Claim Missing Document
Check
Articles

Found 11 Documents
Search
Journal : MIND (Multimedia Artificial Intelligent Networking Database) Journal

Penerapan Fuzzy Logic Tsukamoto pada Pembangunan Kandang Ayam Pintar Ichwan, Muhammad; Husada, Milda Gustiana; F H, Ghassan Nur
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (770.277 KB) | DOI: 10.26760/mindjournal.v1i2.11-14

Abstract

Dari hasil wawancara dengan pakar unggas didapatkan bahwa kondisi suhu dan kelembaban udara dapat mempengaruhi produktifitas dan kesehatan ayam karena suhu dan kelembaban yang tidak stabil. Pada penelitian ini dibangun “kandang ayam” pintar menggunakan metode Tsukamoto untuk menghitung durasi waktu dalam pengaturan suhu dan kelembaban. Kandang ayam pintar menggunakan sensor suhu, kelembaban udara, Real Time Clock untuk mengatur pemberian pakan secara otomatis, limit switch untuk memperingati peternak untuk mengisi stok pakan ayam dan sensor gas ammonia yang disimulasikan menggunakan potensio untuk mendeteksi gas ammonia yang terdapat dalam kandang ayam. Berdasarkan pengujian, dengan adanya metode fuzzy logic tsukamoto yang dibantu sistem sebagai acuan untuk dapat menentukan titik-titik krusial, dan membuat kondisi kandang ayam menjadi stabil dengan durasi waktu yang panjang, agar pada saat cuaca diluar kandang berubah drastis, cuaca di dalam kandang tidak berubah drastis seperti kondisi cuaca diluar kandang. Keluaran aplikasi yang dibuat memiliki akurasi 100%.
Kajian Routing pada Framework Laravel 5.0 dari Perspektif Penggunaan Miftahuddin, Yusup; Ichwan, Muhammad; Zaky, Achmad
MIND Journal Vol 2, No 1 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (493.701 KB) | DOI: 10.26760/mindjournal.v2i1.59-67

Abstract

HTTP routing merupakan suatu cara untuk menangani pemetaan URL dalam aplikasi web. Dari situs laravelbook.com dijelaskankomponen Laravel memiliki penambahan yaitu blok routing, dibandingkan dengan Symfony yang merupakan pendahulunya. Laravel menyediakan pendekatan painless routing (dari situs laravel.com) untuk menerapkan routing pada aplikasi web.Laravel pada situs resminya tidak menjelaskan secara mendetail mengenai konsep routing. Hal tersebut yang menjadi fokus penelitian untuk mengkaji syarat, fungsi dan peran, cara kerja, dan apa yang menjadi kelebihan dan kekurangan dengan fitur-fitur routing pada Laravel versi 5.0. Peneliti melakukan pengujian mengukur jumlah langkah pembuatan URI terhadap routing Laravel dan cara konvensional yang menyerupai routing Laravel, hasilnya Laravel memiliki langkah sekali deklarasi dibandingkan secara konvensional. Peneliti tidak menemukan kekurangan dari pengunaan routing pada Laravel tetapi developerharus memahami konsep routing pada Laravel tersebut sebagai konsekuensinya.
Metoda Unit Selection Synthesizer dalam Pembuatan Synthesizer Suara Suling Recorder Ichwan, Muhammad; Gustiana, Milda; Syafiudin, Arief
MIND Journal Vol 2, No 1 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1005.741 KB) | DOI: 10.26760/mindjournal.v2i1.1-14

