Garuda - Garba Rujukan Digital

Identifikasi Citra Daun Menggunakan Morfologi, Local Binary Patterns dan Convex Hulls Prasvita, Desta Sandya
I-STATEMENT: Information System and Technology Management Vol 2, No 2 (2016)
Publisher : Sekolah Tinggi Ilmu Manajemen dan Ilmu Komputer ESQ (STIMIK ESQ)

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

This research proposes a leaf identification system with features fusion of leafmorphology, convex hulls (shape features) and ð¿ðµðð,ð ððð¢2 (texture features). Probabilistic Neural Network (PNN) is used as classifier. The experimental results of leaf identification system, average accuracy of combining all the features is 87.5%. Accuracy by combining three features higher than using morphological features (58.125%) or texture features (68.125%). In this research showed that the texture features more influence than morphological features for recognition of plants.

Identifikasi Citra Daun Menggunakan Morfologi, Local Binary Patterns dan Convex Hulls Prasvita, Desta Sandya
I-STATEMENT Vol 2 No 2 (2016): I-STATEMENT: Information System and Technology Management
Publisher : LPPM of STIMIK ESQ

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

This research proposes a leaf identification system with features fusion of leaf morphology, convex hulls (shape features) and

Classification of LiDAR Images Fused With Aerial Optical Images Using Ensemble Classifier AdaBoost.MH and Post-processing BFS Prasvita, Desta Sandya; Arymurthy, Aniati Murni
International Journal of Technology And Business Vol 1 No 1 (2017): IJTB|International Journal of Technology And Business
Publisher : LPPM of STIMIK ESQ

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

The objective of this research is to propose a method in order to increase classification performance of LiDAR images fused with aerial optical images. Classification method in use is popular multiclass ensemble classifier method, AdaBoost.MH. The Weak classifier in use of AdaBoost.MH is Hamming Trees. Then, the post-processing method is conducted to remove the noise with Breadth First Search (BFS) algorithm. Post-processing increase the accuracy to 0.96% and able to reduce the noise of classification result. This research is able to increase the accuracy on previous research by 94.96%

Classification of LiDAR Images Fused With Aerial Optical Images Using Ensemble Classifier AdaBoost.MH and Post-processing BFS Prasvita, Desta Sandya; Arymurthy, Aniati Murni
IJTB (International Journal of Technology And Business) Vol 1 No 1 (2017): IJTB (International Journal Of Technology And Business)
Publisher : LPPM of STIMIK ESQ

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

The objective of this research is to propose a method in order to increase classification performance of LiDAR images fused with aerial optical images. Classification method in use is popular multiclass ensemble classifier method, AdaBoost.MH. The Weak classifier in use of AdaBoost.MH is Hamming Trees. Then, the post-processing method is conducted to remove the noise with Breadth First Search (BFS) algorithm. Post-processing increase the accuracy to 0.96% and able to reduce the noise of classification result. This research is able to increase the accuracy on previous research by 94.96%

Implementasi Sistem Keberangkatan Jamaah Umrah Berbasis Web pada PT. XYZ Prasvita, Desta Sandya; Santoni, Mayanda Mega
SEINASI-KESI Vol 2, No 1 (2019): Seinasi-Kesi 2019
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (779.775 KB)

Animo masyarakat Indonesia untuk menunaikan ibadah umrah terus meningkat setiap tahunnya, kemenag juga mencatat pada Tahun 2019 terdapat sebanyak lebih dari 800.000 jamaah Indonesia yang menunaikan ibadah umrah. Hal tersebut menjadi tantangan bagi Penyelenggara Perjalanan Ibadah Umrah (PPIU) untuk meningkatkan kualitas pelayanannya. Permasalahan kebanyakan PPIU khususnya di PT. XYZ saat ini salah satunya adalah dalam mempersiapkan kelengkapan jamaah yang cukup banyak dengan keterbatasan sumber daya manusia. Kelengkapan jamaah tersebut juga harus diproses dengan cepat tanpa ada kesalahan. Solusi teknologi informasi diharapkan dapat menyelesaikan permasalahan tersebut, yaitu dengan pembuatan sistem keberangkatan jamaah umrah. Tahapan penelitian yang dilakukan adalah identifikasi masalah, analisis sistem, perancangan sistem, implementasi, dan pengujian. Implementasi sistem keberangkatan jamaah umrah menggunakan basis data MySQL, bahasa pemrograman PHP dengan framework CodeIgniter. Dengan adanya sistem keberangkatan umrah berbasis web ini dapat memudahkan PT.XYZ dalam mencatat data jamaah, mengolah data, dan menyiapkan perlengkapan jamaah sebelum berangkat ke tanah suci.

