Claim Missing Document
Check
Articles

Implementasi Responsive Website pada Sistem Informasi Laboratorium Eka Putri Abeyzia; Ahmad Ali Hakam Dani; Muhlis Muhallim
Dewantara Journal of Technology Vol. 3 No. 2 (2023)
Publisher : Akademi Teknologi Industri Dewantara Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59563/djtech.v3i2.199

Abstract

Perancangan suatu media sistem informasi berbasis website dapat digunakan untuk mempermudah pengelolaan informasi. Universitas Andi Djemma memiliki beberapa fakultas yang salah satunya adalah fakultas teknik yang terdiri dari dua program studi yaitu informatika dan sipil menyediakan fasilitas laboratorium sebagai sarana pendidikan untuk menunjang pengamatan dan percobaan. Dalam memenuhi informasi yang dibutuhkan pada kegiatan praktikum, laboratorium Fakultas Teknik Andi Djemma belum memiliki sistem website untuk menyebarkan informasi mengenai laboratorium sehingga didiperlukan perancangan sistem yang baru. Perancangan sistem informasi laboratorium fakultas teknik menggunakan metode waterfall. Dengan komponen yang digunakan untuk membangun sistem ini yaitu bahasa pemograman php dengan framework laravel dan visual studio code sebagai media editor penulis serta database yang digunakan adalah mySql. Dengan adanya sistem informasi laboratorium ini dapat memudahkan mahasiswa untuk mendapatkan informasi mengenai laboratorium yang terdapat pada Fakultas Teknik Universitas Andi Djemma.
The Effect of Lighting Variations on the Accuracy of Formalin Detection in Milkfish Using HSV Color Space and k-Nearest Neighbors (kNN) Algorithm Noor Falih; Ruth Mariana Bunga Wadu; Andhika Octa Indarso; Hastie Audytra; Ahmad Ali Hakam Dani
Jurnal Sistem Cerdas Vol. 8 No. 3 (2025)
Publisher : APIC

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37396/jsc.v8i3.564

Abstract

Milkfish (Chanos chanos) is a widely consumed fish commodity in Indonesia, often subject to preservation using formalin, a chemical with serious health risks when misused. This study proposes a non-destructive formalin detection method using HSV (Hue, Saturation, Value) color features extracted from eye images of milkfish, classified via the k-Nearest Neighbor (kNN) algorithm. The research investigates the impact of varying illumination levels low, medium, and high on the consistency of HSV features and the accuracy of kNN classification. Results show that medium lighting conditions yield the highest classification accuracy, suggesting an optimal illumination range for field deployment. The system's simplicity and potential for real-time implementation on mobile or embedded platforms make it suitable for use by non-technical personnel in traditional markets. Challenges such as environmental temperature, image angle, and surface reflectivity are addressed through calibration strategies and operational guidelines. This study contributes practical insights into lighting control and feature stability, enhancing the reliability of image-based formalin detection systems.