Articles

Found 35 Documents
Search

Klasifikasi Minyak Goreng Berdasarkan Frekuensi Penggorengan Menggunakan Metode K-Nearest Neighbor Berbasis Raspberry Pi Putri, Linda Silvya; Utaminingrum, Fitri; Tibyani, Tibyani
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 2 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1195.974 KB)

Abstract

Minyak goreng sering digunakan oleh masyarakat sebagai bahan baku untuk menggoreng bahan pangan.Terdapat beberapa jenis minyak salah satunya minyak nabati. Minyak nabati mengandung asam lemak esensial yang memiliki kegunaan untuk mencegah penyempitan pada pembuluh darah , yang akan mengakibatkan penumpukan kolestrol. Minyak goreng yang digunakan secara berulang bisa menimbulkan berbagai macam penyakit. Minyak yang digunakan berulang akan membuat ikatan rangkap minyak teroksidasi dan membentuk gugus peroksida dan monomer siklik, dan akan terkandung asam lemak trans. Dari permasalahan tersebut, diperlukan sebuah sistem yang dapat mengklasifikasi frekuensi penggunaan minyak goreng. Pada penelitian ini parameter yang diteliti pada minyak goreng yaitu dari warna dan kekeruhan. Untuk menentukan klasifikasi frekuensi penggorengan pada minyak goreng, untuk pendeteksian warna dari R(Red), G(Green), B(Blue) diperoleh dari hasil pembacaan kamera raspberry pi dan untuk kekeruhan diperoleh dari pembacaan LDR(Light Emitting Diode) oleh Raspberry Pi 3 dengan menggunakan metode KNN(K-Nearest Neighbor). Dari hasil pengujian yang dilakukan diketahui persentase akurasi dari pembacaan R(Red), G(Green), B(Blue) pada kamera raspberry pi dengan sensor TCS3200 adalah sebesar R= 89,964%, G = 86,139%, B = 82,293%. Pada pengujian sistem yang menggunakan metode KNN(K-Nearest Neighbor) dengan jumlah data latih 72 data dan data uji 30 data, diperoleh akurasi K=1, K=3, K=5 sebesar 73,33% dengan waktu komputasi sistem rata – rata selama 3,9ms.  
Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization Ahmadie, Beryl Labique; Widodo, Agus Wahyu; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 3 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (928.548 KB)

Abstract

Jumlah kendaraan bermotor di Indonesia meningkat setiap tahun. Peningkatan jumlah kendaraan bermotor ini menimbulkan antrian panjang pada gerbang, mall, atau jalan tol yang membutuhkan proses pencatatan plat nomor. penelitian ini akan membantu mempermudah proses pencatatan plat nomor dengan cara membuat sistem pengenalan plat nomor mobil dari sebuah citra digital. Langkah awal pada sistem pengenalan plat nomor adalah melakukan deteksi lokasi plat nomor dari sebuah citra digital yaitu dengan cara mengplikasikan deteksi tepi vertikal, hal ini dilakukan untuk mendapatkan area plat nomor yang kaya dengan garis vertikal. Langkah berikutnya adalah melakukan segmentasi karakter pada potongan citra plat nomor yang sudah didapat sebelumnya dengan menggunakan algoritma connected component. Langkah terakhir adalah pengenalan karakter dengan menggunakan metode Learning Vector Quantization. Berdasarkan hasil pengujian yang dilakukan pada penelitian ini, diperoleh akurasi tertinggi sebesar 94% pada proses deteksi plat nomor, nilai f-measure tertinggi sebesar 0,88 pada proses segmentasi karakter dan pada proses pengenalan karakter menggunakan metode Learning Vector Quantization diperoleh akurasi tertinggi sebesar 86,67%.
Deteksi Titik Api Terpusat Menggunakan Kamera Dengan Notifikasi Berbasis Sms Gateway Pada Raspberry Pi Pradana, Syahrul Yoga; Utaminingrum, Fitri; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 12 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1318.617 KB)

