Garuda - Garba Rujukan Digital

Identifikasi Mutu Telur Ayam Berdasarkan Kebersihan Kerabang Menggunakan Jaringan Syaraf Tiruan Maimunah Maimunah; Retno Nugroho Whidhiasih
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 2 No 1 (2017): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Desember 201
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (319.915 KB)

Abstrak: Telur ayam memiliki protein yang bermutu tinggi sehingga banyak dijadikan sebagai bahan olahan makanan. Namun tidak semua telur memiliki mutu atau kualitas dan kesegaran yang baik. Berdasarkan SNI 3926:2008 mutu telur terbagi menjadi tiga yaitu mutu I,mutu II dan mutu III. Identifikasi telur digunakan untuk menentukan mutu telur ayam yang meliputi mutu internal dan mutu eksternal. Salah satu aspek mutu eksternal telur ayam ditinjau dari kebersihan kerabang telur yaitu ada tidaknya kotoran yang menempel pada kerabang telur ayam. Telur yang bersih mempunyai tekstur kerabang telur yang berbeda dengan telur yang kotor. Dalam penelitian ini dilakukan identifikasi mutu telur ayam ras berdasarkan kebersihan kerabang telur ayam ras menggunakan jaringan syaraf tiruan. Tekstur citra telur diekstrak menggunakan ciri statistik orde dua meliputi angular second moment, contrast, correlation variance, inverse different moment, entropy. Nilai hasil ekstraksi selanjutnya digunakan untuk pelatihan dengan data latih sebanyak 25 telur mutu I, 25 telur mutu II dan 25 telur mutu III. Hasil penelitian diperoleh akurasi 93,33% yang menyatakan bahwa jaringan syaraf tiruan dapat melakukan identifikasi mutu telur berdasarkan kebersihan kerabang telur dengan baik. Kata kunci: klasifikasi,tekstur kerabang telur,akurasi, Abstract: Chicken eggs have a high-quality protein so there are many kinds of food using it as processed food ingredients. But not all eggs have a quality or good quality and freshness. Based on SNI 3926: 2008 the quality of eggs is divided into three namely quality I, quality II and quality III. Egg identification is used to determine the quality of chicken eggs that include internal quality and external quality. One aspect of the external quality of chicken eggs in terms of cleanliness of eggshell is the presence or absence of dirt on the chicken eggshell. A clean egg has a different eggshell texture with a dirty egg. In this study, the identification of the quality of chicken eggs based on the hygiene of chicken eggs using the artificial neural network. The texture of egg image extracted using second order statistics include second moment angular, contrast, correlation variance, inverse different moment, entropy. The value of the extraction results is then used for training with the training data of 25 eggs of quality I, 25 eggs of quality II and 25 eggs of quality III. The result of this research is 93,33% accuracy which states that artificial neural network can identify egg quality based on egg hygiene well. Keywords: classification, eggshell texture, accuracy

DETEKSI KEBERSIHAN KERABANG TELUR AYAM BERDASARKAN PENGOLAHAN CITRA DIGITAL Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 3 No. 1 (2015): Maret 2015
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT Digital image processing can be used in the applications of computer vision, one of which is the object classification. Classification of eggs used to determine the quality of eggs that includes internal quality and external quality. One aspect of the external egg quality is in terms of cleanliness of the eggshell whether there is dirt on the eggshel or not. Digital image processing on the image of the egg is done by preprocessing to convert to binary image which are further identified wheter there is dirt on the eggshell. Programs designed can determine whether an egg has a good quality or not with the information that eggs is in clean or dirty conditions. The results stated that the image quality of the eggs, image preprocessing and classification methods greatly affect the outcome of the classification of the eggs. Key Words : classification, eggshell,image processing ABSTRAK Pengolahan citra digital dapat digunakan dalam aplikasi di bidang computer vision, salah satunya adalah klasifikasi objek. Klasifikasi telur digunakan untuk menentukan mutu (kualitas) telur yang meliputi kualitas internal dan kualitas eksternal. Salah satu aspek kualitas eksternal telur ditinjau dari kebersihan kerabang telur yaitu ada tidaknya kotoran yang menempel pada kerabang telur. Pengolahan citra digital pada citra telur dilakukan dengan pra pengolahan dengan mengubah ke citra biner yang selanjutnya diidentifikasi ada tidaknya kotoran yang pada kerabang telur. Program yang dirancang dapat menentukan sebuah telur mempunyai mutu yang bagus atau tidak dengan informasi bahwa telur dalam kondisi bersih atau kotor. Hasil yang diperoleh menyatakan bahwa kualitas citra telur, proses pengolahan citra dan metode klasifikasi sangat mempengaruhi hasil klasifikasi telur. Kata Kunci : klasifikasi, kerabang telur, pengolahan citra

