Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Agrotek UMMat Jurnal Teknologi Informasi MURA Jurnal Teknologi Informasi Mura
Suseno, Sigit
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Experimental study on the use of aluminum waste as a heat energy storage medium in laboratory-scale drying equipment Apriandi, Nanang; An-Nizhami, Avicenna; Herlambang, Yusuf Dewantoro; Raharjanti, Rani; Rachman, Iqo Yovie; Suseno, Sigit; Khoirunnisa, Hilma; Khusna, Atina Nurul
Jurnal Agrotek Ummat Vol 11, No 4 (2024): Jurnal Agrotek Ummat
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jau.v11i4.26626

Abstract

One of the best ways to reduce food loss during harvest is drying. The main challenge in the drying process is reducing energy consumption as a heat source in drying equipment. Integrating thermal energy storage (TES) into drying equipment has proven to be an effective way to enhance energy efficiency in the drying process. This research aims to explore the potential of TES material in the form of aluminium chips sourced from machining waste and integrated into a drying device. The thermal characteristics of the drying system without and with the addition of TES are compared and evaluated under two testing conditions, namely charging and discharging. The results show that the integration of TES in the drying system can reduce the percentage of temperature drop in the drying chamber due to the charging-discharging process by 58.57%, with the average percentage of temperature drop in the drying chamber without and with the addition of TES being 25.56% and 10.59%, respectively. Overall, aluminium chips obtained from machining waste can be used as an alternative TES material that is environmentally friendly, inexpensive, and readily available.
PERANCANGAN APLIKASI MOBILE BERBASIS FLUTTER UNTUK KLASIFIKASI KENCUR, KUNYIT, DAN JAHE MENGGUNAKAN TENSORFLOW LITE Suseno, Sigit; Wijaya, Harma Okafia Lingga; Bimastari, Tri Hasanah; Elmayati, Elmayati
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2633

Abstract

Rempah-rempah seperti kencur, kunyit, dan jahe memiliki peran penting dalam masakan indonesia, namun kemiripan karakteristik fisik pada rimpangnya sering menyebabkan kesulitan dalam identifikasi. Penelitian ini mengembangkan aplikasi mobile berbasis flutter untuk mengklasifikasikan ketiga jenis rempah tersebut menggunakan teknologi deep learning dengan tensorflow lite. Dataset diperoleh melalui proses perekaman video dan ekstraksi frame menggunakan opencv, menghasilkan frame-frame gambar untuk setiap jenis rempah. Model klasifikasi menggunakan arsitektur efficientnet lite2 yang dilatih dengan pembagian 90% data training, 5% validasi, 5% testing. Hasil pengujian menunjukkan performa yang sangat baik dengan akurasi training 99.08% (loss:0.3334), akurasi validasi 100% (loss:0.3007), dan akurasi testing 100% (loss:0.3009). Aplikasi menyediakan dua mode klasifikasi: deteksi real-time menggunakan kamera dan klasifikasi melalui galeri, dengan threshold confidence 0.8 untuk memastikan akurasi hasil klasifikasi. Implementasi pada perangkat mobile menunjukkan performa yang baik dalam mengklasifikasi rempah dalam berbagai kondisi pengambilan gambar.
PERANCANGAN APLIKASI MOBILE BERBASIS FLUTTER UNTUK KLASIFIKASI KENCUR, KUNYIT, DAN JAHE MENGGUNAKAN TENSORFLOW LITE Suseno, Sigit; Wijaya, Harma Okafia Lingga; Bimastari, Tri Hasanah; Elmayati, Elmayati
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2633

Abstract

Rempah-rempah seperti kencur, kunyit, dan jahe memiliki peran penting dalam masakan indonesia, namun kemiripan karakteristik fisik pada rimpangnya sering menyebabkan kesulitan dalam identifikasi. Penelitian ini mengembangkan aplikasi mobile berbasis flutter untuk mengklasifikasikan ketiga jenis rempah tersebut menggunakan teknologi deep learning dengan tensorflow lite. Dataset diperoleh melalui proses perekaman video dan ekstraksi frame menggunakan opencv, menghasilkan frame-frame gambar untuk setiap jenis rempah. Model klasifikasi menggunakan arsitektur efficientnet lite2 yang dilatih dengan pembagian 90% data training, 5% validasi, 5% testing. Hasil pengujian menunjukkan performa yang sangat baik dengan akurasi training 99.08% (loss:0.3334), akurasi validasi 100% (loss:0.3007), dan akurasi testing 100% (loss:0.3009). Aplikasi menyediakan dua mode klasifikasi: deteksi real-time menggunakan kamera dan klasifikasi melalui galeri, dengan threshold confidence 0.8 untuk memastikan akurasi hasil klasifikasi. Implementasi pada perangkat mobile menunjukkan performa yang baik dalam mengklasifikasi rempah dalam berbagai kondisi pengambilan gambar.
Co-Authors An Nizhami, Avicenna Bimastari, Tri Hasanah Elmayati, Elmayati Khoirunnisa, Hilma Khusna, Atina Nurul Nanang Apriandi Rachman, Iqo Yovie Rani Raharjanti Wijaya, Harma Okafia Lingga Yusuf Dewantoro Herlambang