Claim Missing Document
Check
Articles

Found 38 Documents
Search

PEMODELAN WARNA PADA DATASET BARU CITRA BUNGA LANTANA CAMARA MENGGUNAKAN ALGORITMA YOLOV5 Putu Sugiati Keraf, Maria; Aristo Jansen Sinlae, Alfry; Batarius, Patrisius
Jurnal Mnemonic Vol 7 No 1 (2024): Mnemonic Vol. 7 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v7i1.9218

Abstract

Lantana camara merupakan salah satu tumbuhan tropis invasif yang berpotensi sebagai tanaman hias yang memiliki keunikan pada kelopak bunga berwarna-warni dan dapat diklasifikasikan menjadi beberapa jenis warna. Meskipun demikian tumbuhan ini dapat ditemukan di pekarangan rumah dan pengetahuan masyarakat tentang tumbuhan ini terkait manfaat khususnya masih terbatas. Selain itu, proses identifikasi warna pada bunga lantana camara dalam produksi massal masih sulit dan memakan waktu serta pemilihan warna secara manual dapat menyebabkan kelelahan pada mata manusia. Oleh karena itu, diperlukan solusi yang memanfaatkan computer vision, seperti penerapan algoritma YOLOv5 untuk pemodelan warna. Metode yang digunakan melibatkan pengumpulan data berupa citra gambar bunga lantana sebanyak 1266 citra yang terbagi dalam 6 jenis warna (merah, putih, kuning, jingga, ungu, merah muda), penyimpanan data berupa citra gambar lantana dilakukan anotasi dan penyesuaian ukuran piksel, pelatihan data dilakukan pada citra gambar yang sudah dianotasi dan ukurannya sama untuk mendapatkan dataset menggunakan roboflow dan google collab, dan evaluasi model untuk mendapatkan hasil prediksi berdasarkan putaran pelatihan sebanyak 50 epoch dan membutuhkan waktu selama 0.483 jam. Hasil yang diperoleh berupa nilai persentase precision sebesar 95%, recall sebesar 99%, dan nilai MAP sebesar 99%, sehingga nilai rata-rata akurasinya di atas 90%. Berdasarkan hasil tersebut penelitian ini berhasil menghasilkan model pada dataset citra bunga lantana camara dengan rata-rata parameter teruji mencapai 90%.
Pelatihan Pengelolaan Komputer Sebagai Server Berbasis Open Source Bagi Kelompok Karang Taruna Desa Penfui Timur Sinlae, Alfry Aristo Jansen; Nani, Paskalis Andrianus; Ngaga, Emerensiana; Mau, Sisilia Daeng Bakka; Sooai, Adri Gabriel; Manehat, Donatus Joseph; Meolbatak, Emiliana Metan; Mamulak, Natalia Magdalena Rafu; Tedy, Frengky; Batarius, Patrisius; Samane, Ignatius Pricher Agung Nirwanto; Siki, Yovinia Carmeneja Hoar
Jurnal Pengabdian Pada Masyarakat Indonesia Vol 1 No 5 (2022): Oktober : Jurnal Pengabdian Pada Masyarakat Indonesia
Publisher : Universitas Gajah Putih, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55542/jppmi.v1i5.342

Abstract

Pelatihan ini bertujuan untuk memberikan keterampilan kepada anggota karang taruna dalam memanfaatkan komputer yang tidak digunakan menjadi layanan server sehingga menambah wawasan dan pengetahuan serta dapat dijadikan sebagai lapangan usaha baru seperti penyedia layanan internet bagi masyarakat sekitar. Metode yang diterapkan berupa 20% ceramah dan 80% pelatihan sehingga anggota karang taruna dapat memahami lebih baik dan dibekali pengetahuan mengenai pengelolaan komputer dan administrasi komputer sebagai layanan server berbasis open source. Evaluasi dilakukan sebelum dan sesudah kegiatan untuk mengukur tingkat pemahaman anggota karang taruna terkait penjelasan materi yang diberikan baik secara ceramah dan praktik secara langsung. Hasil evaluasi berupa pretest dan posttest menunjukkan bahwa seluruh anggota karang taruna dapat memahami dengan baik seluruh materi dan penjelasan yang diberikan oleh tutor dan berdasarkan hasil survei kepuasan terhadap penyelenggaraan pelatihan seperti ini diperoleh hasil bahwa 90% anggota karang taruna menyatakan puas dan berharap pelatihan-pelatihan seperti ini dapat diselenggarakan lagi dikarenakan pelatihan ini sangat bermanfaat bagi kehidupan mereka dan menambah keterampilan hidup.
Chi-Square Histogram Analysis of Woven Fabric Images Made from Natural Dyes Due to Exposure to Sunlight Batarius, Patrisius; Alfry Aristo Jansen Sinlae
Intelligent System and Computation Vol 6 No 1 (2024): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v6i1.348

