Claim Missing Document
Check
Articles

Found 19 Documents
Search

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.
OCR and NLP for Consumer Product Label Analysis: A Systematic Literature Review Musthofa Dzikry Pamungkas; Noor Falih; Muhammad Panji Muslim; Nanang Nasrulloh
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.12861

Abstract

Composition labels on consumer products serve as an essential source of information for consumers in making purchasing decisions and for producers in ensuring regulatory compliance. However, manual reading of labels is prone to errors due to small font sizes, blurred images, low resolution, and perspective distortion, which reduce the accuracy of information recognition. This issue becomes increasingly critical as many label compositions contain ingredients associated with metabolic diseases, such as added sugar, artificial sweeteners, and carbohydrates, whose risks are well-documented in epidemiological literature. While numerous systematic reviews have addressed OCR and NLP in document intelligence, no prior review has systematically mapped the integration of OCR robustness, BERT-based semantic extraction, and food label-specific challenges in the context of multilingual Indonesian consumer products. To address this gap, this study conducts a Systematic Literature Review (SLR) following PRISMA guidelines, synthesizing recent advances in Transformer-based OCR and BERT-based NLP for consumer product label analysis. The review aims to map OCR performance under real-world conditions, identify best practices in preprocessing and post-correction, and evaluate end-to-end integration with BERT for semantic understanding of label compositions. The expected outcome is a theoretical contribution in the form of an integrative OCR–BERT framework proposal, along with practical design recommendations for future systems aimed at supporting nutritional literacy and informed consumer decision-making. Empirical validation of the proposed framework remains a direction for future research.
Analisa Kebutuhan E-commerce untuk UKM Menggunakan Goal-Oriented Requirement Engineering (GORE) Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 15 No 1 (2019): April 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1372.346 KB) | DOI: 10.52958/iftk.v15i1.1064

Abstract

Rekayasa kebutuhan berorientasi pada tujuan memberikan mekanisme yang sesuai untuk memahami kebutuhan aplikasi e-commerce yang diinginkan oleh pelanggan, yaitu UKM dan pembina UKM. KAOS adalah salah satu teknik pemodelan berorientasi pada tujuan yang menghasilkan kebutuhan yang lebih spesifik dan lebih mudah ditelusuri. Salah satu faktor yang menyebabkan e-commerce ditinggalakan oleh penjual dalam hal ini UKM, adalah tidak adanya akses pembiayaan dan pembinaan (seperti pendampingan/pelatihan, monitoring dan penilaian perbaikan) karena pembiayaan dan pembinaan adalah salah satu faktor kunci kesuksesan dan kegagalan suatu UKM. Penelitian ini membahas tentang model kebutuhan perangkat lunak e-commerce yang sesuai untuk UKM. Pembuatan model diawali dengan melakukan studi literature dan wawancara dengan UKM Center Universitas Universal sehingga menghasilkan tujuan (Goal) yang masih umum. Tujuan tersebut kemudian diturunkan menjadi beberapa sub-tujuan menggunakan pemodelan KAOS sehingga menghasilkan kebutuhan fungsional dan kebutuhan non-fungsional. Hasil penelitian ini menunjukkan bahwa pemodelan kebutuhan dengan menggunakaan KAOS dapat digunakan dalam memodelkan kebutuhan untuk aplikasi e-commerce yang sesuai dengan tujuan UKM dengan menghasilkan kebutuhan yang valid.
Implementasi Metode Naïve Bayes untuk Analisis Sentimen Warga Jakarta Terhadap Sarika Afrizal; Helena Nurramdhani Irmanda; Noor Falih; Ika Nurlaili Isnainiyah
Informatik : Jurnal Ilmu Komputer Vol 15 No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1671.8 KB) | DOI: 10.52958/iftk.v15i3.1454

