Articles

Found 5 Documents
Search

Region of interest and color moment method for freshwater fish identification Laxmi, Gibtha Fitri; Kusumah, Fitrah Satrya Fajar
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 3: June 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i3.11749

Abstract

One of the important features in content based image retrieval is color feature. The color feature is the most widely used visual features. Extracting feature image depends on the problem to identify the region or object of interest that is complex in content. This paper presents a methodology to recognize certain freshwater images using region of interest and color feature. In this work, we have considered 7 varieties of freshwater fish, Gourami, Mas/Common carper, Mas Orange, Mas Kancra, Mujair/Java Tilapia, Nila/Nile Tilapia, and Patin. Each variety consists of 20 images. We deployed Color Moment Feature after Region of Interest process to extract the feature. Euclid is used for recognition. Considering only a feature, the classification accuracy of 89% is obtained using color moment. The research technique shows promise for eventually being able to do so, and for the future will help to get important information from the image.
MODEL DINAMIS PENGELOLAAN AIR BERSIH TERPADU DI KOTA BOGOR Susetyo, Budi; Laxmi, Gibtha Fitri
KREA-TIF Vol 5, No 1 (2017)
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (921.19 KB) | DOI: 10.32832/kreatif.v5i1.763

Abstract

Millenium Development Goals (MDG’s) berisi rumusan tentang 8 tujuan, 18 target dan 48 indikator, di mana pada sasaran ke-7, target ke-10 berisi tentang rumusan “Air bersih dan sanitasi yang merupakan hak dasar manusia” sehingga pada KTT Bumi di Johanesburg pada tahun 2015 diharapkan dapat memenuhi target pelayanan air bersih menjadi 80%. Target pelayanan air bersih MDG’s ini oleh Pemerintah Indonesia yang telah disepakati oleh Pemerintah Pusat, Provinsi dan Kabupaten/Kota. Peningkatan pelayanan air bersih yang aman (perpipaan dan non perpipaan) pada tahun 2015 di Indonesia mencapai 68,87% dengan sumber air terlindungi untuk daerah perkotaan sebesar 78,19% dan 61,60% di daerah pedesaan. Tahun 2020 mencapai 85% dan pada tahun 2025 pelayanan air bersih mencapai 100%. Laju pertumbuhan penduduk dan aktivitas perekonomian menimbulkan persoalan pencemaran lingkungan dan kelangkaan air bersih, khususnya di kota Bogor. Indikasi kelangkaan air bersih yang berkualitas ini terlihat dari data pemenuhan air bersih di Kota Bogor yang hingga saat ini baru mencapai 68% (target MDG's). Banyak faktor yang mempengaruhi angka pencapaian ini, di antaranya ketersediaan sumber air bersih, gangguan pencemaran air, kondisi sosio-ekonomi masyarakat, produksi air bersih, distribusi, aspek manajemen dan faktor kebijakan tentunya. Secara spesifik, model dinamis telah menggambarkan perilaku keterkaitannya dan bahkan dapat memproyeksikan kemampuan suplai dan kebutuhan masyarakat pada beberapa tahun mendatang. Prediksi perilaku model hubungan sebab akibat umpan balik subsistem penduduk dan peningkatan pelanggan dengan subsistem ketersediaan air bersih sampai dengan tahun 2025 menunjukkan bahwa akan terjadi krisis air bersih di Kota Bogor dengan pencapaian MDG’s baru sekitar 65% pada tahun 2016. Intervensi model dengan faktor perilaku penduduk terhadap air, diprediksikan dapat meningkatkan ketersediaan air bersih. Peningkatan perilaku hemat sebesar 25% per tahun, upaya peningkatan produksi melalui partnership dengan berbagai pihak (seperti perpipaan swadaya dsb), upaya mengatasi kebocoran air PDAM yang saat ini dapat mencapai 20%).
Klasifikasi-PNN pada Citra Ikan Air Tawar dengan Sobel Edge Detection Eosina, Puspa; Laxmi, Gibtha Fitri; Fatimah, Fety
KREA-TIF Vol 6, No 2 (2018)
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/kreatif.v6i2.2178