Abstract

This research aims to conduct a Chi-square analysis on the histogram of woven fabric images dyed with natural dyes following exposure to sunlight. Woven fabrics dyed with natural dyes have attracted attention in the textile industry due to their sustainability and environmental safety. Continuous sunlight is a significant factor influencing color changes in woven fabric dyed with natural dyes. The methodology involves capturing images of woven fabric pre- and post-sunlight exposure, followed by histogram analysis using Chi-Square testing, mean, mode, and standard deviation. We utilize pre-cropped and resized grayscale images. Research findings demonstrate that sunlight significantly impacts the histogram of woven fabric images dyed with natural dyes, causing shifts in color distribution, standard deviation, and mode. These findings hold critical implications for the textile industry, particularly for manufacturers of woven fabrics dyed with natural dyes. The application of Chi-Square analysis and standard deviation provides guidelines for product design, maintenance procedures, and consumer education regarding the preservation of color quality in fabrics exposed to sunlight. Changes in the quality of woven fabric images under sunlight exposure can offer essential guidance in the care and maintenance of textile products dyed with natural dyes. This research contributes to a deeper understanding of the interplay between natural dyes, sunlight, and woven fabrics, supporting the development of sun-resistant natural dyes.
GLCM and PSNR Analysis of Woven Fabric Images Made from Natural Dyes Due to Sunlight Exposure Batarius, Patrisius; Santoso, Albertus Joko; Sinlae, Alfry Aristo Jansen
JOIV : International Journal on Informatics Visualization Vol 8, No 4 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.4.2265

Abstract

Traditional woven fabrics generally use natural dyes that come from the local area. Natural dyes are often considered low quality if exposed to sunlight. This study aims to analyze the effect of sunlight on the image of woven fabrics made from natural dyes. The natural dyes used come from noni (Morinda citrofolia L), which produces a red color; Tarum (Indigofera tinctoria L), which produces a blue-black color; and corn starch juice, which produces a white color. A thread made of cotton is dipped and cooked to produce the desired color. The analysis is done by comparing the value of GLCM (Grey Lever Co-Coruent Matrix) features, changes in the value of Mean Square Error (MSE), and Peak Signal Noise Ratio (PSNR) with the original image. The original image is taken before the woven fabric is dried in the sun. The changing image is taken after the woven fabric is dried in the sun with variations in drying times. The drying time of woven fabric is 1 hour. Sun drying starts from 09:00 to 14:00. The distance between the original and sun-dried images is 30 cm. The original image and the sun-dried image went through cropping and resizing the image to be the same size. The grayscale image type is used for the GLCM, MSE, and PSNR comparison process. The image size used is 128x128 for woven fabric images with three kinds of colors (white, red, and blue) and 256x256 pixels for images with white color. The results showed that the quality of the images produced at drying hours of 09.00-10.00 to 14.00-15.00 tended to be low, with a significant difference between the original image and the changed image. The lowest point of quality lies in the drying time of 12.00-13.00 and 13.00-14.00. For the GLCM features, the sun-dried image at 14.00-15.00 has a homogeneity value close to the original value. For contrast features, the image dried at 10.00-11.00 has a contrast value that is close to the original image contrast value. This shows the smaller the difference in pixel intensity in the image.
Pendekatan metode bayes untuk menentukan jenis penyakit pada ternak babi Patrisius Batarius; Frengky Tedy
Widya Teknik Vol. 16 No. 2 (2017)
Publisher : Fakultas Teknik, Universitas Katolik Widya Mandala Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33508/wt.v16i2.1660

Abstract

Penelitian ini bertujuan untuk membuat sebuah model penentuan jenis penyakit yang dialami oleh ternak babi. Metode yang digunakan adalah metode bayes. Gejala-gejala yang digunakan sesuai dengan gejala umum yang terdapat pada ternak babi. Metode penelitian dilakukan dengan proses observasi dan wawancara pada pelaku ternak babi. Selain itu dilakukan wawancara dengan dokter hewan yang mengetahui persis tentang ternak babi. Diambil 2 tempat ternak babi yang ada di Kota Kupang dan 1 di Kabupaten Kupang. Penelitian ini belum mewakili semua ternak babi secara keseluruhan di Kota dan Kabupaten Kupang. Namun bisa dijadikan sebuah model penentuan jenis penyakit sebuah ternah babi.Penelitian ini belum sampai pada sebuah solusi terhadap penyakit ternak babi. Penelitian ini masih dikembangkan sampai pada tingkat diagnosis penykait ternak babi. Dan pada akhirnya dibuatkan sebuah aplikasi. Hasil penelitian ini masih sebatas model penentuan penykait ternak babi berdasarkan gejala yang dialami dan diamati secara fisik pada ternak babi
Optimalisasi Pemilihan Sapi Layak Kirim dengan Analytical Hierarchy Process Berbasis Web: Studi Kasus Karantina Ainiba Suni, Adventus Yoseph Berek; Batarius, Patrisius; Sinlae, Alfry Aristo Jansen
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.7295

