the image segmentation analysis carried out in this case, the greater the HSV and RGB threshold values used in the image data, the better and clearer the segmentation of the detected image results. In other words, the size of the thresholding value generated greatly affects the quality, brightness, size, and color of the resulting image. The best lung X-ray image segmentation results were obtained when using the threshold values HSV = 0.9 and RGB = 9.
PENERAPAN METODE PROFILE MACHING SEBAGAI PENYORTIRAN BIBIT KELAPA SAWIT Adil Setiawan; Ria Eka Sari
Jurnal Informatika Kaputama (JIK) Vol 2 No 2 (2018): Volume 2, Nomor 2, Juli 2018
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v2i2.421

Abstract

Dalam Perkembangan teknologi saat ini peningkatan produktivitas Kelapa sawit memenuhi pasar internasional, Sehingga memerlukan bibit yang berkualitas yang layak di tanam untuk mendapatkan hasil tanaman yang bagus memiliki kwalitas sehingga memungkinkan untuk dikembangkan sebagai bibitnya unggul, untuk mendapatkan hasil minyak yang berkualitas internasional. Pemilihan bibit kelapa sawit biasanya berdasarkan berbagai macam keinginan tidak hanya melihat dari segi financial saja akan tetapi dari berbagai kriteria lain seperti cuaca yang sangat berpengaruh dalam proses pemilihan, dan lain – lain Jika saja bibit kelapa sawit yang akan dipilih sudah sesuai dengan keinginan, maka sudah tentu bibit kelapa sawit tersebut akan menjadi factor pendukung yang baik. Sistem yang akan dibuat dalam untuk pengambilan keputusan ini adalah dengan menggunakan metode Profile maching, sehingga keputusan yang efektiv dan efisien demi kelancaran produksi bibit, maka penelitian ini bertujuan untuk membangun Sistem penunjang keputusan sebagai solusi untuk memudahkan pemilihan bibit kelapa sawit, sehingga kita dapat mengetahui bibit yang unggul serta berkualitas yang layak di budidayakan, serta mensortir bibit yang tidak berkualitas untuk di pisahkan sehingga hanya bibit-bibit yang berkualitas saja yang di budidayakan.
Analisa Dini Gangguan Disleksia Anak Sekolah dengan Metode Backpropagation Novi Yanti; Adil Setiawan; Sarjon Defit
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 2 (2023): Volume 9 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i2.64588

Abstract

Disleksia sering disalah artikan sebagai kebodohan atau kemalasan pada anak. Gejala disleksia dikenal dengan gangguan belajar yang meliputi mengenal huruf, mengeja, membaca, dan menulis. Meskipun gejala disleksia tidak terlihat dengan jelas, kondisi ini dapat berdampak pada perkembangan pola belajar anak. Tujuan penelitian adalah untuk mengidentifikasi gejala disleksia sedini mungkin agar tidak mengganggu perkembangan belajar pada anak. Selain itu, penelitian juga bertujuan untuk mengevaluasi keakuratan teknik yang digunakan. Analisa menggunakan metode jaringan syaraf tiruan dengan teknik backpropagation dengan memberikan nilai bobot, sehingga dapat memberikan nilai input dengan benar. Penelitian menggunakan 150 dataset, 40 variabel input dan 40 lapisan tersembunyi. Keluaran yang diharapkan mencakup disleksia atau non-disleksia. Hasil implementasi dan pengujian untuk data latih dan data uji terbaik adalah 90:10. Dengan nilai epoch maksimum 5000 dan nilai error target 0,001. Metode backpropagation dapat memberikan hasil akurasi terbaik 100% pada learning rate 0,5. Sehingga metode backpropagation dapat dengan baik mendeteksi gangguan disleksia pada anak sejak dini.
Penerapan Gray Level Co-Ocurrence Matrix Dengan Metode Self Organizing Map Pada Deteksi Kematangan Buah Pinang Adil Setiawan; Soeheri Soeheri; Sumijan Sumijan
Computer Science Research and Its Development Journal Vol. 16 No. 2 (2024): June 2024
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.16.2.2024.174-187

Abstract

Areca nut can be seen through its fiber which plays an important role in improving digestion. Fiber helps facilitate bowel movements and prevent constipation, provides improvements in the digestive system and keeps teeth healthy. The results of this research obtained a classification model using the Gray Level Co-Occurrence Matrix. Many areca nut plantations still use manual methods to sort fruit, but this method is often inaccurate and varies, this is due to differences in the perceptions of each person. Histograms help you find images with similar color composition. Similarity is measured by calculating the distance between histograms. Color composition can be seen in the form of a histogram which represents the distribution of the number of intensity pixels for each color in an image. This research aims to detect the ripeness of areca nut fruit. This research uses a combination of RGB and HSV feature extraction techniques and GLCM extraction techniques. The resulting information is in the form of a percentage of similarity and classification of fruit maturity which includes Ripe (Hue=0.11893, saturation= 0.75727, value= 0.81813), half ripe (Hue= 0.17933, Saturation=0.20123, value= 0.44968) Unripe (Hue=0.21514, Saturation= 0.47934, Value= 0.36719) with an accuracy level of 100%, from images that have been processed.
Co-Authors Dimas Setiawan Edy Victor Haryanto Edy Victor Haryanto Edy Victor Haryanto, Edy Victor Evri Ekadiansyah Iwan Fitrianto Rahmad M. Riyanto Muhammad Fahmi Rayda Muhammad Ridwan Rambe Novi Yanti Rahmadani Pane Rambe, Muhammad Ridwan Ria Eka Sari Robby Ardyanto Marsudi Sahat Sonang Sitanggang Sarjon Defit Soeheri Soeheri Sri Wahyuni Sumijan Sumijan Yuhandri Yuhandri