Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi Informasi dan Robotika
Mohammad Faisal Riftiarrasyid
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
KLASIFIKASI KESEGARAN DAGING SAPI MENGGUNAKAN METODE GRAY LEVEL COOCCURRENCE MATRIX DAN DNN Mohammad Faisal Riftiarrasyid; Dimas Arif Setyawan; Hendra Maulana
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 3 No 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i2.65

Abstract

Daging sapi merupakan sumber konsumsi makanan yang diperoleh dari sapi. Seiring meningkatnya harga daging sapi di Indonesia ada beberapa oknum penjual daging sapi yang menginginkan keuntungan yang besar dengan mencampur daging sapi segar dengan daging yang sudah tidak layak untuk dikonsumsi. Hal tersebut sangat merugikan konsumen karena dapat berdampak buruk bagi kesehatan. Untuk menangani hal tersebut perlu adanya sistem untuk membantu konsumen untuk membedakan daging yang masih segar dengan daging yang sudah tidak layak untuk dikonsumsi. Klasifikasi kesegaran daging dilakukan dengan teknologi Deep Neural Network dan menerapkan metode ekstraksi fitur Gray Level Co-Occurrence Matrix untuk mendapatkan informasi fitur tekstur daging berdasarkan data visual. Penelitian ini berhasil mengembangkan sebuah model Deep Neural Network yang dapat membedakan daging segar dan tidak layak konsumsi dengan akurasi sebesar 93.46%.
Klasifikasi Kesegaran Daging Sapi Menggunakan Metode Gray Level Cooccurrence Matrix dan DNN Mohammad Faisal Riftiarrasyid; Dimas Arif Setyawan; Hendra Maulana
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 3 No. 2 (2021): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i2.65

Abstract

Daging sapi merupakan sumber konsumsi makanan yang diperoleh dari sapi. Seiring meningkatnya harga daging sapi di Indonesia ada beberapa oknum penjual daging sapi yang menginginkan keuntungan yang besar dengan mencampur daging sapi segar dengan daging yang sudah tidak layak untuk dikonsumsi. Hal tersebut sangat merugikan konsumen karena dapat berdampak buruk bagi kesehatan. Untuk menangani hal tersebut perlu adanya sistem untuk membantu konsumen untuk membedakan daging yang masih segar dengan daging yang sudah tidak layak untuk dikonsumsi. Klasifikasi kesegaran daging dilakukan dengan teknologi Deep Neural Network dan menerapkan metode ekstraksi fitur Gray Level Co-Occurrence Matrix untuk mendapatkan informasi fitur tekstur daging berdasarkan data visual. Penelitian ini berhasil mengembangkan sebuah model Deep Neural Network yang dapat membedakan daging segar dan tidak layak konsumsi dengan akurasi sebesar 93.46%.
Co-Authors Dimas Arif Setyawan Dimas Arif Setyawan Maulana, Hendra