Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Pengolahan Citra Digital Berbasis MATLAB untuk Sortasi Ukuran dan Warna Buah Alpukat: Harahap, Khaila Mukti; Pangestu, Dimas; Alfarizdi, Diaz; Iqbal, Farhan
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.967

Abstract

Sortasi buah alpukat berdasarkan ukuran dan tingkat kematangan merupakan salah satu langkah penting dalam memastikan mutu hasil panen sebelum didistribusikan ke pasar. Penelitian ini merancang dan menguji sistem sortasi otomatis dengan memanfaatkan teknik pengolahan citra digital menggunakan perangkat lunak MATLAB. Gambar buah diambil menggunakan kamera digital sebagai input utama sistem. Tahapan pengolahan meliputi peningkatan kualitas citra, pemisahan objek dari latar belakang, serta analisis karakteristik warna dan ukuran buah. Warna dianalisis menggunakan model ruang warna HSV untuk mengidentifikasi tingkat kematangan, sementara ukuran dihitung berdasarkan luas dan dimensi buah dari citra yang telah diproses. Sistem ini berhasil mengelompokkan buah alpukat ke dalam beberapa kategori secara akurat, baik dari segi ukuran maupun warna. Hasil penelitian menunjukkan bahwa pendekatan ini efektif dan berpotensi diimplementasikan dalam proses sortasi buah secara otomatis, sehingga dapat meningkatkan efisiensi kerja serta konsistensi produk dalam industri pertanian.
Analisis Data Biologis dalam Mengidentifikasi Gen atau Protein yang Memiliki Pola Ekspresi Serupa Akmal, Muhammad Haikal; Pangestu, Dimas; Siregar, Dzilhulaifa; Harahap, Khaila Mukti; Furqan, Mhd.
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1008

Abstract

Ekspresi protein dalam data biologis umumnya memiliki kompleksitas tinggi dan dimensi besar, sehingga menyulitkan pengenalan pola secara langsung. Studi ini memanfaatkan algoritma Spectral Clustering untuk mengeksplorasi struktur tersembunyi dalam kumpulan data ekspresi protein. Langkah awal mencakup pembersihan data dengan imputasi nilai hilang menggunakan metode rata-rata serta normalisasi fitur numerik menggunakan StandardScaler. Dataset terdiri dari 1.080 observasi dan 77 atribut numerik hasil percobaan pada tikus. Proses pengelompokan dilakukan dengan pendekatan berbasis graf, menggunakan parameter empat klaster dan afinitas nearest neighbors. Selanjutnya, dilakukan reduksi dimensi melalui teknik Principal Component Analysis (PCA) untuk menghasilkan representasi dua dimensi yang mudah divisualisasikan. Hasil pengelompokan memperlihatkan pemisahan yang mencerminkan perbedaan biologis antar sampel. Hal ini menunjukkan bahwa metode tak terawasi seperti Spectral Clustering efektif dalam mengungkap struktur laten pada data ekspresi protein dan dapat menjadi dasar bagi analisis klasifikasi berbasis karakteristik biologis.