Garuda - Garba Rujukan Digital

APLIKASI FACE MASK DETECTION MENGGUNAKAN NEURAL NETWORK MOBILENETV2 BERBASIS ANDROID Azizulhaq Dharmaputra; Margi Cahyanti; M Ridwan Dwi Septian; Ericks Rachmat Swedia
Sebatik Vol 25 No 2 (2021): Desember 2021
Publisher : STMIK Widya Cipta Dharma

Adanya pandemi Covid-19 memberikan dampak yang luar biasa kepada hampir seluruh masyarakat di dunia, tidak terkecuali di Indonesia di mana Kementerian Kesehatan serta pemerintah yang terkait menerbitkan protokol kesehatan guna meminimalisasikan paparan yang diakibatkan oleh virus Covid-19. Salah satu protokol kesehatan tersebut yaitu menganjurkan masyarakat untuk selalu menggunakan masker saat beraktivitas baik itu di dalam maupun di luar ruangan. Dalam konteks ini, semua masyarakat dapat memainkan perannya masing-masing dengan berkontribusi untuk memerangi virus ini. Hal ini merupakan kesempatan yang bagus untuk para peneliti dalam bidang teknologi informasi untuk memanfaatkan kemajuan teknologi dalam membantu memerangi penyebaran virus corona, seperti pembuatan aplikasi untuk mendeteksi penggunaan masker. Penelitian ini membuat sebuah aplikasi untuk mendeteksi apakah objek yang terdapat pada preview image menggunakan masker atau tidak menggunakan masker. Pengumpulan data training dilakukan dengan pengambilan data dari situs kaggle berjumlah 1000 data citra yang terdiri dari 500 data citra menggunakan masker dan 500 data citra tidak menggunakan masker. Hasil yang diperoleh berdasarkan uji coba yang dilakukan terhadap 60 orang yang tidak terdapat dalam data training. Arsitektur MobileNetV2 digunakan dalam penelitian ini dan diimplementasikan dalam bahasa pemrograman Kotlin yang dapat digunakan oleh semua smartphone berbasis android. Akurasi pendeteksian penggunaan masker dari 30 data uji coba yang didapatkan adalah sebesar 90%.

PERANCANGAN SISTEM INFORMASI JASA LAYANAN PENCUCIAN KENDARAAN BERMOTOR Margi Cahyanti; Missa Lamsani
Sebatik Vol 25 No 2 (2021): Desember 2021
Publisher : STMIK Widya Cipta Dharma

Setiap tahun pengguna kendaraan bermotor selalu terjadi peningkatan, hal ini terbukti dari data yang diperoleh melalui Badan Pusat Statistik yaitu sebanyak 136.320.000 juta unit pada 2020. Banyaknya jumlah kendaraan bermotor tersebut, membuat pelaku bisnis membuka jasa layanan untuk pencucian kendaraan bermotor khususnya untuk pencucian kendaraan mobil dan motor. Dalam menjalankan usaha jasa cuci mobil dan motor banyak pelaku bisnis yang masih menggunakan sistem transaksi secara manual dengan menggunakan buku besar. Selain itu mencatat setiap transaksi, yang nantinya akan digunakan untuk membuat laporan harian, bulanan, dan tahunan sebagai informasi yang diberikan kepada atasannya. Pada lain sisi pengguna kendaraan juga merasa dirugikan ketika melakukan pencucian, pelanggan tidak mendapatkan nota dari transaksi mereka, pemilik kendaraan mendapatkan kendaraannya masih dalam keadaan kotor, terdapat goresan setelah melakukan pencucian, harga paket pencucian yang selalu berubah-ubah, dan pelanggan pun merasa dirugikan dengan hal ini. Untuk mengatasi permasalahan tersebut peneliti membuat sebuah aplikasi jasa pencucian kendaraan khususnya untuk mobil dan motor dengan menggunakan metode Waterfall mulai dari perencanaan, analisis, desain, implementasi dan sampai tahapan pemeliharaan, sehingga dengan metode tersebut dapat menyelesaikan masalah-masalah tersebut. Hasil dari penelitian diharapkan aplikasi ini dapat menguntungkan dari sisi pemilik kendaraan dan pelaku bisnis tersebut. Pelaku bisnis dapat mengatur sistem kerja dari proses pencucian, penggajian pegawai sampai hasil laporan, dan pelanggan mendapatkan kenyamanan dalam bertransaksi. Implementasi dalam pembuatan aplikasi ini menggunakan bahasa pemrograman C# dengan basis data Microsoft Office Access.

