Claim Missing Document
Check
Articles

Found 33 Documents
Search

Perbandingan Metode Filtering untuk Peningkatan Kualitas Citra Daun Tomat Terinfeksi TMV Nabila, Azzahra; Iskandar, Luna Falya; Lubis, Nika Rani Nur Shafa; Gunawan, Zafira A'idah; Hendri, Pramesyaila; Giri, Endang Purnama; Mindara, Gema Parasati
Jurnal Ilmu Komputer dan Multimedia Vol. 2 No. 2 (2025): ILKOMEDIA Edisi Desember 2025
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/ilkomedia.v2i2.80

Abstract

Penelitian ini telah membandingkan efektivitas tiga metode filtering digital: Median Filter, Gaussian Filter, dan Bilateral Filter dalam meningkatkan kualitas citra daun tomat terinfeksi Tomato Mosaic Virus (TMV) dengan penambahan gangguan Gaussian dan salt-and-pepper noise. Tujuan utama penelitian adalah menentukan metode filtering yang menghasilkan citra paling mendekati aslinya, berdasarkan evaluasi metrik Mean Squared Error (MSE), Peak Signal-to-Noise Ratio (PSNR), dan Structural Similarity Index Measure (SSIM). Hasil eksperimen menunjukkan Bilateral Filter secara konsisten menghasilkan nilai MSE terendah, PSNR tertinggi, serta SSIM terbaik, baik pada kondisi noise Gaussian maupun salt-and-pepper. Untuk noise Gaussian, Gaussian Filter lebih baik daripada Median Filter, namun belum mampu mempertahankan detail tepi seperti Bilateral Filter. Pada noise salt-and-pepper, Median Filter efektif dalam mereduksi titik-titik noise impulsif, namun Bilateral Filter tetap unggul dalam mempertahankan struktur dan tekstur daun. Kesimpulannya, Bilateral Filter adalah metode yang paling efektif untuk preprocessing citra daun tomat terinfeksi TMV dengan berbagai jenis noise, sehingga dapat meningkatkan akurasi analisis citra dan identifikasi penyakit secara digital.
PERBANDINGAN AKURASI TESSERACT DAN EASYOCR SEBELUM DAN SESUDAH PRAPEMROSESAN PADA CITRA NOTA Puteri, Khinanti Angelita; Alifia, Faliana; Lailatulrahmi, Puti Aisyah; Mindara, Gema Parasti; Giri, Endang Purnama
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8603

Abstract

Pengenalan teks pada citra nota menggunakan Optical Character Recognition (OCR) masih relevan diteliti karena tingginya variasi kualitas citra. Penelitian ini mengevaluasi kinerja Tesseract dan EasyOCR dalam mengenali teks pada citra nota dengan beberapa metode prapemrosesan. Dataset berasal dari Kaggle dengan 50 sampel citra yang dipilih menggunakan stratified sampling. Pengujian dilakukan dengan menghitung Character Error Rate (CER) antara hasil OCR dan ground truth. Hasil menunjukkan nilai CER berada pada kisaran 18%–25%, dengan performa terbaik Tesseract pada mode denoise dan EasyOCR pada mode grayscale. Metode threshold memberikan penurunan akurasi paling signifikan. Kualitas citra dan jenis prapemrosesan terbukti memengaruhi kinerja OCR, sehingga pemilihan prapemrosesan yang tepat sangat penting dalam meningkatkan akurasi pengenalan teks pada citra nota.
Fire Detection Berbasis Computer Vision Menggunakan YOLOv8 Secara Real-Time Sukmosuwarno, Rizq Muhammad; Islam, Muhammad Faris Fadhil; Rahman, Raden Muhammad Raditya; Mindara, Gema Parasti; Giri, Endang Purnama
Jurnal ICT: Information Communication & Technology Vol. 25 No. 2 (2025): JICT-IKMI, December , 2025
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v25i2.330

