Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Sjafril Darana
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Deteksi Kualitas Dan Kesegaran Telur Berdasarkan Deteksi Objek Transparan Menggunakan Metode Discrete Wavelet Transform Dengan Klasifikasi K-nearest Neighbor Ngurah Putu Oka Harybuana; Bambang Hidayat; Sjafril Darana
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Telur ayam telah menjadi salah satu bahan makanan pokok yang biasa dikonsumsi oleh masyarakat di Indonesia. sehingga telur banyak dijadikan sebagai bahan olahan makanan . Akan tetapi, setiap telur memiliki kualitas dan kesegaran yang berbeda-beda. Kualitas dan kesegaran telur dapat dilihat dari ketinggian telur. Semakin kental putih telur maka semakin baik kesegaran telur tersebut. Telur diukur dengan menggunakan alat khusus yang disebut HU (Haugh unit) Dalam tugas akhir ini penulis membahas bagaimana cara mendeteksi kualitas dan kesegaran pada telur ayam negeri dengan mengambil gambar citra dari samping dilihat tinggi putih telur. Pada tugas akhir ini penulis menggunakan deteksi objek transparan menggunakan metode DWT (Discrete Wavelet Transform) dengan klasifikasi KNN (K-Neirest Neighbor). Pada penelitian ini dilakukan pengujian dengan 51 citra telur, dengan komposisi masing-masing kelas memiliki 17 citra telur AA, 17 citra telur A, dan 17 citra telur B. Sehingga didapatkan akurasi terbaik sebesar 90.1% dan waktu komputasi 0,5682s dengan menggunakan metode DWT (Discrete Wavelet Transform) dengan level dekomposisi level 2 pada subband LL dengan klasifikasi KNN (K-Neirest Neighbor) menggunakan jarak euclidean pada K= 1. Kata kunci : Telur, HU (Haugh Unit), DWT (Discrete Wavelet Transform), KNN (K-Neirest Neighbor)
Identifikasi Dan Klasifikasi Kemurnian Susu Sapi Berdasarkan Pemrosesan Sinyal Video Dengan Metode Gabor Wavelet Dan Support Vector Machine Haidar Maghrifa Ahmad; Bambang Hidayat; Sjafril Darana
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Susu sapi merupakan minuman yang sangat bergizi untuk dikonsumsi dalam kehidupan sehari-hari, karena kandungannya yang ada di dalamnya seperti lemak, mineral dan protein sangat diperlukan oleh tubuh. Banyak orang ingin membeli susu murni tapi dari beberapa penjual susu murni memungkinkan untuk mendapatkan keuntungan yang lebih dengan mengurangi banyaknya susu murni dan menambahkan zat lain untuk menambah volume susu dan membuat susu agar bisa bertahan lebih lama daripada umumnya hal ini membuat penurunan kualitas yang ada pada susu murni tersebut. Biasanya cara yang sangat sederhana yang dipakai untuk mengidentifikasi kemurnian susu yang akan dibeli dengan melihat perbedaan warna dan mencium baunya lalu membandingkan dengan susu murni yang sudah diketahui benar kemurnian susunya, namun hal ini susah untuk dilakukan dan sangat kecil tingkat keberhasilannya untuk membedakan susu tersebut ,semakin berkembangnya teknologi pangan dibutuhkan teknologi yang dapat memudahkan kita sebelum memilih susu untuk dikonsumsi agar mengetahui kemurnian susu yang dipilih sehingga susu yang akan dikonsumsi memiliki kemurnian yang asli Dalam tugas akhir ini dilakukan identifikasi dan klasifikasi kemurnian susu sapi berdasarkan pemrosesan sinyal video dengan tahapan akuisisi, pre-procesessing , ekstraksi ciri dan klasifikasi, pada tahap ekstraksi ciri menggunakan metode gabor wavelet untuk proses klasifikasi menggunakan support vector machine. Sistem yang dibuat diaplikasikan pada perangkat lunak (software) MATLAB dengan dilakukan identifikasi dan klasifikasi pada bentuk, warna dan kecepatan tetesan bulir susu sapi, pada skenario pengujian bentuk memilki hasil rata-rata akurasi terbaik 90% dengan rata-rata waktu komputasi 2.60785 s dan skenario pengujian warna memiliki rata-rata akurasi terbaik 60% rata-rata waktu komputasi 0.0523 s.Kata Kunci : Susu Sapi, Gabor Wavelet, Support Vector Machine
