Claim Missing Document
Check
Articles

Found 5 Documents
Search

Seam Cerving and Salient Detection for Thumbnail Photos Much Chafid; Abdul Syukur; Moch Arief Soeleman; Affandy Affandy
Journal of Development Research Vol. 6 No. 1 (2022): Volume 6, Number 1, May 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Nahdlatul Ulama Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/jdr.v6i1.204

Abstract

Image resizing is a process of processing images or images with the aim of changing the size of the image. The most commonly used methods are cropping or scaling. Scaling is changing the size of the image based on the scale. Contents in the image are not considered in scaling. Seam carving often uses energy functionality that is useful as a determinant of the pixel level contained in an image. Seam is a connecting path of image pixels both vertically and horizontally that is passed by a low energy function. Changing the image size using seam carving is considered better than cropping and scaling. However, the seam carving method still cannot protect the object that is considered the most important. In overcoming this weakness, we can use a combination of seam carving algorithm with salient detection. In this research, we will improve the two methods which function as thumbnail maker. The results of the salient detection of the most important areas of the image will be detected and as a reference in resizing the image (seam carving) The dataset uses 200 images. The accuracy value is calculated by distributing questionnaires to 100 respondents and producing an acceptance rate of 78% so that the results are Very Natural/Natural.
Sosialisasi Game Edukasi TOGA sebagai Media Pembelajaran Tanaman Obat Keluarga (TOGA) di SDN 3 Made Lamongan Fardani Annisa Damastuti; Darmawan Aditama; Arif Basofi; Artiarini Kusuma Nurindiyani; Saniyatul Mawaddah; Muhammad Robihul Mufid; Much Chafid; Agus Wibowo; Nur Syaela Majid; Risalatun Nuriyah; Silvi Maf’ul Sa’diyah; Yusuf Afandi; Risma Ayu Damayanti; Aninda Rahmawati; Bagas Firhanudin; Rosyida Sadza Afifah; Salsabil Tsabita An Nabilah
Jurnal Abdi Masyarakat Indonesia Vol 2 No 4 (2022): JAMSI - Juli 2022
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.416

Abstract

Game edukasi adalah game dengan materi dan pertanyaan praktis yang dirancang dengan cara yang menarik dan disesuaikan dengan perkembangan pendidikan dan teknologi. Game edukasi dirancang untuk meningkatkan kemampuan berpikir siswa, seperti meningkatkan konsentrasi dan pemecahan masalah. Game edukasi adalah cara yang menyenangkan untuk mendidik anak. Salah satunya untuk mengenalkan tanaman obat rumah tangga (TOGA) yang memiliki banyak manfaat. Game Edukasi TOGA merupakan media pembelajaran tentang tanaman obat keluarga yang dikemas dalam bentuk game android dua bahasa. Pengenalan media pembelajaran Game Edukasi TOGA dilakukan dengan metode presentasi oleh pemateri dan praktek bersama siswa. Hasil akhirnya, game edukasi TOGA berhasil membantu siswa untuk mengenal tanaman obat rumahan (TOGA) dan menjadi media pembelajaran baru yang menarik tentang tanaman obat rumahan (TOGA).
Pengenalan Rumah Adat Nusantara Berbasis Mobile AR di SDN Banjarmendalan Lamongan Fardani Annisa Damastuti; Jauari Akhmad Nur Hasim; Irma Wulandari; Darmawan Aditama; Saniyatul Mawaddah; Yunia Ikiawati; Moch. Robihul Mufid; Arif Basofi; Moch. Chafid; Moch. Turmudzi; Pratama Ekaluspita; Agus Wibowo; Novita Putri; Imam Junaidi; Dita Aulia Rahma
SOROT : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 2 (2023): Juli
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/sorot.v2i2.4755

