Article Per Year (5 Year)
p-Index From 2021 - 2026
1.683
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal CCIT (Creative Communication and Innovative Technology) Journal Journal of Computer System and Informatics (JoSYC) Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Teknik Informatika (JUTIF) RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Bulletin of Computer Science Research SainsTech Innovation Journal Journal of Information Systems Management and Digital Business SainsTech Innovation Journal
M. Afriansyah
Universitas Qamarul Huda Badaruddin Bagu
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Optimasi Algoritma Nai?ve Bayes Untuk Klasifikasi Buah Apel Berdasarkan Fitur Warna RGB M Afriansyah; Joni Saputra; Yuan Sa’adati; Valian Yoga Pudya Ardhana
Bulletin of Computer Science Research Vol. 3 No. 3 (2023): April 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v3i3.251

Abstract

Apples are one type of fruit that is increasingly popular in Indonesia. This fruit is not only popular because it tastes good, but is also rich in nutrients and fiber which are beneficial for the health of the body. Along with the development of the agricultural industry in Indonesia, domestic apple production is also increasing. This study aims to classify types of apples based on RGB color using research methods that include apple image data collection, RGB feature extraction, data division with k-fold cross validation, classification model with Naive Bayes. This method utilizes color features taken from apple images as input to determine the appropriate class or type of apple. The test results show that the accuracy for the sweet level has a value of 100%, for the medium level it has a value of 86.66% and for sour it has a value of 80%. The average accuracy of the Naïve Bayes method is 88.88%. Classification results using the Naïve Bayes algorithm.
Klasifikasi Kematangan Buah Alpukat Mentega Menggunakan Metode K-Nearest Neighbor Berdasarkan Warna Kulit Buah Joni Saputra; Yuan Sa'adati; Valian Yoga Pudya Ardhana; M Afriansyah
Resolusi : Rekayasa Teknik Informatika dan Informasi Vol. 3 No. 5 (2023): RESOLUSI May 2023
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/resolusi.v3i5.763

Abstract

This study offers a system to be able to calcify the ripeness level of avocado butter using the K-Nearest Neighbor method based on fruit skin color. The purpose of this study was to test the accuracy of the optimization of the k-nearest neighbor algorithm on the classification of butter avocado maturity levels. The problems raised in this study are to make it easier for farmers and traders of avocado butter in determining or sorting avocado butter based on the level of ripeness as seen from the color of the fruit skin for further classification. Based on the results of research using the K-Nearest Neighbor method by examining the skin color of 20 butter avocado samples, consisting of 7 unripe butter avocados, 6 half-ripe butter avocados, and 7 ripe butter avocados, the results obtained an accuracy rate of 80. %. The results of sample testing conducted on unripe butter avocados illustrated an accuracy rate of 85.71%. In contrast to unripe butter avocados, the results of testing half-ripe butter avocados showed an accuracy rate of the K-Nearest Neighbor method of 66.66%. There is a significant difference in the level of accuracy for the two types of butter avocado maturity of 19.05%.
ALGORITMA NAIVE BAYES YANG EFISIEN UNTUK KLASIFIKASI BUAH PISANG RAJA BERDASARKAN FITUR WARNA M. Afriansyah; Joni Saputra; Ardhana, Valian Yoga Pudya; Yuan Sa'adati
Journal of Information Systems Management and Digital Business Vol. 1 No. 2 (2024): Januari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jismdb.v1i2.438

