Claim Missing Document
Check
Articles

Implementasi Metode Gaussian Filter Dan Median Filter Untuk Penghalusan Gambar Prastya, Damar Zanuar Eka; Pamungkas, Danar Putra; Niswatin, Ratih Kumalasari
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 6 No. 2 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v6i2.2581

Abstract

Penggunaan citra sebagai teknologi memiliki peran penting yang masih sangat vital dalam teknologi informasi, pengiriman data, dan pengolahan penyimpanan pada sebuah citra itu sendiri. Pada citra akan mengalami penurunan kualitas mutu dan sering dimodifikasi oleh para pengguna, misalnya citra mengandung cacat atau terkena noise (derau), kurang tajam, kabur (blurring), dan sebagainya. Pada permasalahan diatas peneliti melalukan penelitian dengan menguji sebuah citra yang terdapat noise(derau) dan intensitas warna atau pencahayaan dengan menggunakan metode Gaussian Filter dan Median Filter untuk mengukur nilai perbandingan kedua metode dengan nilai PSNR (Peak Signal to Noise Ratio) dan SNR (Signal to Noise Ratio) untuk menghilangkan noise(derau) pada citra. Dengan penelitian ini guna dapat terpenuhnya hasil perbandingan kedua metode yang paling efektif atau baik untuk mereduksi noise (derau).
Simulasi dan Perancangan Sistem Informasi Ban Motor Taufiqurrahman, Taufiqurrahman; Niswatin, Ratih Kumalasari; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 6 No. 2 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v6i2.2623

Abstract

Perkembangan teknologi pada masa saat ini sudah berkembang sedemikian pesat. Dalam satu contohnya adalah penjualan online. Pedagang konvensional banyak yang beralih ke penjualan online untuk mendongkrak nilai penjualan dan menambah keuntungan tak terkecuali dari segala bidang penjualan. Satu bidang yang diangkat dalam penelitian ini adalah penjualan ban motor. Toko Nugraha Motor adalah salah satu penjual yang menjual ban motor menggunakan sistem online. Maka dibuatlah sistem informasi penjualan ban motor berbasis web. Pada sistem yang dibuat metode Query optimization digunakan sebagai metode pencarian agar pengguna atau konsumen menjadi lebih mudah mencari barang yang sesuai keinginan. Pengguna bisa memasukkan kata kunci yang sesuai dengan barang yang akan dicari. Dengan begitu sistem akan menampilkan hasil pencarian barang yang mengandung kata kunci dari yang diberikan oleh pengguna. Dari hasil penelitian dan uji coba, sistem mampu melakukan pencarian barang yang sesuai dari kata kunci yang dimasukkan. Selain itu pada sistem informasi ini, sistem mampu melakukan perintah input, edit, delete, serta menampilkan data barang. Setelah itu pengguna juga bisa melakukan pembelian barang dengan memasukkan pesanan ke keranjang untuk selanjutnya diproses ke pembayaran.
Perancangan Sistem Pendukung Keputusan Pemilihan Pemain Futsal Menggunakan Metode AHP Dengan Pembobotan ROC Putra, Ilham Permana; Niswatin, Ratih Kumalasari; Sanjaya, Ardi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 6 No. 3 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v6i3.2653

Abstract

Futsal merupakan olahraga yang sangat populer oleh masyarakat. Pada masa sekarang kompetisi futsal banyak di selenggarakan di banyak kota. Olahraga futsal sangat digemari karena permainanya yang simple dan tidak membutuhkan lahan luas. Dengan banyaknya kompetisi pada setiap kota, semakin banyak juga tim futsal yang mulai terbentuk. Salah satu tim futsal yang terbentuk adalah TBS FUTSAL CLUB di Kota Kediri. Pemilihan pemain futsal sangat berpengaruh pada hasil yang akan dicapai. Dalam hal ini pelatih memegang peranan penting dalam setiap pemilihan pemain dan strategi. Untuk mencetak pemain yang baik pelatih diharuskan memiliki kemampuan dan kejelian untuk memilih pemain yang akan dibawa dalam setiap kompetisi. Banyaknya pemain yang mengikuti latihan memungkinkan pelatih untuk melakukan penyeleksian pemain. Menindaklanjuti permasalahan tersebut, dalam penelitian ini dibangun sistem pemilihian pemain futsal yang akan menjadi solusi untuk pelatih dalam menentunkan pemain. Untuk menghitung keakuratan, sistem tersebut menggunakan algoritma Analytical Hierarcy Process (AHP) dengan pembobotan Rank Order Centroid (ROC) yaitu algoritma yang menyajikan perhitungan sederhana dan mudah dipahami Dalam penelitian ini menggunakan 20 data pemain, data tersebut memiliki nilai di setiap kriteria yang akan dihitung menggunakan metode AHP, sehingga menghasilkan perangkingan dengan nilai tertinggi yaitu Fajar Prasetya dengan nilai 0,581551.
PENERAPAN ALGORITMA POHON KEPUTUSAN PADA SISTEM PREDIKSI KELAYAKAN AYAM DI PASAR TRADISIONAL Sari, Ria Permata; Niswatin, Ratih Kumalasari; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/yzaw4q24

