cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hairani
Contact Email
matrik@universitasbumigora.ac.id
Phone
+6285933083240
Journal Mail Official
matrik@universitasbumigora.ac.id
Editorial Address
Jl. Ismail Marzuki-Cilinaya-Cakranegara-Mataram 83127
Location
Kota mataram,
Nusa tenggara barat
INDONESIA
MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer
Published by Universitas Bumigora
ISSN : 18584144     EISSN : 24769843     DOI : 10.30812/matrik
Core Subject : Science,
Computer Science & IT
MATRIK adalah salah satu Jurnal Ilmiah yang terdapat di Universitas Bumigora Mataram (eks STMIK Bumigora Mataram) yang dikelola dibawah Lembaga Penelitian dan Pengabadian kepada Masyarakat (LPPM). Jurnal ini bertujuan untuk memberikan wadah atau sarana publikasi bagi para dosen, peneliti dan praktisi baik di lingkungan internal maupun eksternal Universitas Bumigora Mataram. Jurnal MATRIK terbit 2 (dua) kali dalam 1 tahun pada periode Genap (Mei) dan Ganjil (Nopember).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 22 Documents
 1   2   3 
Search results for , issue "Vol. 21 No. 2 (2022)" : 22 Documents clear
Otsu Method for Chicken Egg Embryo Detection based-on Increase Image Quality Suhirman Suhirman; Shoffan Saifullah; Ahmad Tri Hidayat; Rr Hajar Puji Sejati
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 2 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i2.1724

Abstract

Detection of chicken egg embryos using image processing has limitations and needs some processes for improvement. By human vision, the previous process used binoculars and candling using light/beams directed at the chicken eggs in the incubator. In this study, we propose the application of image segmentation using the Otsu method in detecting chicken egg embryos. This method uses image segmentation with increased image quality (preprocessing) by several methods such as resizing, grayscaling, image adjustment, and image enhancement. These processes produce a better image and can be used for input in the segmentation process. In addition, this study compares several segmentation methods in detecting chicken egg embryos, such as thresholding, Otsu basic, and k-means clustering. The results show that our proposed method produced segmentation images to detect chicken egg embryos of 200 datasets images. This method has a faster process and can create a uniform segmentation than other methods. However, other methods can also detect chicken egg embryos. The method’s accuracy proposed in this study increased by 1.5% compared to other methods. In addition, the resulting SSIM value has a percentage close to and more than 90%, which means that the segmentation of the results obtained can be used to detect chicken egg embryos.
Klasterisasi Lokasi Promosi PMB Dengan Fuzzy C-means Masa Pandemi Covid 19 Ni Gusti Ayu Dasriani; Mayadi Mayadi; Anthony Anggrawan
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 2 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i2.1832

Abstract

Pandemi Covid-19 saat ini merupakan bencana besar bagi global, covid 19 merupakan penyakit yang sangat merugikan dan memiliki dampak negative bagi global, resiko yang diakibatkan oleh Pandemi Covid-19 tidak hanya berpengaruh pada aspek kesehatan, tetapi juga berpengaruh pada berbagai lini kehidupan seperti dampak PHK dan merumahkan pekerja. Bukan hanya berdampak sektor ekonomi, transportasi dan pertanian, Pandemi Covid-19 ini sangat merugikan bagi dunia pendidikan. Selama pandemi covid 19 penurunan pendaftaran sangat berdampak terhadap dunia Pendidikan sehingga diperlukan strategi untuk bisa memancing minat calon mahasiswa untuk mendaftar. Berdasarkan permasalahan tersebut peneliti mencoba melakukan penelitian terkait strategi promosi di tengah pandemi covid 19 untuk menarik minat calon mahasiswa untuk mendaftar ke universitas. Metode yang digunakan menggunakan metode Fuzzy C-means dengan proses pembobotan menggunakan RFM (Recency, Frequency, Monetary). Dari hasil evaluasi dengan data pemetaan didapatkan peningkatan pendaftar dimana untuk tahun 2020 pendaftar sebanyak 365 dan untuk tahun 2021 mengalami peningkatan sebanyak 1169 pendaftar.

Page 3 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 25 No. 1 (2025) Vol. 24 No. 3 (2025) Vol. 24 No. 2 (2025) Vol. 24 No. 1 (2024) Vol. 23 No. 3 (2024) Vol. 23 No. 2 (2024) Vol. 23 No. 1 (2023) Vol. 22 No. 3 (2023) Vol. 22 No. 2 (2023) Vol. 22 No. 1 (2022) Vol. 21 No. 3 (2022) Vol. 21 No. 2 (2022) Vol. 21 No. 1 (2021) Vol. 20 No. 2 (2021) Vol. 20 No. 1 (2020) Vol. 19 No. 2 (2020) Vol. 19 No. 1 (2019) Vol. 18 No. 2 (2019) Vol. 18 No. 1 (2018) Vol. 17 No. 2 (2018) Vol. 17 No. 1 (2017) Vol. 16 No. 2 (2017) Vol. 16 No. 1 (2016) Vol. 15 No. 2 (2016) Vol. 15 No. 1 (2015) More Issue