Claim Missing Document
Check
Articles

Grading Quality of Tuna Loin Using Computer Vision and Deep Learning Mochamad Reyhand Landrenzy Zulfikar; Ledya Novamizanti; Gelar Budiman
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Assessing the quality of tuna loin remains a pivotal aspect of the global seafood industry, necessitating precise, consistent, and efficient grading methods that can be broadly implemented. This study addresses these challenges by developing a robust, cloud-native system for automated tuna loin quality classification. Utilizing a tailored image dataset, the system's core processing is handled by a scalable cloud-based backend on Google Cloud Platform, specifically employing Cloud Run for serverless inference. The deep learning model, EfficientNetV2M, is optimized into the ONNX format and executed efficiently by ONNX Runtime within this cloud environment, achieving a classification accuracy of 96% with rapid prediction times. An intuitive Flutter frontend application serves as the user interface, facilitating the transmission of image data to the cloud service and displaying real-time grading results. This architectural design ensures dynamic resource allocation, high availability, and cost-effectiveness through a pay-per-use model. Data integrity and security are maintained via HTTPS for secure communication between the frontend and the cloud-deployed backend. The integration of Docker for containerization, Google Cloud Run for serverless deployment, and Flask for API management collectively yields a highly scalable, reliable, and efficient system. This research presents a robust, cloud-centric solution for automated tuna loin quality classification, offering real-time predictions, secure data handling, and a user-friendly interface suitable for industrial quality control and research applications. Keywords — cloud computing, serverless, Google Cloud Run, Docker, ONNX, deep learning, computer vision, real-time prediction.
Pembelajaran Coding for Kids untuk Siswa dan Siswi di Sekolah Hamidah Sampurna Kabupaten Bandung Budiman, Gelar; Purnamasari, Rita; Rustam, Rustam; Wahidin, Wahidin; Basudewa, Muhammad Imansyah
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 3 No 2: Desember (2023)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v3i2.255

Abstract

Sekolah Hamidah Sampurna (SHS) merupakan sekolah swasta yang baru didirikan pada tahun 2021. SHS menerima para siswa untuk pendidikan dari kelas playgroup, TK, SD kelas, dan SMP. SHS merupakan sekolah dengan salah satu visinya adalah memajukan negara dengan teknologi. Salah satu pembelajarannya mulai jenjang SD adalah pengenalan terkait coding for kids, mata pelajaran yang berorientasi agar siswa lebih memahami pemrograman. Namun, karena SHS baru memulai pengajarannya pada semester ganjil 2023-2024, maka masih banyak konten pelajaran yang belum terisi, khususnya pada subjek coding for kids. Hal ini mendorong tim pengabdian masyarakat untuk membantu penjabaran materi pengajaran coding for kids untuk jenjang SD dan SMP. Pada kegiatan pertama, tim kami merancang materi pengajaran coding for kids disertai aplikasi eksternal pendukung. Tim kami juga mendampingi dan memantau pemahaman siswa melalui gurunya di kelas secara kontinyu dan berkelanjutan. Di setiap akhir semester kami mengevaluasi seberapa efektif proses pembelajaran coding for kids ini sehingga ada perbaikan yang berkelanjutan untuk meningkatkan efektifitas pembelajaran pada semester berikutnya.
Penggunaan Compressive Sensing pada Pengenalan Huruf dengan Tulisan Tangan Menggunakan Metode K-Nearest Neighbor Muhammad, Zalfa Alif; Budiman, Gelar; Saidah, Sofia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022965612

