Article Per Year (5 Year)
p-Index From 2020 - 2025
1.037
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi JIKO (Jurnal Informatika dan Komputer) Jurnal Teknologi Informasi dan Pendidikan Jurnal Perangkat Lunak Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Teknofile, Jurnal Sistem Informasi Abdimas, Jurnal Pengabdian Masyarakat
Bayu Rianto
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JIKO (Jurnal Informatika dan Komputer)

 1 
SISTEM PREDIKSI KUALITAS IKAN SENANGIN BERDASARKAN WARNA DAN TEKSTUR Abdullah Abdullah; Bayu Rianto; Siti Aina
JURNAL INFORMATIKA DAN KOMPUTER Vol 4, No 1 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (466.192 KB) | DOI: 10.26798/jiko.v4i1.176

Abstract

Salah satu makanan laut yang penting adalah ikan. Meskipun ikan mengandung protein yang dibutuhkan oleh tubuh, terkadang ikan mengandung racun. Ini karena adanya pemambahan zat pengawet seperti formalin. Karena itu, masyarakat harus berhati-hati mengonsumsi ikan. Ikan senangin (Eleutheronema  tetradactylum) adalah salah satu jenis ikan yang disukai karena rasanya yang lezat. Tujuan dari penelitian ini adalah untuk mengembangkan sistem komputerisasi untuk prediksi kualitas ikan. Kategori ikan terdiri dari tiga jenis, yaitu ikan senangin segar (A), ikan senangin diawetkan dengan es (B) dan ikan senangin yang diawetkan dengan formalin (C). Fitur yang digunakan adalah warna RGB (merah, hijau, biru) dan tekstur (energi, kontras, korelasi, homogenitas). Klasifikasi dilakukan berdasarkan kemiripan yaitu menggunakan nearest mean classifier (NMC). Metode 10 fold cross validation digunakan untuk mengevaluasi sistem. Berdasarkan hasil evaluasi sistem dapat disimpulkan bahwa rata-rata prediksi adalah 91,20%. Sistem yang dikembangkan diharapkan bermanfaat membantu masyarakat dalam memilih ikan senangin yang aman dan sehat.
Co-Authors Abdul Muni Abdullah Abdullah Andi Yusapri Ari Nofri Asniati Bindas Chrismondari Crismondari Endy Sudeska Fitri Yunita Fitri Yunita Fitriani Ilyas Muhammad Amin Muhammad Jalil Muhammad Sandi Rais Rahma Rahma Sabrina Asiah febriani Siti Aina