Abstract

Kegiatan riset ini bertujuan untuk menganalisis animo masyarakat Indonesia khususnya warga Jakarta atas munculnya transportasi massa umum MRT yang di resmikan oleh Pemerintah di bulan Maret 2019. Tahapan penelitian diawali proses crawling tweet dengan menggunakan tweetscrapper dari python. Kemudian dilakukan Preprocessing sehingga didapatkan data tweet yang siap untuk diproses pada pemisahan data yaitu data training dan data testing. Data training dilakukan proses pembobotan dengan TF-IDF, dan proses pembelajaran dengan naive bayes. Proses ini disebut dengan proses training yang bertujuan untuk menghasilkan model klasfikasi. Model klasifikasi digunakan untuk data testing melakukan proses klasifikasi yang menghasilkan label sentimen (positif/negatif). Proses ini dinamakan dengan proses testing. Hasil testing akan dilakukan perhitungan akurasi dari model yang sudah dibuat. Luaran dari penelitian ini berupa analisis sentimen animo warga Jakarta pada media sosial Twitter terhadap kehadiran layanan transportasi publik MRT, dan akurasi yang dihasilkan oleh metode naïve bayes yang diimplementasikan pada analisis sentimen
Pemanfaatan Pengolahan Citra dan Klasifikasi K-Nearest Neighbor pada Citra Telur Ayam Mochamad Aryo Aji Kurniawan; Ermatita Ermatita; Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 16 No 3 (2020): Desember 2020
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v16i3.2131

Abstract

Telur dapat dikategorikan menjadi dua dalam proses penetasan yaitu telur fertil (subur) dan telur infertil (gabuk). Pemeriksaan kesuburan (fertilitas) telur dapat dilakukan dengan meneropong telur itu sendiri biasa disebut dengan candling, dengan cara mendekatkan telur ke sumber cahaya agar dapat menembus cangkang telur. Proses identifikasi seringkali dilakukan dengan proses manual oleh para peternak telur sehingga akan lebih membutuhkan kejelian dalam melakukan hal tersebut dan memperbesar kemungkinan salah dalam mengidentifikasinya. Berdasarkan hal tersebut tujuan penelitian ini dilakukan guna mengidentifikasi telur ayam fertil dan telur ayam infertil dengan mengekstrasi ciri warna pada telur tersebut menggunakan metode Hue saturation Values (HSV) dan menggunakan klasifikasi menggunakan Algoritma K-Nearst Neighbor (KNN) guna untuk membantu proses pengolahan citra digital. Dengan metode K-NN didapatkan akurasi sebesar 100% pada percobaan K=1.
Penggunaan K-Nearest Neighbor (KNN) untuk Mengklasifikasi Citra Belimbing Berdasarkan Fitur Warna Duwen Imantata Muhammad; Ermatita Ermatita; Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 17 No 1 (2021): April 2021
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i1.2132

Abstract

Masih banyak yang belum mengetahui pasti tingkat kematangan buah. Akibatnya penjual maupun pembeli menjadi sulit untuk memperkirakan tingkat kematangan buah tersebut, khusunya buah belimbing. Berawal dari masalah tersebut dibutuhkan suatu sistem yang dapat membedakan tingkat kematangan dari buah. Berdasarkan hal tersebut tujuan penelitian ini dilakukan guna mengidentifikasi tingkat kematangan buah belimbing berdasarkan citra dengan algoritma K-Nearest Neighbor dan ekstraksi ciri Hue saturation Value (HSV) dengan menggunakan program Matlab guna membantu proses pengolahan citra digital. Dengan menggunakan algoritma KNN didapatkan akurasi sebesar 93.33% pada percobaan dengan menggunakan nilai K=7.
Model Pengamanan Berkas Menggunakan Kriptografi Asimetris RSA Dan Algoritma Kompresi PPM Pada File Curriculum Vitae (CV) Siti Annisa; Henki Bayu Seta; Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 18 No 2 (2022): Agustus 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v18i2.4669

