Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Journal of Embedded Systems, Security and Intelligent Systems Journal of Deep Learning, Computer Vision and Digital Image Processing
Andi Nurul Izzah
Universitas Negeri Makassar
Computer Science & IT

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

Found 2 Documents
Search

 1 
Deteksi Jumlah Jeruk Menggunakan Metode Tranformasi Hough Elva Amalia; Andi Nurul Izzah; Tsabita Syalza Billa; Wanda Hamidah; Andi Baso Kaswar; Marwan Ramdhany Edy
Journal of Embedded Systems, Security and Intelligent Systems Vol 4, No 1 (2023): May 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v4i1.470

Abstract

Permasalahan umum yang dialami oleh pedagang buah yaitu dalam menghitung jumlah buah jeruk. Kegiatan menghitung secara manual membutuhkan waktu yang lama apalagi penjualan dalam skala besar. Dari permasalahan tersebut penulis mengusulkan metode Hough Transform untuk sistem pendeteksi dan perhitungan buah jeruk. Pada penelitian ini menguraikan proses sistem menjadi beberapa tahapan, yaitu: Input citra, konversi citra grayscale, mengaplikasikan median filter, meregangkan kontras, menurunkan brightness, dan deteksi hough transformation. Total dataset yang digunakan pada penelitian ini berjumlah 70 dataset citra jeruk. Untuk citra yang digunakan, algoritma Transformasi Hough sangat berperan dalam mendeteksi lingkaran pada objek buah jeruk. Oleh karena itu, diperlukan data citra dengan latar belakang yang seragam guna meningkatkan kejelasan temuan identifikasi objek melingkar. Selain faktor background objek, nilai sensitivity juga mempengaruhi ketepatan saat mengidentifikasi lingkaran. Berdasarkan hasil dan pembahasan uji coba, sistem dapat mendeteksi dan menghitung jeruk cukup baik dengan akurasi mencapai 95,4%.
Penghitungan Jumlah Sel Darah Merah pada Citra Menggunakan Hough Transform Ananta Dwi Prayoga Alwy; Kurnia Prima Putra; Andi Nurul Izzah; Nurul Amanda Pratiwi Hasbullah; Bukhari Naufal Nur Ag; Muhammad Fajar B
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 1 Issue 1 Maret 2023
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v1i1.50

Abstract

Perhitungan jumlah sel darah merah (RBC) secara tradisional menggunakan mikroskop sering kali memakan waktu dan kurang akurat, terutama saat citra darah mengandung sel darah putih. Penelitian ini bertujuan untuk mengembangkan sistem yang lebih akurat dalam menghitung jumlah sel darah merah menggunakan Hough Transform, operasi morfologi, dan proses segmentasi. Metode yang digunakan meliputi konversi citra ke grayscale, peningkatan kontras, binerisasi citra, dan penerapan teknik morfologi serta Hough Transform untuk mendeteksi sel darah merah. Hasil eksperimen menunjukkan bahwa sistem yang diusulkan mencapai akurasi rata-rata 91% pada 30 citra uji, dengan beberapa citra menunjukkan akurasi hingga 100%, sementara citra lain memperoleh akurasi sekitar 83%. Penelitian ini menunjukkan bahwa penggunaan Hough Transform dalam perhitungan jumlah sel darah merah dapat meningkatkan akurasi deteksi dan efisiensi dalam diagnosis medis.
Co-Authors Ananta Dwi Prayoga Alwy Andi Baso Kaswar Andi Baso Kaswar Bukhari Naufal Nur Ag Elva Amalia Kurnia Prima Putra Marwan Ramdhany Edy Muhammad Fajar B Nurul Amanda Pratiwi Hasbullah Tsabita Syalza Billa Wanda Hamidah