Abstract

AbstrakMetode Sobel adalah salah satu teknik dalam edge detection (deteksi tepi) untuk mengekstraksi tepi dari citra ikan air tawar. Deteksi tepi adalah proses identifikasi keberadaan dan letak tepinya dengan diskontinuitas gambar yang tajam. Menggunakan data citra ikan sebanyak 200 gambar dari 10 jenis ikan air tawar, dilakukan pencarian model klasifikasi PNN sebagai model untuk identifikasi data ekstraksi citra ikan air tawar menggunakan metode Sobel.Ciri atau karakteristik yang digunakan dalam mengekstrak data ikan dalam penelitian ini adalah ciri bentuk, yang dapat dikenali melalui titik-titik yang membentuk tepi-tepi objek ikan. Kinerja algoritma Sobel dapat dinilai dari hasil tampilan data vektor yang menjadi ciri bentuk ikan, dimana estimasi nilai-nilai pixel dilakukan menggunakan operator konvolusi Sobel (convolution masks). Telah ditunjukkan bahwa algoritma ini bekerja dengan baik. Data hasil ekstraksi ini, untuk selanjutnya digunakan dalam mencari model klasifikasi PNN (Probabilistic Neural Network) untuk identifikasi ikan air tawar. Hasil perhitungan nilai akurasi dari model yang terbentuk, yaitu kurang dari 25%, menunjukkan model identifikasi yang diinginkan belum tercapai. Hasil ini dapat digunakan sebagai pembanding untuk membangun model identifikasi menggunakan metode klasifikasi yang lain pada penelitian selanjutnya.AbstractThe Sobel method is one of the edge detection techniques to extract the edges of freshwater fish images. The Edge detection is the process of identifying the existence and position of the edge with a sharp discontinuity of images. Using 200 images of fish from 10 types of freshwater fish, the Probabilistic Neural Network (PNN) classification was performed on freshwater fish image extraction,  to obtain the model of identification. In this study, the Sobel method is used to extract images of the shape characteristics. The performance of the Sobel algorithm can be judged by the results of the vector data display which characterizes the shape of the fish, where the estimation of pixel values is performed using the convolution masks operator. It has been shown that this algorithm works well. The accuracy result of the obtain model, ie less than 25%, indicates the desired model of identification has not been achieved. This result can be used as a benchmark to construct an identification model using other classification methods in subsequent research.
Implementasi Penggabungan Prewitt dan Canny Edge Detection untuk Identifikasi Ikan Air Tawar Laxmi, Gibtha Fitri; Eosina, Puspa; Fatimah, Fety
KREA-TIF Vol 6, No 2 (2018)
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1954.382 KB) | DOI: 10.32832/kreatif.v6i2.2185

Abstract

AbstrakIndonesia merupakan negara yang memiliki keanekaragaman hayati yang besar, salah satunya jenisnya ialah keanekaragaman ikan air tawar. Ikan air tawar yang layak konsumsi saat ini pun banyak jenisnya, sehingga bagi masyarakat yang kurang pengetahuan untuk mengenali jenis ikan sangatlah sulit. Teknologi identifikasi pengenalan citra dengan berbasis konten citra (Content Based Image Retrieval) dengan fitur bentuk berdasarkan titik tepi yang dihasilkan dapat membantu mengenali jenis ikan yang ada. Citra ikan yang digunakan diubah dari RGB menjadi grayscale yang diproses dengan metode deteksi tepi menjadi matriks nilai biner sehingga membentuk titik tepi dari ikan. Data citra ikan air tawar dalam penelitian berjumlah sepuluh jenis ikan, yang akan diproses untuk mendapatkan ekstraksi fitur deteksi tepinya. Deteksi tepi yang digunakan ialah penggabungan metode prewitt dan canny. Penelitian ini tidak memiliki hasil yang akurat dengan nilai 25%. Dimana penggabungan fitur lain akan sangat membantu dalam identifikasi.AbstractIndonesia is a country that has a great biodiversity, one of which is the diversity of freshwater fish. Freshwater fish that are suitable for consumption today are of many kinds, so that people who lack knowledge to recognize fish species are very difficult. Image recognition identification technology with Content Based Image Retrieval with shape features based on the resulting edge points can help identify the types of fish that exist. The fish image used is converted from RGB to grayscale which is processed by edge detection method into a binary value matrix so that it forms the edge points of the fish. Image data of freshwater fish in the study amounted to ten types of fish, which will be processed to obtain extraction of the edge detection features. The edge detection used is the merging of the prewitt and canny methods. This study did not have accurate results with a value of 25%. Where combining other features will be very helpful in identification.
TEKNIK PENCARIAN RUMAH SEWA YANG DIREKOMENDASIKAN DENGAN METODE LOCATION BASED SERVICE DAN MULTI-ATTRIBUTE DECISION MAKING (STUDI KASUS: RUMAH SEWA DI SEKITAR UIKA BOGOR) Setiawan, Foni Agus; Laxmi, Gibtha Fitri; Abidin, Riswan
KREA-TIF Vol 2, No 2 (2014)
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1049.34 KB) | DOI: 10.32832/kreatif.v2i2.1

Abstract

Universitas Ibn Khaldun Bogor (UIKA) is a growing campus. The number of students who register have increased from year to year. The registrant does not only come from Bogor, but many also come from outside the city such as Jakarta, Sukabumi, and Cianjur, even outside Java. Students who come from outside the city will need residence as a rental house or called boarding house near the campus, which can be reached on foot or with a quick and inexpensive transportation. Due to the lack of information regarding the location where rental houses that are around UIKA, then the location of the rental housing search process is quite time consuming when done by asking or touring around the campus. This study aims to create a location-based service applications that can provide the information of spread points of the rental housing at a radius of 1000 meters from UIKA. The method used in this study is a Location Based Service that is used to determine the user's location and provide services that are close to the user's location. Method of Multi-Attribute Decision Making is used to consider the factors in the selection of recommended rental houses, such as: distance, price, comfortability, facilities, and ease of access. Results of this research is the android-based application of rental houses information that can provide presence information of rental houses around UIKA and recommend the best rental house based on the factors consideration. The existence of this application is expected to assist students in finding the best rental house around campus UIKA.