Claim Missing Document
Check
Articles

Found 2 Documents
Search

Peran Mahasiswa KKN UINSU dan Perangkat Desa dalam Mengatasi Stunting dan Buta Huruf Al-Qur’an di Nagori Lingga Kec. Gunung Malela Kabupaten Simalungun Muhammad Febrian; Jeni Yulinda; Regita Cahyani; Kherina Surya Ningsih; Yusuf Ramadhan Nasution
MODELING: Jurnal Program Studi PGMI Vol 10 No 2 (2023): Juni
Publisher : Program Studi PGMI Sekolah Tinggi Ilmu Tarbiyah Nahdlatul Ulama Al Hikmah Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36835/modeling.v10i2.1739

Abstract

The role of uinsu KKN students and the Lingga village apparatus, Gunung Malela sub-district, Simalungun district in overcoming stunting and illiteracy of the Qur'an in children in Lingga village went very smoothly. Uinsu KKN students totaling 25 people. With 4 men and 21 women with village officials participating in disseminating information about the importance of preventing stunting from an early age, the village community also helps and collaborates with students in introducing and teaching the letters of the Qur'an. to children in the village, especially to children who do not know how to read the Qur'an at an old age. This happens because children from childhood have been given by their parents with smartphones and parents are also quite indifferent to their children's religious education.
Klasifikasi Kematangan Buah Kelapa Sawit Berdasarkan Fitur Citra Warna Kulit Menggunakan Metode Transformasi Ruang Warna HSV dan K-Nearest Neighbor Ewa Aji Azhar Nasution; Yusuf Ramadhan Nasution
Rekayasa Vol 19, No 1: January - April 2026
Publisher : Universitas Trunodjoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/rekayasa.v19i1.33679

Abstract

Penentuan tingkat kematangan Tandan Buah Segar (TBS) kelapa sawit merupakan faktor kritis dalam menjamin kualitas Crude Palm Oil (CPO). Metode konvensional yang mengandalkan pengamatan visual manusia seringkali subjektif dan tidak konsisten akibat variasi kondisi lapangan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kematangan buah kelapa sawit yang objektif menggunakan ekstraksi fitur warna pada ruang warna HSV (Hue, Saturation, Value) dan algoritma K-Nearest Neighbor (KNN). Dataset penelitian terdiri dari 180 citra digital yang dibagi menjadi 150 data pelatihan dan 30 data pengujian dengan tiga kelas kematangan yaitu Matang, Setengah Matang, dan Mentah. Proses preprocessing meliputi resizing citra menjadi 256 × 256 piksel, diikuti ekstraksi fitur RGB dan transformasi ke HSV. Algoritma KNN dikonfigurasi dengan nilai K=3 menggunakan metrik Euclidean Distance. Hasil pengujian sistem menunjukkan tingkat akurasi sebesar 90%, dimana 27 dari 30 citra uji berhasil diklasifikasikan dengan benar. Penelitian ini menyimpulkan bahwa kombinasi fitur ruang warna HSV dan algoritma KNN efektif dalam mengklasifikasikan kematangan buah kelapa sawit dan tahan terhadap variasi pencahayaan dibandingkan ruang warna RGB. Sistem ini berpotensi diterapkan sebagai teknologi pendukung keputusan panen presisi di industri perkebunan kelapa sawit.