Abstract

Rumah adat adalah rumah yang memiliki ciri khas bangunan yang melambangkan kebudayaan dari suatu daerah. Keunikan rumah-rumah adat di Indonesia menjadi salah satu materi pembelajaran untuk pelajar di Indonesia. Buku-buku yang menjadi media pengenalan rumah adat di Indonesia masih memiliki kekurangan berupa terbatasnya tampilan rumah adat secara visual. Sehingga mengurangi minat anak dalam mengenal rumah adat nusantara. Hal ini dapat mengakibatkan tergerusnya budaya. Oleh karena itu untuk meningkatkan minat dan wawasan terhadap budaya rumah adat ini digabungkan antara teknologi dan budaya. Penggabungan ini menggunakan teknologi augmented reality untuk mengenalkan rumah adat nusantara. Rumah adat divisualisasikan melalui objek 3-dimensi didalam aplikai android. Aplikasi augmented reality yang dikembangkan bersifat dinamis, sehingga penambahan konten dapat dilakukan tanpa memodifikasi kode program. Aplikasi ini akan memvisualkan 9 rumah adat dari 9 provinsi yang ada di Pulau Jawa, Nusa Tenggara, dan Bali. Hasil pengujian menunjukkan kenaikan pengetahuan siswa SDN Banjarmendalan sebesar 11% dan dari penilaian kepuasan responden berupa skala likert 1-5 didapatkan nilai sebesar 4,5 atau dapat dikatakan sangat baik.
Sistem Informasi Pemasaran Ikan Berbasis Web di Desa Rejosari Kabupaten Lamongan: Web-Based Fish Marketing Information System in Rejosari Village, Lamongan Regency Mufid, Mohammad Robihul; Zulfian Nafis; Arif Basofi; Saniyatul Mawaddah; Yunia Ikawati; Arna Fariza; Rosiyah Faradisa; Darmawan Aditama; Sritrusta Sukaridhoto; Much Chafid; Muhammad Turmudzi; Agus Wibowo; Pratama Eskaluspita; Novita Putri Lestari; Yesta Medya Mahardhika
J-Dinamika : Jurnal Pengabdian Masyarakat Vol 9 No 2 (2024): Agustus
Publisher : Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/j-dinamika.v9i2.5193

Abstract

Salah satu desa penghasil ikan di Lamongan terletak di desa Rejosari kecamatan Deket. Para pembudidaya ikan sering kali mengalami kesulitan didalam melakukan penjualan ikan dengan harga yang pantas. Selain itu juga terdapat permasalahan lain yang dialami oleh pelaku usaha perikanan dan pembeli ikan dalam mengakses informasi yang diperlukan terkait dengan jenis ikan, stok, harga, dan lokasi pemasaran. Pengabdian ini bertujuan untuk mengembangkan sistem penjualan ikan berbasis web di desa Rejosari yang bertujuan untuk meningkatkan interaksi antara pedagang dan konsumen serta efisiensi operasional dalam industri perikanan. Pengembangan platform ini memungkinkan pedagang untuk memasarkan dan menjual produk ikan secara daring, serta memberikan kemudahan dan keamanan bagi konsumen dalam melakukan pembelian ikan. Pengumpulan data dilakukan dengan cara observasi dan wawancara langsung ke masyarakat dan perangkat desa Rejosari. Metode pelaksanaan dilakukan dengan cara melakukan sosialisasi dan pelatihan mengenai sistem informasi penjualan ikan berbasis web. Hasil dari sosialisasi dan implementasi sistem, masyarakat dipermudah didalam melakukan penjualan ikan dan pembelian ikan, serta bisa melihat jenis ikan, stok, dan harga yang lebih akurat.
IDENTIFIKASI PENULIS MENGGUNAKAN CONVOLUSIONAL NAURAL NETWORK BERDASARKAN KARAKTER TULISAN TANGAN Much Chafid; Muhammad Turmudzi; Agus Wibowo; Pratama Eskaluspita; Ervina Yuniati Rokhmah; Dinda Heidiyuan Agustalita
TEKNIMEDIA: Teknologi Informasi dan Multimedia Vol. 5 No. 2 (2024): Desember 2024
Publisher : Badan Penelitian dan Pengabdian Masyarakat (BP2M) STMIK Syaikh Zainuddin NW Anjani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46764/teknimedia.v5i2.209

Abstract

An application or system is needed to distinguish handwritten characters, and it can be used to identify author-based handwritten characters. The aim of this research is so that the system created can determine whether a piece of handwriting is the work of a particular author. The creation of handwritten text can be done by capturing the image using a scanner with an image quality of 300 dpi, segmenting it using the thresholding method and contour selection from the image, combining the segmented images and processing the image from the segmentation results. The results of the convolutional autoencoder can be input into transfer learning (lazy learning) using KNN method to match with the author's handwriting. The study used 100 data sets from 20 authors, each of whom wrote five times. In the first trial, we used the dataset in handwritten sentence fragments from the title of a poem by Chairil Anwar. Tests were performed by comparing the machine learning process with and without a convolutional autoencoder. The test results with a convolutional autoencoder showed an accuracy of 89%, while the results without a convolutional autoencoder showed an accuracy of 88%.