Prabiantissa, Citra Nurina
Jurnal Informatika Polinema

Published : 2 Documents
Articles

Found 2 Documents
Search

SISTEM IDENTIFIKASI BATIK ALAMI DAN BATIK SINTETIS BERDASARKAN KARAKTERISTIK WARNA CITRA DENGAN METODE K-MEANS CLUSTERING Prabiantissa, Citra Nurina; Tri, Ariadi Retno; Asmara, Rosa Andrie
Jurnal Informatika Polinema Vol 3 No 2 (2017)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (843.308 KB)

Abstract

Batik  adalah  kain  khas  Indonesia  yang  memiliki  berbagai  motif  dan  warna.  Pewarnaan  batik  dibagi menjadi  2  yaitu  batik  alami  dan  batik  sintetis.  Proses  pemilihan  batik  alami  dan  sintetis  umumnya  sangat bergantung  pada  persepsi  manusia  terhadap  komposisi  warna.  Produsen  batik  melakukan  pengamatan  visual secara langsung untuk membedakan warnanya. Kelemahan dari cara ini yaitu keterbatasan visual manusia dan tingkat kelelahan sehingga warna satu dan lainnya dapat tertukar. Perkembangan  ilmu  pengetahuan  dan  teknologi  pengolahan  citra  digital  memungkinkan  untuk membedakan  batik  alami  dan  sintetis  secara  otomatis  dengan  bantuan  aplikasi  pengolahan  citra.  Identifikasi batik  alami  dan  sintetis  ini  menerapkan  metode  K-Means  Clustering.  Pendukung  identifikasi  menggunakan bantuan  media  camera  digital  sebagai  pengambilan  gambar  batik  yang  kemudian  dihitung  nilai  normalisasi RGB. Tingkat keberhasilan identifikasi yang didapatkan dengan menggunakan metode  K-Means adalah  92.8%. Dari hasil identifikasi yang diperoleh menghasilkan 2 output yaitu Batik Alami 100% dan Batik Sintetis 85.71%.
Observation of Fish Dissemination Pattern on Madura Coastal Using Segmentation of Satellite Images Prabiantissa, Citra Nurina; Basuki, Achmad; Sesulihatien, Wahjoe Tjatur
EMITTER International Journal of Engineering Technology Vol 7, No 1 (2019)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1187.692 KB) | DOI: 10.24003/emitter.v7i1.383

Abstract

Almost traditional fishermen still use manual methods to catch fish that rely on experience in fishing and information among fellow fishermen. This method is not effective for maximizing fish production. A good pattern or strategy is needed to increase fish production. In determining dissemination pattern of fish, it can be predicted from physical parameters such as temperature, salinity, chlorophyll, turbidity, total suspended solids, and colored dissolved organic matter using the Landsat 8 images.  This research area is on the Island of Madura Coast. The pattern is determined by using Lagrange Interpolation and clustering using K-Means. The results of the study of the pattern of fish dissemination were then validated with data from the Dinas Kelautan dan Perikanan Jawa Timur. The results between fish patterns and validation data in 2015 showed similarities in January, February, March, May, June, July, August, September. In 2016, results between fish patterns and validation data showed that similarities in July, August, September, and December. In 2017, results between fish patterns and validation data showed similarities in November. 2015 has the most similarities between the patterns and validation data and the least similarity are 2017.