APLIKASI MOBILE SIMULASI TES TOEFL BERBASIS ANDROID Ariska Putri Widiastuti; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 3 No. 2 (2015): September 2015
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT Android-based TOEFL Test Simulation Mobile Application, Test Of English as Foreign Language (TOEFL) is a test to measure the level of English proficiency of nonnative speakers of English. The test consists of three sections Listening, Structure and Reading. The score is measured by a conversion table called Longman method, which is developed by Longman. Nowadays, Android-based mobile applications ease the people to get information. Thus by using this application, people are able to measure their capability and prepare as well as possible for the real test anytime wherever they are since the application provides the test simulation with the score calculation. Keywords: TOEFL, Longman method, android application ABSTRAK Test Of English as Foreign Language (TOEFL) merupakan sebuah tes yang mengukur kemampuan Bahasa Inggris seseorang. Tes ini menguji kemampun dalam Listening, Structure dan Reading. Untuk mengetahui skor TOEFL seseorang dapat menggunakan tabel konversi skor TOEFL yang disebut metode Longman. Metode ini adalah metode perhitungan konversi skor TOEFL yang dikembangkan oleh Longman. Aplikasi mobile berbasis android merupakan salah satu media yang dapat memberikan kemudahan bagi pengguna untuk memperoleh informasi. Dengan adanya aplikasi ini memberikan sebuah simulasi tes TOEFL layaknya tes yang akan dihadapi dan seseorang bisa mendapatkan skor tes TOEFL yang memuaskan. Aplikasi yang telah dibuat mampu memberikan kemudahan bagi pengguna dalam melakukan latihan tes TOEFL di mana pun dan kapan pun. Kata Kunci: TOEFLmetode Longman,aplikasi android

APLIKASI MOBILE KAMUS ISTILAH LINUX Lili Dwi Apriani; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 3 No. 2 (2015): September 2015
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT Android is an operating system is open source which provides freedom for developers to develop an application. With the advantages of the android operating system, will help a lot of Android-based smartphone users to enjoy a variety of applications, one such application is a dictionary of Linux. The main purpose of this application is to assist them in finding translation linux programming effectively and efficiently. The type of data used is secondary data where the data was obtained from reference books and literature related to this research. There are several stages in making this application, namely analysis, design, workmanship and evaluation of program models that have been produced. Linux is a dictionary application, can be used on smartphones based on Android version 2.2 (Froyo or Frozen Yoghurt) up to 4.1 Operating Systems namely Jelly Beans in order to test these applications can run smoothly. Keywords: Android, Dictionary, Linux,Mobile Programming ABSTRAK Android merupakan sebuah sistem operasi yang bersifat open source yaitu memberikan kebebasan bagi para developer untuk mengembangkan sebuah aplikasi. Dengan kelebihan dari sistem operasi android, akan banyak membantu pengguna smartphone berbasis android untuk dapat menikmati beragam aplikasi, salah satu aplikasi tersebut adalah kamus Linux. Tujuan utama dari aplikasi ini adalah membantu mereka dalam menemukan terjemahan pemograman linux secara efektif dan efisien. Adapun jenis data yang digunakan adalah jenis data sekunder dimana data diperoleh dari buku referensi dan literatur yang berhubungan dengan penelitian ini. Terdapat beberapa tahapan dalam pembuatan aplikasi ini, yaitu analisa, perancangan, implementasi dan pengujian terhadap model program yang telah dihasilkan. Aplikasi kamus Linux yang telah dirancang dapat digunakan pada smartphone yang berbasis android versi 2.2 (Froyo atau Frozen Yoghurt) sampai dengan 4.1 denganSistem Operasi Jelly Beans.

