Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Informatics for Educators and Professional : Journal of Informatics

Mengenali Karakteristik Penggunaan Lahan dengan Statistika Spasial (Spatial Metrics) Herlawati Herlawati; Rahmadya Trias Handayanto
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 1 No 2 (2017): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2017)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.569 KB)

Abstract

Abstrak: Statistik banyak digunakan untuk mendeskripsikan suatu data. Data yang diolahkebanyakan data non-spasial yang tidak melibatkan koordinat atau lokasi suatu obyek.Perlahan tapi pasti, statistik sudah mulai diterapkan pada data spasial dengan variabel-variabel baru yang dikembangkan dengan istilah spatial metrics. Artikel ini bermaksud menggunakananalisa statistik sebagai sarana untuk mendeskripsikan suatu data spasial dengan Jakarta dansekitarnya (Jabotabek) sebagai area penelitian. Aplikasi yang digunakan untuk analisa adalahFragstats dengan bantuan perangkat lunak Idrisi Selva v17 untuk pengolahan citra satelit yangdiunduh dari satelit Landsat pada laman United States Geological Survey (USGS) untuk duaperiode waktu yakni 1988 dan 2015. Analisa statistik menunjukan bahwa pertumbuhan lahan diwilayah jabotabek didominasi oleh karakteristik infilling dan edge expansion dimanaperkembangan lahan cenderung mengisi tepian dan ruang-ruang kosong di antara lahan yangsudah ada.Kata Kunci: Data Spasial, Fragstats, Idrisi Selva, Landsat, Penggunaan Lahan, Spatial metricsAbstract: Statistics are widely used to describe data. These data mostly non-spatial that doesnot involve the coordinates or the location of an object. Nowadays statistics have employedspatial data with new variables called spatial metrics. This article intends to use statisticalanalysis as a means of describing a spatial data in Jakarta Metropolitan Region (Jabotabek) asa research area. Fragstats was used as statistical analysis tool with the Idrisi Selva softwarev17 for satellite-image processing which was downloaded from Landsat satellites on the UnitedStates Geological Survey (USGS) page for two time periods, 1988 and 2015. Statistical analysisshows that land growth in the jabotabek area was dominated by infilling and edge expansioncharacteristic where land developments tend to fill the edges and empty spaces betweenexisting fields.Keywords: Spatial Data, Fragstats, Selva Ides, Landsat, Land Use, Spatial Metrics
Spatial Metric Untuk Analisa Perkembangan Lahan Urban di Bekasi Seta Samsiana; Herlawati Herlawati; Anita Setyowati Srie Gunarti; Rahmadya Trias Handayanto
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 (635.705 KB)

Abstract

Abstrak: Perkembangan lahan biasanya dianalisa dengan mengklasifikasi tipe lahan dari citra satelit. Hasil klasifikasi memperlihatkan secara visual tipe-tipe lahan yang ada di suatu wilayah. Untuk menganalisanya diperlukan keahlian khusus berdasarkan pengalaman pihak yang membaca peta hasil klasifikasi tersebut. Karena keterbatasan seseorang, seperti buta warna dan batasan-batasan otak manusia dalam menginterpretasikan suatu peta lahan yang luas menjadi kendala dalam menganalisa hasil klasifikasi citra satelit. Selama ini statistik dianggap mampu mewakili deskripsi suatu data tanpa adanya pengaruh subyektivitas pihak yang menganalisa. Sayangnya variabel statistik yang dikenal saat ini seperti rata-rata, standar deviasi, frekuensi, dan lain-lain hanya cocok diperuntukan untuk data non-spasial. Sementara itu data spasial yang memiliki karakter lokasi selain dari atribut membutuhkan juga variabel statistik khusus. Saat ini variabel statistik berbsis lansekap sedang dikembangkan, seperti Patch Density, Euclidean Nearest-Neighborhood, Landscape Shape Index, dan Percentage of Like-Adjacency. Keempat variabel statistik untuk data spasial yang dikenal dengan istilah Spatial Metric itu akan diimplementasikan untuk wilayah JABODETABEK dan Bekasi, dengan menggunakan aplikasi FRAGSTATS. Aplikasi ini membutuhkan citra satelit yang dapat diunduh secara bebas dari situs United States Geological Survey. Kata Kunci: Spatial Metric; Perkembangn Lahan Urban; Fragstats; Patch Density; Landscape Shape Index; Eucledean Nearest-Neighborhood; Percentage of Like-Adjacency; Post Suburbanization
Adaptif Neuro Fuzzy Inference System (ANFIS) dalam Pengidentifikasi Kualitas Telur Ayam Ras Berdasarkan Warna Kerabang Dede Rosadi; Rahmadya Trias Handayanto; Maimunah Maimunah; Retno Nugroho Whidhiasih
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 3 No 1 (2018): 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 (898.368 KB)