IMPLEMENTASI COLOR DETECTION MENGGUNAKAN ALGORITMA MIDPOINT BERBASIS SISTEM OPERASI ANDROID Dimas Lutfhi Amrullah; Ericks Rachmat Swedia; Margi Cahyanti; M Ridwan Dwi Septian
Sebatik Vol 26 No 1 (2022): Juni 2022
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v26i1.1631

Pengolahan citra selalu berhubungan erat dengan warna, namun ada beberapa metode pada yang mempunyai banyak kekurangan seperti metode Hue Saturation Value (HSV) yang hanya dapat mengenali 6 warna saja dan beberapa model pengenalan citra lainnya seperti Hue Saturation Lightness (HSL), Hue Saturation Intensity (HSI), Hue Chroma Lightness (HCL), dan masih banyak metode pengolahan citra lainnya yang penggunaannya tidak secara real time. Tujuan penelitian ini adalah merancang sebuah aplikasi pengolahan citra untuk mendeteksi warna berdasarkan kode heksa, kode Red, Green, Blue (RGB), dan pencatatan waktu pendeteksian yang dilakukan, mengimplementasikan Algoritma Midpoint ke dalam aplikasi, dan melakukan proses pengenalan citra tersebut secara real time. Algoritma Midpoint merupakan algoritma untuk mendapatkan titik tengah dari layar pada saat mengambil gambar objek menggunakan kamera smartphone. Titik tengah diperoleh dengan mendapatkan parameter yaitu koordinat ½ tinggi untuk sumbu y, dan ½ lebar untuk sumbu x sehingga dapat diperoleh titik pusat dari tengah layar. Dalam penelitian ini peneliti menggunakan bahasa pemrograman Java dengan JavaScript Object Nation (JSON) sebagai alat penyimpanan data dari warna yang digunakan untuk melakukan proses pengenalan warna Red, Green, Blue (RGB). Penelitian ini juga menambahkan metode Waterfall yaitu perencanaan, analisis, perancangan, implementasi, dan pengujian. Pada saat pengujian, peneliti menggunakan 15 data citra untuk diproses dan diharapkan adanya aplikasi ini dapat mempermudah pengguna dalam mengenali berbagai macam citra pada area di sekitar.

IMPLEMENTASI SENTIMENT ANALYSIS PADA OPINI MASYARAKAT INDONESIA DI TWITTER TERHADAP VIRUS COVID-19 VARIAN OMICRON DENGAN ALGORITMA NAÏVE BAYES, DECISION TREE, DAN SUPPORT VECTOR MACHINE Azriyan Arham; Ericks Rachmat Swedia; Margi Cahyanti; M Ridwan Dwi Septian
Sebatik Vol 26 No 2 (2022): Desember 2022
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v26i2.1961