Abstract

Kebakaran merupakan peristiwa yang menimpulkan terjadinya api, yang dimana becana kebakaran dapat menimbulkan kerugian yang sangat significant dan dapat menimbulkan korban jiwa. Peristiwa kebakaran lebih sering disebabkan dikarenanan human error. Penelitian ini dirancang sistem untuk mendeteksi titik api dengan menggunakan Kamera (2 kamera) yang terpasang pada setiap ruangan didalam rumah, agar dapat memudahkan pengguna untuk mendeteksi titik api ketika terjadi kebakaran disetiap ruangan serta juga memanfaatkan sms gateway sebagai notifikasi berupa layanan pesan singkat sms untuk memudahkan pengguna dalam mendeteksi titik api sedini mungkin. Pada sistem ini menggunakan Mini PC (Raspberry Pi 3 Model B) sebagai pengolah data dan pengontrol sistem ini. Sistem ini juga menggunakan Kamera Logitech C525 sebagai input utnuk mengambil gambar dari titik api tersebut. Sedangkan Buzzer memberikan bunyi alarm sebagai tanda bahaya dan menggunakan Modul SIM900A sebagai output untuk dan memberikan notifikasi layanan pesan singkat (SMS) ketika terdeteksi titik api. Sistem ini memanfaatkan image processing yang diolah didalam Raspberry Pi 3 Model B sebagai control terhadap output dengan memanfaatkan Morphological Filtering menggunakan OpenCV. Hasil Pengujian yang dilakukan pada pengujian akurasi pembacaaan titik api berdasarkan objek yaitu 90%, sedangkan pengujian akurasi pembacaan anatar kamera pada setiap ruangan sebesar 96.66% dan sedangkan pengujian rata-rata waktu komputasi didapatkan masing setiap pembacaan setiap ruangan yaitu sebesar 27.5ms , 22,2ms, dan 36,25ms
Newton’s Method for Distance Optimization in Firefly Algorithm in Determining Optimum Nutrition for Laying Hens Burhan, M.Shochibul; Utaminingrum, Fitri
INKOM Journal Vol 11, No 1 (2017)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (711.793 KB) | DOI: 10.14203/j.inkom.509

Abstract

An accurate calculation of feed nutrition and more affordable price is an extremely complex. Firefly algorithm is an algorithm designed for optimization calculation whose output is highly dependent on light intensity (β), which is influenced by distance (r). Therefore, in order to produce maximum output values, an optimization of firefly distance should be done. The most appropriate method is Newton’s Method as it has the capability of solving roots of equations accurately. From the testing of distance optimization in firefly algorithm, a fairly good increase in the fitness value was obtained.Keywords: Newton Method, Firefly Algorithm
Metode Grid-Blok Untuk Deteksi Margin Kiri Tulisan Tangan Pada Aplikasi Grafologi wijaya, waskitha; Tolle, Herman; Utaminingrum, Fitri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5, No 1: Februari 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (393.474 KB) | DOI: 10.25126/jtiik.201851575

Abstract

Grafologi merupakan salah satu cabang ilmu psikologi yang khusus mempelajari tentang tulisan tangan. Melalui grafologi bisa diperoleh informasi tentang karakter kepribadian seseorang. Melalui perangkat mobile berbasis android, analisis grafologi akan menjadi lebih cepat dalam menampilkan pendekatan karakter kepribadian seseorang. Penelitian dilakukan dengan mengambil 42 sampel tulisan tangan dari orang yang memiliki perbedaan latar belakang. Fitur yang digunakan dalam penelitian ini adalah margin kiri pada tulisan tangan. Metode Support Vector Machine digunakan untuk mengklasifikasikan fitur hasil dari proses ekstraksi. Menggunakan metode baru yaitu Grid-blok dengan satu kali proses menghasilkan rata – rata akurasi margin kiri sebesar 69%.
Deteksi Objek Penghalang Secara Real-Time Berbasis Mobile Bagi Penyandang Tunanetra Menggunakan Analisis Blob Al Kadafi, Achmad Jafar; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 1 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1214.552 KB)

