Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Infomedia

IDENTIFIKASI UANG LOGAM MENGGUNAKAN METODE TEMPLATE MATCHING Mulia Sari; Muhammad Nasir; Indrawati Indrawati
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 1, No 2 (2016): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/.v1i2.334

Abstract

Uang logam merupakan uang dalam bentuk koin yang terbuat dari logam. Meskipun nominal uanglogam bernilai rendah, tetap masih digunakan di Indonesia. Uang logam memiliki kemiripan antarayang satu dengan yang lainnya, baik dari segi bentuk, berat, maupun warna. Uang logam tersebutmampu dibedakan dengan mata biasa. Akan tetapi, jika uang logam dalam jumlah yang banyak tentumembutuhkan waktu yang sangat lama untuk membedakannya. Hal itu disebabkan oleh faktorkemiripannya. Penelitian ini bertujuan menerapkan metode template matching untuk mencocokkangambar input dengan gambar template. Hasilnya menunjukkan bahwa metode Sum Square OfDiffrences (SSD) dapat mengenali citra yang diuji dengan tingkat keberhasilan 91%.Kata Kunci : Uang Logam, Sum Square Of Diffrences.
Klasifikasi Kematangan Jeruk Lemon Menggunakan Metode K-Nearest Neighboard Indrawati Indrawati
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 2, No 2 (2017): Jurnal InfoMedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (226.592 KB) | DOI: 10.30811/.v2i2.514

