Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer J-Intech (Journal of Information and Technology)
Nurannisa, Nadhira
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network Sutrisna, Naufal Putra; Sahirah, Rafifa Addin; Laksono, Khansa Salsabila Sangdiva; Permadhi, Raditya Atmaja Satria; Nurannisa, Nadhira; Larasati, Saqina Salsabila; Asmani, Wahayu Widyaning; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938119

Abstract

Pepaya merupakan buah yang memiliki banyak manfaat dengan nilai gizi yang tinggi. Setiap 100 gram  pepaya mengandung 3,65 mg vitamin A dan 78 mg vitamin C. Salah satu keunggulan pepaya adalah kemampuannya untuk berbuah terus menerus, apapun musimnya. Kematangan buah pepaya dapat ditentukan oleh tekstur dan warna kulit buahnya. Deteksi tingkat kematangan buah pepaya memiliki signifikansi penting dalam industri pertanian dan pengelolaan persediaan makanan. Metode konvensional seringkali mengalami keterbatasan dalam akurasi dan efisiensi dalam pengidentifikasian kematangan buah pepaya. Dalam penelitian ini, diperkenalkan pendekatan inovatif dengan menggunakan Convolutional Neural Network (CNN) untuk mengatasi permasalahan tersebut. Dataset yang digunakan merupakan dataset gambar buah pepaya dalam berbagai tingkat kematangan. Dataset kemudian dilatih menggunakan model CNN untuk mengklasifikasikan buah pepaya berdasarkan warna kulit dan fitur visual lainnya. Hasil eksperimen menunjukkan bahwa model CNN yang digunakan mampu mengidentifikasi tingkat kematangan buah pepaya dengan tingkat akurasi yang tinggi, yaitu sebesar 96,63% sehingga dapat menghasilkan solusi yang andal dan efisien.
Sistem Informasi Profil Kelompok Pertanian Terpadu Berbasis Web dengan Integrated Farming (Studi Kasus: Desa Dawuhan, Malang) Soebroto, Arief Andy; Hidayat, Nurul; Perdana, Rizal Setya; Indriati, Indriati; Darmawan, Hendra; Brilliansyach, Raihan Fikri; Ibnu, Mohammad; Nurannisa, Nadhira; Vasya, M Azka Obila
J-INTECH (Journal of Information and Technology) Vol 12 No 02 (2024): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v12i02.1501

Abstract

Dawuhan Village in Poncokusumo District, Malang Regency, is an evolving village with significant potential in the livestock sector. However, livestock data management in this village is still done manually, facing various challenges such as limited access, data integrity issues, and time-consuming processes. To address these issues, this research aims to develop a Web-Based Integrated Livestock Group Profile Information System. The primary objectives of this study are to improve accessibility, streamline the livestock data management process, and enhance data accuracy and security. The system is designed using the Next.js framework, chosen for its ease of use and security in implementing authentication and authorization, as well as its capability for future integration. The research results show that the developed system functions according to the requirements, providing a more efficient platform, reducing errors, and enhancing the user experience for farmers involved in data management. The implementation of this system is expected to improve operational efficiency and livestock data management in Dawuhan Village comprehensively.
Co-Authors Arief Andy Soebroto Asmani, Wahayu Widyaning Brilliansyach, Raihan Fikri Hendra Darmawan Ibnu, Mohammad Indriati Indriati Laksono, Khansa Salsabila Sangdiva Larasati, Saqina Salsabila Novanto Yudistira Nurul Hidayat Permadhi, Raditya Atmaja Satria Rizal Setya Perdana Sahirah, Rafifa Addin Sutrisna, Naufal Putra Vasya, M Azka Obila