Claim Missing Document
Check
Articles

Transfer Learning untuk Klasifikasi Penyakit dan Hama Padi Menggunakan MobileNetV2 Oddy Virgantara Putra; Muhammad Zaim Mustaqim; Dihin Muriatmoko
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8516

Abstract

Tanaman padi memegang peranan penting untuk ketersediaan pangan di indonesia. Namun, banyak faktor yang dapat mempengaruhi panen pada tanaman padi, salah satunya adalah penyakit dan hama pada tanaman padi. Keterlambatan penanganan pada penyakit dan hama tanaman padi bisanya terjadi karena keterlambatan diagnosis penyakit dan hama tanaman padi, apalagi pada daerah terpencil yang memiliki keterbatasan akses internet dan komputasi. Oleh karena itu proses klasifikasi penyakit dan hama pada tanaman padi secara otomatis yang dapat di implementasikan pada perangkat dengan daya sumber yang terbatas, seperti perangkat seluler sangat dibutuhkan. Penelitian ini membandingkan lima arsitektur Transfer Learning yaitu MobileNet V2, NasNet Mobile, EfficientNet B7, Inception V3, VGG 16 dan model dengan simple CNN. Penelitian ini menggunakan dataset Rahman yang berisikan 5 penyakit, 3 hama dan 1 tanaman padi sehat. Setiap data akan melewati tahap preprocessing dan augmentasi. MobileNet V2 memiliki jumlah parameter dan performa yang cukup baik dalam mengklasifikasi penyakit tanaman padi dengan jumlah parameter yaitu 2.269.513, accuracy sebesar 96%, precision sebesar96%, recall sebesar96%, specificity sebesar 99%, dan f1-score sebesar 96%.
Pemanfaatan Aplikasi Android Sebagai Media Pembelajaran Belajar Membaca Dengan Metode Tikrar Pada Taman Kanak-Kanak Taman Imani Iqra Faishal Reza Pradhana; Oddy Virgantara Putra; Raja Syam Abbas Shagir
Prosiding Sains dan Teknologi Vol. 2 No. 1 (2023): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 2 - Februari 2023
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknologi yang semakin berkembang membuat manusia menuntut segala aspek kehidupan menjadi semakin mudah, teknologi pada peran pendidikan digunakan sebagai media pembelajaran inovatif yang diyakini mampu mengikuti perkembangan zaman. Disamping itu dalam proses pembelajaran yang hanya mengandalkan media cetak saja, hal tersebut dirasa kurang efektif dan efisien manakala kita sedang tidak berada di sekolah atau ruang baca. Sehingga pemanfaatan media lain seperti android dirasa perlu ketika sedang di kondisi tertentu. Tujuan dari penelitian ini ialah Merancang media pembelajaran belajar membaca berbasis android untuk menunjang pembelajaran belajar membaca di TK Taman Imani Iqra. Aplikasi pembelajaran belajar membaca menggunakan sistem Waterfall System Development Life Cycle. Model waterfall ini merupakan proses pengembangan perangkat lunak yang mengambarkan sebagaimana air terjun mengalir ke bawah. Aplikasi ini dapat berjalan dengan baik pada smartphone android dan juga tablet berspesifikasi minimal android versi OS 4.4 KitKat dengan RAM 4GB keatas. Hasil pengujian menunjukkan bahwa aplikasi ini dapat berjalan dengan baik dan mendapat nilai rata-rata dari seorang ahli materi dan media sebesar 96% dari nilai 100%. Pemanfaatan aplikasi android sebagai media pembelajaran membaca ini dinilai dapat membantu anak dalam belajar membaca tanpa membuat anak merasa jenuh ketika sedang belajar.
Image classification of leaf disease in corn plants (Zea Mays L.) using the MobileNetV2 method Achmad, Dellyan; Putra, Oddy Virgantara; Muriyatmoko, Dihin
Journal of Information System and Application Development Vol. 2 No. 2 (2024): September 2024
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jisad.v2i2.14004

