Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal ILKOM Jurnal Ilmiah E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi
Rachmat Rachmat
Politeknik Informatika Nasional
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Improvement Of Sobel & Canny Edge Evoked Technique Using Mathematics Morphology Operation Rachmat Rachmat; Nurhaedar Nurhaedar
E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Vol 9 No 2 (2020): e-Jurnal JUSITI
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jusiti.v9i2.774

Abstract

Saat ini beberapa metode yang peneliti gunakan untuk mempermudah pemrosesan citra yaitu metode filtrasi, penghilangan noise, dan deteksi tepi. Masing-masing memiliki banyak cara khusus untuk menyempurnakan gambar atau membantu pemrosesan langkah selanjutnya. Untuk bidang tertentu seperti kesehatan dan kedokteran atau citra bangunan 2D, beberapa penelitian menggunakan pendekatan morfologi dan non morfologi. Pendekatan morfologi yang digunakan seperti algoritma Dilation, Opening atau Erotion telah menarik perhatian siswa sejak beberapa dekade terakhir. Dalam makalah ini, kami membahas implementasi Pembukaan dan Dilatasi untuk jenis citra tertentu. Menghasilkan judul ini, kami mendapatkan beberapa tingkat perbaikan untuk beberapa tujuan seperti deteksi tepi. Dan pada hasil percobaan didapatkan bahwa operasi morfologi sesuai untuk meningkatkan metode deteksi tepi yang sobel dan cerdik. deteksi tepi banyak digunakan pada bidang penelitian saat ini untuk membantu penelti dalam meneliti ojek 2D berdimensi untuk menghilangkan noise yang timbulkan pada suatu citra digital yang dapat mempengaruhi kualitas citra dengan menggunakan metode morfologi ini dimana citra akan didilasi baik secara opening maupun erosi
'Pakarena' dance image classification using convolutional neural network algorithm Abdul Ibrahim; Rachmat Rachmat
ILKOM Jurnal Ilmiah Vol 13, No 2 (2021)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v13i2.816.134-139

Abstract

One of the riches of the Indonesian nation comes from the diversity of ethnicities and cultures, especially dance, which is the culture of the Indonesian people, starting from their ancestors until now, their authenticity is still maintained. The wrong cultural dance that develops, especially in South Sulawesi, which consists of four (4) ethnic groups, namely: Bugis, Makassar, Toraja and Mandar, which have their own dance dances from each tribe in South Sulawesi to maintain this dance. There is a need for collaboration between local community leaders, government and researchers, especially researchers to raise dance dances from the Makassar Tribe called Pakkarena dance using the Convolutional Neural Network (CNN) method to the Pakarena dance image in distinguishing or classifying an object on digital images with an accuracy level of 95 75%.
Co-Authors Abdul Ibrahim Nurhaedar Nurhaedar