Abstract

Kelayakan ayam potong untuk dikonsumsi merupakan aspek penting dalam menjaga kesehatan masyarakat dan kualitas pangan. Banyak pedagang masih menilai kelayakan ayam secara manual, yang rentan terhadap subjektivitas dan kesalahan. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis menggunakan algoritma Decision Tree untuk menentukan kelayakan ayam potong berdasarkan empat kriteria yaitu warna, bau, tekstur, dan waktu jual. Metode yang digunakan melibatkan preprocessing data, pelatihan model Decision Tree, dan pengujian akurasi model. Dataset yang digunakan terdiri dari 100 data dengan dua kelas target: Layak dan Tidak Layak. Hasil pengujian menunjukkan akurasi sebesar 94% dengan visualisasi berupa pohon keputusan sebagai representasi logika model. Sistem ini memberikan hasil klasifikasi yang cepat dan objektif. Kesimpulan dari penelitian ini menunjukkan bahwa sistem klasifikasi berbasis Decision Tree mampu membantu dalam pengambilan keputusan kelayakan ayam potong secara lebih efektif.
Algoritma ROC dan SAW Dalam Pendukung Keputusan Penjualan Sapi Salam, Mohammad Ibnu; Niswatin, Ratih Kumalasari; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/p6w5jf21

Abstract

Dalam dunia peternakan hewan sapi, pemilihan sapi yang siap jual dan belum siap jual meruapakan langkah terakhir dalam sebuah alur peternakan sapi. Berdasarkan observasi yang dilakukan dalam penelitan pemilihan sapi siap jual masih dilakukan secara manual dengan melihat dari segi postur dan kualitas sapi dari segi berat, umur dan kesehatan, umur. Sistem Pendukung Keputusan membantu dalam melakukan pemilihian diatara semua alternatif yang ada.  Penelitian ini menggunakan metode Rank Orcer Centroid (ROC) dan Simple Additive Weighting (SAW) dalam SPK ini menunujukkan kecepatan dan keakurasian yang baik dalam pemilihan. Hasil penelitian ini sangat penting karena dapat membantu dalam menetukan pemilihan keputusan dengan baik dan tepat.
Identifikasi Penyakit Tanaman Bunga Anggrek Menggunakan Metode CNN Kurniawan, Muhammad Akbar; Niswatin, Ratih Kumalasari; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jp3vg173

Abstract

Anggrek ialah termasuk tanaman hias yang umumnya dirawat tetapi tidak banyak perintis belajar merawat tanpa memiliki wawasan serta bakat yang setara hingga anggrek yang dirawat tidak berkembang secara baik. Permasalahan yang ditemukan ialah sulit mengidentifikasi penyakit pada bunga anggrek akibat telat dalam penananganan dan menyebabkan bunga anggrek rusak atau mati. Klasifikasi penyakit anggrek dilihat dari penyebabnya sendiri meliputi jamur, bakteri dan virus. Solusi mengatasi permasalahan tersebut dengan membuat sistem identifikasi penyakit pada bunga anggrek berbasis website berdasarkan citra daun dengan metode Convolutional Neural Network (CNN). Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan desain yang digunakan yaitu studi kasus. Hasil penelitian menunjukkan bahwa metode CNN dengan model VGG16 mampu digunakan untuk mengidentifikasi penyakit pada tanaman bunga anggrek berdasarkan daun dan sangat cocok memberikan akurasi serta tingkat keakuratan yang tinggi dalam melakukan prediksi.
Sistem Pakar Diagnosa Hama dan Penyakit Tanaman Jamur Tiram Menggunakan Metode Case Based Reasoning Hidayatullah, Sadam; Setiawan, Ahmad Bagus; Niswatin, Ratih Kumalasari
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dg671728