Abstract

Model pengamanan berkas adalah suatu model yang mengimplementasikan satu atau lebih algoritma keamanan untuk melindungi keamanan berkas. Sudah banyak penelitian yang mengusung model pengamanan berkas. Namun, berdasarkan penelitian sebelumnya, model pengamanan berkas masih dapat dikembangkan. Peneliti mengusung model pengamanan berkas baru menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM. Kriptografi asimetri RSA dipilih karena kuatnya algoritma dalam mengamankan berkas. Algoritma kompresi PPM dipilih sebagai penyokong kelemahan RSA dengan mengurangi besarnya ukuran file ciphertext yang dihasilkan. Penelitian ini bertujuan untuk mengukur performa dari model pengamanan berkas menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM dari segi keamanan, waktu, dan ukuran berkas yang dihasilkan. Dari 5 berkas CV yang digunakan didapat hasil waktu komputasi sebesar 0,37 detik dengan rasio kompresi sebesar 70,7611 %. Dengan demikian hasil dari model yang menggunakan RSA dan PPM memiliki hasil rasio kompresi yang lebih baik dibandingkan model pengamanan berkas terhadulu yang menggunakan Blowfish dan LZW.
Literasi Digital Berbasis Nilai Islami Untuk Menurunkan Fenomena Ovt Pada Remaja Putri Desa Rawapanjang Mohamad Bayu Wibisono; Ruth Mariana Bunga Wadu; Noor Falih; Kraugusteeliana Kraugusteeliana; Indra Permana Solihin
Jurnal Pengabdian kepada Masyarakat Bidang Ilmu Komputer Vol 4 No 1 (2025): Jurnal Pengabdian Kepada Masyarakat Bidang Ilmu Komputer (ABDIKOM)
Publisher : Universitas Pembangunan Nasional "Veteran" Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/abdikom.v4i1.13742

Abstract

Salimah merupakan organisasi perempuan Islam nasional yang berdiri sejak tahun 2000 di Jakarta dengan visi meningkatkan kualitas perempuan, anak, dan keluarga melalui dakwah, pendidikan, dan ekonomi. Jaringan Salimah telah berkembang ke 35 provinsi dengan cabang hingga tingkat ranting. Salah satu cabang lokal adalah Salimah Desa Rawapanjang, Bogor, yang berperan sebagai perpanjangan tangan visi pusat di tingkat komunitas. Program pengabdian masyarakat ini bertujuan meningkatkan literasi digital dan menurunkan fenomena OVT (Overthinking & Overtrusting) melalui penyuluhan, workshop verifikasi informasi, diskusi kelompok, serta praktik pembuatan konten positif. Peserta terdiri dari 18 pelajar SMP putri, 8 pelajar SMA putri. Metode yang digunakan meliputi pelatihan cek fakta, simulasi hoaks, serta evaluasi pra-pasca. Hasil menunjukkan peningkatan skor verifikasi informasi rata-rata sebesar 42% dan komitmen produksi konten positif meningkat signifikan. Program ini menegaskan pentingnya literasi digital berbasis nilai agama dan keluarga sebagai strategi membangun ketahanan komunitas di era informasi.
Perancangan Ekstensi Chrome Berbasis Firefly Algorithm untuk Optimasi Scraping dan Image Text Swapping pada Platform 1688 Dini Rahmawati; Tjahjanto Tjahjanto; Noor Falih
Jurnal Multidisiplin Indonesia Vol. 4 No. 3 (2026): September: Jurnal Multidisiplin Indonesia
Publisher : PT. ALHAFI BERKAH INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62007/joumi.v4i3.904

Abstract

Indonesian import business owners widely rely on 1688.com as a primary sourcing platform for products. However, most product information, including specifications embedded within images (in-image text), is presented in Mandarin and cannot be translated effectively using conventional browser translation tools. This limitation makes product evaluation and decision-making slow, inefficient, and highly dependent on manual translation. This research aims to develop 1688 Assistant, a Chrome extension that automates product data extraction, translates image-based text through Optical Character Recognition (OCR) and image text replacement, and optimizes the scraping and image-processing workflow using the Firefly Algorithm within the Pipeline Scheduler. The study adopts a Research and Development (R&D) methodology based on the V-Model, encompassing requirement analysis, system design, implementation, verification, and validation. System performance was evaluated through Unit Testing, Integration Testing, System Testing, and User Acceptance Testing (UAT). The testing results indicate that all functional modules operated successfully without critical errors, confirming the reliability and stability of the developed application. Furthermore, the UAT achieved a score of 84.16%, categorized as Very Good, indicating a high level of user satisfaction in terms of usability, functionality, and efficiency. The developed extension enables import business owners to understand product information on 1688.com more quickly, accurately, and efficiently, thereby supporting better purchasing decisions and improving overall business productivity.