cover
Filter by Year
Jurnal Ilmu Komputer dan Agri-Informatika
ISSN : -     EISSN : -
Articles
74
Articles
Identifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra

Gunawan, Anak Agung Gede Rai ( Institut Pertanian Bogor ) , Nurdiati, Sri ( Institut Pertanian Bogor ) , Arkeman, Yandra ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1644.643 KB)

Abstract

Identifikasi jenis kayu di Indonesia pada umumnya dilakukan secara manual, dengan cara memperhatikan pori kayu pada daerah penampang kayu menggunakan kaca pembesar atau mikroskop dengan pembesaran minimal 10 kali. Teknik komputerisasi belum banyak dilakukan terutama karena kurangnya penelitian di bidang ini dan sulitnya mendapatkan database kayu. Penelitian ini bertujuan mengembangkan sebuah sistem untuk mengklasifikasikan 4 jenis kayu yang diperdagangkan di Indonesia dengan metode support vector machine (SVM) berbasis citra. Teknik ekstraksi ciri yang digunakan adalah two-dimensional principal component analysis (2D-PCA). Sistem ini dapat mengidentifikasi kayu dalam waktu singkat sehingga mempercepat proses identifikasi jenis kayu. Hasil klasifikasi dari 120 kali percobaan dengan menggunakan 96 data citra dengan 4 jenis kayu menunjukkan akurasi terbaik sebesar 95.83% pada kernel Polinomial.Kata kunci: Citra mikroskopis, Identifikasi jenis kayu, SVM

Klasifikasi Metagenom dengan Metode Naïve Bayes Classifier

Utami, Dian Kartika ( Institut Pertanian Bogor ) , Kusuma, Wisnu Ananta ( Institut Pertanian Bogor ) , Buono, Agus ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1294.449 KB)

Abstract

Studi metagenom merupakan langkah penting pada pengelompokan taksonomi. Pengelompokan pada metagenom dapat dilakukan dengan menggunakan metode binning. Binning diperlukan untuk mengelompokkan contigs yang dimiliki oleh masing-masing kelompok spesies filogenetik. Pada penelitian ini, binning dilakukan dengan menggunakan pendekatan komposisi berdasarkan supervised learning (pembelajaran dengan contoh). Metode supervised learning yang digunakan yaitu Naïve Bayes Classifier. Adapun metode yang digunakan untuk ekstraksi ciri adalah dengan melakukan perhitungan frekuensi k-mer. Klasifikasi pada metagenom dilakukan berdasarkan tingkat takson genus. Dari proses klasifikasi yang dilakukan, akurasi yang diperoleh dengan menggunakan fragmen pendek (400 bp) adalah 49.34 % untuk ekstraksi ciri 3-mer dan 53.95 % untuk ekstrasi ciri 4-mer. Sementara itu, untuk fragmen panjang (10 kbp), akurasi mengalami peningkatan yaitu 82.23 % untuk ekstraksi ciri 3-mer dan 85.89 % untuk esktraski ciri 4-mer. Dari hasil tersebut dapat disimpulkan bahwa akurasi semakin tinggi seiring dengan semakin panjangnya ukuran fragmen. Selain itu, penelitian ini juga menyimpulkan bahwa metode ekstrasi ciri yang memberikan hasil paling maksimal adalah dengan menggunakan ekstraksi ciri 4-mer.Kata Kunci: metagenom, k-mer, Naïve Bayes Classifier, binning, klasifikasi

Optimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem Identifikasi Tumbuhan Obat Berbasis Citra

Bisilisin, Franki Yusuf ( Institut Pertanian Bogor ) , Herdiyeni, Yeni ( Institut Pertanian Bogor ) , Silalahi, Bib Paruhum ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1151.464 KB)

