Article Per Year (5 Year)
p-Index From 2021 - 2026
3.112
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Jurnal Informatika dan Teknik Elektro Terapan Jurnal Sisfokom (Sistem Informasi dan Komputer) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JMAI (Jurnal Multimedia & Artificial Intelligence) To Maega: Jurnal Pengabdian Masyarakat Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Entrepreneurship Bisnis Manajemen Akuntansi (E-BISMA) Jurnal Media Informatika Tamansiswa International Journal in Education and Science (TIJES) Journal of Information System and Artificial Intelligence Jurnal Indonesia Sosial Sains AMMA : Jurnal Pengabdian Masyarakat
Supatman Supatman
Universitas Mercu Buana Yogyakarta
Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Environmental Science Immunology & microbiology Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Neuroscience Nursing Physics Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Analisis Citra Mikroskopik Beras Organik dan Non-Organik Berdasarkan Fitur Tekstur Menggunakan Metode K-Nearest Neighbor Meidina Revi Sandra Pertiwi; Supatman Supatman
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.7808

Abstract

Beras merupakan salah satu bahan pangan pokok selain gandum, terutama di Benua Asia yang sebagian besar penduduknya mengonsumsi beras. Beras organik dan non-organik tersedia di pasaran, namun konsumen kesulitan membedakannya. Penelitian ini bertujuan untuk menganalisis citra mikroskopik antara beras organik dan non-organik berdasarkan tekstur. Metode yang digunakan mencakup ekstraksi fitur tekstur Gray Level Co-occurrence Matrix (GLCM) dan wavelet, serta klasifikasi menggunakan K-Nearest Neighbor (KNN). Fitur GLCM yang diekstraksi meliputi contrast, homogeneity, energy, dan correlation, sedangkan fitur wavelet diperoleh dari empat sub-band, yaitu LL, LH, HL, dan HH dengan parameter mean, standard deviation, maximum, dan minimum. Dataset penelitian terdiri dari 600 citra beras organik dan non-organik dengan resolusi 640 × 480 piksel yang diambil menggunakan mikroskop digital. Citra tersebut kemudian diproses melalui tahapan cropping, konversi ke grayscale, dilanjutkan dengan ekstraksi fitur, dan klasifikasi menggunakan KNN. Hasil penelitian menunjukkan bahwa penggunaan fitur GLCM menghasilkan akurasi sebesar 0,8111 dengan nilai K=6. Penggunaan fitur wavelet menghasilkan akurasi sebesar 0,8222 dengan nilai K=10. Sementara itu, kombinasi fitur GLCM dan wavelet menghasilkan akurasi tertinggi sebesar 0,8389 dengan nilai K=24. Hasil penelitian ini menunjukkan bahwa beras organik dan non-organik dapat diklasifikasikan melalui analisis tekstur permukaannya, sehingga temuan ini dapat menjadi dasar dalam pengembangan perangkat lunak untuk identifikasi beras organik dan non-organik.
IDENTIFIKASI KATEGORI CITRA UNDANGAN PERNIKAHAN MENGGUNAKAN HYBRID MOBILE-NETV2 DAN K-NEAREST NEIGHBOR Moh Adnan Azhari; Supatman Supatman
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9717

Abstract

Menentukan kategori undangan pernikahan kerap menjadi tantangan bagi konsumen. Ini muncul karena batasan visual antara jenis ekonomis dan reguler dan luxury bersifat subjektif. Penelitian ini menyarankan sistem untuk mengidentifikasi kategori undangan (Ekonomis, Reguler dan Luxury) yang didasarkan pada pengolahan gambar. Metode yang digunakan memakai arsitektur MobileNetV2 untuk ekstraksi fitur yang digabungkan dengan algoritma K-Nearest Neighbor (KNN) untuk identifikasi. Optimasi model dilakukan dengan mencari nilai K terbaik memakai metode Grid Search dalam rentang 5 hingga 29. Eksperimen menunjukkan bahwa nilai K=21 memberikan performa paling stabil. Akurasi validasi mencapai 63,63% dan akurasi data uji sebesar 64,86%. Meskipun akurasi dalam rentang moderat, hasil yang konsisten antara validasi dan pengujian memperlihatkan model ini memiliki generalisasi yang baik dan bisa dikembangkan lebih lanjut untuk sistem rekomendasi pemilihan undangan.
Co-Authors Abdi Subayu Ade Sumarsono Agoes Irdianto Ahmad Ramadhan Arita Witanti Christophorus Candra Kusumadewa Dyah Ari Susanti Enggar Dwi Kharisma Heribertus Christian Agusto Lumban Tobing Hilda Imelia Grasia Indah Susilawati Jati Nugroho Lilis Cahyono Lugas Lukmanul Hakim Meidina Revi Sandra Pertiwi Moh Adnan Azhari Mutaqin Akbar Nila Sinta Yovita Sidiq Purnomo, Agus Sri Ayem Suddin Lada Suddin Lada Sumedi Joko Susilo Triana Noor Edwina Dewayani Soeharto Umi Wahidah Wahyu Puspitaningrum Yhoga Heru Pratama