Claim Missing Document
Check
Articles

Found 2 Documents
Search

Is It Worth It? Perbandingan Pencatatan Inventori Pembukuan Manual dan Pembukuan Digital Richard Riadidana; Yustinus Eko Soelistio
ULTIMA InfoSys Vol 5 No 2 (2014): UltimaInfoSys :Jurnal Ilmu Sistem Informasi
Publisher : Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (465.494 KB) | DOI: 10.31937/si.v5i2.266

Abstract

Green Computing is a computational resources that maximize energy efficiency and prolong the use of a device that is used , minimizing the use of paper or a book , and the electrical energy that is used every day . This paper explore the possibility to compare the cost and searching speed using Green Computing definition approach in an inventory system between using human labor, Microsoft Excel, and Inflow Inventory application. The comparison includes the data rate cost from local electricity company (PLN) and 450 samples of data. The result shows that the larger cost is incurred by using applications than using human labor. However, using applications can conclude to faster searching process than using human labor. Index Terms - Green computing, power efficiency, time efficiency
Model Klasifikasi Mata Katarak dan Normal Menggunakan Histogram Valencia Wirawan; Yustinus Eko Soelistio
Ultimatics : Jurnal Teknik Informatika Vol 9 No 1 (2017): Ultimatics: Jurnal Ilmu Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (593.944 KB) | DOI: 10.31937/ti.v9i1.561

Abstract

Telah banyak penelitian pada citra medis telah diadopsi oleh sebagian besar ilmuwan dan dokter yang dapat membantu dalam mendeteksi gangguan pada mata terutama katarak. Namun, umumnya penelitian tersebut menggunakan citra medis atau digital yang relatif mahal dan sulit didapatkan oleh sebagian orang, dan metode yang rentan akan translasi (pergeseran), serta perubahan ukuran gambar dan bentuk objek. Penelitian ini mengembangkan sebuah metode menggunakan model histogram untuk mengklasifikasi mata katarak dari citra digital dengan (1) format yang lebih umum seperti JPEG dan (2) lebih toleranterhadap translasi dan perubahan ukuran. Metode ini juga mampu bekerja dengan baik menggunakan citra digital dalam citra mata yang tidak tegak lurus terhadap kamera. Metode ini mencapai akurasi 79,03% dalam kondisi bebas dan 88.47% dalam kondisi mata tegak lurus terhadap kamera. Metode ini mempunyai kompleksitas yang rendah sehingga dapat digunakan pada komputer dengan spesifikasi rendah dan sistem yang membutuhkan kecepatan mendekati real-time. Index Terms—Image processing, cataract, classification, histogram