Abstract

One of the main problems leading to low yields and possible crop failure in maize, a crop of great importance to human civilization, is that plant diseases are discovered and treated too late, leading to more severe diseases and even crop failure. Using photos taken from the Kaggle platform and some field shots, this research seeks to develop a classification system that can identify different types of diseases present on maize leaves. The disease types identified include Common Rust, Gray Leaf Spot, and Bacterial Leaf Blight. MobileNetV2 uses a Convolutional Neural Network (CNN) design to handle resource-intensive processes. To produce a lightweight model, this CNN uses separate corner shifts. The dataset for this study was taken from field shooting and the Kaggle platform. The study found that the MobileNetV2 model clarified objects very well with 93.01% accuracy. This discovery will help farmers find diseases on corn leaves (Zea Mays L.).
Rancang Bangun Aplikasi Manajemen Gudang Minimarket Unit Usaha Unida (U3) Gontor Berbasis Web Menggunakan Framework Yii2 Kurniawan, Widya; Putra, Oddy Virgantara; Effendi, Lukman
Prosiding Sains Nasional dan Teknologi Vol 11, No 1 (2021): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 11 2021
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v1i1.4974

Abstract

Universitas Darussalam Gontor merupakan perguruan tinggi islam yang berdiri dibawah naungan Pondok Modern Darussalam Gontor, terkenal dengan kemandiriannya mengelola perekonomian dan telah memiliki banyak unit usaha. Pengelolaan seluruh unit usaha di UNIDA dilakukan oleh U3 Gontor, salah satu unit usaha yang ramai diminati adalah minimarket. Pengolahan data yang bersifat manual dan tidak terpusat menjadikan kinerja dalam minimarket U3 kurang efisien. Penelitian ini bertujuan untuk meningkatkan kualitas sistem pengolahan data menjadi terpusat. Pembuatan sistem ini menggunakan framework yii2 dengan konsep MVC (Model, View dan Controller), sehingga lebih tersusun dan lebih mudah dalam pengembangan. Pengembangan dalam sistem ini menggunakan metode SDLC (System Development Life Cycle) waterfall yang terdiri dari 5 tahap yaitu dengan analisis, perancangan desain sistem dari hasil observasi penelitian, perancangan sistem ditampilkan dalam bentuk diagram alir, DFD (Data Flow Diagram), PDM (Physical Data Model) dan gambaran antarmuka, serta melakukan implementasi pembuatan sistem, diakhir tahapan dilakukan pemeliharaan dari hasil uji coba. berdasarkan survey dengan metode investigasi dari staf minimarket yang telah mengisi kuisioner tentang penggunaan Aplikasi Manajemen Gudang Minimarket Unit Usaha UNIDA (U3), bahwa 83% responden sangat setuju dengan adanya aplikasi ini jika diterapkan pada Minimarket U3. Dapat diambil kesimpulan bahwa sistem ini berguna untuk memperbaiki struktur data, hal ini mempermudah dalam pencarian data dan pengolahannya.
Deteksi Jalan Berlubang Pada Citra Berkabut Menggunakan Convolutional Neural Network Dan Dark Channel Prior Wijaya, Akhmad Trisna; Putra, Oddy Virgantara; Umami, Jumhurul
Prosiding Sains Nasional dan Teknologi Vol 11, No 1 (2021): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 11 2021
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v1i1.5035

Abstract

Kerusakan jalan merupakan salah satu hambatan bagi pengguna jalan. Salah satu kerusakan yang dapat mengganggu pengguna jalan adalah adanya lubang pada jalan.Kondisi lubang jalan pada cuaca berkabut sangat beresiko terjadinya kecelakaan, hal ini disebabkan oleh berkurangnya penglihatan manusia pada cuaca berkabut untuk mengetahui halangan yang ada didepannya. Penelitian ini bertujuan unutk membuat sebuah model deteksi jalan berlubang pada citra berkabut menggunakan Convolutional Neural Network (CNN) dan Dark Channel Prior (DCP). Setelah dataset terkumpul akan melalui tahap ekstraksi fitur menggunakan teknik konvolusi berupa CNN. DCP pada penelitian ini digunakan untuk pengembalian citra kabut ke citra asli yang terdiri dari beberapa tahap yaitu dark channel, atmospheric light estimation, transmission estimation, dan recovery citra. Hasil reduksi citra berkabut diuji dan diklasifikasi menguunakan hasil model pelatihan menggunakn CNN. Dari penelitian yang dilakukan, menunjukkan bahwa metode yang digunakan memiliki kinerja yang baik dan mendapatkan hasil deteksi pada citra bebas kabut dengan rata-rata sebebsar 78.5%.
Sistem Pendukung Keputusan Pemilihan Program Studi Bagi Mahasiswa Baru Menggunakan Metode Analytic Hierarchy Process (AHP) Pradana, Kelvin; Harmini, Triana; Muriyatmoko, Dihin; Putra, Oddy Virgantara
Prosiding Sains Nasional dan Teknologi Vol 11, No 1 (2021): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 11 2021
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v1i1.4959