Klasifikasi Informasi Kesehatan Pada Data Media Sosial Menggunakan Support Vector Machine dan K-Fold Cross Validation Nainggolan, Pauzi Ibrahim; Prasvita, Desta Sandya; Bukit, Dhani Syahputra
Malikussaleh Journal of Mechanical Science Technology Vol 5, No 2 (2021): Malikussaleh Journal of Mechanical Science and Technology
Publisher : Malikussaleh University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/mjmst.v5i2.6317

Media sosial saat ini memberikan informasi yang mampu mempengaruhi masyarakat. Sehingga, kini media sosial memiliki peranan signifikan sebagai sumber rujukan yang baru oleh maysarakat. Informasi kesehatan merupakan informasi yang sering dicari oleh pengguna media sosial. Penderita penyakit mencari informasi melalui media sosial terlebih dahulu sebelum bertemu dengan tenaga kesehatan. Tetapi kebanyakan informasi tidak dapat dipastikan sebagai informasi yang sesuai. Kesalahan terkait informasi kesehatan bisa membahayakan penderita. Ini bermakna, informasi yang terdapat pada media sosial perlu mendapatkan pengesahan pakar atau tenaga kesehatan. Penelitian ini betujuan untuk mengetahui penggunaan media sosial oleh tenaga kesehatan sebagai media konsultasi dan memberikan informasi yang tidak bertentangan dengan etika profesionalisme. Penelitian ini menggunakan teknik kalasifikasi Support Vector Machine (SVM). Validasi klasifikasi data yang diperoleh dilaksanakan menggunakan K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa penggunaan SVM dalam klasifikasi kesesuaian informasi kesehatan dengan akurasi 70% pada data yang digunakan..

Pengenalan dan Pelatihan Penerapan Lampu Jalan Hemat Energi Terkendali Berbasis Arduino Hananto, Bayu; Widiyanto, Didit; Jayanta, Jayanta; Prasvita, Desta Sandya
Abditeknika Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2024): April 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v4i1.3107

Salah satu desa yang merupakan bagian konstituen dari kecamatan Indramayu adalah Desa Pabeanudik. Desa Pabeanudik, baru saja memperoleh predikat salah satu desa mandiri. Hal tersebut dapat diperoleh berkat visi yang kuat dari Kuwu atau Kepala Desa dalam meningkatkan tata kelola yang baik di desanya. Hal ini sesuai dengan Visi dan Misi dari Universitas Pembangunan Nasional "Veteran" Jakarta, dimana salah satunya adalah dapat berdaya saing dan beridentitas bela negara untuk membangun masyarakat Indonesia. Desa Pabeanudik menawarkan sumber daya alam yang berlimpah, termasuk intensitas sinar matahari yang banyak, serta revitalisasi sektor pariwisata secara spiritual serta signifikansi sejarah dari Petilasan Ki Jaka Dolog, yang dapat digunakan pada kegiatan malam hari. Oleh sebab itu, upaya dari kegiatan Pengabdian kepada Masyarakat (PkM) ini telah dilaksanakan selama rentang tiga tahun, dimana kegiatan ini berfokus pada penyediaan panduan dan pembuatan prototipe lampu jalan dengan daya cadangan baterai. Pelaksanaan program konservasi energi yang memanfaatkan sumber energi terbarukan ini memiliki potensi untuk meringankan beban keuangan yang terkait dengan biaya listrik. Keberhasilan dari kegiatan ini adalah dengan adanya dukungan dan kerjasama Pemerintah Daerah Kabupaten Indramayu dan warga Desa Pabeanudik. One of the villages that is a constituent part of Indramayu sub-district is Pabeanudik Village. Pabeanudik Village, has just obtained the title of one of the independent villages. This can be obtained thanks to the strong vision of Kuwu or Village Head in improving good governance in his village. This is in accordance with the Vision and Mission of the University of National Development "Veteran" Jakarta, one of which is to be competitive and have the identity of defending the country to build Indonesian society. Pabeanudik Village offers abundant natural resources, including a lot of sunshine intensity, as well as spiritual revitalization of the tourism sector and historical significance of Petilasan Ki Jaka Dolog, which can be used at night. Therefore, the efforts of this Community Service (PkM) activity have been carried out for a span of three years, where this activity focuses on providing guidance and prototyping street lights with battery backup power. The implementation of energy conservation programs that utilize renewable energy sources has the potential to ease the financial burden associated with electricity costs. The success of this activity is due to the support and cooperation of the Regional Government of Indramayu Regency and the residents of Pabeanudik Village.

