Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Informatika Polinema (JIP)
Muhammad Fajar Estu Nugroho
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Foreground Extraction pada Citra Daun Melon dengan Bantuan Deep Neural Network Muhammad Fajar Estu Nugroho; Nurlana Sanjaya; Ayu Shafira Tubagus; M Rayhan Rizqullah Syarif; Chaerur Rozikin
Jurnal Informatika Polinema Vol. 7 No. 3 (2021): Vol 7 No 3 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i3.550

Abstract

Ekstraksi fitur merupakan tahapan dalam melakukan proses pengolahan citra. Ada banyak metode ekstraksi fitur yang dilakukan untuk proses pengolahan citra, salah satunya adalah ekstraksi foreground. Ekstraksi foreground yang merupakan segmentasi pada gambar diperlukan untuk memisahkan obyek utama pada citra yang akan diproses dalam pengolahan citra diperlukan untuk menyeleksi obyek utama dengan background-nya sehingga proses pengolahan citra bisa berfokus pada obyek utama. Ada berberapa algoritma yang bisa diterapkan untuk melakukan ekstraksi foreground, salah satu yang paling popular adalah algoritma Grabcut. Di dalam jurnal ini, kami mencoba melakukan ekstraksi foreground pada obyek daun melon sebagai obyek utama dengan harapan hasil dari ekstraksi foreground dapat lebih lanjut dimanfaatkan terutama dalam proses pengembangan aplikasi yang berhubungan dengan daun melon, seperti misalnya pendeteksian dini terhadap penyakit daun melon berbasis citra. Dalam jurnal ini ekstraksi foreground dilakukan dengan bantuan algoritma Grabcut dengan bantuan deep neural network yang didasarkan pada algoritma holistically-nested edge detection dan diaplikasikan sekaligus pada data obyek daun melon yang banyak. Algoritma yang diusulkan bertujuan untuk meningkatkan akurasi dari grabcut dan tetap menjaga user input dengan seminimal mungkin. Dengan melakukan pengujian berdasarkan pengujian kasus yang dibuat, hasilnya pada pengujian sebanyak 351 citra daun melon, terdapat 68% citra yang dapat diekstraksi citra daunya dengan sempurna.
Klasifikasi Algoritma C4.5 dalam Menentukan Penerima Bantuan Covid-19 : (Studi Kasus: Desa di Karawang) Siti Badriah; Muhammad Fajar Estu Nugroho; Nurlana Sanjaya; Imas Rismawati; Betha Nurina Sari; Chaerur Rozikin
Jurnal Informatika Polinema Vol. 7 No. 3 (2021): Vol 7 No 3 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i3.620

Abstract

Covid-19 menyebabkan masyarakat Indonesia mengalami penurunan dalam tahap tahap. Dalam menanggulangi masalah penurunan pendapatan pemerintah tersebut memberikan bantuan bagi masyarakat akibat terdampak Covid-19 . Berhubungan dengan adanya bantuan Covid-19 tersebut, staf pemerintah desa kesulitan dalam melakukan proses seleksi penerima bantuan dan adanya ketidaktepatan dalam penerima bantuan Covid-19. Tujuan ini adalah membuat klasifikasi penerima bantuan sosial Covid-19 sebagai bahan acuan dalam penentuan kebijakan penerima bantuan sosial. Sehingga dilakukan untuk memudahkan dalam penentuan dan ketepatan dalam bantuan Covid-19.Algoritma klasifikasi yang digunakan yaitu algoritma C4.5 dengan bahasa pemrograman php. Data yang digunakan terdapat 430 data dengan 5 atribut jumlah anggota keluarga, tahap, tahap sebelum Covid-19 , tahap setelah Covid-19 dan keputusan (data per bulan April 2020). Hasil dari penelitian ini aturan dari algoritma C4.5 dengan nilai akurasi yang terbaik terdapat pada perbandingan 90% data pelatihan dan 10% pengujian data dengan nilai sebesar 79,54%.
Co-Authors Ayu Shafira Tubagus Chaerur Rozikin Imas Rismawati M Rayhan Rizqullah Syarif Nurlana Sanjaya Rozikin, Chaerur Sanjaya, Nurlana Siti Badriah Tubagus, Ayu Shafira