Abstract

Unit Selection Synthesizer didasarkan pada penggabungan segmen-segmen dari sinyal suara yang sudah direkam oleh alat synthesizer. Selama proses sintesis, menggunakan algoritma The Hunt and Black yang memilih salah satu unit dari beberapa pilihan dalam menemukan barisan unit yang memenuhi spesifikasi yang dikehendaki. Berdasarkan penelitan synthesizer dapat digunakan untuk pembuatan suara suling recorder yang berjenis soprano dan mempunyai nada dasar G. Dari hasil perhitungan frekuensi nada dasar diperoleh nilai selisih frekuensi yang paling terkecil dimiliki oleh nada dasar La yaitu 11,875 Hz dan nilai selisih frekuensi yang paling terbesar dimiliki oleh nada dasar Do’ yaitu 304,375 Hz, sehingga didalam pengujian untuk synthesizer suling recorder digunakan nada dasar “La” sebagai nada dasar utama karena memiliki selisih terkecil dan hasil perhitungan frekuensi nada dasar “La” mendekati frekuensi asli dari nada dasar G.
IMPLEMENTASI METODA UNIT SELECTION SYNTHESIZER DALAM PEMBUATAN SPEECH SYNTHESIZER SUARA SULING RECORDER Ichwan, Muhammad; Gustiana, Milda; Syafiudin, Arief
MIND Journal Vol 3, No 1 (2018): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1165.286 KB) | DOI: 10.26760/mindjournal.v3i1.77-92

Abstract

Speech synthesizer adalah sebuah kemampuan menyerupai bicara manusiadimana komputer dapat merubah suatu kata dalam tulisan menjadi ucapan atausuara (text to speech). Speech synthesizer juga dikenal dengan teknologi Text-toSpeech. Namun, speech synthesizer tidak selamanya memerlukan text sebagaidata. Unit Selection Synthesizer didasarkan dengan penggabungan segmensegmen dari pembicaraan yang sudah direkam. Selama proses sintesis, metoda inimenggunakan suatu algoritma The Hunt and Black yang memilih salah satu unitdari beberapa pilihan dalam menemukan barisan unit yang memenuhi spesifikasiyang dikehendaki. Berdasarkan penelitian speech synthesizer dapat digunakanuntuk pembuatan suara suling recorder yang berjenis soprano dan mempunyainada dasar G. Speech synthesizer untuk suling recorder menggunakan nada dasar“La” sebagai nada dasar utama karena memiliki selisih terkecil yaitu 11,875. Hasilperhitungan frekuensi nada dasar mendekati frekuensi asli dari nada dasar Gsehingga penelitian yang dilakukan dapat membuktikan bahwa suling recorderberjenis soprano memiliki nada dasar G.
Implementasi Metode Best First Search untuk Pembelajaran Matematika Berbasis Multimedia Interaktif Ichwan, Muhammad; N, Youllia Indrawaty; Pahlevi, Andhika
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (948.906 KB) | DOI: 10.26760/mindjournal.v1i2.38-50

Abstract

Best first search merupakan sebuah metode pencarian heuristic dengan memilih nilai terbaik dari beberapa data. Metode best first search diimplementasikan untuk pembelajaran perkalian matematika berbasis multimedia interaktif. Pada aplikasi ini best first search digunakan sebagai pengukur nilai waktu terkecil pada data hasil pengujian dengan membandingkan tiga cara perhitungan perkalian. Model skenario multimedia merupakan alur komponen dari awal multimedia hingga multimedia selesai. Sehingga dapat menghasilkan suatu tampilan yang interaktif. Aplikasi ini ditujukan kepada anak tunarungu sebagai alternatif pembelajaran perkalian matematika. Pengujian aplikasi dilakukan kepada 10 responden anak tunarungu dan mendapatkan kesimpulan best first search berhasil mendapatkan nilai waktu terkecil dari cara kedua dengan perolehan nilai 203.
Sistem Pengenalan Isyarat Tangan Konduktor Angklung Menggunakan Metode Fuzzy Logic Tsukamoto Ichwan, Muhammad; Amelia, Irma; Ambarsari, Dewi
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v1i2.1-10

