Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Prediksi Jumlah Produksi Tahu Takwa Menggunakan Metode Fuzzy Tsukamoto Berbasis Web Bagus Dwi Prasetya; Syaputri, Rika Wahyu; Annisa, Fera; Wardana, Aldestra Bagas; Farida, Intan Nur
Generation Journal Vol 7 No 3 (2023): Special Issue October 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v7i3.21148

Abstract

Takwa Popular Tofu Factory still uses estimates of the amount of production with no accurate calculation and computer technology. Therefore, the calculation system of the tsukamoto fuzzy method with a web-based concept is expected to minimize losses due to the amount of production that is not in accordance with market share. This study aims to assist the Takwa Popular Tofu factory in estimating the amount of daily production in accordance with market share. The test results using Mean Absolute Percentage Error (MAPE) show the accuracy of the system calculation of 95.90% with an error value of 4.09 so that the interpretation of the MAPE value is accurate.
Evaluasi Performa YOLOv8 Instance Segmentation dalam Segmentasi Hama dan Penyakit pada Bawang Merah Syaputri, Rika Wahyu; Wulanningrum, Resty; Rochana, Siti
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/axsb8473

Abstract

Bawang merah merupakan salah satu komoditas pertanian yang memiliki peran penting sebagai bahan pangan dan rentan terhadap serangan hama dan penyakit. Oleh karena itu, deteksi yang cepat dan akurat sangat dibutuhkan untuk menjaga kualitas hasil panen. Penelitian ini bertujuan untuk membandingkan kinerja varian YOLOv8 dalam tugas segmentasi contoh serangan hama dan penyakit pada tanaman bawang merah menggunakan citra digital. Empat model dievaluasi, yaitu YOLOv8n-seg, YOLOv8s-seg, YOLOv8m-seg, dan YOLOv8l-seg. Model-model tersebut dievaluasi menggunakan metrik mAP, precision, dan recall. Dataset terdiri dari gambar bawang yang telah dianotasi dengan format YOLO. Hasil penelitian menunjukkan bahwa YOLOv8s memberikan hasil segmentasi yang seimbang dan akurat dalam hal kompleksitas model dan akurasi segmentasi dibandingkan dengan versi lainnya. Namun, peningkatan jumlah dan variasi data diperlukan untuk meningkatkan akurasi yang lebih tinggi. Penelitian ini dapat menjadi referensi dalam memilih model segmentasi yang tepat di bidang pertanian.