Abstract

Teknologi identifikasi pada penelitian ini diperlukan untuk mempercepat proses identifikasi spesies tumbuhan obat berupa data citra digital. Penelitian ini membangun sistem identifikasi tumbuhan obat menggunakan teknik clustering. Teknik clustering digunakan untuk mengelompokkan data citra sesuai dengan spesies tumbuhan obat. Penelitian ini bertujuan melakukan optimasi k-means clustering menggunakan metode particle swarm optimization (PSO). Metode PSO digunakan untuk mengatasi kelemahan pada metode clustering tradisional yaitu pemilihan pusat cluster awal dan solusi lokal. Proses ekstraksi fitur menggunakan fuzzy local binary pattern (FLBP) untuk merepresentasikan tekstur dari citra. Implementasi program menggunakan bahasa pemrograman C++. Analisis clustering dilakukan untuk 30 spesies tumbuhan obat yang ada di Indonesia dengan jumlah 48 citra masing-masing spesies. Pengukuran kualitas clustering menggunakan nilai quantization error dan akurasi. Hasil yang diperoleh menunjukkan metode PSO mampu meningkatkan kinerja dari metode k-means clustering dalam proses identifikasi tumbuhan obat.Kata kunci: fuzzy local binary pattern, k-means clustering, particle swarm optimization, tumbuhan obat

Sistem Informasi Geografis Persebaran Titik Api di Indonesia Menggunakan OpenGeo Suite 3.0

Barus, Sonita Veronica Br ( Institut Pertanian Bogor ) , Sitanggang, Imas Sukaesih ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (558.981 KB)

Abstract

Kebakaran hutan merupakan masalah yang serius karena dapat mengakibatkan dampak buruk terhadap lingkungan. Salah satu upaya pencegahan kebakaran hutan adalah membangun sistem informasi geografis (SIG) berbasis web untuk mengelola data histori titik api sebagai indikator terjadinya kebakaran. Penelitian ini bertujuan untuk membangun SIG berbasis web menggunakan perangkat lunak OpenGeo Suite 3.0. OpenGeo Suite merupakan aplikasi yang mengemas sistem manajemen basis data PostgreSQL dengan ekstensi spasial PostGIS dan server peta Geoserver sehingga memberikan kemudahan dalam pembangunan dan pengelolaan SIG berbasis web. SIG yang dibangun menyediakan fitur utama yaitu menampilkan peta Indonesia, fungsi pan map, zoom in, zoom out, dan fungsi pencarian persebaran titik api berdasarkan wilayah dan waktu. Dengan adanya SIG berbasis web ini, pengelolaan data histori titik api dapat dilakukan dengan mudah sehingga dapat membantu pengguna dalam penyediaan data histori dan persebaran titik api untuk wilayah Indonesia.Kata Kunci: OpenGeo Suite, sistem informasi geografis berbasis web, titik api.

Akurasi Pembacaan GPS pada Android untuk Location Based Service (Studi Kasus: Informasi Lokasi SMA di Palembang)

Oklilas, Ahmad Fali ( Universitas Sriwijaya ) , Siswanti, Sri Desy ( Universitas Sriwijaya ) , Rachman, M Dieka ( Universitas Sriwijaya )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 4, No 1 (2015)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (502.073 KB)

Abstract

Telepon pintar sudah menjadi gaya hidup masyarakat saat ini. Selain untuk komunikasi, telepon pintar juga digunakan sebagai alat pencari informasi yang cepat serta bebas, tidak bergantung tempat dan waktu. Pencarian informasi berdasarkan posisi pengguna. Pencarian informasi tempat yang berdasarkan posisi dan waktu dapat dilakukan dengan menggunakan location based service. Permasalahan yang timbul ialah akurasi pembacaan lokasi dari alat yang ada dalam telepon seluler tersebut, yaitu global positioning system (GPS). Pada saat pembacaan, pergeseran titik posisi pengguna dapat terjadi sehingga posisi yang diperoleh tidak berada tepat pada posisi aktual di peta digital. Penelitian ini mengukur akurasi pembacaan dari GPS yang berada dalam perangkat telepon pintar Android. Data diambil berdasarkan studi kasus pada posisi lokasi sekolah SMA Negeri yang ada di Palembang. Pengambilan data dengan membuat aplikasi yang dipasang dalam perangkat telepon pintar yang secara langsung dapat mengambil, mengolah, sampai menampilkan data posisi pada peta digital di telepon pintar pengguna. Setelah data didapat, pengolahan data dengan rumus Haversine dilakukan untuk mengetahui seberapa besar pergeseran lokasi sebagai nilai akurasi alat. Pergeseran lokasi dengan membandingkan hasil pembacaan alat GPS yang berada dalam perangkat Android terhadap GPS komersial (GPS Garmin). Hasil akurasi pergeseran pembacaan yang diperoleh adalah sebesar 10.9489 meter.Kata Kunci: akurasi, Android, global positioning system, location based service

