Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Infomedia Jurnal Teknologi Informasi
Putra, Fijaya Dwi Bima Sakti
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Deteksi Penyakit pada Ikan Air Tawar Menggunakan Algoritma LoG dan Canny Putra, Fijaya Dwi Bima Sakti
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.6871

Abstract

Di Indonesia, budidaya ikan air tawar memegang peranan penting dalam industri akuakultur, dengan spesies seperti nila, lele, dan ikan mas banyak dibudidayakan. Salah satu indikator utama kualitas ikan adalah kesehatannya, dan penyakit seperti Cotton Wool Disease (CWD) dapat menyebabkan kerugian ekonomi yang serius. CWD merupakan penyakit yang disebabkan oleh Saprolegniasis dan ditandai dengan kerusakan permukaan kulit ikan. Untuk mengatasi masalah ini, peneliti mengembangkan sistem deteksi penyakit ikan air tawar berbasis analisis citra digital. Algoritma ini melibatkan beberapa tahap: pengambilan citra, identifikasi Region of Interest (ROI), konversi citra ke dalam skala keabuan, dan analisis citra. Teknik deteksi tepi LoG  dan canny digunakan untuk menyoroti area yang terinfeksi gejala penyakit. Hasil penelitian menunjukkan dengan nilai MSE sebesar 19938.85, PSNR sebesar 5.13, dan SSIM sebesar 0.550 algoritma canny lebih efisien dan efektif untuk memantau kesehatan ikan dan mengurangi kerugian dalam sektor akuakultur.
SISTEM DETEKSI PENYAKIT PADA IKAN AIR TAWAR MENGGUNAKAN ALGORITMA SOBEL DAN LOG Putra, Fijaya Dwi Bima Sakti
Jurnal Teknologi Informasi Vol 4, No 1 (2025): Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/juti.v4i1.1941

Abstract

Di Indonesia, budidaya ikan air tawar memegang peranan penting dalam industri akuakultur, dengan spesies seperti nila, lele, dan ikan mas banyak dibudidayakan. Salah satu indikator utama kualitas ikan adalah kesehatannya, dan penyakit seperti Cotton Wool Disease (CWD) dapat menyebabkan kerugian ekonomi yang serius. CWD merupakan penyakit yang disebabkan oleh Saprolegniasis dan ditandai dengan kerusakan permukaan kulit ikan. Untuk mengatasi masalah ini, peneliti mengembangkan sistem deteksi penyakit ikan air tawar berbasis analisis citra digital. Algoritma ini melibatkan beberapa tahap: pengambilan citra, identifikasi Region of Interest (ROI), konversi citra ke dalam skala keabuan, dan analisis citra. Teknik deteksi tepi sobel dan LoG digunakan untuk menyoroti area yang terinfeksi gejala penyakit. Hasil penelitian menunjukkan dengan nilai MSE 19353.066, PSNR sebesar 5.26, dan SSIM sebesar 0.563 algoritma  LoG lebih efisien dan efektif untuk memantau kesehatan ikan dan mengurangi kerugian dalam sektor akuakultur
Co-Authors Rusydi Umar Sunardi Sunardi