APLIKASI PEMBELAJARAN DASAR BAHASA JEPANG BERBASIS ANDROID Aji Pujo Laksono; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 4 No. 1 (2016): Maret 2016
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT Utilization of smartphone technology can help people in learning a language with Android-based applications. Japan is one country in Asia that has a unique and interesting culture including language culture. One of the fundamental problems in Japanese is a need to study Japanese script, which has many types of characters are used: Hiragana, Katakana and Kanji. Besides Japanese characters also have ordinances order written on each character. Japanese language learning mobile applicatiois very easy for someone to learn Japanese. In this research, the Japanese language learning applications designed using the Android 4.0.1 (Ice Cream Sandwith). The method used in the search vocabulary of the Japanese language support using brute force algorithm. The results of this research is Japanese learning application that provides an introduction material katakana, hiragana, using voice and vocabulary quiz question. Keywords: Android Apps, Japanese, learning ABSTRAK Pemanfaatan teknologi smartphone dapat membantu manusiadalam mempelajari suatu bahasa dengan aplikasi berbasis Android. Jepang merupakan salah satu negara di Asia yang memiliki kebudayaan yang unik dan menarik termasuk kebudayaan bahasa. Salah satu permasalahan mendasar dalam bahasa Jepang adalah perlunya mempelajari aksara-aksara Jepang yang mempunyai banyak jenis aksara yang digunakan, antara lain Hiragana, Katakana dan Kanji. Selain itu aksara Jepang juga memiliki tata cara urutan penulisan pada tiap hurufnya.Aplikasi berbasis mobile tentang pembelajaran tentang bahasa Jepang sangat memudahkan seseorang dalam mempelajari bahasa Jepang. Dalam penelitian ini dirancang aplikasi pembelajaran bahasa Jepang menggunakan menggunakan Android 4.0.1 (Ice Cream Sandwith). Metode yang digunakan dalam pencarian kosa kata bahsa Jepang menggunakan algoritma brute force. Hasil penelitian ini berupa aplikasi pembelajaran dasar bahasa Jepang yang menyediakan materi pengenalan huruf katakana, huruf hiragana, kosakata menggunakan suara dan soal kuis. Kata Kunci: Aplikasi Android, bahasa Jepang, pembelajaran

PENERAPAN FUZZY INFERENCE SYSTEM MAMDANI UNTUK MENGUKUR TINGKAT KENYAMANAN PENGUNJUNG Siti Hawa Julaiwa; Herlawati Herlawati; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 4 No. 1 (2016): Maret 2016
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT This research is intended to determine the comfort level of visitors in order to improve comfort quality by knowing prioritized attributes to be maintained and improved by Mekarsari Fruit Garden Bogor. The method used is Fuzzy Inference System using max-min method who have membership degree min 0 and max 1 and followed by defuzzification. There are three criterias used that is variable service, facilities and cleanliness. Each variable has an indicators and the indicators used is 13 includes five questions on the performance variables, five questions on the variable facilities and 3 questions on cleanliness variables. Based on defuzzification obtained sample that categorized give good ratings to the convenience of visitors with score 9.5 and include good category. Keywords : Fuzzy inference system , the comfort level of visitors, Mamdani ABSTRAK Penelitian ini bermaksud mengetahui tingkat kenyamanan pengunjung agar dapat meningkatkan kualitas kenyamanan dan mengetahui atribut-atribut yang diprioritaskan untuk dipertahankan dan diperbaiki oleh Taman Buah Mekarsari Bogor. Metode yang digunakan penulis adalah Fuzzy Inference System dengan menggunakan metode max-min yang memiliki derajat keanggotaan min 0 dan max 1 dan dilanjutkan dengan defuzzifikasi. Terdapat 3 kriteria yang digunakan yaitu variabel pelayanan, fasilitas dan kebersihan. Tiap-tiap variabel memiliki indikator dan jumlah indikator yang digunakan sebanyak 13 meliputi 5 pertanyaan pada variabel Pelayanan, 5 pertanyaan pada variabel fasilitas dan 3 pertanyaan pada variabel kebersihan. Berdasarkan proses defuzzifikasi diperoleh sample yang dikategorikan memberikan penilaian baik terhadap kenyamanan pengunjung dengan nilai 9,5 dan masuk pada kategori baik. Kata Kunci : Fuzzy inference system, tingkat kenyamanan pengunjung, Mamdani

