Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Ilmiah Teknologi dan Komputer (JITTER)
Sudiadi, Sudiadi
Unknown Affiliation
Computer Science & IT Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan Algoritma Random Forest untuk Klasifikasi Jenis Daun Herbal sudiadi, sudiadi; Meiriyama, Meiriyama
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 4 No 2 (2023): JITTER, Vol.4, No.2, August 2023.
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JTRTI.2023.v04.i02.p05

Abstract

Abstrak Indonesia memiliki potensi yang besar dalam penyediaan sumberdaya tumbuhan obat atau tanaman herbal yang dapat dimanfaatkan dengan baik sebagai media pengobatan tradisonal. Obat tradisional merupakan warisan lama turun temurun dari zaman dahulu, baik itu dalam bentuk ramuan maupun jamu. Tanaman obat merupakan spesies tanaman yang dipercaya sebagai obat alami tanpa kandungan kimia. Akan tetapi masih minimnya pengetahuan masyarakat mengenai jenis – jenis tanaman herbal. Oleh karena itu penelitian ini bertujuan untuk Klasifikasi Jenis Daun Herbal menggunakan Random Forest berdasarkan fitur HOG. Citra yang telah dipisah antara data latih dan data uji di ubah menjadi greyscale dan di resize menjadi 816x612 piksel, kemudian citra di ekstraksi menggunakan fitur HOG sehingga menghasilkan vektor sepanjang 1x3168. Algoritma Random Forest yang digunakan untuk klasifikasi daun herbal memiliki akurasi keseluruhan sebesar 85,33%. Kata kunci: Daun, Herbal, HOG, Random Forest Abstract Indonesia has great potential in providing medicinal plant resources or herbal plants that can be used properly as a traditional medicine. Traditional medicine is an old heritage handed down from ancient times. Medicinal plants are plant species that are believed to be natural medicines without chemical ingredients. However, there is still a lack of public knowledge about the types of herbal plants. Therefore, this study aims to Classify Herbal Leaf Types using Random Forest based on the HOG feature. The image that has been separated between the training data and testing data is converted to greyscale and resized to 816x612 pixels, then the image is extracted using the HOG feature and produce 1x3168 vector. The Random Forest algorithm used for herbal leaf classification has an overall accuracy of 85.33%. Keywords : Herb, HOG, Leaf, Random Forest
Perbandingan Tingkat Akurasi Pengenalan Kadar Semen Dan Pasir Pada Campuran Kering Berdasarkan Tingkat Resolusi Kamera Dengan Metode Pengenalan JST Tanjungan, Erven; Gasim, Gasim; Sudiadi, Sudiadi
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 2 (2021): April 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (753.964 KB) | DOI: 10.35957/algoritme.v1i2.896

Abstract

Pasir dan semen merupakan salah satu material terbesar atau terpenting yang digunakan dalam proses pembangunan pada suatu bangunan atau gedung dan selalu digunakan oleh masyarakat. Masing-masing campuran memiliki takaran pasir dan semennya masing-masing, namun untuk orang biasa sulit untuk membedakan jenis-jenis campuran kering pada bangunan runtuh ataupun bangunan yang belum jadi. Penelitian ini membandingkan tingkat akurasi pengenalan kadar semen dan pasir pada campuran kering berdasarkan tingkat resolusi kamera dengan metode pengenalan Jaringan Saraf Tiruan. Jenis campuran yang digunakan antara lain dengan takaran 1semen 1pasir, 1semen 1,5pasir, 1semen 2pasir, 1semen 2,5pasir, 1semen 3pasir, dan 1semen 3,5pasir. Tingkat resolusi kamera yang digunakan ada 5 antara lain 3MP, 5MP, 8MP, 10MP, 12MP, dan menggunakan jarak pemotretan ±9cm. Metode pengenalan menggunakan Jaringan Syaraf Tiruan dan ekstrasi fitur menggunakan GLCM(Gray Level Co-Occurrence Matrix) yang terdiri dari Entropy, Standard Deviation, Contrast, Angular Second Moment(ASM)/ Homogeneity, Correlation, dan Inverse Different Moment(IDM)/ Energy. Hasil perhitungan tertinggi dalam pengenalan jenis campuran kering berdasarkan tingkat resolusi kamera ialah pada resolusi kamera 12MP dengan jumlah pengenalan sebanyak 105 dari 120 data uji, sehingga menghasilkan tingkat akurasi sebesar 87,5%.
Penerapan Aplikasi Plaxis Pada Prodi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang Teguh, Rizani; Rusbandi, Rusbandi; Sudiadi, Sudiadi; Novita, Dien; Mardiani, Mardiani
FORDICATE Vol 1 No 2 (2022): April 2022
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1154.671 KB) | DOI: 10.35957/fordicate.v1i2.2406

Abstract

Perkembangan teknologi informasi di segala bidang, termasuk universitas, membuat dosen dan mahasiswa terus meningkatkan kemampuannya dalam mengerjakan proyek-proyek. Salah satu upaya yang dapat dilakukan adalah dengan menerapkan teknologi komputer yang dapat mendukung proses kerja proyek yang berkaitan dengan mata kuliah Mekanika Tanah. Selama ini mahasiswa dan dosen selalu kesulitan melakukan perhitungan yang rumit, dimana membutuhkan waktu yang lama untuk menyelesaikannya dan hasilnya belum tentu akurat. Salah satu aplikasi yang dapat digunakan untuk membantu menyelesaikan perhitungan pada mata kuliah Mekanika Tanah adalah aplikasi Plaxis. Oleh karena itu perlu diadakan pelatihan penggunaan aplikasi Plaxis, pelatihan ini penulis laksanakan bersama tim di Program Studi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang. Pelatihan di Aula Fakultas Teknik Universitas Tridinanti Palembang yang dihadiri oleh dosen dan mahasiswa Program Studi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang. Pelatihan ini mendapat respon yang baik dari para peserta. Diharapkan dosen dan mahasiswa dapat menerapkan aplikasi The Plaxis setelah mengikuti kegiatan tersebut
Co-Authors Dien Novita gasim, Gasim Mardiani Mardiani Meiriyama, Meiriyama Rizani Teguh rusbandi rusbandi, rusbandi Tanjungan, Erven