Abstract

Didalam permainan angklung interaktif, gestur digunakan oleh conductor atau dirigen angklung sebagai pengganti partitur atau music sheet. Pada permainan angklung, setiap nada dalam satu oktaf direpresentasikan dengan mengadopsi curwen’s solfege handsigns. Penelitian pengenalan isyarat tangan conductor angklung ini mengandalkan salah kemampuan sensor kinect yaitu skeleton tracking dengan membuat isyarat tangan baru menggunakan lengan kanan untuk merepresentasikan nada dan lengan kiri untuk merepresentasikan jumlah ketukan. Isyarat tangan tersebut memanfaatkan tiga joints yaitu bahu, siku dan pergelangan tangan akan membentuk sebuah sudut yang selanjutnya nilai sudut tersebut digunakan sebagai masukkan dalam proses pemetaan output menggunakan metode fuzzy logic. Pengujian dilakukan pada jarak 190 cm, 250 cm dan 300 cm dari sensor kinect dengan ketinggian sensor 84 cm dari tanah dan membentuk sudut sebesar 45 derajat. Hasil pengujian menunjukan bahwa nada do, so, 1/2 ketuk, 1 ketuk dan 3 ketuk memiliki tingkat kebenaran/keberhasilan tertinggi yaitu 100% pada setiap jarak.
Implementasi Algoritma Jean Meeus dalam Menentukan Waktu Shalat Barmawi, Mira Musrini; Ichwan, Muhammad; Lukito, Rara Restu
MIND Journal Vol 2, No 1 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (455.2 KB) | DOI: 10.26760/mindjournal.v2i1.26-33

Abstract

Algoritma Jean Meeus adalah algoritma hasil reduksi dari VSOP87 yang digunakan untuk menentukan posisi matahari. Selain menentukan posisi matahari biasanya algoritma ini digunakan dalam melakukan perhitungan gerhana matahari, bulan baru, posisi bulan, dan salah satunya adalahperhitungan yang dibutuhkan dalam penentuan waktu shalat. Dalam menentukan waktu shalat nilai-nilai yang dihitung adalah julian day, deklinasi matahari, dan equation of time dengan nilai yang dibutuhkan yaitu koordinat lintang, bujur, ketinggian, tanggal, bulan, tahun, dan zona waktu dari lokasi yang terdeteksi dimana parameter-parameter tersebut diimplementasikan di Raspberry Pi.Dalam penggunaannya algoritma ini dipilih karena tingkat keakurasiannya yang tinggi dan hal tersebut dibuktikan dengan hasil dari penelitian yang telah dilaksanakan. Dari hasil pengujian yang telah dilaksanakan, tingkat keakurasian yang didapat yaitu sekitar 97,3% untuk media pembanding Accurate Times dan 99,2% untuk media pembanding tabel waktu shalat yang dikeluarkan oleh Kementrian Agama Kota Bandung.
Metode Haar-Cascade Classification Menggunakan Raspberry Pi Ichwan, Muhammad; Husada, Milda Gustiana; Helmaputra, Aldri
MIND Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.13-22

Abstract

Proses untuk mendeteksi objek dalam citra manggabungkan empat kunci utama yaitu Haar like feature, Integral Image, Adaboost learning dan Cascade Classifier. Metode haar-cascade classification dapat dimanfaatkan sebagai alternatif dalam pengaturan traffic light. Cara kerjanya yaitu, citra yang telah di-capture akan dicocokan dengan data latih, apabila dalam citra tersebut terdapat objek yang sesuai dengan data latih maka objek tersebut di tandai, sehingga objek akan terhitung jumlahnya dengan cara melewati sebuah garis virtual yang dibuat sistem. Dari hasil jumlah objek terdeteksi, sistem dapat mengatur berapa lama lampu merah dan hijau menyala atau mati sesuai dengan jumlah objek yang telah ditentukan. Oleh karena itu, alternatif pengaturan traffic light menggunakan metode Haar-cascade classification digunakan untuk pendeteksian objek. Hasil dari penelitian menggunakan kamera 18 megapiksel 60 FPS jumlah mobil terhitung di garis lebih akurat menggunakan resolusi 480p atau 720p sebesar 79.51%.
Klasifikasi Support Vector Machine (SVM) Untuk Menentukan TingkatKemanisan Mangga Berdasarkan Fitur Warna Ichwan, Muhammad; Dewi, Irma Amelia; S, Zeni Muharom
MIND Journal Vol 3, No 2 (2018): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.983 KB) | DOI: 10.26760/mindjournal.v3i2.16-23

