Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perhitungan Indeks Massa Tubuh Less Contact Berbasis Computer Vision dan Regresi Linear Aji Bijaksana Abadi; Arif Fadllullah; Sumardi Sumardi; Sultan Mahdi; Audrey Nauffal Juniar
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 3 (2022)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (994.248 KB) | DOI: 10.30812/matrik.v21i3.1512

Abstract

Indeks massa tubuh dapat dilakukan dengan membandingkan tinggi badan dan berat badan seseorang. Pengukurantinggi dan berat badan manusia umumnya menggunakan cara manual dan kurang efisien terutama jika terdapat banyak manusia yang akan diukur dan pada saat masa pandemi yang mengharuskan untuk dapat saling menjaga jarak. Oleh sebab itu, pada penelitian ini dirancang suatu bangun sistem perhitungan Indeks Massa Tubuh (IMT) dengan Computer Vision dan regresi linier yang dapat menjadi alternatif dalam pengembangan sistem perhitungan IMT secara otomatis berbasis sensor kamera yang efektif, efisien, dan mampu mengurangi kontak langsung (less contact). Tahapan awal berupa pengambilan citra depan dan samping tubuh manusia menggunakan kamera yang kemudian masuk ke tahapan pengolahan citra berupa grayscale, blur, deteksi tepi, dan bounding box untuk memperoleh tinggi dan lebar badan sampel dalam piksel yang dilanjutkan dengan operasi regresi linier untuk menkonversi nilai piksel tersebut menjadi centimeter (cm) sehingga diperoleh data tinggi badan dan lebar badan sistem, sedangkan untuk berat badan digunakan metode Body Surface Area (BSA) yaitu perhitungan luas area tubuh manusia dengan memodelkan tubuh manusia sebagai tabung elips dan ditambahkan faktor pengali untuk meningkatkan perhitungan sistem. Hasil penelitian menunjukan bahwa sistem dapat memperkirakan tinggi serta berat badan. Diperoleh akurasi sebesar 98,96% pada perhitungan tinggi badan, 88,54% pada perhitungan berat badan, 88,24% untuk skor Indeks Masa Tubuh (IMT), serta nilai akurasi kategori IMT sebesar 60%.
PENENTUAN MUTU UDANG VANNAME (LITOPENAEUS VANNAMEI) MENGGUNAKAN TEKNOLOGI PENGOLAHAN CITRA DIGITAL DENGAN METODE MORFOLOGI BERBASIS ANALISIS DIMENSI Sumardi Sumardi; Aji Bijaksana Abadi
Elektrika Borneo Vol 8, No 2 (2022): Elektrika Borneo Edisi Oktober
Publisher : Jurusan Teknik Elektro, Fakultas Teknik, Universitas Borneo Tarakan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35334/jeb.v8i2.2310

Abstract

Kalimantan utara merupakan produsen utama udang dengan capaian 9.900 ton atau sekitar 57,56 persen dari total produksi udang se-Kalimantan, Dimana Kota Tarakan sebagai pemasok utamanya, sehingga disebut Kota Perikanan. Ekspor udang untuk wilayah Tarakan adalah Jepang hingga 75% dan sisanya USA dan Cina. udang vaname yang jauh lebih unggul terhadap penyakit dengan angka hidup yang tinggi daripada udang windu. Upaya peningkatan kualitas tersebut dapat dilakukan melalui proses sortasi dan grading yang merupakan tahapan pasca panen setelah proses pemisahan kepala udang, udang akan dikelompokan berdasarkan ukuran (besar, kecil dan sedang) sesuai dengan permintaan pasar. Penelitian kali ini akan mengusulkan sistem penentuan kriteria mutu udang Vanname (Litopenaeus vannamei) menggunakan teknologi pengolahan citra digital dengan metode morfologi berbasis analisis dimensi. Secara garis besar metode morfologi akan digunakan untuk menentukan citra udang vaname terhadap backgorund dengan menggunakan dilasi dan erosi sebagai pemisahannya, dengan demikian tepi citra dapat ditentukan dengan baik pada perhitungan pixel per metric, kemudian analisis dimensi akan mengolah panjang, lebar dan luasan dari citra biner hasil morfologi udang vaname berdasarkan perbandingan pixel dengan panjang referensi sebenarnya, sehingga akan diperoleh kriteria mutu udang Vanname secara otomatis dan dapat bekerja secara real-time. Hasil pengukuran panjang sebagai parameter penentu kategori udang memiliki akurasi sebesar 96.7% dengan persentase akurasi pada penentuan kategori sebesar 53.3%.