Abstract

Budidaya tanaman jamur tiram merupakan salah satu sektor pertanian yang penting di Indonesia, yang seringkali mengalami tantangan terhadap serangan hama dan penyakit.  Penelitian ini bertujuan untuk menciptakan sebuah sistem pakar berbasis web yang bisa mendiagnosis hama dan penyakit pada tanaman jamur tiram. Sistem ini dirancang menggunakan metode Case Based Reasoning (CBR), dengan basis pengetahuan yang diperoleh melalui wawancara, observasi, studi pustaka, bersama pakar di bidang tanaman jamur tiram. Hasil dari implementasi ini menunjukkan bahwa seluruh fitur sistem berfungsi dengan baik secara fungsional, dan pengujian akurasi diagnosis mencapai 100% pada kasus-kasus uji yang diberikan. dengan demikian sistem pakar ini diharapkan dapat menjadi alat bantu yang efektif bagi pengguna atau petani pembudidaya jamur tiram untuk melakukan diagnosis hama dan penyakit secara mandiri.
Penerapan Metode Forward Chaining pada Sistem Pakar Diagnosa Gangguan Emosi dan Perilaku Anak Berkebutuhan Khusus Mahesa Difa Ramadhan; Risky Aswi Ramadhani; Ratih Kumalasari Niswatin; Vivi Ratnawati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/qx053847

Abstract

Anak berkebutuhan khusus (ABK) sering mengalami gangguan emosi dan perilaku yang sulit dikenali oleh orang tua maupun guru, sehingga penanganan yang tepat sering terlambat. Penelitian ini bertujuan mengembangkan sistem pakar berbasis metode forward chaining untuk mendiagnosa gangguan emosi dan perilaku pada ABK. Sistem dirancang untuk membantu orang tua dan guru mengenali gejala serta memberikan saran penanganan awal. Basis pengetahuan sistem diperoleh dari psikolog dan guru bimbingan konseling, lalu diuji pada 15 anak di SLB Krida Utama 1 Tanjunganom. Proses diagnosa dimulai dengan user memasukkan gejala yang sesuai dialami oleh anak. Gejala tersebut akan diproses dengan menggunakan metode forward chaining. Setelah berhasil diproses, sistem akan menampilkan hasil dan juga saran penanganannya. Hasil uji menunjukkan akurasi diagnosis sistem mencapai 100% dan sistem dinilai mudah digunakan serta bermanfaat oleh pengguna. Sistem pakar ini terbukti mampu memberikan diagnosis awal secara tepat berdasarkan input gejala dan berpotensi digunakan sebagai alat bantu identifikasi gangguan emosi dan perilaku secara praktis. Temuan ini diharapkan dapat menjadi solusi alternatif dalam mendukung proses pendidikan dan pengasuhan anak berkebutuhan khusus secara lebih efektif.  
Identifikasi Jenis Bibit Durian Berdasarkan Citra Daun Menggunakan YOLOv8 Berbasis Web Nugroho, Hargo Dwi; Niswatin, Ratih Kumalasari; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jcxggj90

Abstract

Identifikasi jenis bibit durian pada tahap awal pertumbuhan sangat penting untuk menentukan nilai ekonomis dan pasar. Namun, identifikasi secara manual memerlukan keahlian khusus dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis bibit durian berdasarkan citra daun menggunakan algoritma YOLOv8. Dataset terdiri dari 1.293 gambar tiga jenis bibit durian yang dibagi menjadi data latih, validasi, dan uji. Model dilatih selama 50 epoch dengan resolusi citra 640x640 piksel. Hasil evaluasi menunjukkan performa tinggi dengan nilai precision 0.941, recall 0.956, mAP50 0.981, dan mAP50–95 0.866. Sistem diimplementasikan dalam platform berbasis web untuk mempermudah pengguna dalam mengunggah gambar daun dan mendapatkan hasil klasifikasi secara otomatis. Hasil ini menunjukkan bahwa algoritma YOLOv8 efektif untuk mendukung proses identifikasi bibit durian secara cepat dan akurat.
Pengembangan Sistem Object Detection Kualitas Daging Ayam Berbasis YOLOv8 Prasetya, Bagus Dwi; Niswatin, Ratih Kumalasari; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/8rqxav67

