Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Transformatika EMITTER International Journal of Engineering Technology Jurnal Teknologi Informasi Cyberku
Dewi Nurdiyah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Transformatika

 1 
Metode Otsu Untuk Segmentasi Citra Finir Menggunakan Komponen Hue Saturation Value Indra Abdam Muwakhid; Dewi Nurdiyah
Jurnal Transformatika Vol 15, No 2 (2018): January 2018
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v15i2.761

Abstract

Tahapan dalam pengolahan citra meliputi segmentasi citra. Dalam permasalahan menemukan sebuah citra objek dengan baground menjadi kendala dalam segmentasi. Penelitian ini menggunakan dataset citra finir berjumlahkan 10 citra sampel, agar segmentasi bisa maksimal dilakukan tahap preprocessing dengan merubah citra yang berdimensi besar menjadi kecil, agar proses segmentasi nantinya tidak terlalu lama. Selanjutnya citra hasil preprocessing di konversi warna red, green dan blue kedalam ruang warna hue saturation dan value, dari komponen saturation dan value dapat mempermudah dalam mensegmentasi citra finir. Sehingga dalam ruang warna tersebut diubah menjadi citra biner untuk dilakukan segmentasi menggunakan Otsu, yang mana menggunakan nilai Threshold (T) dengan nilai setengah dari perhitungan global threshold, dikarenakan dengan menggunakan nilai global threshold saja masih belum bisa mensegmentasi obek finir. Ujicoba sistem dilakukan dengan metode Jaccard Similarity dari 10 data citra finir menggunakan metode segmentasi Otsu dan data citra Ground Truth, sehingga sistem dapat mensegmentasi citra finir dengan prosentase keberhasilan dalam menentukan persamaan citra sebesar 97.05%.
KLASIFIKASI SAMPAH ORGANIK  DAN NON ORGANIK MENGGUNAKAN TRANSFER LEARNING Huta Julu, Doly Ilham Saputra; Doly Ilham Saputra Huta Julu; Dewi Nurdiyah
Jurnal Transformatika Vol. 23 No. 1 (2025): July 2025
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v23i1.12201

Abstract

Pengelolaan sampah di Indonesia menghadapi tantangan serius dengan 7,2 juta ton sampah belum terkelola dengan baik dari 202 kabupaten/kota, mencemari lingkungan dan menghambat daur ulang berkelanjutan. Pemilahan sampah organik dan anorganik yang masih dilakukan secara manual rentan terhadap kesalahan manusia dan tidak efisien. Penelitian ini mengembangkan model klasifikasi sampah organik dan anorganik menggunakan metode transfer learning dengan tiga arsitektur CNN: VGG16, MobileNetV2, dan ResNet50V2. Dataset diambil dari kaggle Waste Classification Data yang telah melalui proses preprocessing. Hasil eksperimen menunjukkan bahwa MobileNetV2 unggul dengan akurasi 90,13%, presisi 96,25%, dan F1-Score 87,88%, waktu inferensi 127,76 ms. Arsitektur ini memberikan keseimbangan optimal antara performa tinggi dan efisiensi komputasi, sehingga ideal diterapkan pada perangkat pintar seperti ponsel dan sistem IoT dalam konteks manajemen sampah perkotaan. Penelitian ini menegaskan efektivitas transfer learning dalam membangun sistem klasifikasi sampah yang cerdas dan efisien untuk mendukung program pemilahan sampah di tingkat rumah tangga dan institusi.  
Co-Authors Doly Ilham Saputra Huta Julu Eko Mulyanto Yuniarno Huta Julu, Doly Ilham Saputra Indra Abdam Muwakhid Mauridhi Hery Purnomo Ricardus Anggi Pramunendar Stefanus Santosa Yoyon Kusnendar Suprapto