Abstract

Pisang Raja (Musa paradisiaca), juga dikenal sebagai Pisang Cavendish Raja, merupakan varietas pisang yang mendapatkan perhatian signifikan dalam konteks agrikultur dan pangan. Dalam penelitian ini, kami menyajikan deskripsi mendalam mengenai Pisang Raja, mencakup ciri-ciri morfologi, komposisi nutrisi, dan karakteristik organoleptiknya. Pisang Raja memiliki buah berbentuk silindris, kulit kuning cerah, dan daging buah yang lezat dengan rasa manis yang khas. Kaya akan vitamin dan mineral, termasuk vitamin C, vitamin B6, potassium, magnesium, dan mangan, Pisang Raja juga memberikan sejumlah manfaat kesehatan. Sebagai buah yang populer secara internasional, pemahaman mendalam mengenai Pisang Raja menjadi krusial untuk pengelolaan pertanian yang efektif dan pengembangan produk pangan berbasis pisang. Penelitian ini bertujuan untuk melakukan klasifikasi jenis buah Pisang Raja berdasarkan karakteristik warna RGB dengan menggunakan pendekatan yang melibatkan tahap pengumpulan data citra Pisang Raja, ekstraksi fitur RGB, pembagian dataset menggunakan metode k-fold cross-validation, dan penerapan model klasifikasi menggunakan algoritma Naive Bayes. Pendekatan ini mengeksploitasi fitur warna yang diambil dari gambar Pisang Raja sebagai masukan untuk mengidentifikasi kelas atau jenis buah yang sesuai. Hasil pengujian menunjukkan bahwa akurasi pada kategori rasa "manis" mencapai 100%, sementara pada kategori "sepat" dan "hambar" masing-masing mencapai 80%. Rata-rata akurasi dari metode klasifikasi Naïve Bayes mencapai 86,66%. Temuan ini mencerminkan keberhasilan model dalam mengklasifikasikan berbagai karakteristik warna Pisang Raja.
Perancangan Sistem Informasi Terintegrasi Pelayanan Posyandu Berbasis Web di Desa Sepakek Kecamatan Pringgarata Kabupaten Lombok Tengah Riza Septilianti; M. Afriansyah; M. Dermawan Mulyodiputro; Joni Saputra
SainsTech Innovation Journal Vol. 5 No. 2 (2022): SIJ Volume 5 Nomor 2 November 2022
Publisher : LPPM Universitas Qamarul Huda Badaruddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37824/sij.v5i2.2022.426

Abstract

Keuntungan dari Sistem Informasi Posyandu (SIP) yaitu agar dalam proses pelaksanaan kegiatan Posyandu pada Dusun Jurang Sate Desa Sepakek Kecamatan Pringgarata Kabupaten Lombok Tengah bisa lebih efisien, karena dengan dibuatnya SIP dapat mempermudah petugas posyandu dalam mengolah data yang dihasilkan akan lebih akurat, memperkecil hilangnya data karena disimpan di dalam sistem yang telah terkomputerisasi. Berdasarkan permasalahan tersebut, pada paper ini akan merancang dan membuat sebuah sistem informasi posyandu yang diharapkan dapat membantu petugas kesehatan dalam mencatat setiap pemeriksaan. Judul penelitian yang dilakukan yaitu “Perancangan Sistem Informasi Terintegrasi Pelayanan Posyandu Berbasis Web Di Desa Sepakek Kecamatan Pringgarata Kabupaten Lombok Tengah”. Adapun data-data yang dicatat pada system ini adalah data imunisasi, data vaksin, data anak, data ibu, dan data petugas. Dalam penginputan data, petugas mengevaluasi hasil penginputan data oleh petugas posyandu tersebut secara bertahap, mulai dari penginputan data anak sampai dengan penginputan data petugas posyandu. Kemudian peneliti memeriksa hasil dari penginputan tersebut serta memberikan kuesioner kepada petugas posyandu untuk mengetahui lebih lanjut mengenai bagaimana kinerja dari aplikasi yang dirancang tersebut.
Co-Authors Akrilvalerat D W Andi Sunyoto Asro Nasiri Fahmi Syuhada Hasan, Nur Fitrianingsih Herliana Rosika Irfan Purwanto Irfan Purwanto Joni Saputra Joni Saputra Joni Saputra Kusrini Kusrini Lukmanul Hakim Lukmanul Hakim Muhammad Dermawan Mulyodiputro Riza Septilianti Riza Septilianti Valian Yoga Pudya Ardhana Vera Wati Yuan Sa'adati Yuan Sa'adati