Abstract

Menjaga kualitas daging ayam sangat penting untuk keamanan pangan dan kesehatan konsumen. Metode inspeksi tradisional seringkali subjektif dan tidak efisien. Studi ini mengusulkan sistem deteksi kualitas daging ayam otomatis yang memanfaatkan algoritma deteksi objek YOLOv8 yang terintegrasi ke dalam aplikasi web berbasis Flask. Dataset terdiri dari tiga kategori yaitu ayam segar, ayam tiren, dan none. Model dilatih menggunakan Google Colaboratory dan dievaluasi melalui metrik presisi, recall, dan mean Average Precision (mAP). Model YOLOv8 menunjukkan kinerja tinggi, dengan presisi 0,975, recall 0,92, mean Average Precision (mAP@0.5) 0,972, dan mean Precision (mAP@0.5:0.95) 0,84. Sistem yang dikembangkan terbukti mampu mendeteksi kualitas daging ayam secara akurat dan efisien. Inovasi ini diharapkan dapat meningkatkan keamanan pangan serta membantu konsumen dan pelaku industri dalam memastikan mutu produk secara lebih objektif dan praktis.  
Co-Authors ABIDIN, ZANWAR Adi Wibawa, Maistro Eka Bayu Affandi, M. Rizki Ahmad Bagus Setiawan Ahmad Shiddiq, Ahmad Ahmadi, Yansyah Nurullah Aldiansyah, Ahmad Ilham Alfatih, Muhamad Jallu Anasrudin, Rohman Sulton Ardi Sanjaya Arie Nugroho, Arie Arie, Theo Yan Azhri, M. Fahrur Bagus Fadzerie Robby Bagus Setyo Cahyono Bahrudin, Mochamad Ari Cahyo, Galih Nur Danar Putra Pamungkas, Danar Putra Daniel Swanjaya Diah Nurdiwaty Dwi Akbar, Mohamad Anjas Erna Daniati Fadzerie Robby, Bagus Faisol Faisol Fajar Rohman Hariri Fikriansyah, Mochammad Wildan Finanto, Naufal Firman Syah, Azriel Akbar Ginting, Sri Widyanti Hanggara, Nazil Rizqi Heru Suhartono, Wawan Hidayatullah, Sadam Ibrahim, Rahmad Idris Efendi, Idris Ignatius Juan Hartantiko Intan Nur Farida Jayanto, Andin Dwi Julian Sahertian Krisnawan, Apreado Gilang Kurniawan, Muhammad Akbar Kuswantoro, Moch. Yanuariadin Pujo Larasati, Adelya Dwi Linawati Linawati Ludfie, Miftachul Mahdiyah, Umi Mahesa Difa Ramadhan mohamad ihsan Muhaimin, Mohammad Aqil Muttaqien, Hidayatul Niswatin , Ratih Kumalasari Nugraha, Reza Setya Nugraha, Yoga Adi Nugroho, Hargo Dwi Patmi Kasih Prasetya, Bagus Dwi Prastya, Damar Zanuar Eka Putra, Ilham Permana Quluby, I Burhan Rasi, Yoseph Rikardus Resty Wulanningrum Resty Wulanningrum Restyono, Teddy Rezaldy, Donni Ria Permata Sari Rina Firliana Rini Indriati Rini Indriati Risa Helilintar Risa, Helilintar Risky Aswi R, Risky Rismantoro, Ganang Rizakatama, Moh. Rohman Rony Heri Irawan Salam, Mohammad Ibnu Salfa Kholida Eka Putri Saputra, Nanda Wibi Satria, Akhbar Setiawan, Bangkit Abraham Putra Setiawan, M. Debby Candra Setyowati, Marshela Dewi Se’bianto, Yogik Sihabudin, Erik Siregar, Muhammad Fariz Hardiansyah Surya, Wahyu Baskara Taufiqurrahman Taufiqurrahman Trianto, Bagus Ulfatus Syaidah Valentino, Irgis Prahara Vivi Ratnawati Vivi Wahyuni, Vivi