Abstract

Abstrak— Panitia Penerimaan Mahasiswa Baru (PMB) Universitas Darussalam Gontor (UNIDA Gontor) selama ini menentukan program studi bagi calon mahasiswa baru dengan cara interview tanpa mempertimbangkan nilai ujian masuk. Proses interview membutuhkan waktu yang lama sehingga kurang effisien. Sehingga dibutuhkan solusi untuk mempercepat dalam menentukan program studi. Penelitian ini bertujuan untuk mempercepat dalam menetapkan program studi di UNIDA Gontor. Model pengambilan keputusan yang digunakan adalah AHP yang mampu untuk memperhitungkan hal-hal yang bersifat kuantitatif dan kualitatif. Hasil perhitungan AHP sudah sesuai dengan aturan yang diterapkan oleh panitia pendaftaran mahasiswa baru yaitu, rencana studi sampai S1, kesanggupan financial, nilai mata pelajaran, motivasi dan catatan lain. Hasil implementasi menunjukan bahwa Sistem Pendukung Keputusan dapat berfungsi serta membantu dan memudahkan dalam pengolahan data hasil tes dan pemilihan program studi di UNIDA Gontor. Penelitian selanjutnya akan diterapkan pada sistem informasi pandaftaran mahasiswa baru UNIDA Gontor berbasis web.
Penerapan Pola Arsitektur Model-View-ViewModel pada Aplikasi Pembelajaran Shorof Berbasis Mobile Havidz Muhammad Iqbal; Oddy Virgantara Putra; Dihin Muriyatmoko
Prosiding SISFOTEK Vol 8 No 1 (2024): SISFOTEK VIII 2024
Publisher : Ikatan Ahli Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This research aims to develop an Android-based Basic Shorof learning application using Model-View-ViewModel (MVVM) architecture pattern. The background of this research focuses on the difficulties faced by Non KMI students at Darussalam Gontor University in understanding Shorof material, which is a major challenge in Arabic language learning. Many students have difficulty in understanding the basic concepts of Shorof, which is an important component in the overall mastery of the Arabic language. This research method includes data collection through questionnaires distributed to students. The purpose of this data collection was to identify the difficulties faced by students in learning Shorof. Analysis of the questionnaires showed that many students have difficulties in understanding the basic concepts of Shorof. This finding became the basis for the development of a learning application that is easy for students to use. The developed application uses MVVM approach to separate the business logic from the user interface. This approach facilitates future development, testing, and maintenance of the application. The features of this application include learning modules, quizzes, and Arabic vocabulary designed to strengthen students' understanding of Shorof material. Application testing involved a number of students as respondents to measure the effectiveness and efficiency of the application in improving their understanding of Shorof material. The test results showed that students experienced an increase in understanding after using this application. In conclusion, the application of MVVM architecture pattern in the development of Basic Shorof learning application can improve students' understanding effectively. This research is expected to have a positive impact on the development of educational applications in the future. Thus, this application is useful not only for students of Darussalam Gontor University, but also for the development of Arabic learning methods more broadly in various educational institutions.
Pengembangan website Monitoring Stok Barang Supplier dengan Sistem Rekomendasi menggunakan metode Collaborative Filtering pada Ud. Pekanbaru Jaya Oddy Virgantara Putra; Dihin Muriyatmoko; Harris Abdillah Faqih
Prosiding SISFOTEK Vol 8 No 1 (2024): SISFOTEK VIII 2024