Analisis Estimasi Berat Telur Ayam Ras Berdasarkan Masa Penyimpanan Dengan Menggunakan Metode Fraktal Dan Klasifikasi Desicion Tree Wulan Dwi Suryandari; Efri Suhartono; Sjafril Darana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Telur ayam adalah bahan makanan yang biasa dikonsumsi oleh masyarakat Indonesia. Disamping harganya yang murah, telur memiliki protein yang bermutu tinggi dan memiliki susunan asam amino essensial yang lengkap sehingga telur banyak dijadikan sebagai bahan olahan makanan, seperti roti dan pizza. Akan tetapi, telur yang dihasilkan dari masing-masing peternakan memiliki kualitas yang berbeda. Kualitas telur ayam ras dapat dilihat dari berapa lama telur ayam ras disimpan. Karena lama penyimpanan akan berpengaruh pada berat telur. Pengolahan citra digital digunakan untuk mengetahui berat telur. Pengolahan citra dilakukan dengan cara mendeteksi tepi dari telur dan memisahkan latar telur. Setelah itu, dilakukan proses identifikasi untuk mendapat ukuran telur yang berupa panjang dan lebar. Secara umum, sistem yang dirancang terbagi dalam 4 proses, yaitu: akuisisi citra telur, pre- processing, ekstrasi ciri, dan klasifikasi. Metode Fraktal digunakan untuk ekstraksi ciri citra dan metode Decision Tree merupakan metode yang digunakan untuk klasifikasi berat telur. Sistem yang di rancang menghasilkan nilai akurasi dari berat telur untuk hari ke-1 dengan akurasi 86,6% dan waktu komputasi 1,64 detik serta, pada hari ke-10 menghasilkan akurasi sebesar 86,6 % dan waktu komputasi 1,88 detik. Kata kunci : Telur, Fraktal, Desicion Tree .Abstract Indonesian people commonly consume chicken egg as an ingridient. Not only cheap, but egg also has a high-quality protein and a complete composition of essential amino acids. Therefore, many people use an egg as ingredients to make some foods, such as bread and pizza. However, eggs have a different quality and freshness in each farm. The quality of broiler chicken eggs can be seen from how long the chicken eggs are stored. Because the storage time will affect the weight of the egg. Digital image processing is used to determine the weight of the egg. Processing imagery is done by detecting the edge of the egg and separating the background of the egg. After that, an identification process is carried out to get the size of the egg in the form length and width. In general, the system designed is divided into 4 processes, namely: acquisition the image of the egg, pre-processing egg image, feature extraction, and classification. The Fractals method is Use for extraction of imagery and method features Decision Tree is a method Used for classification of egg weight The system designed produces a value of accuracy of the egg weight Day 1 with 86.6% accuracy and compute time of 1.64 seconds. On the day The 10th generates accuracy of 86.6% and computation time of 1.88 seconds. Keywords: Eggs, Fractals, Decision tree
Analisis Estimasi Berat Telur Ayam Ras Berdasarkan Masa Penyimpanan Menggunakan Metode Histogram Of Oriented Gradient Dengan Klasifikasi Self-organizing Maps Hasna Maharani; Efri Suhartono; Sjafril Darana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Telur ayam ras merupakan salah satu sumber pangan protein hewani yang paling populer dan juga sangat diminati oleh masyarakat, hal ini dikarenakan telur ayam ras memiliki harga yang relatif murah dan mudah diperoleh serta dapat memenuhi kebutuhan gizi dikalangan masyarakat. Telur ayam ras memiliki kandungan yang terdiri dari 64% albumen, 27% kuning telur dan 9% kerabang, kandungan tersebut mempengaruhi bobot atau berat telur yang