Sistem Pakar Identifikasi Varietas Ikan Mas (Cyprinus carpio) Berdasarkan Karakteristik Morfologi dan Tingkah Laku

Prawesti, Asterika ( Institut Pertanian Bogor ) , Haryanto, Toto ( Institut Pertanian Bogor ) , Effendi, Irzal ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 4, No 1 (2015)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (416.089 KB)

Abstract

Penelitian ini mengidentifikasi 6 varietas ikan mas menggunakan 8 parameter input yang meliputi karakteristik morfologi dan tingkah laku. Pembagian data latih dan data uji dilakukan menggunakan metode k-fold cross validation. Variabel yang bersifat nominal diolah menggunakan jarak nominal, sedangkan variabel numerik dan ordinal diolah dengan menggunakan jarak Euclid. Sebelum menghitung jarak Euclid, metode normalisasi min-max diterapkan pada variabel numerik dan ordinal. Hasil perhitungan jarak Euclid dan jarak nominal digabung dengan menggunakan rumus agregat. Metode klasifikasi yang digunakan untuk identifikasi ialah metode k-nearest neighbour (KNN). Akurasi rata-rata terbaik untuk percobaan tanpa normalisasi ialah 94.58% dan untuk percobaan dengan normalisasi ialah 98.54% saat k = 3. Sistem ini dapat diakses pada alamat http://apps.cs.ipb.ac.id/spivim.Kata kunci: ikan mas, jarak Euclidean, k-nearest neighbour, nominal distance, normalisasi min-max.

Jaringan Saraf Radial Basis Probabilistic untuk Identifikasi Morfologi Benih Padi Rawa Kalimantan Selatan

Soesanto, Oni ( Universitas Lambung Mangkurat ) , Yusuf, Akhmad ( Universitas Lambung Mangkurat ) , Mursyidin, Dindin H ( Universitas Lambung Mangkurat ) , Pebriadi, M Syahid ( Universitas Lambung Mangkurat )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 4, No 1 (2015)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (502.557 KB)

Abstract

Machine vision berbasis jaringan saraf tiruan dan pemrosesan gambar digital merupakan metode alternatif yang dapat dilakukan untuk mengidentifikasi dan mengevaluasi keragaman varietas padi. Berbeda dengan metode pengamatan langsung yang memiliki tingkat subjektivitas tinggi dan metode kimiawi (PCR) yang bersifat destruktif dan mahal, machine vision berbasis jaringan saraf tiruan menawarkan sistem identifikasi dan evaluasi secara cepat, praktis, murah, akurat, serta bersifat non-destruktif. Paper ini membahas machine vision berbasis jaringan saraf tiruan sebagai teknologi alternatif untuk identifikasi varietas padi rawa Kalimantan Selatan berdasarkan ciri morfologinya, yaitu area, perimeter, major axis, minor axis, circularity, aspect ratio, roundness, dan feret untuk setiap sampel benih padi. Dalam paper ini, sistem identifikasi varietas benih padi menggunakan jaringan saraf radial basis probabilistic dengan optimalisasi bobot hidden center menggunakan algoritme orthogonal least square. Dari proses learning dihasilkan performa pelatihan sebesar 88.32% dan performa pengujian sebesar 88.21% dengan tingkat keberhasilan pada proses pelatihan dari masing-masing varietas bayar papuyu, bayar putih, benih kuning, benih putih, ketan, siam gadis, siam unus, dan karan dukuh masing-masing sebesar 100.00%, 92.59%, 88.89%, 92.59%, 92.59%, 81.48%, 100.00%, dan 100.00%. Untuk proses pengujian, tingkat keberhasilan masing-masing varietas ialah 100.00%, 87.50%, 88.89%, 100.00%, 88.89%, 88.89%, 100.00%, dan 100.00%.Kata Kunci: benih padi, machine vision, morfologi, RBP-OLS