Covid-19 merupakan suatu penyakit pneumonia yang menjadi penyebab pandemi tahun 2020. Selama berlangsungnya pandemi, Covid-19 terus mengalami mutasi genetik yang menghasilkan varian-varian baru dengan fenotip, pola transmisi, dan virulensi yang beragam. WHO sendiri mengelompokkan varian Covid-19 menjadi 3 varian, yaitu Variant of Interest (VoI), Variants under Monitoring (VUM), dan Variants of Concern (VoC) (Susilo et al., 2022). Omicron merupakan muatsi Covid-19 yang termasuk ke dalam dan diperkirakan memiliki daya transmisi lebih cepat daripada varian Delta sehingga diindikasi lebih cepat menyebar (Susilo dkk., 2022). Untuk itu dilakukan penelitian tentang analisis sentimen pengguna Twitter di Indonesia terhadap Covid-19 varian Omicron. Penelitian menerapkan tiga algoritma klasifikasi, di antaranya adalah algoritma Naïve Bayes, algoritma Support Vector Machine, dan algoritma Decision Tree. Penelitian dilakukan dengan menggunakan Python sebagai bahasa pemrograman dan Google Colaboratory sebagai tools. Penelitian ini menggunakan data Tweet sebanyak 3,931 data yang diambil dari tanggal 28 April 2022 hingga 4 Juni 2022. Tahapan pada penelitian ini terdiri dari penarikan data, data preprocessing, pelabelan sentimen, klasifikasi, pengujian model, visualisasi data, serta implementasi algoritma ke dalam platform website. Analisis yang dilakukan, algoritma akurasi tertinggi adalah algoritma Support Vector Machine dengan nilai akurasi sebesar 81,68%, kemudian algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 74,25%, dan algoritma Decision Tree menghasilkan nilai akurasi sebesar 72,77%. Pada ketiga algoritma menggunakan data uji sebanyak 202 data. Sementara itu berdasarkan analisis yang dilakukan, didapatkan sentimen netral dengan sentimen tertinggi sebesar 63,7%, lalu sentimen negatif sebesar 21,1%, dan sentimen positif sebesar 15,2%.

SISTEM IDENTIFIKASI WARNA TANAH MUNSELL MENGGUNAKAN SENSOR WARNA TCS3200 DAN KELEMBABAN YL-69 Missa Lamsani; Restu Adeline Pangestika; Margi Cahyanti; Ericks Rachmat Swedia
Sebatik Vol. 27 No. 1 (2023): Juni 2023
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v27i1.2249

Tanah merupakan salah satu sumber daya yang penting bagi kehidupan di Bumi. Tanah menyediakan air, udara serta nutrisi yang dibutuhkan oleh Bumi. Berdasarkan sudut pandang penggunaan lahan untuk kebutuhan pertanian dan produksi biomassa, sumber daya lahan dapat menghasilkan makanan, pakan, pakaian, tempat tinggal dan bio energi yang dapat mendukung keberlangsungan kehidupan Manusia. Tanah memiliki banyak bentuk dan memiliki fitur sendiri yang menentukan kekuatan dan kelemahan dalam pemanfaatan yang berbeda. Salah satu sifat yang paling sering digunakan oleh para peneliti untuk menggambarkan dan mengklasifikasikan tanah berdasarkan warna. Pengklasifikasian jenis tanah yang biasa digunakan yaitu bagan warna tanah Munsell dengan 238 warna standar berbentuk chip persegi panjang. Namun, proses pencocokan sampel dengan chip warna bergantung pada keterampilan pengamatan subjektif dari pengguna. Saat era modern ini, kemajuan teknologi berkembang semakin pesat. Salah satunya (IoT) dapat digunakan sebagai media pendukung. Penelitian ini bertujuan untuk mengkonversi nilai warna RGB tanah menjadi nilai HCV Munsell, hasil konversi nilai tersebut. Perancangan sistem ini dengan mengambil nilai warna RGB pada tanah yang dikirimkan melalui Application Programming Interface (API), di dalam API melakukan konversi nilai RGB ke nilai HVC Munsell, lalu hasil tersebut ditampilkan pada layar LCD 20x4. Pemilihan LCD 20x4 sebagai output agar memudahkan pengguna agar tidak perlu repot membawa gawai saat menggunakannya langsung di lapangan. Uji coba pada penelitian menggunakan tiga jenis tanah yang berbeda dengan percobaan sepuluh kali pada jenis tanah masing-masing.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search