Abstract

Beternak sapi merupakan sektor penting dalam perekonomian Indonesia, khususnya dalam memenuhi kebutuhan distribusi sapi antarwilayah. Namun, Karantina Ainiba sering menghadapi kendala dalam pengiriman sapi akibat ketidaksesuaian kriteria kesehatan, berat, dan kondisi fisik, yang berpotensi menimbulkan kerugian ekonomi. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web dengan metode Analytical Hierarchy Process (AHP) untuk mengoptimalkan pemilihan sapi layak kirim. Sistem ini mempertimbangkan tiga kriteria utama: berat sapi, kesehatan, dan kondisi fisik, yang dinilai oleh pakar (dokter hewan) menggunakan skala perbandingan berpasangan. Hasil penelitian menunjukkan bahwa metode AHP mampu memberikan rekomendasi objektif dengan konsistensi rasio (CR) < 0,1, mengindikasikan validitas hasil. Sapi dengan kode S-001 terpilih sebagai alternatif terbaik (nilai 0,573) karena keunggulan pada berat ideal (200–250 kg) dan kesehatan. Implementasi sistem menggunakan model Waterfall mencakup analisis kebutuhan, perancangan, pengujian (black box testing), dan operasionalisasi. Pengujian fungsional membuktikan sistem berjalan optimal, termasuk fitur login, input data, dan perhitungan AHP. Keterbatasan penelitian terletak pada jumlah sampel (20 sapi) dan kriteria yang belum mencakup faktor dinamis seperti harga pasar. Untuk pengembangan selanjutnya, disarankan menambah variabel seperti usia atau riwayat vaksinasi, mengintegrasikan AHP dengan metode lain seperti TOPSIS, serta mengembangkan versi mobile untuk kemudahan survei lapangan. Sistem ini diharapkan dapat meningkatkan efisiensi seleksi sapi dan mengurangi kerugian ekonomi di Karantina Ainiba.
Artificial Neural Network-Based Prediction Model Back Propagation on Blood Demand and Blood Supply Tedy, Frengky; Batarius, Patrisius; Samane, Ign. Pricher A. N.; Sinlae, Alfry Aristo Jansen
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 6 (2023): December 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i6.5508

Abstract

The balance between blood demand and supply at the Indonesian Red Cross Blood Transfusion Unit (UTD-PMI) is crucial. This condition must be maintained to reduce unused or expired blood supplies. Despite the situation in UTD-PMI, where the blood supply exceeds demand, there is still a shortage of blood when needed by patients. This research aims to model the prediction of blood demand and supply for each blood type using the Back Propagation artificial neural network approach. Data from the last 3 years, from 2020 to 2022, were utilized in this research process. There are three stages in this research process. The first stage involves the training process, using data from January 2020 to December 2021. The testing process utilizes data from January 2021 to December 2022. The prediction process involves displaying the forecasted data for the next 12 months from January to December 2023. The accuracy of the calculations is assessed using the mean square error (MSE). Ultimately, the research results present the prediction model for the four types of blood with respect to the demand and supply. These findings can serve as a reference to regulate future blood donation activities carried out by the UTD-PMI.
OPTIMALISASI PENGELOLAAN KEUANGAN UMKM DENGAN MICROSOFT EXCEL: STUDI KASUS ALETHA’S BAKERY Romansa, Oktavianus Fransiskus; Pande, Juan Felix Tagu; Taena, Juanto B. G.; Nahak, Yasintus Siver; Nggaur, Emanuel N; Man, Gilang M. C. P.; Rita, Fiktor Jawu; Rahaqlaka, W. Bota; Taslulu, Maria Yunita; Teme, Graciana A. R.; Samane, Ignatius Pricher A. N.; Batarius, Patrisius; Ngaga, Emerensiana; Mau, Sisilia Daeng Bakka; Sinlae, Alfry Aristo Jansen
Bestari: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 2 (2025)
Publisher : Sekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP) Melawi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46368/dpkm.v5i2.3252

