Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Annual Research Seminar

Sistem Informasi Cuaca Berbasis Dekstop dengan Menggunakan Data Sensor dan BMKG Yulia Hapsari; Bella Adinda Putri; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

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

Abstract

Abstract—Cuaca yang sering berubah-ubah akan sangat menganggu kegiatan sehari-hari, hal ini di dasari oleh kebutuhan yang tinggi dari berbagai pihak untuk melakukan otomatisasi dancfleksibilitas yang tinggi dalam mendeteksi kondisi cuaca berbasis internet dan komputer tanpa harus mengamatinya langsung. Untuk itu, artikel ini memaparkan suatu sistem informasi cuaca untuk memberikan informasi awal sebagai pemberitaan yang diperlukan oleh komandan untuk mengetahui keadaan di lapangan. Sistem informasi cuaca yang diusulkan  terintegrasi dengan Database Server yang dikembangkan Dengan menggunakan bahasa pemograman C# dan database MySQL  serta menggunakan bahasa pemrograman  PHP dan Application Programming Interface (API) sebagai perantara komunikasi data. Pengolahan informasi dalam aplikasi cuaca dilakukan secara online untuk data BMKG dan secara offline untuk data sensor.
Penggunaan Principal Component Analysis dan Minimum Distance Classifier untuk Pengenalan Citra Buah Bella Adinda Putri; yulia hapsari
Annual Research Seminar (ARS) Vol 2, No 1 (2016)
Publisher : Annual Research Seminar (ARS)

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

Abstract

Pengenalan buah dengan alat yang dapat diandalkan merupakan sebuah tantangan, walaupun manusia bisa mengenali buah-buahan hampir dengan tanpa usaha. Untuk mencapai tujuan tersebut, perlu dilakukan studi kepustakaan untuk memahami konsep dan landasan teori  agar dapat memperkuat asumsi metode Principal Component Analysis dan Minimum Distance Classifier. Fokus utama dalam penelitian ini adalah bagaimana mendapatkan fitur dari setiap citra buah untuk membedakan buah satu sama lain dengan menerapkan metode Principal Component Analysis (PCA) sebagai ekstraksi ciri, dan Minimum Distance Classifier sebagai algoritma pengenalan sehingga didapatkan hasil pengenalan yang akurat. Hasil pengenalan dengan menggunakan data latih (training data set) mendapatkan keakuratan sebesar 100%, sedangkan hasil pengenalan menggunakan data uji (testing data set) mendapatkan keakuratan sebesar 84%. Sehingga dapat disimpulkan bahwa ekstraksi ciri menggunakan PCA dapat digunakan dalam penerapan algoritma Minimum Distance Classifier untuk pengenalan buah.