Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Siti Nurhalisa, Waode
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
KLASIFIKASI BENTUK TELUR AYAM BERBASIS CITRA DIGITAL MENGGUNAKAN METODE K-MEANS CLUSTERING Adiningsi, Sri; Siti Nurhalisa, Waode; Adi Saputra, Rizal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6462

Abstract

Di Indonesia, permintaan dan penggunaan telur meningkat setiap tahunnya. Berdasarkan.data yang ada di. Badan Pusat Statistik (BPS), konsumsi/permintaan.telur.per.kapita mencapai.9,98. butir pada. September.2021. Untuk itu peternak perlu meningkatkan produksi mereka secara komparatif dalam hal konsumsi. Hal ini sebanding dengan permintaan pasar yang tinggi harus membutuhkan penjual telur yang bisa menyortir telur berdasarkan kualitas dan ukurannya. Untuk menyortir telur masih banyak manusia yang menyortir telur dengan cara manual/tangan manusia sehingga membutuhkan waktu yang cukup lama, akurasinya masih tergolong kecil yang menyebabkan sering terjadi kesalahan manusia. Dari masalah ini diperlukan sistem penilaian telur otomatis untuk menghemat waktu. Oleh karena itu, penelitian ini mengajukan sistem klasifikasi telur ayam dengan metode K-means Clustering dengan mengelompokkan telur ayam menjadi 2 kelompok yaitu telur berukuran besar dan telur berukuran kecil. Berdasarkan hasil pelatihan dan pengujian data secara otomatis menggunakan GUI Matlab dihasilkan akurasinya yaitu 91,67% dari 36 data uji, dimana terdapat 3 kesalahan data yang diidentifikasi.
IDENTIFIKASI CITRA DAGING AYAM BERFORMALIN MENGGUNAKAN FITUR WARNA HUE SATURATION VALUE (HSV) DAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Siti Nurhalisa, Waode; Mashur Sajiah, Adha; Adi Saputra, Rizal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12444

Abstract

Sulawesi Tenggara merupakan salah satu provinsi penghasil daging ayam di Indonesia. Menurut data BPS, produksi daging ayam di Sulawesi Tenggara pada tahun 2023 mencapai 11.535.209 kg, meningkat 4,32% dari tahun 2021 sebesar 11.053.353 kg. Namun, isu penggunaan formalin pada daging ayam memerlukan solusi deteksi yang cepat, akurat, dan mudah. Salah satu alternatif alami, kertas tumerik dari cairan kunyit, meski ekonomis, hanya berfungsi sebagai kontrol positif dan negatif, sehingga kurang akurat. Penelitian ini bertujuan mengembangkan sistem identifikasi citra daging ayam berformalin menggunakan fitur warna Hue Saturation Value (HSV) dan algoritma K-Nearest Neighbor (K-NN). Proses deteksi meliputi pemasukan citra, pra-pemrosesan, ekstraksi ciri RGB ke HSV, pelatihan K-NN, dan identifikasi citra. Hasil pengujian menggunakan 150 citra daging ayam berformalin dan 150 citra tanpa formalin menunjukkan akurasi sistem sebesar 93,79%, dengan True Positive (TP) 145, False Negative (FN) 5, False Positive (FP) 4, dan True Negative (TN) 146. Nilai metrik meliputi Precision 97,32%, Recall 96,67%, Specificity 97,33%, Accuracy 97% dan F1-Score 96,99%. Sistem ini menunjukkan potensi sebagai metode deteksi formalin yang efektif dan andal.
Co-Authors Adiningsi, Sri Mashur Sajiah, Adha Rizal Adi Saputra