Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Journal of Computer and Information System (J-CIS)
Maulidia, Ulfa
Unknown Affiliation
Computer Science & IT Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Penyakit Pada Daun Tanaman Kubis Menggunakan Metode Support Vector Machine (SVM) Berdasarkan Warna Dan Tekstur Maulidia, Ulfa; Wajidi, Farid; Arifin, Nurhikma
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13748

Abstract

Kubis merupakan salah satu komoditas pangan yang memiliki nilai ekonomi tinggi dan banyak dikonsumsi oleh masyarakat. Namun, hama dan penyakit lainnya adalah risiko terbesar dalam budidaya tanaman kubis. Salah satu faktor penting dalam keberhasilan produksi kubis adalah periode pertumbuhan, tetapi sering gagal karena banyak serangan hama. Penelitian ini bertujuan untuk mengklasifikasikan penyakit pada daun kubis menggunakan metode Support Vector Machine (SVM) berdasarkan fitur tekstur, yaitu Gray Level Coccurrence Matrix (GLCM) dan fitur warna Hue, Saturation, and Value (HSV) untuk memudahkan petani mengetahui jenis penyakitnya, sehingga dapat melakukan tindakan yang tepat untuk mencegah kerusakan lebih lanjut. Kumpulan data yang digunakan adalah 606 gambar daun kubis yang terbagi menjadi dua bagian, yaitu data latih dan data uji dengan rasio 80:20. Kumpulan data tersebut diklasifikasikan ke dalam lima kategori penyakit, yaitu: Bercak Cincin, Bercak Daun, Busuk Hitam, Jamur Berbulu Halus, dan Kutu Daun. Uji fitur GLCM dilakukan dengan membandingkan hasil percobaan sudut yaitu 0°, 45°, 90°, 135° dengan akurasi terbaik pada sudut 0°. Selain itu, parameter diuji pada metode SVM dengan kernel RBF, yaitu nilai C (1,5,10) dan gamma (10-1 – 10-5). Hasil akurasi terbaik menggunakan fitur GLCM dan HSV diperoleh dari nilai C = 10 dan gamma = 10-1 dengan akurasi 94,21%. Hal ini menunjukkan bahwa pengujian sudut fitur GLCM dan kernel RBF mempengaruhi hasil akurasi sehingga dalam penelitian ini penggunaan fitur GLCM dan HSV memberikan hasil yang lebih optimal. Proses klasifikasi juga memiliki waktu perhitungan yang relatif cepat, yaitu 1,90 detik. Kata kunci: Penyakit Daun Kubis, Gray Level Co-occurrence Matrix, Hue Saturation Value, Support Vector Machine, Kernel RBF
Optimasi Pencarian Titik Pada Gambar Menggunakan Parallel Computing Firgiawan, Wawan; Halisah, Nur; Ghadavi, Gibran; Aditia, Muhammad; M. Darwin; Maulidia, Ulfa
Journal of Computer and Information System ( J-CIS ) Vol 6 No 2 (2023): J-CIS Vol 6 No. 2 Tahun 2023
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v6i2.3574

Abstract

Penelitian ini membahas perbandingan antara program serial dan program paralel dalam menyelesaikan permasalahan Penjumlahan Titik. Dalam tahapannya, penjumlahan titik ini dapat diperoleh dengan cepat ketika dalam pencarian setiap titiknya menerapkan pencarian paralel. Dalam program paralel yang digunakan dalam penelitian ini adalah OpenMP. Fokus penelitian adalah pada pengoptimalan waktu eksekusi Penjumlahan Titik menggunakan pemrograman OpenMP dan perbandingannya dengan program serial. Metode penelitian ini melibatkan implementasi program serial dengan OpenMP dan pengukuran waktu eksekusi keduanya dalam menyelesaikan Penjumlahan Titik. Hasil penelitian menunjukkan bahwa pemanfaatan program paralel, khususnya OpenMP, mampu melakukan penjumlahan titik dengan waktu yang lebih efisien dibandingkan dengan penggunaan program serial. Kesimpulan dari penelitian ini adalah bahwa pemanfaatan pemrograman OpenMP berhasil mengoptimalkan waktu eksekusi Penjumlahan Titik. Program paralel dengan OpenMP terbukti lebih efektif dalam menyelesaikan Penjumlahan Titik dibandingkan dengan program serial. Implementasi program paralel memanfaatkan penugasan eksekusi program secara bersamaan, menghasilkan waktu eksekusi yang lebih efisien dan mengkonfirmasi keefektifan program paralel dalam konteks Penjumlahan Titik.
Co-Authors Aditia, Muhammad Arifin, Nurhikma Farid Wajidi Firgiawan, Wawan Ghadavi, Gibran Halisah, Nur M. Darwin