cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surakarta,
Jawa tengah
INDONESIA
Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika
Published by Universitas Muhammadiyah Surakarta
ISSN : 2621038X     EISSN : 2477698X     DOI : -
Core Subject : Science,
Computer Science & IT
Khazanah Informatika: Jurnal Ilmiah Komputer dan Informatika, an Indonesian national journal, publishes high quality research papers in the broad field of Informatics and Computer Science, which encompasses software engineering, information system development, computer systems, computer network, algorithms and computation, and social impact of information and telecommunication technology.
Arjuna Subject : -
Articles 22 Documents
 1   2   3 
Search results for , issue "Vol. 4 No. 2 Desember 2018" : 22 Documents clear
Optimasi Metode Klasifikasi Dengan Menggunakan Particle Swarm Optimization Untuk Identifikasi Penyakit Diabetes Retinopathy Toni Arifin; Asti Herliana
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.6825

Abstract

Penyakit diabetic retinopathy, merupakan salah satu jenis penyakit yang bermula dari diabetes mellitus. Hingga dewasa ini, penyakit diabetic retinopathy masih sulit untuk dikenali pada tahap awal. Hal ini dimungkinkan karena sifat dari penyakit ini yang menyerang bagian dalam sistem saraf mata terlebih dulu. Hingga saat ini, para ahli masih mengandalkan pemeriksaan dengan menggunakan serangkain tes pada mata serta memeriksa rekam medis dari pasien. Metode yang digunakan hingga saat ini, selain tentunya memerlukan proses yang panjang juga menghabiskan biaya yang tidak murah. Hal ini dapat menyulitkan penderita dengan kondisi ekonomi lemah. Penelitian yang dilakukan kali ini, bermaksud untuk mendapatkan metode klasifikasi terbaik yang dapat menghasilkan tingkat akurasi yang tinggi bila dikombinasikan dengan metode Particle Swarm Optimization (PSO). Setelah didapatkan metode klasifikasi terbaik, maka dikemudian hari penelitian ini dapat dikembangkan menjadi sebuah perangkat lunak pendeteksi diabetic retinopathy. Dari penelitian yang dilakukan dapat disimpulkan bahwa metode Neural Network (NN) merupakan metode terbaik dalam menghasilkan akurasi yang tinggi bila dikombinasikan dengan metode pemilihan fitur PSO.
Sistem Inspeksi Kecacatan pada Kaleng Menggunakan Filter Warna HSL dan Template Matching Budi Sugandi; Sintya Dewi
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.7119

Abstract

Dalam industri makanan dan minuman dengan kemasan kaleng, pengecekan atau inspeksi kecacatan kaleng merupakan bagian penting dalam menjaga kualitas sebuah produk. Inspeksi tersebut sebagian masih menggunakan operator manual yang bergantung pada penglihatan para pekerja dengan segala keterbatasannya. Untuk menanggulangi masalah tersebut, artikel ini mengusulkan proses inspeksi kecacatan menggunakan filter warna HSL dan template matching berbasis contour analysisyang dilakukan secara otomatis tanpa bantuan operator. Proses inspeksi diawali dengan pengambilan citra RGB oleh kamera. Citra RGB tersebut kemudian dikonversi ke citra aras keabuan (gray level). Untuk dapat mendeteksi kecacatan, penulis memakai filter luminance dari ruang warna HSL. Proses template matching diterapkan pada masing-masing citra dengan cara membandingkan contour citra template sebagai contour citra referensi dengan contour citra uji. Kemasan kaleng yang digunakan sebagai template mempunyai diameter 4 cm. Dengan menggunakan kriteria uji jarak masing-masing pixel pada tiap lingkaran kaleng dengan lingkaran pada kaleng template, kaleng diklasifikasikan menjadi dua kategori yaitu kaleng OK (Good) atau reject. Hasil pengujian menunjukkan, dengan menerapkan nilai threshold sebesar 4 cm, nilai RMS untuk objek kategori OK adalah 0,59. Sementara untuk objek kategori reject didapatkan nilai RMS sebesar 19,59; 5,05 dan 15, 05 berturut-turut untuk objek reject karena diameter tidak beraturan, objek reject dengan pembuka kaleng terbuka dan objek reject tanpa pembuka kaleng.

Page 3 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol. 9 No. 2 October 2023 Vol. 9 No. 1 April 2023 Vol. 8 No. 2 October 2022 Vol. 8 No. 1 April 2022 Vol. 7 No. 2 October 2021 Vol. 7 No. 1 April 2021 Vol. 6 No. 2 October 2020 Vol. 6 No. 1 April 2020 Vol. 5 No. 2 December 2019 Vol. 5 No. 1 Juni 2019 Vol. 5 No. 1 June 2019 Vol. 4 No. 2 Desember 2018 Vol. 4 No. 2 Desember 2018 Vol. 4 No. 1 Juni 2018 Vol. 4 No. 1 Juni 2018 Vol. 3 No. 2 Desember 2017 Vol. 3 No. 2 Desember 2017 Vol. 3 No. 1 Juni 2017 Vol. 3 No. 1 Juni 2017 Vol. 2 No. 2 Desember 2016 Vol. 2 No. 2 Desember 2016 Vol. 2 No. 1 Juni 2016 Vol. 2 No. 1 Juni 2016 Vol. 1 No. 1 Desember 2015 Vol. 1 No. 1 Desember 2015 More Issue