Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Nusanatara of Engineering ELINVO (Electronics, Informatics, and Vocational Education) Nusantara of Engineering (NOE)
Aery Rachmad, Aery
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Segmentasi Citra Berbasis Vektor Quantization Nahari, Rosida Vivin; Rachmad, Aery; Haryanto, Haryanto; Alfita, Riza; Pramudia, Mirza
Nusantara of Engineering Vol 3, No 1 (2016)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

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

Abstract

Abstrak— Pada penelitian ini, Metode vector quantization yang dioptimasi menggunakan metode K-mean      diimplementasikan untuk mengelompokkan region pada gambar  2 dimensi dengan ekstrasi fitur warna RGB dan fitur warna YcbCr. Fitur warna tersebut kemudian dijadikan sebagai vektor input (3 dimensi). Jumlah cluster yang diujicobakan adalah N = 20 dan N=3. Dari hasil pengujian dapat ditunjukkan bahwa semakin besar ukuran citra dan sebaran histogram yang semakin merata, waktu iterasi yang dibutuhkan semakin lama. Sedangkan semakin banyak jumlah cluster, akan menyebabkan semakin banyak jumlah iterasi dan semakin lama waktu iterasi yang  dibutuhkan. Namun demikian terdapat beberapa pengujian yang mengalami perbedaan antara satu  percobaan dengan percobaan yang lain pada citra  dengan parameter-parameter yang sama. Hal ini disebabkan oleh peletakan nilai RGB k yang pertama  secara acak dari nilai nol sampai dengan dua. Dari lima kali pengujian terhadap citra dengan parameter - parameter yang sama, sebagian besar diperoleh tingkat perubahan jumlah iterasi yang kurang dari 15%     Kata Kunci—Segmentasi Citra, Vector Quantization, cluster.
The Determination of A Place of Popular Tourism on The Island of Madura Using Weighted Product (WP) Putro, Sigit Susanto; Rochman, Eka Malasari; Rachmad, Aery
Elinvo (Electronics, Informatics, and Vocational Education) Vol 8, No 2 (2023): November 2023
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/elinvo.v8i2.55693

Abstract

This research explored the diverse aspects of Madura Island, including its cultural, societal, and touristic facets. The primary focus was on developing a recommendation system to identify Madura's most popular tourist destinations. Utilizing the Weighted Product (WP) method, a decision support system model, this study assessed the popularity of various tourist attractions in Madura, aiding tourists in selecting destinations through a multi-criteria weighting process. Key parameters included the number of both foreign and local visitors, proximity to the city center, and visitor ratings. The study encompassed 62 tourist sites across four districts in Madura, evaluating the most popular attractions in each. Findings revealed the top destinations in each district: Bangkalan featured Makam Syeichona Cholil (preference value: 0.113), Sampang showcased Hutan Kera Nepa (0.127), Pamekasan highlighted Batu Ampar (0.171), and Sumenep was known for Makam Asta Tinggi (0.076). This research offered valuable insights for both tourists and stakeholders in the tourism industry of Madura Island.
Segmentasi Citra Berbasis Vektor Quantization Nahari, Rosida Vivin; Rachmad, Aery; Haryanto, Haryanto; Alfita, Riza; Pramudia, Mirza
Nusantara of Engineering (NOE) Vol 3 No 1 (2016)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.247 KB) | DOI: 10.29407/noe.v3i1.252

Abstract

Abstrak— Pada penelitian ini, Metode vector quantization yang dioptimasi menggunakan metode K-mean      diimplementasikan untuk mengelompokkan region pada gambar  2 dimensi dengan ekstrasi fitur warna RGB dan fitur warna YcbCr. Fitur warna tersebut kemudian dijadikan sebagai vektor input (3 dimensi). Jumlah cluster yang diujicobakan adalah N = 20 dan N=3. Dari hasil pengujian dapat ditunjukkan bahwa semakin besar ukuran citra dan sebaran histogram yang semakin merata, waktu iterasi yang dibutuhkan semakin lama. Sedangkan semakin banyak jumlah cluster, akan menyebabkan semakin banyak jumlah iterasi dan semakin lama waktu iterasi yang  dibutuhkan. Namun demikian terdapat beberapa pengujian yang mengalami perbedaan antara satu  percobaan dengan percobaan yang lain pada citra  dengan parameter-parameter yang sama. Hal ini disebabkan oleh peletakan nilai RGB k yang pertama  secara acak dari nilai nol sampai dengan dua. Dari lima kali pengujian terhadap citra dengan parameter - parameter yang sama, sebagian besar diperoleh tingkat perubahan jumlah iterasi yang kurang dari 15%     Kata Kunci—Segmentasi Citra, Vector Quantization, cluster.
Co-Authors Haryanto Haryanto Mirza Pramudia Putro, Sigit Susanto Riza Alfita Rochman, Eka Malasari ROSIDA VIVIN NAHARI Yundari, Yundari