Abstract

Pengambilan, pengiriman, atau pertukaran informasi berupa data sangat dibutuhkan oleh manusia. Kehidupan manusia membutuhkan informasi dengan cepat dan tepat, maka data dimanfaatkan agar tidak memakan banyak kapasitas bandwidth dan memori saat sampai di server. Dalam penelitian ini, dilakukan kompresi dengan teknik CS (Compressive Sensing). Penggunaan CS difokuskan terhadap pengenalan huruf kapital dan angka tulisan tangan yang didapatkan dari sebelas mahasiswa dengan beberapa skenario. Untuk mengetahui hal tersebut dilakukan pengumpulan data lalu diolah menggunakan preprocessing, CS, rekontruksi dengan Orthogonal Matching Pursuit, dan proses terakhir pendeteksian menggunakan K-Nearest Neighbor yang didalamnya terdapat ekstraksi ciri menggunakan Template Matching. Setelah tahapan dirancang, dilakukan pengujian dengan beberapa skenario untuk memperoleh akurasi deteksi yang paling baik dengan mengubah parameter ukuran setiap blok pada suatu citra, mengubah baris kompresi, dan mengubah dimensi citra. Sehingga didapatkan bahwa skenario yang cocok untuk pengenalan huruf kapital dan angka adalah  skenario 1 (perbandingan database citra rekonstruktif pada pengujian dengan database citra asli sebelum akuisisi CS pada pelatihan) dengan akurasi deteksi sebesar 91.95% untuk huruf kapital sedangkan untuk deteksi angka sebesar 93%. AbstractRetrieval, delivery, or exchange of information in the form of data is needed by humans. Human life requires information quickly and precisely, so data are used so it doesn't take up a lot of bandwidth and memory capacity when it arrive at the server. In this study, compression was performed using the CS ( Compressive Sensing) technique. The use of CS is focused on recognizing capital letters and handwritten numbers obtained from eleven students with several scenarios. To find out, the data were collected and then processed using preprocessing, CS, reconstruction with Orthogonal Matching Pursuit, and the last detection process were using K- Nearest Neighbor in which there were feature extraction using Template Matching. After the design stage, several scenarios were tested to obtain the best detection accuracy by changing the size parameters of each block in an image, changing the compression line, and changing the image dimensions. So it is found that the suiTabel scenario for recognizing capital letters and numbers is scenario 1 ( comparison of the reconstructive image database in the test with the original image database before the acquisition of CS in training) with a detection accuracy of 91.95% for capital letters while for number detection it is 93%.
Software Design of Autocorrection Essays on the Website and Application Pasaribu, Novalanza Grecea; Alif, Menara; Budiman, Gelar; Akhyar, Fityanul
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 9 No. 4 (2023): December
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i4.27758

Abstract

Traditional essay assessment methods are often time-consuming and prone to subjectivity. This study proposes a novel Automated Essay Scoring (AES) system, "Essay Mathematic Auto Correction (Emath Toco)," featuring web and mobile app interfaces. Emath Toco leverages visual stimuli and deep learning algorithms like 1D CNN, NasNet Mobile, and GoogleNet to offer objective and efficient essay evaluation. Extensive testing on a 40/60 training/testing data split yielded accurate data classification, validating successful implementation on Flutter-built Android applications and a Firebase-powered web interface. User experience surveys revealed positive feedback on Emath Toco's ease of use, visually appealing interfaces, and effective data collection, confirming its user-friendliness. Emath Toco's innovative use of visual stimuli and deep learning algorithms significantly reduces subjectivity and improves the accuracy of essay evaluation. Emath toco is promising technology with the potential to revolutionize essay assessment and educational methodologies. The research contributes to the field of automated essay scoring in two key ways. First, by integrating visual stimuli as a novel approach, Emath Toco expands the range of factors considered in scoring, potentially leading to more comprehensive and efficient. Second, the successful implementation of the system on both web and mobile platforms demonstrates its flexibility and accessibility, offering educators a versatile tool regardless of technological limitations.
KINERJA ROBUSTNESS PADA WATERMARKING CITRA YANG REVERSIBLE MENGGUNAKAN SKEWED HISTOGRAM SHIFTING Rahmawati, Aulya; Novamizanti, Ledya; Budiman, Gelar
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