Abstract

Tunanetra merupakan suatu keadaan ketika indera penglihatan seseorang mengalami gangguan atau hambatan, sehingga membutuhkan alat bantu seperti tongkat ketika berjalan. Namun penggunaan tongkat tidak sepenuhnya membantu mereka dalam berjalan terutama untuk mendeteksi sebuah halangan. Dalam ilmu computer vision sangat memungkinkan para penyandang tunanetra mampu melakukan aktivitas berjalan seperti orang normal pada umumnya. Oleh karena itu, dalam penelitian ini dibangun sebuah sistem berbasis computer vision yang diterapkan pada sebuah perangkat mobile untuk mendeteksi halangan secara ­real-time ketika penyandang tunanetra berjalan didalam ruangan. Perangkat mobile akan dikondisikan pada ketinggian 1 meter diatas lantai dan sudut antara 52o hingga 62o untuk mendapatkan jarak sekitar 2 meter didepan pengguna. Secara umum proses deteksi halangan dibangun dengan menerapkan metode Connected Component Labeling untuk mendapatkan suatu blob dari citra.  Untuk mendukung proses deteksi, tahap segmentasi dilakukan menggunakan metode thresholding dengan memanfaatkan model warna normalisasi RGB berdasarkan warna lantai yang dominan terang. Nilai threshold yang digunakan berdasarkan nilai minimal dan maksimal dari setiap komponen normalisasi RGB. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi halangan dengan tingkat akurasi sebesar 81.25%.
Regresi linier berbasis clustering untuk deteksi dan estimasi halangan pada smart wheelchair Adikara, Putra Pandu; Wihandika, Randy Cahya; Utaminingrum, Fitri; Sari, Yuita Arum; Fauzi, M Ali; Syauqy, Dahnial; Maulana, Rizal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1160.804 KB) | DOI: 10.26594/register.v3i1.587

Abstract

 Penelitian ini bertujuan untuk mengusulkan sebuah pendekatan dalam mendeteksi halangan dan memperkirakan jarak halangan untuk diterapkan pada kursi roda pintar (smart wheelchair) yang dilengkapi kamera dan line laser. Kamera menangkap sinar line laser yang jatuh di depan kursi roda untuk mengenali adanya halangan pada lintasan berdasarkan bentuk citra line laser tersebut. Estimasi jarak halangan dihitung dari hasil Regresi Linier. Metode Regresi Linier yang digunakan dalam penelitian ini adalah model bertingkat dengan k-Means clustering. Metode Regresi Linier model bertingkat digunakan untuk merepresentasikan korelasi antara jarak line laser pada citra dan jarak halangan secara aktual. Hasil metode Regresi Linier model bertingkat dengan k-Means clustering yang diujicobakan memberikan hasil yang lebih baik dengan RMSE sebesar 3.541 cm dibanding dengan Regresi Liner sederhana dengan RMSE sebesar 5.367 cm.   This research aim to propose a new approach to detect obstacles and to estimate the distance of the obstacle which is in this case applied to smart wheelchair equipped with camera and line laser. The camera capture the image of line laser reflected in front of the wheelchair to detect any existing obstacle on the wheelchair’s pathway based on the line shape of reflected line laser. Obstacle’s distance is estimated using Linier Regression. Linier Regression method used in this research is stepwise model using k-Means clustering. Linear Regression method with stepwise model will be used to represent the correlation between the distance of the line laser in the image and the actual distance of the obstacle in real world. The result of Linear Regression with stepwise model using k-Means clustering gave better result with RMSE of 3.541 cm than simple Linear Regression with RMSE of 5.367 cm.
Implementasi Sistem Kontrol dan Monitoring pH pada Tanaman Kentang Aeroponik secara Wireless Wicaksono, Andrika Wahyu; Widasari, Edita Rosana; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 1 No 5 (2017)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1815.675 KB)

Abstract

Kebutuhan kentang yang setiap tahun mengalami peningkatan, namun tidak diimbangi dengan  peningkatan produksi dan luas lahan untuk komoditas tanaman kentang. Untuk meningkatkan produksi pada lahan yang semakin terbatas, teknik aeroponik menjadi salah satu solusi bagi petani yang tidak memiliki ketersediaan lahan yang luas. Dengan teknik aeroponik produksi kentang memiliki hasil panen lebih banyak dan bagus daripada teknik konvensional dengan tanah. PH merupakan salah satu unsur yang sangat mempengaruhi tumbuh kembang tanaman aeroponik dan perlu diperhatikan. Rentang pH ideal untuk sistem aeroponik berkisar antara 5,5-6,5. Maka sistem kontrol dan monitoring diperlukan dalam teknik aeroponik. Pada penelitian ini untuk mengontrol dan monitoring keadaan pH menggunakan pengiriman secara wireless. Terdapat enam node buah dalam penelitian ini yaitu dua buah node sensor, satu node koordinator, dan tiga node actuator. Dari hasil pengujian didapatkan pembacaan data oleh sensor pH memiliki nilai error sebesar 1 % dengan selisih kesalahan pembacaan sebesar 0,08 derajat pH. Pengiriman data sensor secara wireless pada pengiriman data tanpa halangan memiliki keakuratan pengiriman data sebesar 99,98% dengan satu node sensor dan sebesar 96,13% dengan dua node sensor. Pada pengiriman dengan adanya halangan memiliki tingkat keakuratan pengiriman data sebesar 99,93 % dengan satu node sensor dan sebesar 92,99% dengan dua node sensor
Pengenalan Citra Tanda Tangan Off-Line dengan Pemanfaatan Ciri Centroid Distance Function Zakiyyah, Rizka Husnun; Widodo, Agus Wahyu; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 1 No 10 (2017)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1060.86 KB)

