Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Barry Ceasar Octariadi
Teknik Informatika, Universitas Muhammadiyah Pontianak
Computer Science & IT

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

Found 2 Documents
Search

 1 
IDENTIFIKASI IKAN KONSUMSI TIDAK SEGAR DAN SEGAR BERBASIS PENGOLAHAN CITRA DIGITAL BERDASARKAN FITUR WARNA MENGGUNAKAN METODE K-NEAREST NEIGHBORS (K-NN) Siti Putri Anggrayeni; Alda Cendekia Siregar; Barry Ceasar Octariadi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17438

Abstract

Kesegaran ikan konsumsi merupakan indikator penting dalam menjamin mutu dan keamanan pangan, namun penilaian secara manual masih bersifat subjektif dan tidak konsisten. Permasalahan tersebut mendorong perlunya sistem identifikasi kesegaran ikan yang objektif dan otomatis. Penelitian ini bertujuan mengembangkan sistem identifikasi kesegaran ikan berbasis pengolahan citra digital menggunakan fitur warna dengan metode K-Nearest Neighbors (K-NN). Dataset yang digunakan berupa citra insang dari empat jenis ikan, yaitu lele, nila, mas, dan kembung, yang diklasifikasikan ke dalam dua kategori kesegaran. Metode penelitian meliputi tahap preprocessing citra berupa resize, Gaussian blur, serta konversi ruang warna RGB ke HSV, dilanjutkan dengan segmentasi insang berbasis warna dan ekstraksi fitur warna menggunakan histogram kanal Hue, Saturation, dan Value. Proses klasifikasi dilakukan menggunakan algoritma K-NN, sedangkan evaluasi kinerja sistem menggunakan metode 5-fold cross-validation. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan kesegaran ikan dengan akurasi sebesar 98,21%, precision 98,26%, recall 98,21%, dan F1-score 98,18%. Hasil ini membuktikan bahwa kombinasi fitur warna HSV dan metodes K-NN efektif untuk mengidentifikasi kesegaran ikan secara akurat dan efisien.
SISTEM PAKAR DIAGNOSA GERD DENGAN METODE FUZZY MAMDANI UNTUK DETEKSI GEJALA AWAL Dea Nabella Septiani; Barry Ceasar Octariadi; Menur Wahyu Pangestika
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17807

Abstract

Gastroesophageal Reflux Disease (GERD) merupakan gangguan pencernaan yang terjadi akibat naiknya asam lambung ke esofagus dan menimbulkan gejala seperti heartburn, regurgitasi, mual, serta nyeri ulu hati. Kurangnya kesadaran masyarakat terhadap gejala awal GERD serta keterbatasan akses konsultasi medis mendorong perlunya sistem bantu diagnosis yang mudah digunakan. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web dengan metode Fuzzy Mamdani guna mendeteksi gejala awal GERD sekaligus mengetahui tingkat akurasi sistem. Data diperoleh melalui studi literatur dan wawancara dengan pakar, kemudian diolah menggunakan tahapan fuzzy Mamdani yang meliputi fuzzifikasi, implikasi, komposisi aturan, dan defuzzifikasi dengan metode centroid. Sistem dibangun menggunakan PHP dan MySQL, serta diuji menggunakan Black Box Testing, User Acceptance Testing (UAT), dan pengujian akurasi dengan membandingkan hasil sistem dengan pakar. Hasil penelitian menunjukkan bahwa sistem memiliki tingkat akurasi sebesar 83,3% dengan tingkat usability yang sangat baik, ditunjukkan oleh nilai UAT admin sebesar 90% dan pengguna sebesar 90,8%. Berdasarkan hasil tersebut, sistem yang dikembangkan dapat digunakan sebagai alat bantu dalam melakukan diagnosis awal GERD.
Co-Authors Alda Cendekia Siregar Dea Nabella Septiani Menur Wahyu Pangestika Siti Putri Anggrayeni