IDENTIFIKASI RASA BUAH MANGGA GEDONG GINCU CIREBON BERDASARKAN CITRA RED-GREEN-BLUE MENGGUNAKAN JARINGAN SYARAF TIRUAN Upi Yuliana; Retno Nugroho Whidhiasih; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 4 No. 2 (2016): September 2016
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT This study aims to identify the image of Gedong Gincu mango based RGB image using Backpropagation ANN. Data used are 90 images of Gedong Gincu Mango. Then the image of Gedong Gincu Mango were split into two groups of data which unkwon to each other, the training data and data testing. Data training is 75 consist of 25 acid class data, 25 medium class data and the remaining is 25 sweet data. Data testing is 15 which consist of 5 acid class data, 5 medium class data and 5 sweet class data. In this study, the parameters used are the learning rate of 0.1, with a number of epoch as many as 2500, the value of MSE (error) is 0.0001 and with variations in the number of hidden layers that will be tested as much as 2, 5, 10, 15, 20, and 25 neurons. With these parameters will be able to identify a class of Gedong Gincu mango with a success rate of 66.6% in 2500 with a variation epoch, neuron number is 2, the value of MSE (error) of 0,269 and at the 35th second. Keyword : Identification,Neural Network, Gedong Gincu Mango ABSTRAK Penelitian ini bertujuan untuk mengidentifikasi citra buah mangga gedong gincu berdasarkan citra RGB menggunakan JST Backpropagation. Data yang digunakan berjumlah 90 citra buah mangga gedong gincu. Lalu citra buah mangga gedong gincu tersebut dibagi menjadi dua kelompok data yang saling asing, yaitu data training dan data testing. Data training berjumlah 75 data yang terdiri dari 25 data kelas asam, 25 data kelas sedang dan 25 data kelas manis. Data testing berjumlah 15 data yang terdiri dari 5 data kelas asam, 5 data kelas sedang dan 5 data kelas manis. Pada penelitian ini parameter yang digunakan yaitu dengan laju pembelajaran sebesar 0.1, dengan jumlah epoch sebanyak 2500, nilai MSE (error) sebesar 0.0001 dan dengan variasi jumlah lapisan tersembunyi yang akan dicobakan sebanyak 2, 5, 10, 15, 20, dan 25 neuron. Dengan parameter tersebut mampu mengidentifikasi kelas buah mangga gedong gincu dengan tingkat keberhasilan sebesar 66,6% pada epoch 2500 dengan variasi jumlah neuron 2, nilai MSE(error) sebesar 0.269 dan pada detik ke 35. Keywords: Identifikasi, Jaringan Syaraf Tiruan, Mangga Gedong Gincu

IDENTIFIKASI JENIS DAUN TANAMAN OBAT HIPERTENSI BERDASARKAN CITRA RGB MENGGUNAKAN JARINGAN SYARAF TIRUAN Imma Jamaliah; Retno Nugroho Whidhiasih; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 5 No. 1 (2017): Maret 2017
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT Identify the type of plant leaves hypertension drug necessary to distinguish between types of leaves that are still difficult to distinguish from the cloud or do not understand the herbal medicine. How to distinguish the types of leaves there is one way for people to understand first by using direct eye. This study aims to make identification of the type of plant leaves hypertension drug based RGB image using Artificial Neural Networks. The first extraction into RGB image data, further training to the training data. Weights obtained were tested using the test data. The experiment resulted in recognition capabilities of each leaf that leaves 100%, 80% cat whiskers leaves, celery leaves 100%, 40% avocado leaves, soursop leaves 60%. Keyword : identifiy, type of plant leaves hypertension medicine, rgb, neural network. ABSTRAK Identifikasi daun tanaman obat hipertensi diperlukan untuk membedakan jenis daun yang masih menjadi kesulitan bagi m dibedakan orang awan atau tidak mengerti obat herbal. Cara membedakan jenis daun pada umumnya dilakukan dengan cara pengamatan visual secara langsung. Penelitian ini bertujuan untuk melakukan identifikasi jenis daun tanaman obat hipertensi berdasarkan citra RGB menggunakan jaringan syaraf tiruan. Jenis daun yang digunakan adalah daun salam,daun kumis kucing,daun seledri,daun alpukat dan daun sirsak. Pertama kali dilakukan ekstraksi data citra menjadi RGB, selanjutnya dilakukan training terhadap data training. Bobot yang didapatkan diuji menggunakan data uji. Percobaan menghasilkan kemampuan pengenalan dari masing-masing daun yaitu daun salam 100%, daun kumis kucing 80%, daun seledri 100%, daun alpukat 40%, daun sirsak 60%. Keyword :identifikasi,daun tanaman obat hipertensi, citra rgb, jaringan syaraf tiruan