Implementasi Kurikulum Pemrograman Komputer di Sekolah M.I. Jami’atul Khair Ciledug Tangerang Prasvita, Desta Sandya; Santoni, Mayanda Mega; Muliawati, Anita
BIDIK: Jurnal Pengabdian kepada Masyarakat Vol. 4 No. 2 (2024): BIDIK: Jurnal Pengabdian kepada Masyarakat
Publisher : Fakultas Ilmu Budaya Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/bidik.v4i2.19171

Community service activities are carried out at Madrasah Ibtidaiyah (M.I.) Jamiatul Khair is one of the private elementary schools in the Ciledug District, Tangerang City. This activity has been going on for three years. In 2020, teachers were given material related to using Google Classroom to support distance learning (PJJ) activities at the start of the pandemic. In 2021, community service activities will be carried out with the theme of making learning videos. Apart from that, in the same year, teachers also received learning related to using office applications. Through evaluation of previous activities, we assess that teachers have acquired the ability to use advanced computers to support the learning process. Therefore, in 2022, community service activities will be carried out to implement the school programming curriculum. Teachers teach computational thinking with the intention of integrating these concepts into student learning. Computational logic thinking, involving concepts such as sequential logic, branching, and looping, is applied interestingly so that it is easy to implement for M.I. students. Jamiatul Khair. During this activity, the teachers showed high enthusiasm for the training process. Activities were carried out smoothly without experiencing significant obstacles. The evaluation results also reflect positive feedback and a high level of satisfaction regarding the material presented and the assessment of the resource persons.

Strategi Ensemble Deep Learning pada Global Multi-Scale dan Local Attention Features pada Pengenalan Ekspresi Wajah Santoni, Mayanda Mega; Chamidah, Nurul; Prasvita, Desta Sandya
Krea-TIF: Jurnal Teknik Informatika Vol 12 No 1 (2024): Krea-TIF 2024
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

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

Social signal processing (SSP) merupakan bidang riset dan teknologi yang bertujuan untuk memberikan kemampuan kepada komputer untuk merasakan dan memahami sinyal sosial manusia, termasuk ekspresi wajah sebagai salah satu sinyal sosial yang kuat dalam komunikasi manusia. Dataset RAF-DB (the Real-world Affective Faces Database). Dataset ini terdiri dari tujuh kelas emosi dasar yakni anger, disgust, fear, happiness, neutral, sadness, dan surprise. Metode Global Multi-Scale and Local Attention Network (MA-Net) merupakan salah satu metode yang digunakan untuk pengenalan ekspresi wajah secara otomatis. Performa metode MA-Net pada dataset RAF-DB menghasilkan akurasi tertinggi dibandingkan penelitian sebelumnya yakni sebesar 88.40%. Walaupun telah menghasilkan akurasi yang cukup tinggi, namun metode MA-Net masih memiliki beberapa keterbatasan dalam memprediksi ekspresi wajah. Metode MA-Net kurang bisa mengenali data gambar yang memiliki masalah noise. Penelitian ini dilakukan untuk mengatasi permasalahan tersebut dengan mengusulkan strategi ensemble deep learning untuk meningkatkan performa dari metode MA-Net. Pada ensemble learning terdapat beberapa jenis fungsi agregasi, yaitu voting dan meta-learning. Hasil temuan dari penelitian ini bahwa penggunaan strategi ensemble learning khususnya pada penggunaan fungsi agregasi meta-learner atau stacking ensemble learning dapat meningkatkan performa evaluasi klasifikasi secara keseluruhan maupun pada masing-masing kelas. Penelitian lanjutan dari hasil ialah dapat mengeksplorasi teknik-teknik machine learning yang lainnya seperti transfer learning untuk meningkatkan akurasi dan generalisasi dalam pengenalan ekspresi wajah.

Deteksi Pohon Kelapa Sawit dengan Pendekatan Deep Learning pada Citra Multispectral di Indonesia Prasvita, Desta Sandya; Santoni, Mayanda Mega; Falih, Noor
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3753

Perkebunan kelapa sawit memegang peran penting dalam ekonomi Indonesia, namun masih dihadapkan pada berbagai tantangan, salah satunya adalah tuduhan terkait deforestasi. Solusi untuk menangani permasalahan tersebut adalah dengan memanfaatkan teknologi remote sensing dan computer vision. Penggunaan kedua teknologi ini memungkinkan pemantauan otomatis pohon kelapa sawit dari jarak jauh. Penelitian ini berkontribusi dalam penerapan metode deep learning menggunakan teknologi remote sensing citra multispectral untuk deteksi pohon kelapa sawit. Data yang digunakan dalam penelitian ini juga merupakan data baru yang diperoleh dari perkebunan kelapa sawit di Kalimantan Timur, Indonesia. Metode deep learning berbasis deteksi objek yang digunakan adalah YOLOv5. Sebanyak enam belas model deteksi YOLOv5 dibangun dari kombinasi fitur citra multispectral (RGB, RGN, RBN, dan GBN) dan jaringan YOLOv5 yang berbeda (YOLOv5s, YOLOv5m, YOLOv5l, dan YOLOv5x) pada eksperimen penelitian ini. Model YOLOv5 terbaik untuk mendeteksi pohon kelapa sawit adalah RBN-YOLOv5m, dengan nilai mAP@50, mAP@[0.5,0.95], dan F1-score sebesar 78.3%, 44.9%, dan 81.0%. Kombinasi fitur near-infrared dan red band dapat memberikan informasi mengenai vegetasi sehingga kombinasi tersebut dapat meningkatkan hasil deteksi hanya dengan fitur RGB.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search