Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika Jurnal Komputer Terapan Jurnal Teknologi Sistem Informasi
Dicky Pratama
STMIK Global Informatika MDP
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Segmentasi Warna Citra Bunga Daisy dengan Algoritma K-Means pada Ruang Warna Lab Derry Alamsyah; Dicky Pratama
Jurnal Buana Informatika Vol. 10 No. 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v10i2.2458

Abstract

Abstract. Segmentation in images of flowers or plants is an important pre-process in the field of botany, one of which is for identifying diseases of flowers or other plants. One of the problems in the image segmentation is the segmented images produced automatically. It is due to the long period of time needed to produce segmented images manually. To overcome these issues, a clustering process was carried out using the k-means algorithm. In this study segmentation is done by using Lab color space and RGB as a comparison to K-means in clustering the image of daisy flowers. Good results are showed by the Lab color space in the clustering process that 60% of the data has lower silhouette coefficient than RGB color space and 3.94% as the mean of s negative.Keywords: Segmentation, Lab, K-MeansAbstrak. Segmentasi pada citra bunga atau tanaman merupakan pra proses yang penting dalam bidang botani, salah satunya untuk mengidentifikasi penyakit pada bunga atau tanaman lainnya. Salah satu permasalahan dalam segmentasi citra adalah menghasilkan citra tersegmentasi secara otomatis. Hal tersebut dikarenakan kebutuhan akan waktu yang tidak sebentar untuk menghasilkan citra tersegmentasi secara manual. Untuk mengatasi kendala tersebut dilakukan proses klasterisasi dengan menggunakan algoritma K-means. Pada penelitian ini segmentasi dilakukan dengan menggunakan ruang warna Lab dan RGB sebagai pembanding kinerja k-means dalam mengklasterisasi citra bunga Desi. Hasil yang baik dimiliki oleh ruang warna Lab dalam proses klasterisasinya, yaitu dengan 60% data memiliki nilai silhoutte coeficient (s) yang lebih kecil dari ruang warna RGB dan memiliki rata-rata sebesar 3.94% s negatif.Kata Kunci: Segmentasi, Lab, k-Means
Sistem Informasi Pengelolaan Data Kemahasiswaan Berbasis Website pada STIA Satya Negara Dyah Handayani; Fitria Choirunisa; Dicky Pratama
Jurnal Teknologi Sistem Informasi Vol 1 No 1 (2020): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1506.626 KB) | DOI: 10.35957/jtsi.v1i1.321

Abstract

Pendidikan merupakan proses untuk menyiapkan peserta didikmelalui masa bimbingan proses belajar mengajar sebagai bentukpelatihandalam mengembangkan kepribadian, serta kemampuan seorang peserta didik yang nantinya kemampuan tersebut dapat dimanfaatkan di dunia kerja setelah menjadi alumni. Suatu perguruan tinggi sangat membutuhkan informasi mengenai data alumninya, jurusannya, tahun kelulusannya, tempat para alumni tersebut bekerja.Tak terkecuali dengan STIA Satya Negara yang masih belum memiliki suatu sistem informasi yang mampu menyimpan mengelola data-data alumni, hal ini sangat menyulitkan pihak kampus seperti lambatnya bidang kemahasiswaan dalam merekap laporan data alumni, carrier center, prestasi mahasiswa, kegiatan UKM oleh karena itu akan dirancang dan dibangun dengan sistem informasi pengelolaan data kemahasiswaan berbasis website pada STIA Satya Negara untuk menyimpan data-data alumni secara terstruktur. Proses pembangunan sistem informasi pengelolaan data alumni ini menggunakan metodologi Iterasi yang dimulai dari fase perencanaan, analisis, perancangan, implementasi, hingga pemeliharaan. Menggunakan bahasa pemprograman PHP dengan menggunakan basis data MySQL dan XAMPP. Website ini diharapkan dapat mengatasi masalah seperti memudahkan bidang kemahasiswaan dalam melakukan rekap laporan data alumni, mempercepat membagi informasi lowongan pekerjaan tanpa harus datang ke kampus, memudahkan pihak kampus maupun perusahaan untuk mencari mahasiswa yang berprestasi, dan memudahkan pihak kampus meng-update UKM yang adasehingga mahasiswa ikut berpartisipasi tehadap kegiatan-kegiatan yang ada.
Identifikasi Cluster Penduduk Usia Kerja Sumatera Selatan Menggunakan Metode K-Modes fithri selva jumeilah; Dicky Pratama
Jurnal Komputer Terapan  Vol. 4 No. 1 (2018): Jurnal Komputer Terapan Mei 2018
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.631 KB)

Abstract

Kelompok penduduk usia yang belum produktif (<15 tahun) dan kelompok penduduk yang tidak lagi produktif (>64 tahun) bergantung pada penduduk usia kerja. Semakin tinggi jumlah penduduk yang tidak produktif maka semakin tinggi rasio ketergantungan yang ada pada suatu negara. Jika penduduk usia kerja banyak yang bekerja maka akan mendorong ekonomi negara tetapi sebaliknya akan menciptakan ketidakstabilan sosial maupun politik. Indonesia diperkirakan akan menghadapi bonus demografi puncaknya pada tahun 2030. Untuk mempermudah penduduk usia kerja mendapatkan pekerjaan maka dibutuhkan pembangunan dan kebijakan pemerintah salah satunya pemerintah Sumatera Selatan. Membuat kebijakan membutuhkan gambaran keadaan penduduk usia kerja yang dapat diperoleh dengan menggelompokan data sensus provinsi Sumatera selatan tahun 2010 yang diproleh dari Badan Pusat Statistik menjadi beberapa cluster dan melihat pola dari setiap cluster. Data akan di cluster dengan menggunakan R-studio dengan metode K-modes. Dari hasil nilai silhouette yang diperoleh maka penduduk usia kerja akan dikelompokan menjadi 8 cluster. C1 sebanyak 132.866 objek yang merupakan kumpulan laki-laki yang tinggal di desa dan masih bekerja, C2 sebanyak 68.281 orang dimana sebagian besar memiliki usia 25 tahun yang masih sekolah C3 sebanyak 47.38 orang perempuan tinggal di desa dan tidak bekerja, C4 sebanyak 51.925 orang dimana sebagian besar merupakan perempuan yang tinggal di desa, C5 sebanyak 62.411 orang rata-rata laki-laki tinggal di kota yang bekerja di bidang jasa kesehatan, perdagangan dan konstruksi, C6 sebanyak 31.542 orang yang merupakan kelompok perempuan yang tinggal di desa bekerja yang rata-rata memiliki 1 anak, C7 (31932 jiwa) laki-laki belum menikah < 30 tahun yang bekerja di perkebunan,dan terakhir C8 sebanyak 46.074 jiwa kumpulan ibu rumah tangga yang tinggal di kota.
Co-Authors Derry Alamsyah Dyah Handayani fithri selva jumeilah Fitria Choirunisa