Abstract

Dalam proses penentuan mutu atau tingkat kemanisan buah mangga cengkir di pasaran pada umumnya dilakukan dengan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan / sortasi kemanisan mangga atau menggunakan metode destruktif dengan cara pengambilan sampel, uji coba kemanisan mangga tersebut seperti menggunakan Refractometer. Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relative besar dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan mangga oleh pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat. Support Vector Machine (SVM) diimplementasikan pada penelitian ini dan K-Nearest Neighbour (K-NN) sebagai metoda pembanding untuk klasifikasi citra warna buah mangga cengkir. Dalam penelitan ini perbandingan antara kedua metode tersebut dibandingkan dengan hasil output dari alat pengukur tingkat kemanisan yaitu refractometer sebanyak 24 objek pengujian dengan akurasi sebesar 83,3%. Sedangkan hasil yang diperoleh dari metode K-NN dengan k=7 adalah data valid 21 buah dari 24 buah, dan data tidak valid 3 buah dari 24 buah.
Evaluasi Kinerja Model Inception Resnet-V2 dan Inception-V4 dalam Mengklasifikasi Kualitas Biji Kakao ICHWAN, MUHAMMAD; SUMANTRI, HANIFAH
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 9, No 1 (2024): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v9i1.25-41

Abstract

AbstrakKakao adalah komoditas ekspor penting bagi Indonesia, dan untuk memenuhi standar mutu, diperlukan sistem klasifikasi biji kakao. Penelitian menggunakan metode CNN dengan fokus pada arsitektur Inception Resnet-V2 dan Inception-V4 untuk mengatasi permasalahan klasifikasi citra kualitas biji kakao. Keduanya merupakan inovasi dari keluarga Inception, dengan Inception Resnet-V2 menggabungkan elemen dari ResNet dan Inception, sementara Inception-V4 memperbaiki performa dengan mengurangi kompleksitas arsitektur. Tujuan penelitian adalah untuk mengevaluasi performa model dari kedua arsitektur tersebut dalam konteks klasifikasi biji kakao. Hasil penelitian menunjukkan bahwa arsitektur Inception Resnet-V2 dengan pengaturan optimizer RMSprop, batch size 16, dan learning rate 0,0001 memiliki performa terbaik, dengan nilai akurasi 91,87%, presisi 92,00%, recall 92,00%, f1-score 92,00%, dan ROC AUC Score 0,950.Kata kunci: Deep Learning, CNN, Inception Resnet-V2, Inception-V4, Biji KakaoAbstractCocoa is an important export commodity for Indonesia, and to meet quality standards, a cocoa bean classification system is needed. The research utilizes CNN method, focusing on Inception Resnet-V2 and Inception-V4 architectures to address cocoa bean quality image classification issues. Both are innovations from the Inception family, with Inception Resnet-V2 combining elements of ResNet and Inception, while Inception-V4 improves performance by reducing architectural complexity. The research objective is to evaluate the performance of models from both architectures in the context of cocoa bean classification. Research results show that the Inception Resnet-V2 architecture with RMSprop optimizer settings, batch size 16, and learning rate 0.0001 performs the best, with an accuracy of 91.87%, precision of 92.00%, recall of 92.00%, f1-score of 92.00%, and ROC AUC Score of 0.950. Keywords: Deep Learning, CNN, Inception Resnet-V2, Inception-V4, Cocoa Beans