Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Sains Dasar Jurnal Sosioteknologi Journal of ICT Research and Applications Jurnal Informatika JIKO (Jurnal Informatika dan Komputer) JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Matematika Integratif
Setiawan Hadi
Fakultas MIPA, Program Studi Teknik Informatika, Universitas Padjadjaran
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Mechanical Engineering Social Sciences Transportation

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Klasifikasi Objek Terdeformasi Berdasarkan Nilai Deviasi Menggunakan Metode Kontinuitas Kontur Setiawan Hadi; Akmal Akmal; Susi Herlina
Jurnal Matematika Integratif Vol 10, No 2: Oktober, 2014
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.453 KB) | DOI: 10.24198/jmi.v10.n2.10254.117-126

Abstract

Pendeteksian berbagai bentuk objek merupakan topik ilmu visi komputer yang dapat dimanfaatkan sebagai dasar untuk aplikasi komputer cerdas. Proses, yang mudah dilakukan oleh manusia ini, dapat menjadi rumit apabila dilakukan oleh mesin (komputer) karena sifat diskrit dan alami dari objek dalam format citra dijital. Pada literatur dapat dijumpai banyak algoritma yang mendiskusikan proses identifikasi berbagai bentuk objek, tetapi algoritma-algoritma tersebut kurang efisien karena membutuhkan waktu pemrosesan yang tidak sedikit dan data harus memiliki tingkat resolusi yang tinggi. Pada makalah ini akan ditunjukkan sebuah pendekatan matematis untuk pengenalan bentuk objek yang sangat efisien dan cepat, khususnya untuk pendeteksian objek grafis yang terdeformasi. Pengembangan metode didasarkan pada sifat kontinuitas kontur dimana akan diukur penyimpangan atau deviasi dengan menggunakan sifat-sifat unik dari objek primitif yang bersangkutan. Pengujian telah dilakukan menggunakan 60 buah objek dan hasilnya menunjukkan bahwa metode yang dikembangkan mampu mendeteksi objek-objek geometris seperti lingkaran, elips, DES (Deformed Elliptic Shapes), persegi, dan garis dengan tingkat keakurasian sebesar 85%.Kata kunci: pengenalan objek, klasifikasi objek, metode kontinuitas kontur, pengolahan citra 
SIG Berbasis Web untuk SDG 14 di ASEAN Menggunakan Metode Extreme Programming Salsabila, Adinda; Hadi, Setiawan; Suryana, Ino
JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Vol 6 No 2 (2025)
Publisher : SOTVI - Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/jitsi.6.2.447

Abstract

Sustainable Development Goal 14 focus on sustainable development in the marine sector by emphasizing key focus areas such as Marine Protected Areas, Total Fisheries Production, Aquaculture Production, and Capture Fisheries Production. The ASEAN region, with its rich marine biodiversity, faces serious threats, including overfishing. However, no interactive platform is currently available to comprehensively visualize relevant data. This research aims to develop a web-based Geographic Information System (GIS) to visualize SDG 14 data in ASEAN using the Extreme Programming approach. This study employs the Research and Development (R&D) method with an Extreme Programming approach, allowing iterative software development. Primary data, including marine protected areas and fisheries production, were obtained from reliable sources such as the World Bank and visualized using Leaflet.js with geospatial data in GeoJSON format. System testing was conducted through Black Box Testing and the System Usability Scale (SUS), integrated into a survey form completed by 32 respondents to assess the system's accuracy and ease of access. The test results indicate that the system can provide accurate and easily accessible information, with a Black Box Testing score of 99.79%. Additionally, the Mean Absolute Percentage Error (MAPE) calculation resulted in a value of 0.21%, demonstrating a very high accuracy in system predictions. The SUS score reached 94.03%, reflecting a very high level of user satisfaction. This system successfully meets the need for SDG 14 data visualization, supports decision-making, and raises public awareness of marine ecosystem conservation in ASEAN.
Co-Authors Adang S. Achmad Adang Suwandi A. Akik Hidayat Akik Hidayat, Akik Akmal Akmal Akmal Akmal Akmal Akmal Asep Sholahuddin Deisna Rahmaningtyas Deisna Rahmaningtyas, Deisna Deni Setiana Dian Nursantika Erick Paulus Faishal Wahiduddin Faishal Wahiduddin, Faishal Farid Wazdi Farid Wazdi Iping Supriana S. Iping Supriana Suwardi Juli Rejito Mira Suryani Mira Suryani, Mira Rahmat Sopian Riki Nawawi Salsabila, Adinda Suryana, Ino Susi Herlina Susi Herlina, Susi Undang A Darsa