Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JUITA : Jurnal Informatika Jurnal Pemberdayaan Masyarakat dan Komunitas
Ali Rahman
Universitas Madura
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Social Sciences

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

Found 2 Documents
Search

 1 
Enhanced OCR Recognition for Madurese Text Documents: A Genetic Algorithm Approach with Tesseract 5.5 Muhammad Nazir Arifin; Muhammad Umar Mansyur; Ali Rahman; Nindian Puspa Dewi; Fauzan Prasetyo Eka Putra
JUITA: Jurnal Informatika JUITA Vol. 13 Issue 2, July 2025
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v13i2.25794

Abstract

Character Recognition (OCR) for the Madurese language using Genetic Algorithms (GA). The study addresses the challenges in processing Madurese text documents by implementing a nine-step image preprocessing workflow optimized through GA. Our methodology combines rescaling, grayscale conversion, adaptive thresholding, deskewing, median blur, Otsu thresholding, border removal, contrast enhancement, and noise reduction, with the sequence determined by GA optimization. The system utilizes Tesseract 5.5 OCR engine configured with Vietnamese language model parameters to accommodate Maderese writing characteristics. Experiments conducted on a dataset of 500 images demonstrated significant improvements in recognition accuracy. The GA-optimized preprocessing sequence achieved a 24.32% Word Error Rate (WER) and 7.47% Character Error Rate (CER), marking substantial improvements over the baseline Tesseract implementation. Further optimization through language model selection, particularly using the Occitan (OCI) model, yielded 100% accuracy in specific test cases. The research also explored various fitness function configurations, with a 0.7:0.3 WER-to-CER ratio proving most effective. These results demonstrate the potential of GA optimization in enhancing OCR performance for regional languages with unique characteristics, contributing to the broader field of document digitization and language preservation
Pelatihan Pemeliharaan Sistem Monitoring Suhu Air Tambak Udang Vaname Berbasis IoT Matsaini Matsaini; Sholeh Rachmatullah; Anang Faktchur Rachman; Muhammad Yasir Zain; Ali Rahman
Jurnal Pemberdayaan Masyarakat dan Komunitas Vol 3, No 1: 2026
Publisher : STAI Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/jpmk.v3i1.277

Abstract

Suhu air merupakan salah satu parameter kunci dalam budidaya udang vaname yang secara langsung memengaruhi tingkat metabolisme, pertumbuhan, serta daya tahan terhadap penyakit. Ketidakstabilan suhu air dapat menurunkan tingkat kelangsungan hidup (survival rate) udang dan menyebabkan kerugian ekonomi yang signifikan bagi pembudidaya. Kelompok petambak udang vaname “Jaring Emas” di Desa Grujugan, Kabupaten Sumenep, selama ini masih melakukan pencatatan suhu dan pemberian pakan secara manual. Metode tersebut tidak hanya memakan waktu dan rentan terhadap kesalahan, tetapi juga menyulitkan proses analisis untuk pengambilan keputusan yang tepat. Untuk menjawab permasalahan tersebut, kegiatan pengabdian ini menyelenggarakan pelatihan pemeliharaan sistem monitoring suhu air berbasis Internet of Things (IoT) menggunakan aplikasi SiVaname. Pelatihan dirancang untuk meningkatkan kapasitas mitra dalam memahami, mengoperasikan, serta merawat perangkat monitoring suhu yang terintegrasi dengan sistem informasi berbasis web. Hasil pelatihan menunjukkan bahwa mitra mampu melakukan pemantauan suhu secara real-time, serta melakukan perawatan dan troubleshooting perangkat secara mandiri. Implementasi sistem ini terbukti meningkatkan efisiensi manajemen tambak dan mempercepat pengambilan keputusan berbasis data. Kegiatan ini menjadi langkah strategis dalam mendorong transformasi digital sektor budidaya udang skala rakyat.
Co-Authors Anang Faktchur Rachman Fauzan Prasetyo Matsaini, Matsaini Muhammad Nazir Arifin Muhammad Umar Mansyur Muhammad Yasir Zain Nindian Puspa Dewi Sholeh Rachmatullah