Claim Missing Document
Check
Articles

Pemanfaatan sistem pakan otomatis berbasis IoT pada budidaya ikan lele di Desa Sungaibuntu Karawang Reni Rahmadewi; Insani Abdi Abdi Bangsa; Dian Budhi Budhi Santoso; Safrian Andromeda; Nurani Masyita; Ni Luh Bella Windu Febriayanti Windu Dwijaksara; Agus Sutiyana; Baginda Muhammad Raihan P.R.S
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 4 (2024): December
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i4.27342

Abstract

Permasalahan budidya ikan lele salah satunya adalah memiliki sifat kanibalisme dalam proses pertumbuhan dan perkembangannya sehingga pemberian pakan dan perawatan pada ikan lele harus diperhatikan agar tidak terjadi gagal panen yang berakibat dapat merugikan para peternak ikan lele. Permasalahan lainnya yang ada pada budidaya ikan lele adalah keterlambatan pemberian pakan akan sangat berakibat fatal hingga kematian pada ikan lele dan kondisi para peternak ikan masih menggunakan metode manual dalam proses pemberian pakannya. Tujuan dari pengabdian masyrakat ini untuk memberikan pemahaman dan pengetahuan kepada para peternak ikan lele di Desa Sungaibuntu Karawang mengenai alat pelontar pakan ikan lele berbasis IoT, sehingga para peternak ikan lele mampu memberikan pakan dengan mudah menggunakan alat ini, dan mengatur penjadwalan sesuai dengan kebutuhan ikan lele agar proses budidaya ikan lele lebih maksimal. Kegiatan pengabdian masyrakat ini dilaksanakan di Kantor Desa dan Kolam Peternak milik salah satu pelaku UMKM ikan lele yang berjumlah 20 peserta, dengan dua kegiatan utama yakni pelaksanaan sosialisasi dan demonstrasi alat pelontar pakan. Hasil kegiatan pengabdian masyrakat yang telah dilaksanakan para peternak ikan lele mampu mengoperasikan beberapa fitur alat pelontar pakan, dan alat pelontar pakan dapat berfungsi sesuai dengan kebutuhan peternak ikan lele yang dilengkapi dengan penjadwalan otomatis melalui smartphone. 
Metode Thresholding Otsu untuk Klasifikasi Awal Vitiligo dan Hyperpigmentation Berdasarkan Luas Piksel Rayhan Putra Alvaro; Reni Rahmadewi
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 1 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i1.58841

Abstract

Penelitian ini mengembangkan sistem deteksi kelainan pigmentasi kulit menggunakan metode Otsu Thresholding dan analisis jumlah piksel pada citra biner. Sistem dibuat dalam bentuk Graphical User Interface (GUI) MATLAB sehingga memudahkan pengguna dalam melakukan input citra, cropping, pra-pemrosesan, segmentasi, dan klasifikasi. Dataset terdiri dari 30 citra yang mencakup 15 citra vitiligo dan 15 citra hiperpigmentasi. Tahap pra-pemrosesan dilakukan melalui konversi grayscale dan Gaussian smoothing untuk menstabilkan intensitas sebelum segmentasi otomatis oleh metode Otsu. Hasil segmentasi dianalisis melalui perhitungan jumlah piksel putih dan hitam untuk menentukan jenis kelainan. Hasil pengujian menunjukkan akurasi 100% untuk vitiligo dan 80% untuk hiperpigmentasi. Secara keseluruhan sistem mencapai akurasi 90% dan dapat digunakan sebagai pendekatan awal deteksi kelainan pigmentasi kulit.
Klasifikasi Tingkat Kematangan Pisang Menggunakan Segmentasi HSV dan Aturan Berbasis Nilai Hue Arizal Anshori; Reni Rahmadewi
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.59047

Abstract

Penelitian ini merancang sistem klasifikasi tingkat kematangan buah pisang menggunakan segmentasi warna ruang HSV dan aturan berbasis nilai rata-rata Hue. Sistem dikembangkan menggunakan software MATLAB untuk memproses tahapan input citra, pra-pemrosesan, segmentasi, operasi morfologi, hingga klasifikasi akhir. Dataset yang digunakan terdiri dari 30 citra pisang, yang mencakup 10 citra belum matang, 10 citra matang, dan 10 citra terlalu matang. Tahap pra-pemrosesan dilakukan melalui penyesuaian ukuran (resize) dan konversi ruang warna RGB ke HSV agar informasi warna lebih stabil terhadap intensitas pencahayaan. Hasil segmentasi awal kemudian diperbaiki menggunakan operasi morfologi (opening, closing, dan filling) untuk menghilangkan noise dan menambal celah, sebelum dianalisis melalui perhitungan rata-rata nilai Hue objek untuk menentukan kategori kematangan. Hasil pengujian menunjukkan tingkat keberhasilan klasifikasi mencapai 100% pada seluruh dataset. Pendekatan rule-based berbasis rata-rata Hue mampu membedakan ketiga kelas kematangan secara efektif dan konsisten karena pemisahan area objek dari latar belakang berhasil dilakukan dengan sangat jelas. Meskipun masih memiliki keterbatasan pada kondisi variasi pencahayaan ekstrem atau bercak warna kulit yang tidak merata, sistem ini terbukti akurat. Secara keseluruhan, metode ini menawarkan solusi estimasi kematangan pisang yang lebih sederhana dan ringan secara komputasi dibandingkan dengan pendekatan machine learning.