SISTEM PAKAR IDENTIFIKASI CIRI BATIK MENGGUNAKAN METODE FORWARD CHAINING Barliansyah Awaluddin Aziz; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 5 No. 1 (2017): Maret 2017
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACT Along with the times the community's understanding of the batik increasingly diverse and many are starting to think with the logic of modern, while today a lot of the general public who do not know how to distinguish because of batik motives and characteristics of batik. The purpose of this final project is to build an expert system that can identify the characteristics of batik correctly based on the manufacturing process and physical characteristics batik. This expert system developed using forward chaining method with the programming language PHP and MySQL. Batik expert system identification characteristics showing identification results based on searches made by the user to do a question and answer session with the system. This expert system is able to identify batik based production if-then rules (if-then) and decision tree diagram has three kinds of data batik and 14 data is the process of making and physical characteristics. Keyword : batik, expert system, forward chaining, production rules. ABSTRAK Seiring dengan perkembangan zaman pemahaman masyarakat mengenai batik semakin beragam dan banyak yang mulai berfikir dengan logika modern, adapun hingga saat ini banyak masyarakat umum yang belum mengetahui cara membedakan batik karena banyaknya motif dan ciri-ciri dari batik tersebut. Tujuan dari Tugas Akhir ini adalah membangun sistem pakar yang dapat mengidentifikasi ciri batik dengan benar berdasarkan proses pembuatan dan ciri fisik batik. Sistem pakar ini dibangun menggunakan metode inferensi forward chaining dengan bahasa pemrograman PHP dan MySQL. Sistem pakar identifikasi ciri batik ini menampilkan hasil identifikasi berdasarkan penelusuran yang dilakukan oleh pengguna dengan melakukan tanya jawab dengan sistem. Sistem pakar ini mampu mengidentifikasi ciri batik berdasarkan kaidah produksi jika-maka (if-then) dan diagram pohon keputusan yang memiliki 3 jenis data batik dan 14 data proses pembuatan dan ciri fisik. Kata Kunci : batik, sistem pakar, forward chaining, kaidah produksi.

Identifikasi Beras Berdasarkan Warna Menggunakan Adaptive Neuro Fuzzy Inference System Muhammad Gilang Alfianto; Retno Nugroho Whidhiasih; Maimunah Maimunah
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 5 No. 2 (2017): September 2017
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v5i2.267

ABSTRACT Rice is the main food ingredient for Indonesian people. Through the National Standardization Agency, The Government has established a general requirement of rice, that is good quality rice which has a white color of whitewashed and low-quality rice which has a yellowish color (SNI 6128: 2015). To determine the different color of good quality rice and the low-quality one it often happens of wrong identification caused by different perception on the color. This problem can be solved by creating the system to identify good quality rice of IR64 and the low-quality one. The data used are primary data, in the form of good quality rice with grain image of 50 and the low-quality one is 50. The observation data used for trial is La * b * and Sa * b * using Adaptive Neuro-Fuzzy Inference Systems ( ANFIS). The observation variable Sa * b * produce higher identification compared to La*b*, with accuracy value is 90%. Keyword : rice, quality,color,classification ABSTRAK Beras merupakan bahan pangan utama masyarakat Indonesia. Pemerintah melalui badan Standarisasi Nasional telah menetapkan syarat umum beras, yaitu beras berkualitas baik yang mempunyai warna putih mengapur dan beras berkualitas rusak yang mempunyai warna kekuningan (SNI 6128:2015). Untuk menentukan perbedaan warna beras berkualitas baik dan rusak seringkali terjadi kesalahan identifikasi yang dikarenakan perbedaan persepsi warna. Hal tersebut dapat diatasi dengan membuat sistem untuk mengidentifikasi butir beras IR 64 yang berkualitas baik dan rusak. Data yang digunakan adalah data primer, yang berupa gambar butir beras berkualitas baik sebanyak 50 dan butir beras beras berkualitas rusak sebanyak 50. Variabel penduga yang dicobakan adalah La*b* dan Sa*b* dengan menggunakan metode Adaptive Neuro Fuzzy Inference Systems (ANFIS). Variabel penduga Sa*b* menghasilkan identifikasi yang lebih tinggi dibandingakan La*b* dengan nilai akurasi sebesar 90%. Kata kunci : beras, kualitas,warna,klasifikasi

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search