Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer
Sulkifly Said, Muhammad
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR (K-NN) DALAM PERANCANGAN ALAT PENDETEKSI TINGKAT KESEGARAN DAGING Amanah Bugis, Sukriadi; Cakra, Cakra; Islah, Andi Muh; Sadly Said, Muhammad; Suarna, Dedi; Sulkifly Said, Muhammad
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 1 (2024): April 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i1.376

Abstract

Gunamana mengatasi tantangan ketersediaan dan kualitas daging yang meragukan di pasaran, penelitian ini memperkenalkan sebuah inovasi: alat deteksi daging segar berbasis sensor warna RGB TCS-3200. Alat ini mengoperasikan pendekatan yang canggih dengan mengukur komposisi warna RGB pada daging yang dianalisis, membandingkannya dengan standar warna RGB daging segar, dan memanfaatkan metode K-Nearest Neighbor untuk mengklasifikasikan tingkat kesegaran daging ayam. Dari serangkaian uji klasifikasi, sistem ini berhasil mencapai tingkat akurasi sebesar 87% dalam mengidentifikasi daging segar dari sampel uji sebanyak 15 data. Inovasi ini diharapkan mampu memberikan solusi yang dapat diandalkan bagi masyarakat konsumen untuk memastikan keamanan dan kualitas daging yang mereka beli.
KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK PADA ARSITEKTUR MOBILENET Abdiansyah, Abdiansyah; Baharuddin, Baharuddin; Sulkifly Said, Muhammad
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 2 (2024): Oktober 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i2.1334

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi jenis beras menggunakan Convolutional Neural Network (CNN) pada arsitektur MobileNet. Dataset yang digunakan terdiri dari 273 citra beras yang dibagi menjadi dua kelompok: 228 citra untuk training dan 45 citra untuk testing, dengan tiga jenis beras yaitu Ketan, IR64, dan Basmathi. Proses augmentasi dan normalisasi data dilakukan untuk meningkatkan variasi dan kualitas dataset. Model CNN yang dibangun dilatih menggunakan data training selama 100 epoch, dengan hyperparameter seperti optimizer Adam, learning rate 0.001, dan batch size 32. Hasil pelatihan menunjukkan peningkatan kinerja model seiring bertambahnya epoch, yang tercermin dalam metrik akurasi, presisi, dan recall. Evaluasi pada data testing menunjukkan akurasi sebesar 69.16%, presisi sebesar 75.14%, dan recall sebesar 61.23%. Nilai loss yang dicapai adalah 0.5664, menunjukkan kemampuan model dalam memperkirakan nilai target dengan baik.
Co-Authors Abdiansyah, Abdiansyah Amanah Bugis, Sukriadi Andi Muh Islah Baharuddin Baharuddin Cakra Cakra Sadly Said, Muhammad Suarna, Dedi