Article Per Year (5 Year)
p-Index From 2020 - 2025
1.463
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer
Cakra Cakra
STMIK CATUR SAKTI KENDARI
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
ANALISIS KESEGARAN IKAN MUJAIR DAN IKAN NILA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Cakra Cakra; Syafruddin Syarif; Hamdan Gani; Andi Patombongi; Andi Muh Islah
Simtek : jurnal sistem informasi dan teknik komputer Vol. 7 No. 2 (2022): Oktober 2022
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v7i2.138

Abstract

Dalam riset ini, kami melakukan eksperimen implementasi klasifikasi kesegaran ikan mujair dan ikan nila (segar dan tidak segar) berdasarkan mata ikan menggunakan transfer learning dari enam CNN, yaitu Resnet, Alexnet, Vgg-16, Squeezenet, Densenet dan Inception. Dari hasil eksperimen klasifikasi dua kelas kesegaran ikan mujair menggunakan 451 citra menunjukkan bahwa VGG mencapai kinerja terbaik dibanding arsitektur lainnya dimana akurasi klasifikasi mencapai 73%. Dengan akurasi lebih tinggi dibanding arsitektur lainnya maka Resnet relatif lebih tepat digunakan untuk klasifikasi dua kelas kesegaran ikan Mujair, sedangkan ikan nila dengan menggunakan 574 citra menunjukkan bahwa VGG mencapai kinerja lebih baik dibanding arsitektur lainnya dengan akurasi klasifikasi mencapai 57,9%, dengan demikan maka VGG relatif lebih tepat digunakan untuk klasifikasi dua kelas kesegaran ikan Nila.
SISTEM KONTROL LAMPU MENGGUNAKAN SENSOR SUARA Cakra Cakra; Muhammad Sadly Said; Henny Henny
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 1 (2023): April 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i1.218

Abstract

Perkembangan ilmu pengetahuan dan teknologi membawa dampak positif dalam kehidupan manusia yang pada saat ini telah sampai pada zaman perintah suara listrik. Untuk dapat mengendalikan alat dengan gelombang suara, sistem kontrol rumah pintar memungkinkan manusia mengendalikan perangkat listrik rumah mereka seperti lampu hanya dengan menggunakan perintah suara tanpa perlu bergerak berpindah tempat untuk menyalakan atau mematikan suatu peralatan. Saat pengguna lampu dalam ruangan menjalankan sistem atau menyalakan lampu dengan gelombang suara, maka sensor suara mengirim sinyal input ke mikrokontroler yang selanjutnya diproses dengan output mikrokontroler berupa tegangan untuk menyalakan beban, sistem akan berfungsi ketika sensor suara FC-04 mendapat input suara (gelombang suara) berupa sinyal audio microphone kemudian diakumulasikan pada arduino dengan nilai sesuai program yang diupload untuk dijadikan keluaran 5 volt untuk menyalakan/memadamkan lampu, sensor suara FC-04 hanya mampu memberikan signal output digital yang bernilai 1 dan 0, untuk menyalakan lampu dengan jarak jangkauan tertentu ada beberapa hal yang mempengaruhi seperti, pengaturan tingkat sensitifitas sensor suara dan tingkat kebisingan sekitar area ruangan. Hasil penelitian diperoleh; 1) Pengontrolan lampu dapat berfungsi dengan baik dengan kata kunci “Hei lampu”, diucapkan dengan rekaman suara saat proses pengenalan maka indikator lampu pada alat yang berwarna biru akan menyala, 2) Objek lampu yang akan dikontrol “teras”, “semua”, atau “kamar” dapat berfungsi dengan baik dengan indikator alat berwarnah merah akan menyala, dan 3) Tombol Tekan pada perangkat kontrol berfungsi sebagai kebalikan dari state awal lampu.
PEMERIKSAAN LEMBAR JAWABAN PILIHAN GANDA BERBASIS COMPUTER VISION Cakra Cakra; Baharuddin Baharuddin; Samsuddin Samsuddin; Yonal Supit
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 2 (2023): Oktober 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i2.318