Abstract

Tanda tangan merupakan salah satu bukti sah kepemilikan dokumen dan transaksi yang menyimpan data terpenting dari setiap individu dan dijadikan sebagai alat verifikasi identitas. Namun, pengecekan keaslian tanda tangan masih dilakukan secara manual  dan mengandung banyak risiko dalam proses pengecekannya. Untuk menyelesaikan masalah tersebut, dilakukan pengenalan citra tanda tangan dengan pemanfaatan ciri centroid distance function. Proses pengenalan citra tanda tangan diawali dengan melakukan preprocessing, yaitu: binerisasi, filtering, cropping, resizing, dan thinning. Selanjutnya dilakukan penelusuran piksel untuk menyimpan semua posisi piksel yang mengandung foreground dan dicari piksel tengah dari citra. Semua piksel yang tersimpan akan dihitung centroid distance function-nya dan kemudian akan dikelompokkan sesuai dengan banyak segmen yang membagi citra sehingga setiap kelompok memiliki jumlah data yang sama. Setiap kelompok akan dihitung nilai rata-rata centroid distance function. Fitur hasil ekstraksi ciri akan diproses dengan k-nearest neighbor sehingga menghasilkan hasil klasifikasi. Pada penelitian yang telah dilakukan, didapatkan akurasi tertinggi untuk data 20 kelas mencapai 88.5% yang diperoleh dari jumlah fitur sebanyak 20 fitur dan k=1 dengan data latih sebanyak 10 dan 14 data tiap kelas. Akurasi tertinggi untuk data 50 kelas mencapai 67.4% dengan menggunakan banyak fitur sebanyak 15 fitur dan k=3 dengan data latih sebanyak 10 dan 14 data tiap kelas.
Penentuan Jumlah Karakter pada Plat Nomor Kendaraan dengan menggunakan Selective Ratio Bounding Box Arief, Juniman; Utaminingrum, Fitri; Sari, Yuita Arum
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 1 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.719 KB)

Abstract

Sistem penentuan jumlah karakter pada plat nomor kendaraan merupakan salah satu aplikasi yang dibutukan di jaman modern saat ini. Langkah pertama yang dilakukan yaitu pengambilan gambar citra menggunakan kamera, selanjutnya melakukan pengolahan citra dan segmentasi pada citra plat nomor kendaraan. Kemudian melakukan penentuan jumlah karakter pada plat nomor kendaraan dengan menggunakan bounding box dan selective ratio bounding box. Sebelum proses deteksi atau pengenalan plat nomor kendaraan dibutuhkan validitas untuk mengetahui jumlah karakter pada plat nomor kendaraan tersebut guna mengetahui jumlah karakter pada plat nomor kendaraan agar tidak salah dalam mengenali karakter pada plat nomor kendaraan. Diharapkan aplikasi mampu menentukan jumlah karakter pada plat nomor kendaraan. Aplikasi telah dilakukan ujicoba pada 15 sampel data plat nomor kendaraan dengan spesifikasi standar Kepolisian Republik Indonesia. Pengujian terhadap 15 sampel data dilakukan sebanyak 5 kali dengan menggunakan beberapa variasi nilai rasio dari threshold. Dari hasil keseluruhan pengujian yang telah dilakukan didapatkan rata-rata tingkat akurasi pada penggunaan bounding box yaitu sebesar 54% pada keselurahan pengujian. Pada penggunaan selective ratio bounding box didapatkan rata-rata tingkat akurasi tertinggi pada pengujian ke-2 yaitu sebesar 92% dan rata-rata tingkat akurasi terendah pada pengujian ke-4 yaitu sebesar 68%. Sedangkan pada pengujian lainya didapatkan rata-rata akurasi yang sama yaitu sebesar 88%.