Abstract

Abstrak: Kerabang telur merupakan lapisan luar telur yang melindungi telur dari penurunan kualitas baik disebabkan oleh kontaminasi mikroba, kerusakan fisik, maupun penguapan. Salah satu yang mempengaruhi kualitas kerabang telur adalah umur ayam, semakin meningkat umur ayam kualitas kerabang semakin menurun, kerabang telur semakin tipis, warna kerabang semakin memudar dan berat telur semakin besar. Telur yang lebih besar memiliki pigmen warna lebih sedikit dan warnanya lebih terang jika dibandingkan dengan telur yang lebih kecil. Telur dengan warna lebih coklat tua lebih kuat dan tebal dibanding telur yang berwarna coklat terang. Permasalahan yang dirumuskan dalam penelitian ini adalah bagaimana membangun aplikasi yang dapat mengidentifikasi telur ayam ras ke dalam 3 kelas (kualitas 1, 2 dan 3) berdasarkan citra RGB dari warna kerabang telur ayam ras menggunakan metode ANFIS. Dengan Metode ANFIS (Adaptive Neuro Fuzzy Inference System) menunjukkan hasil penelitian ini dapat mempermudah pembeli dalam menentukan mutu telur dengan cara melihat warna kerabang dan menghemat waktu pembeli dalam menentukan mutu telur di pasar. Kata Kunci: Adaptive Neuro Fuzzy Inference System, ANFIS, Kerabang Telur, RGB. Abstract: Eggshell is an outer layer of eggs that protects the egg from deterioration in quality caused by microbial contamination, physical damage or evaporation. One that affects eggshell quality is the age of chickens, the increasing age of chickens the quality of the eggshell decreases, the eggshell gets thinner, the color of the eggshell fades and the weight of the egg increases. Larger eggs have fewer color pigments and lighter colors compared to smaller eggs. More dark brown eggs are stronger and thicker than light brown eggs. The problem formulated in this study is how to build an application that can identify race chicken eggs into 3 classes (quality 1, 2 and 3) based on the RGB image of race chicken eggshell using the ANFIS method. The ANFIS (Adaptive Neuro Fuzzy Inference System) method shows the results of this study can facilitate buyers in determining egg quality by looking at the color of the egg and saving the buyer's time in determining the quality of eggs in the market. Keywords: Adaptive Neuro Fuzzy Inference System, ANFIS, Egg Shell, RGB.
Co-Authors A.A. Ketut Agung Cahyawan W Aeri Sujatmiko Ahmad Liyas Sani Ahmad Wafiq Amrillah Aji Trisnantoro Andi Hasad Andy Achmad Hendharsetiawan Angga Fahreja Anita Setyowati Srie Gunarti Anita Setyowati Srie Gunarti Anita Setyowati Srie Gunarti Anita Setyowati Srie Gunarti Anita Setyowati Srie Gunarti Anussara Hirunpongchai, Anussara Atika , Prima Dina Bagus Suryasa Majanasastra Ben Rahman Benrahman Boravin Teng, Boravin Dadan Irwan Dadan Irwan Dadan Irwan Dadan Irwan Dadan Irwan Dede Rosadi Endang Retnoningsih Endang Retnoningsih Faisal Adi Saputra Fata Nidaul Khasanah Fikri, Muhammad Ramadan Galih Apriansha Pradana Haryono Haryono HARYONO Haryono . Haryono . Haryono Haryono Haryono Haryono Heri Setiawan Herlawati Herlawati Inna Ekawati Intan Juwita Irwan Raharja Jaelani, M Khanittha Saengmanee, Khanittha Maimunah Maimunah Maimunah Maimunah Maimunah Maimunah Maimunah Maimunah Malikus Sumadyo Malikus Sumadyo Malikus Sumadyo Malikus Sumadyo Muhammad Aqil Emeraldi Muhammad Arifin Muhammad Ilham Muhammad Irvan Muhammad Ramadan Fikri Muhammad Ramadhan Fikri Nitin Kumar Tripathi Nove Anggara Syah Sejati Nutthapong Khangkhun, Nutthapong Pradana , Galih Apriansha Priatna , Wowon Prima Dina Atika RAFIKA SARI Rafika Sari Randika Purwadhana Rejeki , Sri Retno Nugroho Whidhiasih Retno Nugroho Whidhiasih Retno Nugroho Whidhiasih Retno Whidhiasih Retnoningsih , Endang Reyvan Karani Rika Sylviana Samsiana , Seta Sani, Ahmad Liyas Saputra , Faisal Adi Sella Alaida Syifa1 Sella Alayda Syifa Seta Samsiana Seta Samsiana Seta Samsiana Seta Samsiana Seta Samsiana Seta Samsiana Setiaji Setiaji Setiawan, Ramdhani Setyo Supratno Setyowati Srie Gunarti, Anita Soedarmin Soenyoto Soedarmin Soenyoto Sohee Minsun Kim Sri Marini Sri Rejeki Sugeng Sugiyatno Sugiyatno Sugiyatno Sugiyatno Sumarlin Syahbaniar Rofiah Taufiqur Rakhman Tyastuti Sri Lestari Yopi Handoyo Yopi Handoyo