Abstract

Tingkat perkembangan teknologi komputer yang sangat cepat saat ini telah mencakup hampir semua aspek pengolahan data dan informasi. Teknologi ini telah disesuaikan dengan kebutuhan di berbagai bidang, termasuk di sekolah. Salah satu teknologi yang umum digunakan di sekolah adalah pemeriksaan lembar jawaban komputer (LJK). Penelitian ini menggunakan teknologi image processing dengan algoritma Active Contour untuk mengoreksi LJK siswa. Sistem ini menggunakan metode Canny Edge Detection yang optimal untuk mengoreksi jawaban pilihan ganda. Citra diolah dengan menghitung jumlah pixel hitam. Implementasi menggunakan bahasa pemrograman Python, memberikan fleksibilitas dan sumber daya yang luas. Akurasi sistem dalam mendeteksi jawaban yang dihitamkan dengan pensil 2B telah diuji dengan hasil yang baik. Keakuratan tetap konsisten meskipun jumlah jalur pemilihan LJK bervariasi dalam kondisi tertentu. Namun, ada keterbatasan saat menghadapi sudut miring, kecerahan berlebihan, atau kegelapan ekstrem.
PELATIHAN DAN PENGUJIAN YOLO (YOU ONLY LOOK ONCE) UNTUK MENDETEKSI PLAT KENDARAAN Irfan, Irfan; Patombongi, Andi; Cakra, Cakra
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 2 (2023): Oktober 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i2.362

Abstract

Metode YOLO telah banyak dimanfaatkan oleh peneliti untuk keperluan deteksi plat kendaraan, terutama dalam konteks pengenalan plat kendaraan mobil atau motor di jalur lalu lintas. Dalam proses deteksi, peneliti menggunakan dataset yang telah disiapkan untuk melatih algoritma YOLO (You Only Look Once) guna mencapai tingkat kepercayaan (confidence) yang akurat. Hasil pengujian menunjukkan bahwa proses deteksi pada video di jalur lalu lintas mampu mengenali plat kendaraan mobil atau motor dengan tingkat kepercayaan di atas 60%, dengan jarak deteksi sekitar 5 meter. Sementara itu, deteksi menggunakan gambar mampu mengenali plat kendaraan mobil atau motor dalam jarak sekitar 10 meter
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR (K-NN) DALAM PERANCANGAN ALAT PENDETEKSI TINGKAT KESEGARAN DAGING Amanah Bugis, Sukriadi; Cakra, Cakra; Islah, Andi Muh; Sadly Said, Muhammad; Suarna, Dedi; Sulkifly Said, Muhammad
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 1 (2024): April 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i1.376

Abstract

Gunamana mengatasi tantangan ketersediaan dan kualitas daging yang meragukan di pasaran, penelitian ini memperkenalkan sebuah inovasi: alat deteksi daging segar berbasis sensor warna RGB TCS-3200. Alat ini mengoperasikan pendekatan yang canggih dengan mengukur komposisi warna RGB pada daging yang dianalisis, membandingkannya dengan standar warna RGB daging segar, dan memanfaatkan metode K-Nearest Neighbor untuk mengklasifikasikan tingkat kesegaran daging ayam. Dari serangkaian uji klasifikasi, sistem ini berhasil mencapai tingkat akurasi sebesar 87% dalam mengidentifikasi daging segar dari sampel uji sebanyak 15 data. Inovasi ini diharapkan mampu memberikan solusi yang dapat diandalkan bagi masyarakat konsumen untuk memastikan keamanan dan kualitas daging yang mereka beli.
SISTEM KONTROL ALAT ELEKTRONIK DALAM RUMAH BERBASIS INTERNET OF THINGS (IOT) Visayas, Visayas; Cakra, Cakra; Supit, Yonal
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 2 (2024): Oktober 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i2.1163