Abstract

This study presents the development of a fire detection system using image processing techniques based on the YOLOv8 object detection algorithm to achieve fast, accurate, and real-time performance. A dataset of fire images with various visual characteristics was preprocessed, converted into YOLO annotation format, and used to train the model for 30 epochs. Evaluation results demonstrate that the YOLOv8 model performs effectively, achieving an mAP50 of 0.646, a precision of 0.889, and an inference speed of 282.5 ms per frame. The system is integrated with OpenCV to process webcam input and display bounding boxes and confidence scores in real time. The implementation confirms that YOLOv8 is a reliable solution for early fire detection, offering faster and more adaptive responses compared to conventional sensor-based methods. This approach can be applied to modern safety monitoring systems to enhance fire prevention efforts.
Co-Authors Abdurrahman, Hasan Achmad Syahmi Rasendriya Aditya Wicaksono Agus Buono Ahmad Ridha Ahmad Ridha Alifia, Faliana Alkautsar, Muhammad Farhan Alya Putri Salsabila Anatasya Wenita Putri Andisa, Gany Anggito Rangkuti Bagas Muzaqi Anka Luffi Ramdani Aprilianti, Dhila Ar Rachman, Muhammad Aqil Musthafa Ari Dian Prastyo Aria Wrdana Ariya Pratama Adjie Nugroho Arya Dimas Wicaksana Asa Yuaziva Athallah, Ananda Salma Aulia Anggraeni Auzi Asfarian Azhar Nadhif Annaufal Aziz Kustiyo Bagaskoro Dwi Adhie Nugroho Bima Julian Mahardika Budy Santoso Capriandika Putra Susanto Daffala Viro Hidayat Darmansah, Fadhlan Zaki Denty Nirwana Bintang Dini Nurul Azizah Ester Olivia Silalahi Faras, Algyon Fathonah, Lathifunnisa Faturrahman, Nafis Fauzi Adi Saputra Fauzi Ikhsan Suswanto Fikri Saputra Firman Ardiansyah Fitrah Satrya Fajar Kusumah Fredicia Fredicia Galih Ario Prayudo Gema Parasti Mindara Gunawan, Zafira A'idah Hafiz Fadli Faylasuf Hakim, Ghaeril Juniawan Parel Hanifah, Nurrizkyta Aulia Hari Agung Adrianto Hasibuan, Lailan Sahrina Hassan Nasrallah Matouq Helena Dewi Hapsari Hendri, Pramesyaila Hendriyan, Amanda Pricillia Ibnu Aqil Mahendar Ibrahim, Arhammirza Inna Novianty Inyasdi Kahvi, Muhamad Restu Iqna Raidan Abdurrahman Iskandar, Luna Falya Islam, Muhammad Faris Fadhil Jasmine Aulia Mumtaz Jonathan Cristiano Rabika Jonser Steven Rajali Manik Jovita Nabilah Azizi Juliansyah, Rizki Ka-sasi, R.I. Damai Kanaya Sabila Azzahra Keysha Maulina Halimi Khairunisa, Aulia Kinaya Khairunnisa Komariansyah Kurniawan, Fadly Lailatulrahmi, Puti Aisyah Lasardi, Ekky Mulia Lubis, Nika Rani Nur Shafa Luthfi Dika Chandra Manurung, Maryetha Marcelita, Faldiena Marsya Halya Alfrida Ma’arief, Denasyah Mia Putri Yeza Mindara, Gema Parasati Mindara, Gema Parasti Mochammad Alwan Al Ataya Muchlisinia, Newi Muhamad Ali Imron Muhammad Al Amin Muhammad Asyhar Agmalaro Muhammad Bilal Fauzan Muhammad Farhan Fahrezy Muhammad Galuh Gumelar Muhammad Ilham Nurfajri Muhammad Naufal Ardhani Muhammad Naufal Sutardi Muhammad Rafi Alexander Prayoga Muhammad Rafi' Rusafni Muhammad Rahmat Maryadi Muhammad Yordi Septian Muhammad, Fadhel Muthia Nurul Sa'adah Nabil Malik Al Hapid Nabil Raihan Alfarizi Nabila, Azzahra Nadhifah, Jauza Nashwandra, Nakula Bintang Nasywa Shafa Salsabila Nelvi, Annisa Amanda Nova Sukmawati Novianty, Inna Nur Iman Nugraha Nur Indah Chasanah Nur Rahma Ditta Zahra Nurbadillah, Nurbadillah Nurjihan, Saniyyah Wafa Pratama, Dharma Pratiwi, Iswi Nur Prayitno, Lilik Puteri, Khinanti Angelita Qonita, Vellisya Afifa Rabbani, Rafif Rafli Damara Rahman, Raden Muhammad Raditya Raisa Mutia Thahir Rajhaga Jevanya Meliala Ramadhan, Dean Apriana Rangga Wasita Ningrat Rayhan Ananda Hafiz Pradipta Reza Pratama Rheynesta Hannover Riani, Lutfi Rio Ferddinansya Riupassa, Muhammad Hafidz Sidqi Rivanka Marsha Adzani Rizky Fadlurohman Saputra, Ananda Pratama Setiady Ibrahim Anwar Sharfina Andzani Minhalina Simangunsong, Gandi Abetnego Sri Yusrina Stefanny, Arlyn Sugi Guritman Sugiana, Lili Rahmawati Sukmosuwarno, Rizq Muhammad Surya Agung Syah Bintang Tiara Ariyanto Putri Tyanafisya, Aisya Valenza, Ihsan Lana Wahyu Mustika Aji Widhiwipati, David Reza Wiguna, Indra Maki Wildan Holik Zafira, Cut Yasmin Zahra, Afnan