Abstract

Pengelolaan keuangan yang efektif adalah kunci keberhasilan bagi Usaha Mikro Kecil dan Menengah (UMKM). Aletha’s Bakery, sebagai salah satu UMKM, menghadapi tantangan dalam pencatatan keuangan manual yang menyebabkan pelaporan yang tidak akurat. Kegiatan pengabdian ini bertujuan untuk meningkatkan manajemen keuangan Aletha’s Bakery dengan menerapkan model pembukuan berbasis Microsoft Excel. Model ini dirancang untuk memfasilitasi pelacakan pendapatan dan pengeluaran secara terperinci serta pembuatan laporan keuangan otomatis. Melalui observasi dan wawancara, ditemukan bahwa pencatatan manual menghambat pelacakan arus kas dan akurasi laporan. Dengan menggunakan model Excel yang terstruktur, masalah ini dapat diatasi melalui kategorisasi pendapatan dan pengeluaran yang lebih baik, perhitungan otomatis, dan alat visualisasi data. Pelatihan bagi staf Aletha’s Bakery memastikan implementasi model yang efektif, meningkatkan efisiensi dan akurasi manajemen keuangan, dan diharapkan memperbaiki kinerja bisnis secara keseluruhan. Inisiatif ini juga dapat menjadi model bagi UMKM lain untuk mengadopsi praktik keuangan yang lebih baik.Kata kunci: Aletha’s Bakery, Microsoft Excel, Pengelolaan Keuangan, UMKM, Model Pendataan Keuangan.
Penerapan Certainty Faktor untuk Mendiagnosa Penyakit Pada Ternak Kuda (Studi Kasus : Kantor Dinas Peternakan Kabupaten TTU) Badj, Lusia De Fatima; Batarius, Patrisius; Mau, Sisilia D. Bakka
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1088

Abstract

Bidang Kesehatan Hewan Dinas Peternakan Timor Tengah Utara terdapat 6 orang Dokter Hewan, dengan jumlah peternak 379 orang tersebar di 24 Kecamatan dengan jumlah ternak kuda 1.344 ekor. Para peternak sering mengalami kesulitan jika ternaknya sakit. Hal ini disebabkan karena jumlah dokter hewannya sedikit, jarak dari Dinas Peternakan dengan lokasi kejadian jauh, selain itu juga kondisi geografis yang tidak memungkinkan untuk bisa mencapai tempat tersebut, dan juga dokter hewan yang hanya menunggu panggilan dari kecamatan, sehingga membuat banyak peternak yang terlambat mendapatkan pelayanan dari dokter hewan terhadap ternak kuda mereka dan akibatnya banyak ternak kuda yang tidak terselamatkan.Dari masalah tersebut maka perlu dirancang bangun sebuah aplikasi untuk mendiagnosa penyakit pada ternak kuda berbasis web dengan menggunakan metode certainty factor yang dapat membantu pihak Dinas Peternakan Hewan Kefamenanu khususnya dokter hewan dan para peternak dalam melakukan diagnosis penyakit pada ternak kuda.
Implementasi Algoritma C4.5 Untuk Klasifikasi Penjualan Barang di Swalayan Dutalia Lalo, Aprilianus Kristianus; Batarius, Patrisius; Siki, Yovinia Carmeneja Hoar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1089

Abstract

Semua perusahaan ritel, termasuk Swalayan Dutalia, dituntut untuk mengambil keputusan secara tepat dalam strategi pemasaran dengan melihat kondisi pasar. Namun, pihak swalayan kerap kali mengalami kesulitan dalam memprediksi angka penjualan produk, terlebih lagi pihak swalayan belum memiliki teknik khusus guna melakukan prediksi angka penjualan barang di masa depan. Hal ini menyebabkan pihak swalayan tidak mampu menentukan stok minimum barang yang dijual. Oleh karena itu, penelitian ini dilakukan untuk merancang bangun sebuah sistem yang menerapkan algoritma C4.5 untuk mengolah data dalam jumlah besar untuk menemukan pola penjualan barang. Berdasarkan decision tree yang terbentuk, akan dilakukan prediksi terhadap kumpulan data penjualan barang baru. Sehingga, pihak Swalayan Dutalia dapat menentukan stok minimum barang. Atribut yang digunakan berjumlah enam buah, yaitu jenis barang, harga, jumlah jual, waktu jual, momen jual, dan status penjualan sebagai atribut target. Berdasarkan pengujian terhadap data training dan data hasil prediksi pada aplikasi RapidMiner Studio Version 9.7, akurasi perhitungan yang dihasilkan mencapai 100% sehingga sistem yang dirancang bangun dapat digunakan untuk memprediksi penjualan barang di masa depan.