Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informatika dan Komputer Journal of Computing Innovations and Emerging Technologies
Esa Prakasa
Badan Riset dan Inovasi Nasional
Computer Science & IT Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Kualitas Varietas Benih Jagung Bima 20 Menggunakan Metode Random Forest Muhamad Zahara Anugrah Putra; Feri Candra; Esa Prakasa
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2177

Abstract

Varietas benih jagung Bima-20 merupakan salah satu varietas yang populer dan banyak digunakan oleh petani. Namun, untuk memastikan kualitas benih yang dihasilkan, diperlukan metode yang dapat membedakan kualitas benih Bima-20 dengan akurasi tinggi. Salah satu cara untuk meningkatkan akurasi dalam proses grading benih jagung adalah dengan menggunakan teknologi pengolahan citra digital. Beberapa fitur yang dapat diekstraksi dari citra digital antara lain bentuk, tekstur, dan warna. Karakteristik bentuk benih jagung dapat diekstraksi dengan menggunakan metode segmentasi citra dan ekstraksi fitur bentuk seperti area dan perimeter atau keliling. Sedangkan karakteristik tekstur benih jagung dapat diekstraksi dengan menggunakan fitur gray-level co- occurrence matrix (GLCM) serta dapat diklasifikasi menggunakan metode Random Forest. Metode Random Forest adalah salah satu metode yang populer dalam klasifikasi citra. Metode ini menggunakan kombinasi dari beberapa pohon keputusan (decision tree) untuk mengklasifikasikan data. Kelebihan dari metode Random Forest adalah kemampuannya dalam mengatasi overfitting dan mampu menghasilkan prediksi yang akurat. Dengan menerapkan ekstraksi fitur dan metode tersebut menghasilkan bahwa ekstraksi fitur tekstur menggunakan Gray Level Co- occurrence Matrix (GCLM) dan ekstraksi fitur bentuk memperoleh nilai yang dapat diklasifikasikan menggunakan metode random forest. Hasil klasifikasi yang diperoleh tersebut memiliki tingkat akurasi 100% akurat sesuai dengan pernyataan melalui survei yang dilakukan kepada seorang kepala SMK di Pesantren Teknologi Riau dan juga seorang guru dalam bidang pertanian di Pesantren Teknologi Riau yaitu ibu Azrida Syamsi M.Si.
An Analysis of the Impact of Zoom on Online Learning Using the Technology Acceptance Model Zatin Niqotaini; Budiman Budiman; Fahreja Ramadhan; Artika Arista; Esa Prakasa; Arafat Febriandirza; Nur Alamsyah; Rezza Novian Noor Rochmat; Henki Bayu Seta
Journal of Computing Innovations and Emerging Technologies Vol. 2 No. 1 (2026): Volume 2 No 1
Publisher : novamindpress

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64472/jciet.v2i1.30

Abstract

This study aims to analyze the effect of using the ZOOM application at the University of Informatics and Business Indonesia (UNIBI) using the Technology Acceptance Model (TAM) approach, which is often used by some researchers to examine user acceptance of technology. This research is quantitative using descriptive method. The data analysis technique was carried out using SEM (Structural Equation Model) with AMOS (Analysis of Moment Structure) software. The population in this study were UNIBI students. Determination of the sample is carried out by proportional sampling, which is a proportional sampling method based on sub-populations. The results of this study prove that only 4 hypotheses are accepted from a total of 6 hypotheses proposed. The following is the percentage of the influence of each variable: a) Perceived Ease of Use (PEOU) is 28%, b) Perceived Usefulness (PU) is 74%, c) Attitude Toward Using (ATU) is 57%, d) Behavioral Intention to Use (BITU) is 65%, and e) Actual system usage (AU) is 75%. This proves that the use of the ZOOM application as an online learning medium cannot be fully explained by the Technology Acceptance Model.
Co-Authors Arafat Febriandirza Artika Arista Budiman Fahreja Ramadhan Feri Candra Henki Bayu Seta Muhamad Zahara Anugrah Putra Niqotaini, Zatin Nur Alamsyah Rezza Novian Noor Rochmat