Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Nusantara Journal of Computers and its Applications
Abd Ghofur
Universitas Ibrahimy
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)

 1 
Deteksi Tingkat Kepadatan Rumah Penduduk Menggunakan Klasifikasi K-Nearest Neighbor Pada Citra Satelit Google Earth Abd Ghofur
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 5, No 2 (2020): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v5i2.3495

Abstract

Penelitian ini  berupa perancangan dan Impelementasi computer vision berbasis digital image processing pada citra yang diambil dari satelit google earth dan bertujuan mengetahui kepadatan rumah penduduk dan lahan terbuka suatu wilayah sebagai deteksi awal. Penelitian ini juga bertujuan untuk memberikan konstribusi keilmuan di bidang digital image processing sebagai alternatif usulan model deteksi kepadatan rumah penduduk.Metodology yang digunakan dalam penelitian ini adalah studi kepustakaan yang diperoleh dari jurnal yang diidentik. Proses yang dilakukan adalah mengambil citra dari suatu desa atau daerah pada google earth yang berbentuk RGB, mengekstraksi nilai pixel RGB, mendapatkan nilai mean RGB, mentransformasikan RGB ke HSI dan mencari nilai mean HSI, mencari variance dan masing-masing RGB dan HSI kemudian diklasifikasi menggunakan K-Nearest Neighbor. Dataset diklasifikasi menggunakan K-Nearest Neighbor menjadi tiga kategori yaitu rumah penduduk yang padat, sedang dan longgar. Selanjutnya dataset yang telah diklasifikasi dijadikan data training sebagai perbandingan data untuk testing. Hasil testing menunjukkan bahwa akurasi deteksi kepadatan rumah penduduk dari citra testing dengan membanding hasil pengamatan ahli mencapai 95%.
Co-Authors Ahmad Lutfi Halimatus Sya'diyah Halimatus Sya’diyah Muhasshanah Muhasshanah