dihasilkan dari ayam petelur. Akan tetapi kandungan gizi yang terdapat didalam telur tidak selalu baik dan segar, maka dari itu diperlukan deteksi kualitas telur. Kualitas tersebut dapat dilihat salah satunya berdasarkan berat yang dimilikinya, semakin lama penyimpanan telur ayam maka semakin rendah berat yang dimiliki oleh telur ayam. Pada tugas akhir ini telah dibuat sistem yang dapat menganalisis estimasi berat telur ayam ras berdasarkan waktu penyimpanan telur ayam ras tersebut. Analisis telah dilakukan dengan menggunakan metode HOG (Histogram Of Oriented Gradient) dan klasifikasi SOM (Self-Organizing Maps). Proses pengujian sistem terdiri dari proses pengujian sistem terhadap citra telur ayam ras hari ke-1 dan terhadap citra telur ayam ras hari ke-10. Berdasarkan hasil pengujian yang telah dilakukan maka diperoleh akurasi 73.3333% dengan waktu komputasi 1.1336 detik untuk pengujian citra telur ayam ras hari ke-1 dan diperoleh akurasi 73.3333% dengan waktu komputasi 1.1866 detik untuk pengujian citra telur ayam ras hari ke-10. Pada penelitian tugas akhir ini, hasil akurasi yang diperoleh dari pengujian citra telur ayam ras hari ke-1 dan hari ke-10 mempunyai hasil akurasi yang sama yaitu sebesar 73.3333%. Waktu komputasi terbaik berada pada saat pengujian citra telur ayam ras hari ke-1 dengan hasil 1.1336 detik. Kata kunci : Telur, Histogram Of Oriented Gradient (HOG), Self-Organizing Maps (SOM) Abstract Chicken eggs are one of the most popular food sources of animal protein and are also very popular with the community, this is because chicken eggs have a relatively cheap and easily obtained price and can meet nutritional needs among the community. Race chicken eggs have a content consisting of 64% albumen, 27% egg yolk and 9% egg shell, the content affects the weight or weight of eggs produced from laying hens. However, the nutrient content contained in eggs is not always good and fresh, so it is necessary to detect egg quality. The quality can be seen one of them based on the weight they have, the longer the storage of chicken eggs, the lower the weight of chicken eggs. In this research, a system will be made that can analyze the estimated weight of chicken eggs based on the storage time of the breed chicken eggs. The analysis will be carried out using the HOG (Histogram Of Oriented Gradient) method and SOM (Self-Organizing Maps) classification. The system testing process consists of a system testing process for the image of day 1 race chicken eggs and the image of day 10 race chicken eggs. Based on the results of tests that have been carried out, the accuracy of 73.3333% is obtained with a computation time of 1.1336 seconds for testing the image of day 1 race chicken eggs and 73.3333% accuracy with a computing time of 1.1866 seconds for testing the image of day 10 race chicken eggs. In this final project, the results of the accuracy obtained from testing the image of the 1st day and 10th day of chicken eggs have the same accuracy, which is 73.3333%. The best computation time is when testing the image of day 1 race chicken eggs with results of 1.1336 seconds. Keywords: Eggs, Histogram Of Oriented Gradient (HOG), Self-Organizing Maps (SOM)
Co-Authors Afina Fatharani Annisa Faraditha Basuki Arfhan Setiawan Bambang Hidayat Denanda Syahnurreza Auladi Devi Utami Nur Indah Sari Distyan Putra Agrisativa Efri Suhartono Gita Meirinda Haidar Maghrifa Ahmad Hasna Maharani Kinanti Balqis Maharani Mona Renasari Muhammad Taufiq Alkautsar Mutia Henarta Nadia Aisyah Permata Putri Nadiya Ibrahim Ngurah Putu Oka Harybuana Novita Yusnia Tri Handayani Reni Anggraini Reni Dyah Wahyuningrum Sri Muliawati Syifa Mellynda Prisca Vallen Ariesandi Wulan Dwi Suryandari Yeni Ernita Kusuma Wardani