Sarngadi Palgunadi
Jurusan Informatika, Universitas Sebelas Maret Jl. Ir. Sutami No. 36 A Surakarta.

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PEMBUATAN PETA KEJAHATAN DI KABUPATEN SUKOHARJO MENGGUNAKAN METODE SELF-ORGANIZING MAPS (SOM) Niswah Wara Pratidina; Sarngadi Palgunadi
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding SNST Fakultas Teknik

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

Abstract

Kejahatan adalah salah satu bentuk dari “perilaku menyimpang” yang dapat menimbulkan ketegangan individual maupun ketegangan-ketegangan social. Pada tahun 2014, ada 12 jenis kasus kejahatan yang terjadi di Kabupaten Sukoharjo diantaranya yaitu pencurian, pengeroyokan, perjudian, penganiayaan, penculikan, penipuan, miras, narkoba, pembawaan senjata tajam, pornografi, pencabulan dan money politic. Berdasarkan basis data kejahatan yang dimiliki, seharusnya Polres Sukoharjo dapat menampilkan data tersebut secara visual, salah satunya yaitu divisualkan kedalam peta. Penelitian ini bertujuan untuk membuat peta kejahatan menggunakan metode Self-Organizing Maps (SOM) untuk mengetahui similarity antar kecamatan di Kabupaten Sukoharjo berdasarkan angka kejahatan dan tipologi tersangka, sehingga dibuat 2 bentuk peta, yaitu peta kejahatan menurut angka kejahatan dan menurut tipologi tersangka. Pada Peta Kabupaten Sukoharjo, kecamatan yang similar akan mempunyai warna yang sama. Data yang dipakai dalam penelitian ini adalah rekam data kejahatan pada tahun 2014 yang diperoleh dari Bagian Reskrim Kepolisian Resor Sukoharjo. Variable yang dipilih yaitu kecamatan, 12 jenis kejahatan, umur tersangka, jenis kelamin dan status marital tersangka. Hasil dari penelitian ini adalah peta kejahatan Kabupaten Sukoharjo berdasarkan angka kejahatan dan tipologi tersangka. Pada peta kejahatan menunjukkan bahwa pada iterasi ke 1000, radius 2 maupun 3, Kecamatan Weru similar dengan Kecamatan Bulu berdasarkan angka kejahatan dan tipologi tersangka. Katakunci: Kejahatan, Peta Kejahatan, SOM, Tipologi
PREDIKSI UMUR DAN KANDUNGAN KLOROFIL DAUN TEH BERDASARKAN IMAGE DAUN DENGAN MENGGUNAKAN VEKTOR CIRI WARNA HIJAU Sarngadi Palgunadi; Nitya Pratiwi
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding SNST Fakultas Teknik

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

Abstract

Teh merupakan komoditas ekspor yang menyumbang devisa bagi negara. Tetapi enam tahun terakhir ini ekspor teh mengalami naik-turun. Penurunan ekspor teh tersebut salah satunya disebabkan oleh kualitas teh yang menurun. Salah satu penentu kualitas teh adalah kandungan klorofil dari daun dan juga penentuan umur petik daun pada saat dipanen. Dengan pendekatan menggunakan pengolahan citra dapat digunakan memprediksi umur dan kandungan klorofil daun teh. Penelitian ini bertujuan mengembangkan metode sederhana yang dapat digunakan memprediksi umur dan kandungan klorofil teh, berdasarkan ekstraksi ciri warna hijau pada image daun teh. Sampel penelitian adalah 105 data image daun teh dari masing-masing kelompok umur 7 sampai 13 hari, sedangkan pengujian akurasi ketepatan prediksi sebanyak 14 image daun. Data penelitian diambil dari Rumpun Sari Kemuning Karanganyar. Proses pengambilan image dilakukan menggunakan kamera Cannon EOS 600D sedangkan data kandungan klorofil diperoleh dengan alat Klorofilmeter. Data image daun yang  didapatkan diproses untuk menghasilkan vektor ciri image warna hijau menurut kelompok umur. Prediksi kelompok umur dilakukan dengan metode korelasi,model hubungan umur (x) dan kandungan klorofil (y)  dilakukan dengan regresi eksponensial . Hasil penelitian menunjukan bahwa koefisien regresi adalah a=29,004, b= 0.00387 dengan r= 0.9896. Akurasi yang didapatkan dalam prediksi umur sebesar 71,4%, sedangkan rerata error prediksi kandungan klorofil sebesar 0,07%. Kata kunci : image daun teh, kandungan klorofil, korelasi, prediksi, vektor ciri