Publisher : Ikatan Ahli Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pekanbaru Jaya, a goods distribution store, frequently faces challenges in monitoring supplier stock and ordering goods, leading to stockouts and operational inefficiencies. This study aims to design and implement an effective and efficient stock monitoring system using the Collaborative Filtering method. This method is chosen for its ability to predict items that users might like based on the opinions of other users, providing accurate recommendations even with limited content information. The system will also employ the Waterfall model in its development, ensuring that each development phase is conducted in a structured and well-documented manner. The implementation of this system is expected to assist UD. Pekanbaru Jaya in managing assets and inventory, ensuring sufficient stock availability, reducing the risk of stockouts, and optimizing resource utilization. The results of this study demonstrate that the developed system can enhance efficiency in stock management and provide a better shopping experience for customers through the online store.
SEGMENTASI BAGIAN TUBUH MANUSIA 3D POINT CLOUD BERBASIS SPHERICAL PROJECTION MENGGUNAKAN MASK R-CNN Dahlan, Muhammad Alwi; Musthafa, Aziz; Putra, Oddy Virgantara
Prosiding Semnastek PROSIDING SEMNASTEK 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknologi sensor yang berkembang pesat, yaitu Light Detection and Ranging (LiDAR), banyak digunakan dalam bidang segmentasi citra dan deteksi objek. Point cloud 3D, yang memvisualisasikan pantulan objek, menjadi hasil dari teknologi ini. Namun, kendala atau tantangan muncul dalam segmentasi point cloud 3D karena struktur data yang tidak beraturan, menyebabkan noise dan tumpang tindih bentuk objek. Hal ini memengaruhi keakuratan segmentasi dan deteksi objek. Untuk mengatasi masalah tersebut, jawabannya ditemukan dalam pendekatan proyeksi bola. Dengan mengubah data point cloud 3D menjadi gambar 2D, proses segmentasi gambar menjadi lebih mudah. Tujuannya adalah untuk segmentasi bagian tubuh dengan menggunakan data 3D point cloud, Saat melakukan segmentasi gambar hasil konversi data 3D ke 2D menggunakan deep learning, model yang efektif untuk mempelajari data tersebut adalah Mask R-CNN. Akurasi 59% berhasil dicapai dalam 200 epoch berdasarkan data pelatihan. Penelitian ini diharapkan dapat membuka jalan untuk penelitian lebih lanjut guna menyempurnakan dan mengembangkan ilmu pengetahuan dibidang computer vision dan kecerdasan buatan.Kata kunci: LiDAR; Point Cloud; Segmentasi; Spherical Projection
KLASIFIKASI POSE MANUSIA BERBASIS POINT CLOUD MENGGUNAKAN DEEP LEARNING Siddiq, Muhammad; Muriyatmoko, Dihin; Putra, Oddy Virgantara
Prosiding Semnastek PROSIDING SEMNASTEK 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dengan menggunakan teknologi untuk mengklasifikasikan pose manusia, pemantauan pekerjaan yang berisiko cedera dapat dilakukan dengan lebih aman, sejalan dengan prinsip mempertahankan keamanan dan privasi yang merupakan bagian dari prinsip-prinsip syariah dalam menjaga jiwa. Namun, dalam pengambilan sampel data tubuh manusia, terdapat risiko pengambilan data aurat yang melanggar prinsip privasi. Melalui penggunaan data point cloud dari LiDAR, bagian tubuh yang menjadi aurat dapat tersamarkan dan menjaga privasi. Meskipun demikian, pose manusia yang dihasilkan belum terlihat dengan jelas. Oleh karena itu, tujuan dari penelitian yang dilakukan ini adalah untuk membuat model klasifikasi pose manusia berbasis voxel point cloud dengan menggunakan deep learning agar dapat mengetahui pose manusia. Dalam penelitian ini, model klasifikasi pose manusia berbasis voxel point cloud dengan menggunakan pendekatan deep learning Conv3D telah berhasil dikembangkan dengan akurasi sebesar 95.76%.Kata kunci: Human pose classification; LiDAR; Point cloud data; Deep learning