Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Inspiration INTECOMS: Journal of Information Technology and Computer Science
Irwan Siswanto
Institut Teknologi Bisnis Dan Kesehatan Bhakti Putra Bangsa Indonesia
Computer Science & IT Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Tingkat Kematangan Buah Berdasarkan Warna dan Tekstur Menggunakan Metode K-Nearest Neighbor dan Nearest Mena Classifier Irwan Siswanto; Ema Utami; Suwanto Raharjo
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 1 (2020): Jurnal Inspiration Volume 10 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v10i1.2559

Abstract

Buah apel merupakan tanaman yang biasa tumbuh di iklim sub tropis, berdasarkan data yang dirilis oleh direktorat jenderal holtikultura kementrian pertanian tahun 2015, produk pertanian apel memiliki kontribusi yang cukup tinggi di tahun 2014. Hal ini ditunjukan bahwa buah apel di pulau Jawa telah diproduksi sebanyak 242.763 ton dari 249.915 ton produksi di Indonesia. Salah satu jenis apel yaitu apel manalagi, memiliki ciri yang berbeda dari apel-apel lainnya yaitu terdapat pada tingkat warna kematangan buah tersebut. dibutuhkan suatu teknologi yang dapat menentukan nilai tingkat akurasi dari pengklasifikasian kematangan buah apel manalagi sehingga memperoleh nilai yang konsisten. Teknologi saat ini memungkinkan untuk melakukan klasifikasi citra digital, Dan berdasarkan beberapa kelas berdasarkan mutu dan perlu dilakukan penelitian ini untuk mengimplementasikan dan menguji akurasi dari metode K-Nearest Neighbor (KNN) dan Nearest Mean Classifier (NMC) untuk klasifikasi tingkat kematangan buah apel berdasarkan karakteristik bentuk dan warna buah dengan harapan nilai akurasi metode NMC lebih dari 87% sehingga dapat membuktikan bahwa metode tersebut lebih unggul daripada metode KNN berdasarkan penelitian sebelumnya.Berdasarkan hasil pengujian diatas dapat diketahui Algoritma K-Nearest Neighbor dapat melakukan klasifikasi tingkat kematangan buah apel manalagi dengan tingkat nilai akurasi paling tinggi adalah dengan menggunakan fitur warna saja dan  kombinasi fitur warna dan tekstur dengan masing-masing menggunakan 1-NN yang menghasilkan persentase kebenaran 73 persen. Hasil pengujian Akurasi yang diperoleh secara global menggunakan Nearest mean  classifier menghasilkan tingkat akurasi sebanyak 70 persen. 
Perancangan Sistem Informasi Akademik Institute Teknologi Bisnis Dan Kesehatan Bhakti Putra Bangsa Indonesia (Ibisa) Irwan Siswanto
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 2 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i2.9182

Abstract

Penelitian ini bertujuan untuk menganalisis dan merancang Sistem Informasi Akademik pada Institut Teknologi Bisnis dan Kesehatan Bhakti Putra Bangsa Indonesia (IBISA) di Kabupaten Purworejo. Saat ini, sistem informasi akademik yang digunakan di IBISA masih bersifat konvensional atau menggunakan sistem komputerisasi yang sederhana, berpotensi menyebabkan kesalahan dalam pengolahan data akademik dan menghambat pelayanan kepada para pemangku kepentingan. Metode Data Flow Diagram (DFD) digunakan dalam perancangan alur data, dimulai dari diagram konteks, diagram berjenjang, DFD level 0, hingga DFD level yang lebih rinci. Hasil analisis menunjukkan perlunya pengembangan sistem informasi akademik berbasis web dengan pendekatan berorientasi proses. Sistem ini mencakup informasi terkait data dosen, karyawan, mahasiswa, prodi, jadwal kuliah, serta informasi lain yang mendukung proses akademik IBISA.
Co-Authors Ema Utami Siti Khozinatul Fibriyah Suwanto Raharjo