Claim Missing Document
Check
Articles

Found 22 Documents
Search

Kajian Potensi Pengolahan Sampah (Studi Kasus : Kampung Banjarsari ) Enny Widawati; Harlianto Tanudjaja; Isdaryanto Iskandar; Carlos Budiono
Jurnal METRIS Vol. 15 No. 02 (2014): 2014
Publisher : Prodi Teknik Industri, Fakultas Teknik - Universitas Katolik Indonesia Atma Jaya

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

Abstract

Garbage are the result of human activity, whether in the form of solid, liquid and gas. Garbage are a common problem faced by the Government. Up to now, a heap of trash becomes a problem which cannot be resolved by the Government. There are some common activity in managing waste such as reuse, composting and landfill. The result obtained from this waste management study in kampung banjarsari are divided by two criteria, priority and weighted. In the priority aspect was found that social aspect has priority of 0,203, economical aspect has priority of 0,106, on the other hand, in the weighted aspect was found that environmental aspects having weight of 0,597 and the technical aspects having weight of 0,094. The results obtained from the calculation of alternative waste treatment technologies reuse equal to 0,485, composting equal to 0,278, and landfill equal to 0,237. From the above, the best waste treatment is reuse
Sistem Deteksi Kemurnian Beras berbasis Computer Vision dengan Pendekatan Algoritma YOLO Nova Eka Budiyanta; Melisa Mulyadi; Harlianto Tanudjaja
Jurnal Informatika: Jurnal Pengembangan IT Vol 6, No 1 (2021): JPIT, Januari 2021
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v6i1.2309

Abstract

Penelitian ini bertujuan untuk menerapkan sistem deteksi kemurnian beras terhadap campuran kotoran untuk dapat digunakan sebagai parameter nilai untuk mensortir kotoran yang terdeteksi pada proses kontrol kualitas beras. Sistem yang dikembangkan pada penelitian ini berbasis computer vision menggunakan kamera sebagai sensor. Data citra yang didapat dari kamera selanjutnya diproses untuk mengenali objek beras yang murni dan objek kotoran yang tercampur pada kumpulan beras. Penelitian ini berfokus pada algoritma deteksi objek batu atau kerikil (gravel) pada proses produksi beras. Proses deteksi objek pada penelitian ini menggunakan metode You Only Look Once (YOLO) v3. Secara keseluruhan sistem deteksi objek pada penelitian ini berjalan baik. Proses pelatihan model berhasil meminimalisir loss secara signifikan dengan nilai loss sebesar 1.89 di iterasi ke 1000 menjadi 0.16 di iterasi ke 15000. Seiring dengan keberhasilan proses pelatihan model, pengujian model pada penerapan proses deteksi juga berjalan baik yang ditunjukkan dengan nilai rerata akurasi sebesar 86.11%.