Article Per Year (5 Year)
p-Index From 2020 - 2025
2.177
P-Index
This Author published in this journals
All Journal SCHOOL EDUCATION JOURNAL PGSD FIP UNIMED Kubik NUMERICAL (Jurnal Matematika dan Pendidikan Matematika) BAREKENG: Jurnal Ilmu Matematika dan Terapan AXIOM : Jurnal Pendidikan dan Matematika Psikologi Konseling: Jurnal Kajian Psikologi dan Konseling Jurnal Pemberdayaan Masyarakat JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Abdidas KUBIK: Jurnal Publikasi Ilmiah Matematika
DIdi Febrian
Universitas Negeri Medan
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Energy Engineering Health Professions Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
IMPLEMENTASI METODE GLCM DAN KNN UNTUK MENGIDENTIFIKASI JENIS BUNGA ANGGREK (ORCHIDACEAE) Nurkhalizah, Rezeki; Febrian, Didi; Manullang, Sudianto; Iskandar Al Idrus, Said; Yandra Niska, Debi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14142

Abstract

Identifikasi jenis bunga anggrek (Orchidaceae) merupakan salah satu tantangan dalam bidang pengolahan citra digital, mengingat keberagaman bentuk dan warna pada setiap spesies. Penelitian ini bertujuan untuk mengimplementasikan metode Grey Level Co-occurrence Matrix (GLCM) dan K-Nearest Neighbor (KNN) dalam mengidentifikasi jenis bunga anggrek. GLCM digunakan untuk mengekstraksi fitur tekstur pada gambar bunga anggrek, seperti kontras, korelasi, energi, dan homogenitas, yang dapat menggambarkan pola tekstur spesifik pada setiap jenis bunga. Fitur-fitur yang diperoleh kemudian digunakan sebagai input dalam metode klasifikasi KNN untuk mengklasifikasikan gambar bunga anggrek ke dalam kategori spesies yang sesuai. Dataset yang digunakan terdiri dari citra berbagai jenis bunga anggrek, yang telah melalui proses pra-pemrosesan seperti konversi ke grayscale, normalisasi ukuran, dan segmentasi objek bunga dari latar belakang. Proses pelatihan dilakukan dengan membagi dataset menjadi 80% data training dan 20% data testing. Evaluasi performa dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kombinasi metode GLCM dan KNN dapat memberikan akurasi identifikasi yang tinggi, membuktikan efektivitasnya dalam mengenali variasi jenis bunga anggrek berdasarkan karakteristik tekstur citra. Dari hasil pengujian, sistem yang dikembangkan mencapai akurasi sebesar 78,95%, yang menunjukkan kinerja yang cukup baik untuk klasifikasi awal. Penelitian ini diharapkan dapat menjadi kontribusi dalam pengembangan sistem identifikasi otomatis untuk tanaman anggrek, yang berguna bagi bidang botani, konservasi, serta mendukung digitalisasi data flora. Pengembangan lebih lanjut dapat dilakukan dengan memperluas jumlah data, menggabungkan fitur warna atau bentuk, serta menguji algoritma klasifikasi lain untuk meningkatkan akurasi dan keandalan sistem.
GAME THEORY APPLICATION ON ONLINE TRANSPORTATION COMPANY AND DRIVER INCOME LEVELS DURING THE PANDEMIC Sinaga, Marlina Setia; Arnita, Arnita; Rangkuti, Yulita Molliq; Febrian, Didi
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 16 No 2 (2022): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (475.063 KB) | DOI: 10.30598/barekengvol16iss2pp713-720

Abstract

Online motorcycle taxi drivers are a group of people who are economically affected by the Covid-19 pandemic. This study aimed to provide a balanced choice strategy for drivers and companies. Game theory was applied to conflict of interest situations as a research method. Choices for online transportation companies and drivers are analyzed and arranged in a payoff table until they reach the saddle point. Simulation software as an illustration of a balanced model. This research resulted in driver diligence and incentive strategies as optimal strategies for drivers and companies. If drivers improve performance by choosing a driver diligence strategy, the driver's expectations of getting incentives will be more realistic. Meanwhile, for the company, when the driver's diligence increases, the choice of providing incentives will provide balanced benefits as well.
DETEKSI DINI GANGGUAN MENTAL EMOSIONAL MAHASISWA PROGRAM SARJANA FAKULTAS MIPA UNIVERSITAS X Febrian, Didi; Ginting, Rafael Lisinus; Harliana, Putri; Farhana, Nurul Ain
PSIKOLOGI KONSELING Vol. 17 No. 2 (2024): Jurnal Psikologi Konseling
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/psikologikonseling.v17i2.69420

Abstract

Gangguan mental emosional (GME) merupakan suatu kondisi dimana seseorang mengalami perubahan emosional yang jika terus berlanjut akan berkembang menjadi keadaan patologis. Mahasiswa berada pada masa yang rentan mengalami GME. Gangguan mental emosional dapat mempengaruhi kehidupan mahasiswa dan mengakibatkan penurunan nilai akademik. Hambatan dalam penyelesaian permasalahan GME antara lain adanya stigma, kesulitan dalam mengidentifikasi gejala masalah gangguan mental dan kecenderungan pada diri sendiri saat menghadapi masalah. Upaya penanggulangan masalah GME kepada mahasiswa perlu dilakukan. Penggunaan SRQ-20 dapat menjadi alat skrining awal pada GME. Deteksi dini gangguan mental emosional di FMIPA Universitas X menggunakan instrument SRQ-20. Kuesioner dibagikan secara online. Terdapat 329 responden yang terdiri dari mahasiswa semua Angkatan yang bersedia mengisi kuesioner. Terdapat 71,7% responden dalah Perempuan. Gejala mudah Lelah merupakan gejala yang paling banyak dialami mahasiswa semester 2 (64,4%) dan mahasiswa semester 6 (70,4%) adalah mudah lelah (64,4%). Gejala merasa cemas, tegang atau khawatir menjadi gejala yang paling banyak dialami oleh mahasiswa semester 4 (74,6%) dan semester 8 keatas (79,5%). Terdapat 63,6% dari responden laki-laki, 74,2% dari responden perempuan, dan 70,5% dari seluruh responden terdeteksi mengalami GME. Terdapat 13 responden (4%) yang mengalami tujuh gejala depresi, 116 responden (35,5%) mengalami tiga gejala cemas, 56 responden (17,0%) mengalami empat gejala somatik, 87 responden (26,4%) mengalami tiga gejala kognitif dan 45 responden (13,7%) yang mengalami enam gejala penurunan energi.
Co-Authors Arnita Arnita Arnita Arnita Arnita Piliang Debora Agnes Jessica Nainggolan Dinda Kartika Fahrur Rozi Fauziyah Harahap Ginting, Rafael Lisinus Hermawan Syahputra Josafat Simanjutak, Todo Kana Saputra S LALA JELITA ANANDA Manullang, Sudianto Marlina Sinaga Marojahan Panjaitan Marpaung, Faridawaty Muhammad Badzlan Darari Nasution, Hamidah . Niska, Debi Yandra Nurkhalizah, Rezeki Nurul Ain Farhana Prihatin Ningsih Sagala Said . Iskandar Sinaga, Marlina Setia Syarida Aini, Desti Syukur Iman J. Telaumbanua Yulita Molliq Rangkuti Zulfahmi Indra, Zulfahmi