Abstract

Dengan pesatnya perkembangan teknologi informasi dan komunikasi, khususnya konsep Internet of Things (IoT), perangkat fisik kini dapat saling terhubung dan berkomunikasi, sehingga meningkatkan efisiensi dan kemudahan dalam pengendalian perangkat elektronik. Sistem ini mengatasi kendala pengoperasian yang kurang efisien, terutama dalam mengontrol perangkat elektronik yang berada di ruangan berbeda. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kontrol perangkat elektronik rumah berbasis IoT menggunakan ESP32. Metodologi penelitian meliputi studi literatur, observasi, perancangan, pembuatan prototipe, dan pengujian. Hasil penelitian menunjukkan bahwa sistem berfungsi dengan baik, ditandai dengan komunikasi yang efektif antara aplikasi dan ESP32 melalui protokol HTTP, meskipun terdapat variasi waktu tanggap yang dipengaruhi oleh kondisi jaringan. Penelitian ini berkontribusi pada pengembangan otomasi rumah, serta membuka peluang untuk penelitian lebih lanjut terkait keamanan sistem IoT.
KLASIFIKASI TINGKAT KESEGARAN DAGING SAPI DI PASAR MANDONGA KOTA KENDARI MENGGUNAKAN ARSITEKTUR DEEP LEARNING VGG-16 Cakra, Cakra; Samsuddin, Samsuddin; Kahar, Fitriani
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 2 (2024): Oktober 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i2.1333

Abstract

Kualitas daging sapi merupakan aspek krusial dalam industri pangan, karena berpengaruh pada kesehatan konsumen serta kepercayaan pasar. Identifikasi dan klasifikasi kualitas daging secara manual sering kali kurang efisien dan kurang akurat. Untuk mengatasi masalah ini, metode otomatis berbasis teknologi seperti Convolutional Neural Network (CNN) menjadi sangat diperlukan. Penelitian ini menggunakan arsitektur VGG16 yang telah dimodifikasi untuk mengklasifikasikan kualitas daging sapi ke dalam dua kategori: "Segar" dan "Tidak Segar". Data citra daging sapi dikumpulkan, kemudian dibagi menjadi data pelatihan dan pengujian. Model dilatih melalui beberapa iterasi guna meningkatkan performanya. Berdasarkan hasil pengujian, model menunjukkan akurasi yang tinggi dan konsisten dalam mengidentifikasi perbedaan antara daging segar dan tidak segar. Temuan ini mengindikasikan potensi signifikan dalam penggunaan teknologi CNN untuk evaluasi kualitas produk pangan, dan dapat mendorong perkembangan lebih lanjut di bidang ini.
MENDETEKSI DAN MENGKLASIFIKASI PENYAKIT DAUN PADA TANAMAN JAGUNG MENGGUNAKAN JARINGAN SARAF KONVOLUSIONAL Nur, Muhammad; Rahman, Baharuddin; Cakra, Cakra; Patombongi, Andi; Samsuddin, Samsuddin; Kahar, Fitriani
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 1 (2025): April 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i1.1498

Abstract

Penyakit yang menyerang daun jagung dapat berdampak negatif terhadap kualitas dan hasil pertanian, sehingga deteksi dini sangat diperlukan untuk mengurangi kerugian yang disebabkan oleh infeksi tersebut. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis teknologi deep learning untuk mendeteksi penyakit pada daun jagung. Model yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN) yang memanfaatkan pendekatan transfer learning dengan arsitektur VGG16. Dataset yang digunakan terdiri dari 150 citra daun jagung yang dikelompokkan dalam tiga kategori, yaitu bercak daun, hawar daun, dan daun sehat, masing-masing berjumlah 50 citra. Hasil evaluasi menunjukkan bahwa model yang dikembangkan memiliki tingkat akurasi sebesar 89,33%, dengan nilai precision, recall, dan F1-score berturut-turut adalah 89,26%, 88,66%, dan 88,96%. Hal ini menunjukkan bahwa model mampu mengklasifikasikan gambar dengan baik, meskipun ada beberapa kesulitan dalam membedakan kelas bercak daun dan daun sehat. Secara keseluruhan, model ini menunjukkan potensi yang besar untuk diterapkan dalam sistem pemantauan kesehatan tanaman jagung secara otomatis dan real-time, yang dapat membantu petani dalam mengambil keputusan yang lebih cepat dan tepat
Co-Authors Amanah Bugis, Sukriadi Andi Muh Islah Andi Patombongi Baharuddin Baharuddin Hamdan Gani Henny Henny Kahar, Fitriani MMSI Irfan ,S. Kom Muhammad Nur Muhammad Sadly Said Rahman, Baharuddin Sadly Said, Muhammad Samsuddin Samsuddin Samsuddin Samsuddin Suarna, Dedi Sulkifly Said, Muhammad Supit, Yonal Syafruddin Syarif Visayas, Visayas Yonal Supit