cover
Contact Name
-
Contact Email
jurnalbandwitdh@gmail.com
Phone
+6285261455244
Journal Mail Official
jurnalbandwitdh@gmail.com
Editorial Address
Alamat Redaksi Perkumpulan Dosen Muslim Indonesia (DMI) Wilayah Sulawesi Selatan Perumahan Dosen UNCP Jl. Malaja Mas Blok D No. 7 Kota Palopo e-mail: jurnalbandwitdh@gmail.com
Location
Kota palopo,
Sulawesi selatan
INDONESIA
BANDWIDTH: Journal of Informatics and Computer Engineering
ISSN : -     EISSN : 2985606X     DOI : https://doi.org/10.53769/bandwidth
Core Subject : Science,
BANDWIDTH: Journal of Informatics and Computer Engineering adalah jurnal ilmiah dalam ilmu komputer, teknologi informasi, dan teknologi komputer yang berisi literatur ilmiah tentang studi penelitian murni dan terapan dalam ilmu komputer, teknologi informasi, dan teknologi komputer. Tinjauan publik tentang pengembangan teori, metode dan ilmu terapan yang terkait dengan subjek dan objek. Journal of Informatics and Computer Engineering diterbitkan oleh Perkumpulan Dosen Muslim Indonesia
Articles 2 Documents
Search results for , issue "Vol. 3 No. 1 (2025)" : 2 Documents clear
Deteksi Penyakit Bercak Coklat pada Daun Bayam dengan Metode Segmentasi Pengolahan Citra Digital di Dinas Pertanian Kota Palopo Safwan Kasma; Muh. Akram
BANDWIDTH: Journal of Informatics and Computer Engineering Vol. 3 No. 1 (2025)
Publisher : Perkumpulan Dosen Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53769/bandwidth.v3i1.1210

Abstract

Penelitian ini bertujuan untuk mendeteksi bercak coklat pada daun bayam menggunakan metode segmentasi pengolahan citra digital dengan bantuan antarmuka GUI MATLAB. Data citra bayam diperoleh dari Dinas Pertanian Kota Palopo. Proses penelitian menggunakan metode Research and Development (R&D) dengam model Luther-Sutopo yang terdiri dari: konsep, desain, pengumpulan material, pembuatan, pengujian, dan distribusi. Pada tahap segmentasi, metode segmentasi citra digunakan untuk memisahkan area bercak dari daun sehat. Ekstraksi ciri warna RGB dan HSV dilakukan untuk mendukung klasifikasi menggunakan algoritma K-Nearest Neighbors (KNN). Hasil pengujian menunjukkan bahwa sistem ini memiliki akurasi 100% dalam mendeteksi bercak coklat. Validasi dari ahli dan Dinas Pertanian Kota Palopo menegaskan bahwa sistem ini layak digunakan sebagai alat bantu dalam pengawasan dan pengendalian penyakit pada tanaman bayam.
Clustering Indeks Massa Tubuh Mahasiswa Dengan Algoritma K-Means Jumarniati, Jumarniati; Akramunnisa, Akramunnisa; Patmaniar, Patmaniar
BANDWIDTH: Journal of Informatics and Computer Engineering Vol. 3 No. 1 (2025)
Publisher : Perkumpulan Dosen Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53769/bandwidth.v3i1.1275

Abstract

Penelitian ini dirancang untuk mengidentifikasi pola slustering Indeks Massa Tubuh mahasiswa melalui penerapan Algoritma K-Means dalam studi kuantitatif. Data yang terkumpul dianalisis menggunakan algoritma tersebut, menghasilkan beberapa kelompok: mahasiswa dengan indeks massa tubuh sangat kurus terdiri dari data nomor 9 dan 11; kelompok indeks massa tubuh kurus mencakup data nomor 2, 14, dan 16; kelompok indeks massa tubuh normal meliputi data nomor 1, 4, 5, 6, 7, 10, 11, 12, 15, 17, dan 19; serta kelompok indeks massa tubuh gemuk terdiri dari data nomor 3, 8, 18, dan 20. Tidak ada data yang masuk ke dalam kategori indeks massa tubuh obesitas. Secara keseluruhan, jumlah mahasiswa dengan indeks massa tubuh normal mendominasi dibandingkan dengan kategori sangat kurus, kurus, maupun gemuk

Page 1 of 1 | Total Record : 2