Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS GAMBAR MENGGUNAKAN METODE GRAYSCALE DAN HSV (HUE, SATURATION, VALUE) Pramudiya, Relin; Asyraq, Cerwyn; Kadafi, Aldo; Sardika, Ricky Putra
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 3, Mei Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.3.174-180

Abstract

Dalam era digital, gambar memainkan peran penting dalam berbagai bidang seperti fotografi, desain grafis, dan pengolahan citra. Untuk mengolah dan menganalisis gambar secara efektif, teknik yang memungkinkan ekstraksi informasi berharga sangat diperlukan. Metode Grayscale (grayscale cycling) dan model warna HSV (Hue, Saturation, Value) adalah dua teknik yang penting dalam analisis gambar. Grayscale meningkatkan kualitas visual dengan mengatur kecerahan dan kontras, membuat gambar lebih jelas dan menarik. Model warna HSV, yang lebih intuitif daripada model RGB, memudahkan pemahaman dan manipulasi atribut warna. HSV menggambarkan warna melalui hue (nuansa warna), saturation (kejenuhan), dan value (kecerahan). Penelitian ini menyoroti efektivitas Grayscale dalam meningkatkan kualitas visual gambar dan penggunaan HSV untuk analisis warna yang lebih mendalam. Implementasi kedua metode ini dapat dilakukan dengan perangkat lunak seperti MATLAB dan bahasa pemrograman seperti Python, memungkinkan pengguna untuk meningkatkan kualitas visual gambar dan mendapatkan wawasan lebih dalam dalam analisis gambar. Pemahaman mendalam tentang Grayscale dan HSV bermanfaat dalam berbagai konteks seperti fotografi, desain grafis, pengenalan pola, dan pengolahan citra medis.Kata Kunci: Analisis gambar, Grayscale, HSV (Hue, Saturation, Value), Kualitas visual, Pengolahan citra
Analisis Sentimen Opini Publik terhadap Kasus Korupsi Timah di Youtube Menggunakan Metode Oversampling dan Algoritma Decision Tree Pramudiya, Relin; Kadafi, Aldo; Udjulawa, Daniel
Arcitech: Journal of Computer Science and Artificial Intelligence Vol. 4 No. 1 (2024): June 2024
Publisher : Institut Agama Islam Negeri (IAIN) Curup

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29240/arcitech.v4i1.10472

Abstract

This study analyzes public opinion regarding the corruption case of PT. Timah (Tbk), which caused state losses of up to IDR 271 trillion, through YouTube comments. The methods used are the Decision Tree algorithm and the SMOTE Oversampling method. A total of 2501 comments were collected and processed. The stages include data preprocessing, sentiment labeling, and model training. The results show that the use of SMOTE improves the accuracy and performance of the model. With SMOTE, the model achieves an accuracy of 56%, a precision of 0.55, a recall of 0.55, and an F1-score of 0.55, while without SMOTE, the model only achieves 54%, a precision of 0.52, a recall of 0.52, and an F1-score of 0.52. Precision, recall, and F1-score also increase when using SMOTE. This study highlights the importance of the Oversampling technique in dealing with class imbalance to improve the accuracy and sentiment analysis model. These results make a significant contribution to sentiment analysis, highlighting the role of SMOTE in overcoming class imbalance and creating a more accurate model.