Abstract

Abstrak— Klasifikasi jeruk lemon adalah disiplin bidang ilmu yang menggambarkan identifikasi jeruk berdasarkan sifatnya. Beberapa sifat dari jeruk lemon, diantaranya kulit terluar lemon kaya akan kelenjar minyak, kematangan ditandai dengan warna kulit kuning terang. Jeruk lemon yang berwarna hijau gelap, menandakan jeruk lemon tersebut belum matang dan kandungan air di dalamnya akan lebih sedikit. Pada penelitian ini kematangan diklasifikasikan menggunakan metode K-Nearest Neighbor. Hasilnya adalah klasifikasi kematangan dengan kadar air 90% jarak terdekat rata-rata sebesar 10,86 dengan akurasi 85%, sedangkan pada pengujian jeruk lemon dengan kematangan 80% diperoleh jarak terdekat 7,3 dengan akurasi 81%. Pada pengujian dengan kematngan dengan kadar air 70 persen diperoleh jarak rata-rata terdekat 19,4 dan akurasi 86,11%. Untuk jeruk lemon dengan kategori tidak matang dengan kadar air 50% diperoleh jarak terdekat sebesar 19,46 dan akurasi 88,9 % , sedangkan pada pengujian jeruk lemon mentah dengan kadar air 40% diperoleh jarak terdekat 16,19 dan akurasi 88,73 dan untuk pengujian jeruk lemon tidak matang dengan kadar air 30% diperoleh klasifikasi dengan jarak terdekat rata-rata sebesar 1,85 dan akuras 84,13%. Hal ini menunjukkan bahwa sistem klasifikasi dengan menggunakan metode K-NN cukup baik, indikatornya adalah jarak terdekat rata-rata yang dihasilkan antara citra uji dan citra training bernilai antara 1,85 sampai 19,46 dan akurasinya antara 81% sampai88,89 %.Kata kunci— Akurasi, Jeruk lemon, Klasifikasi, kedekatan, tetangga, uji.Abstract— Classification of lemon is the discipline of science that describes the identification of citrus by its character. Some characterof lemon, lemon outer shell is rich in oil glands, maturity is marked by bright yellowskin color, lemon which is dark green, indicates the immature lemon and water content in it will be less. In this study maturity are classified using K-Nearest Neighbor method. The result is a classification of maturity with 90% moisture content has shortest distance average of 10.86 with an accuracy of 85%, while in the testing of lemon with a maturity of 80% obtained the nearest distance of 7.3 with an accuracy of 81%. In maturity testing with a water content of 70 percent derived average approximate distance of 19.4 and 86.11% accuracy. For the lemon with the category of immature by moisture content of 50% obtained the nearest distance at 19.46 and accuracy of 88.9%, while in the testing of raw lemon with a moisture content of 40% obtained the nearest distance 16.19 and accuracy of 88.73 and for testing of immature lemon with a water content of 30% obtained classifications with the average nearest distance of 1.85 and accuracy of 84.13%. This indicates that the classification system using K-NN was very good, the indicator is the average nearest distance between the tested images and training image between 1.85 to 19.46 valuable and accuracy between 81% to 88.89%.Keywords— Accuracy, Lemon, classification,nearets, neighbors, test.
Co-Authors AGUNG SETIAWAN Agung Yudhistira Nugroho Agus A. Gani Agus Abdul Gani Agusta Ayudya Aryanti Aini Wardatut Thoyibah Albertus Djoko Lesmono Alex Harijanto Alfiansyah Alfiansyah Aliasan Aliasan Aloysisa TenyDamayanti Indriastuti Amir Hidayat Andi Baso Sofyan A. P. Aniek Hartiwi Anis Zulfah Furoidah Anisatul Farida Anta Pratama Ginting Aprina Kuswardani Asiyah Handayanti Bambang Supriadi Bela Olivia Mareta Silaen Bobi Gusfianda Budi Haryono Carina Astrie Leony Wiyanda Des Alwine Zayanti Devi Indah Permatasari Dewi Novi Wardani Dirwan Maya Muchlis Dita Kharisma Mustikaningrum Dwi Wahyuningsih Dyah Intan Prismasari Eddy Noviana Eka susanti Eli Dwi Susanti Ernika Cahya Widayanti Evawaty Evawaty Evi Yuliza, Evi Evidamayanti, Evidamayanti Fabiola Luturmas Fadlin, Feri Fersty Isna Kusumawardani Fimatu Rizka Erviani Fitri Maya Puspita Fitria Rahmawati Gideon Setyo Budiwitaksono Gideon Setyo Budiwitaksono Gun Karimata Sari Habibah Zilul Isnani Hairuni Indrasati Halimatus Sa’diyah Hamidah Hamidah Hasan Kamil Hermansyah Aziz I Ketut Mahardika Ida Ayu Putu Sri Widnyani Ika Nayla Rachmawati Indi Atma Ayudatami Irfan Gani Junaedi Yunding Karmila Damariani Radjak Kenny Chandra Kusuma Khairun Nisa Kuswaji Dwi Priyono Lazim. N Lazim. N Lisa Reny Oktara Luh Putu Ratna Sundari M. Syaikhul Umam Mahmudah Rizqi Amalia Masyita Haerianti Maulidiyah Dewi Sejati Maulita Maulita Mufidatul Faizah Muhammad Nasir Muhsin Muhsin Mulia Sari Mustangin Mustangin Nanda Nurarivikka Fauzi Novi Rustiana Dewi Nur Insani Nuraida Nuraida Nurhasan Nurhasan Nuriman Nuriman NURUL AZIZAH Nurul Hikmatul Jannah Oki Dwipurwani Olly Norita Tetra Pramudya Dwi Aristya Putra Qurroti A’yunin Rafli Mulkan Mustaqim Rahmi Dwi Ariyani Rasty Sri Fadiah Ratna Tri Mindi Sari Ridi Arviansyah Rif’ati Dina Handayani Riki Hendri Hidayat Rini Indayani Riski Yani Rohmatul Husna Rosna Elfrina Sitompul Ruhmiyati Ruhmiyati Rumiyati Rumiyati Sakiinatus Sajadah Sandi Monica Rosalina Septiana Manda Sari Silvia Qaulina Damayanti Siti Azizah Susilawati SITI NATASYA MUNAWAROH Slamet Hariyadi Sri . Handayani Sri Astutik Sri Wahyuni Subiki Subiki Sudarti . Sulifah Aprilya Hariani Sunarhadi, M. Amin Supardi Supardi Supeno Supeno Superparwati Superparwati Sutarto Sutarto Swit Tanti Rahayu Ningsih Syetiel Maya Salamony Sylvia Rimbanita Purwanto Tini Wulandari Trapsilo Prihandono TYAS SUMARAH KURNIA DEWI Verry Ginoga W. WIYONO Wicaksono, Iwan Winda Ayu Wijayanti Yasrib Putranto Saban Yulizar Yusuf Yushardi Yushardi Zuhriyati Zuhriyati Zulfi Nasirotul’Uma Zulhadjri Zulhadjri