Estimasi Spektrum Reflectance Citra Daun Jati Belanda Menggunakan Transformasi Wavelet

Wibawa, I Gede Arta ( Institut Pertanian Bogor ) , Herdiyeni, Yeni ( Institut Pertanian Bogor ) , Silalahi, Bib Paruhum ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 4, No 1 (2015)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (373.132 KB)

Abstract

Jati belanda (Guazuma ulmifolia) adalah salah satu tanaman yang berkhasiat sebagai antioksidan karena pengaruh senyawa aktif yang terkandung di dalamnya. Cahaya pantulan (reflectance) dapat digunakan untuk mengetahui kualitas senyawa aktif pada daun jati belanda. Penelitian ini membahas tentang estimasi spektrum reflectance citra digital daun jati belanda menggunakan model reflectance daun tanaman obat dengan menerapkan transformasi wavelet. Bahan yang digunakan adalah daun tanaman obat dan daun jati belanda. Transformasi wavelet digunakan untuk merepresentasikan reflectance daun tanaman obat. Model polinomial diterapkan untuk mengekspansi ciri citra digital. Model reflectance terbaik dari penerapan transformasi wavelet dan model polinomial digunakan untuk mengestimasi reflectance dari daun jati belanda. Evaluasi spektrum reflectance asli dengan spektrum keluaran model estimasi reflectance menggunakan kriteria kesalahan terkecil dan kemiripan terbesar.Kata kunci: jati belanda, model polinomial, reflectance, wavelet

Pemanfaatan Layanan Web Keanekaragaman untuk Pengelolaan Informasi Tumbuhan Obat Indonesia

Sanjaya, Suwanto ( Institut Pertanian Bogor ) , Herdiyeni, Yeni ( Institut Pertanian Bogor ) , Hermadi, Irman ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 4, No 1 (2015)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (327.266 KB)

Abstract

Penelitian ini mengusulkan pemanfaatan layanan web keanekaragaman hayati untuk pengelolaan informasi tumbuhan obat Indonesia. Penyedia layanan web keanekaragaman hayati yang digunakan adalah Global Biodiversity Information Facility (GBIF) dan Encyclopedia of Life (EOL). Layanan web tersebut dimanfaatkan untuk melengkapi informasi tumbuhan obat Indonesia. Penyedia layanan web keanekaragaman hayati tersebut memiliki fasilitas untuk membagikan informasi yang dimilikinya. Fasilitas yang disediakan adalah application programming interface (API). Parameter utama yang digunakan untuk mendapatkan informasi-informasi yang diinginkan adalah nama spesies tumbuhan. Hasil penelitian menunjukkan bahwa GBIF dan EOL dapat dijadikan sebagai sumber infomasi tumbuhan obat Indonesia. Integrasi antara GBIF dan EOL dapat menghasilkan informasi tumbuhan obat menjadi lebih banyak dan beragam.Kata kunci: API, EOL, GBIF, layanan web, tumbuhan obat

Pemodelan Dimensi Fraktal Multiskala untuk Mengenali Bentuk Daun

Rahmad, Aziz ( Institut Pertanian Bogor ) , Herdiyeni, Yeni ( Institut Pertanian Bogor ) , Buono, Agus ( Institut Pertanian Bogor ) , Douady, Stephane ( Université Paris Diderot )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 4, No 1 (2015)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (779.82 KB)

Abstract

Penelitian ini membangun model untuk membedakan bentuk daun menggunakan dimensi fraktal multiskala. Identifikasi tumbuhan obat sangat penting mengingat keanekaragaman hayati di Indonesia dan peran pentingnya di Indonesia. Identifikasi tanaman dapat dilakukan menggunakan analisis bentuk dengan daun sebagai cirinya. Dimensi fraktal multiskala adalah salah satu metode analisis bentuk yang menganalisis bentuk melalui kompleksitasnya. Empat tipe bentuk daun dari spesies berbeda dimodelkan dalam penelitian ini. Analisis multiskala mampu memberikan informasi tambahan mengenai alur perubahan luas bidang dilasi, namun tidak mencirikan bentuk daun yang diuji dalam penelitian ini.Kata kunci: bentuk daun, dimensi fraktal multiskala, tanaman obat.