AbstrakKemudahan akses gambar digital adalah salah satu dampak positif perkembangan teknologi. Adapundampak negatif dari kemudahan tersebut gambar rentan disalahgunakan oleh pihak lain. Untuk menghindariterjadinya hal tersebut, gambar harus dilindungi oleh sistem keamanan. Watermarking adalah teknik yangdigunakan untuk melindungi gambar dengan menyembunyikan informasi ke dalam gambar. Metodewatermarking yang digunakan pada Tugas Akhir ini adalah Skewed Histogram Shifting dan prediction error.Watermark disisipkan jika prediction error adalah 0, dan disisipkan pada Positive Histogram Skewed (PHS) atauNegative Histogram Skewed (NHS). Penyisipan pada PHS pixel akan bergeser ke kanan, dan penyisipan padaNHS pixel akan bergeser ke kiri. Teknik reversible pada penelitian ini berhasil pada citra dengan kondisi tanpaunderflow dan overflow, citra yang berhasil pulih memiliki PSNR rekonstruksi infinity dan BER 0. Citra yangtidak berhasil pulih memiliki nilai PSNR rekonstruksi lebih dari 90 dB dan BER 0. Data uji menggunakan 10citra berukuran 512×512. Sistem ini robust terhadap serangan speckle saat LM dikompresi dengan variansi 1×10-3 dan 1×10-4 rata-rata BER yang dihasilkan 0.1404 dan 0 secara berurut, dan serangan salt and pepper saat LMdikompresi dengan density 1×10-4 rata-rata BER adalah 0.1159.Kata kunci : Watermarking, Data Hiding, Reversible Watermarking, Watermarking Citra, Histogram Shifting
Perbaikan Deteksi Watermark Dengan Knn Pada Penyembunyian Data Berbasiskan Histogram- Based Reversible Data Hiding Sari, Rina Media; Budiman, Gelar; Novamizanti, Ledya
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Sistem Deteksi Tingkat Kebisingan Kendaraan Bermotor Dengan Metode Mel Frequency Cepstrum Coefficients Dan K Nearest Neighbour Reformatio, Fairoez Nauval; Raharjo, Jangkung; Budiman, Gelar
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Dalam menentukan tingkat kebisingan sepedamotor sering kali terjadi kekeliruan karena di deteksi dengancara manual. Maka penulis ingin merancang metodeklasifikasi untuk mendeteksi kebisingan sepeda motor. padapenelitian ini dilakukan perancangan sistem yang dapatmendeteksi tingkat kebisingan kendaraan berdasarkanperaturan yang sudah diputuskan oleh Menteri NegaraLingkungan Hidup nomor 7 tahun 2009. Penelitian inimenggunakan inputan data audio yang diambil dengansmarthphone kemudian data diolah menggunakan simulatorMatLab. Dengan menggunakan metode MFCC sebagai vectoruntuk mempresentasikan suara sepeda motor dan K-NN yangdapat mengklasifikasi untuk mendeteksi kebisingan kendaraanbermotor. Pengujian sitem dengan MFCC dan K-NNdilakukan dengan cara mengubah beberapa parameter,diantaranya jumlah sampel, jumlah nilai K dan jumlahpersentase data. Tujuan pengujian dan analisis untukmengetahui pengaruh jumlah sampel, nilai K dan persentasedata latih terhadap kinerja sistem. Hasil pengujian sistemdengan parameter diatas didapatkan untuk jumlah akhirsampel terbaik yaitu 75000, untuk jumlah persentase data80%, dan untuk jumlah nilai K yaitu K=5.Kata kunci— Kebisingan, Klasifikasi, MatLab, MelFrequency Cepstrum Coefficients (MFCC), K-NearestNeighbor (K-NN).
Watermarking Citra Medis Menggunakan Spread Spectrum Dengan Kode Hadamard Wulanda, Ghea Aldama; Budiman, Gelar; Sa’idah, Sofia
eProceedings of Engineering Vol. 11 No. 2 (2024): April 2024
Publisher : eProceedings of Engineering

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

Abstract

Dalam era digital, perlindungan data medis semakin penting karena citra medis disimpan dan dibagikan secaraelektronik. Salah satu cara efektif melindungi integritas citra medis adalah melalui watermarking, pada Tugas Akhir inimetode yang digunakan adalah watermarking spread spectrum dengan kode Hadamard pada citra medis. KodeHadamard dipilih karena dapat melindungi citra dari serangan dan perubahan. Watermark disisipkan ke spektrum citraasli menggunakan kode Hadamard pada piksel citra. Ini memungkinkan penyisipan data yang kuat sambil menjagakualitas citra penting untuk diagnosis. Penelitian ini menguji ketahanan citra ter-watermark terhadap berbagai serangandan kemampuan sistem mendeteksi watermark pada citra yang diserang.Tugas Akhir ini menemukan bahwa sistemwatermarking menunjukkan ketahanan yang baik terhadap berbagai serangan pada citra ter-watermark. Namun, terdapatbeberapa serangan seperti serangan crop dengan parameter [2] dan serangan kompresi (jpeg) dengan parameter [70]yang menyebabkan sedikit kesulitan dalam pemulihan watermark. Meskipun begitu secara keseluruhan sistemwatermarking tetap menunjukkan kinerja yang sangat baik dalam memulihkan watermark dari berbagai jenis seranganpada citra ter-watermark. Sistem ini telah diuji kualitasnya melalui parameter PSNR (Peak Signal-to-Noise Ratio) ≥ 30dB, BER (Bit Error Rate) = 0, dan MOS (Mean Opinion Square) = 4. Kata kunci : Watermarking , Citra medis , Spread Spectrum dan kode Hadamard
Peningkatan Ketahanan Watermarking Audio Berbasiskan DCT-SVD dan Teknik Penyisipan SMM pada Segmen dan Subband Audio Stasioner Paradila I., Dela; Budiman, Gelar; Novamizanti, Ledya
Jurnal Nasional SAINS dan TEKNIK Vol. 1 No. 1 (1): December 2023
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jnst.v1i1.6682

Abstract

Salah satu upaya untuk mencegah pelanggaran-pelanggaran pada konten digital yang tersedia di internet, audio watermarking menjadi solusi yang dihadirkan untuk membantu mengidentifikasi kepemilikan atau distributor data digital sebagai tujuan perlindungan hak cipta. Pada penelitian Tugas Akhir ini, akan dirancang suatu sistem untuk meningkatkan ketahanan audio watermarking dengan berbasiskan Discrete Cosine Transform (DCT). Penyisipan dilakukan pada matriks orthogonal Singular Value Decomposition (SVD), dengan teknik penyisipan Statistical Mean Manipulation (SMM) pada segmen dan subband audio stationer. Hasil yang didapat dari perancangan ini adalah ketahanan sistem audio watermarking terhadap serangan. Dengan menghasilkan nilai keluaran rata-rata: BER terkecil = 0, ODG = -0,71, SNR = 17,2355 dB, rata-rata nilai MOS tertinggi = 4,3 dan payload sebesar 86,1328 bps.
Watermarking Citra Medis Menggunakan Teknik Spread Spectrum Bit Jamak Amini, Siti Aisyah; Budiman, Gelar; Novamizanti, Ledya
Jurnal Nasional SAINS dan TEKNIK Vol. 1 No. 1 (1): December 2023
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jnst.v1i1.6726

Abstract

Di era perkembangan teknologi yang semakin maju, banyak keuntungan dan kerugian yang bisa didapatkan. Pengunggahan dan distribusi informasi yang mudah mendukung aktivitas sehari-hari. Di sisi lain, muncul berbagai masalah karena banyak pengguna teknologi yang tidak mempertimbangkan hal seperti pemalsuan informasi atau dokumen. Data atau dokumen tersebut harus diberi tanda khusus yang dapat menunjukkan keasliannya. Digital watermarking merupakan salah satu solusi untuk mencegah hal-hal yang tidak diinginkan tersebut terjadi. Dengan digital watermarking, pemilik informasi atau dokumen dapat menyisipkan pesan khusus sebagai tanda keaslian informasi atau dokumen miliknya. Pada penelitian ini, proses digital watermarking diimplementasikan. Watermark ditambahkan ke sebuah citra medis. Sistem watermarking diterapkan dengan menggunakan teknik Multibit Spread Spectrum, dimana bit watermark disebar pada citra medis. Penyebaran bit watermark dapat dilakukan dengan menggunakan distribusi. Pada penelitian ini, distribusi Uniform, distribusi Gaussian, serta matriks Hadamard dibandingkan untuk menentukan distribusi mana yang dapat menghasilkan citra medis ter-watermark yang tahan terhadap serangan. Hasil penelitian ini menunjukkan bahwa sistem watermarking yang menggunakan distribusi Uniform dan distribusi Gaussian secara umum mampu menghasilkan citra ter-watermark yang tahan terhadap serangan dan kualitasnya teruji melalui parameter Peak Signal to Noise Ratio (PSNR) ? 30 dB, Structural Similarity Index Measure (SSIM) ? 1, Bit Error Ratio (BER) = 0 dan Mean Opinion Square (MOS) = 5.
Co-Authors A. V. Senthil Kumar Adyansyah, Ilham Alfian Ghifari Alif, Menara Allisha Septariani Ahmad Amini, Siti Aisyah Anggi Tiovany Siregar Anjar Priyatna Annida, Nurafifah Ardhiah, Aulia Arfidianti Kartika Meiza Putri Arining Pangestu Astry Novianty Aulia Wibowo Azizah Azizah Bambang Hidayat Bambang Hidayat Basudewa, Muhammad Imansyah Bayu Angga Medica Firmanda Budhi Irawan Budi Setiadi Chairunisa, Difa Cindy Angelista Deltika Dadan Nur Ramadan Daniel Gilbert Bismark Dimarta, Rafli Caesario Dimata, Rafli Caesario Doan Perdana Elsa Nur Fitri Astuti Elsa Nur Fitri Astuti Fadhlan Putra Fairuz Azmi Fajar Wahyu Satrianto Fakhrezi, Alfian Fardan Fardan Faza, Lulu Balqis Zianka Fellia Rizki Kusumowardani Fikri Adhanadi Fityanul Akhyar Fonizza Popy Wijaya Gella Aradea Putri Ghilman Hafizhan Gogi Gautama Al Hadiid Hafiz Adriansyah HANNAN HARAHAP, HANNAN Hanum, Mirza Alifia Hengki Setiadi Hilman Fauzi, Hilman I G A M Wibhu Cadu Asrawan I Nyoman Apraz Ramatryana Ifan Fadlina Anhar Ignatius, Daniel Tulus Iman Hedi Santoso Indrarini Diah Irawati Indrarini Dyah Irawati Intan Shafinaz Rahmatika Inung Wijayanto Irfan Dwi Pratama Irma Safitri Iwan Iwut Iwan Iwut Tritoasmoro Jamhari Jamhari Jangkung Raharjo Jaya, M. Izham Kadek Suryadharma KHAERUDIN SALEH KHOIRUL ANWAR Khoirul Anwar Kris Sujatmoko Ledya Novamizanti Ledya Novamizanti Liyana Faiza Lulud Annisa Ainun Mahmuddah Lutvi Murdiansyah Murdiansyah M Fauzan Rindra P M. Faiz Nashrullah Mahanani, Edo Lutfi Maidin, Siti Sarah Marissa Kezia Maghein Meiza Putri, Arfidianti Kartika Melati Wahyutami Mochamad Erkki Svante Nyfors Mochamad Reyhand Landrenzy Zulfikar Mohamad Iqbal Mohammad Bisma Rezady Mohammad Fadly Sulianto Mona Renasari Muhammad Alif Rizqi Hatmadiansyah Muhammad Aprianda Rahmadi Muhammad Iqbal Muhammad Iqbal Rabbani Muhammad, Zalfa Alif Nainggolan , Edo Ardo Febrian Najmi Aqilah Mamur Tanjung Naufal Reza Alfiandy Novialdy Nugroho Santoso Nugraeni Kholifaturrofiah Nur Andini Nur Ibrahim Nurbani Yusuf Nurwan Reza Fachrurrozi Nydia Amelinda Putri Nyoman Apraz Ramatryana Paradila I., Dela Parameswara, Prastama Agung Yusuf Pasaribu, Novalanza Grecea Permana, Rangga Aditia Prasetyo, Muhammad Putra, Afi Athallah Syamsulhadi Putri, Gisky Rahmada Putri, Reyhani Lian R. Yunendah Nur Fu’adah Raditiana Patmasari Rahadian Lintang Sinuryo Rahmawati, Aulya Ramadhan Prasetya Dahlan Ramadhani, Shinta RAMATRYANA, I NYOMAN APRAZ Ratri Dwi Atmaja Refika Oktaviani Reformatio, Fairoez Nauval Renasari, Mona RENDRAGRAHA, RENDY DWI RENDRAGRAHA, RENDY DWI Rendy Pratama Yuda Reyhani Lian Putri Rita Purnamasari Rolasris Rolasris Roma Aji Kaloko, Roma Aji Rustam Rustam Ryan Aminullah Ryan Anggara Saddan Hussein Sari, Rina Media Sasmi Hidayatul Yulianing Tyas Sa’idah, Sofia Sebastian Danny Adviatmadja Sholichatur Rizkiyah Sholih, Ghinan Muhammad SIREGAR, RIZKY DAMARJATI SIREGAR, RIZKY DAMARJATI Siti Zahrotul Fajriyah Sofia Sa’idah SOFIA SAIDAH Suci Aulia Sugondo Hadiyoso Sulistyowati, Syifa Dwi Suryo Adhi Wibowo Syamsul Rizal Syarahbil Pawellang Syifa Maliah Rachmawati Syifa Nurgaida Yutia Tita Haryanti Triasari, Biyantika Emili Unang Sunarya Wahidin Wahidin WIBOWO, BHISMA ADI Wulanda, Ghea Aldama Yoga Sanjaya Purba Yudiansyah Yudiansyah Yugnan Adi Sasongko YULI SUN HARIYANI Yulinda Eliskar Zhao, Zhong