Jurnal Informatika dan Teknik Elektro Terapan
Not a member yet
1765 research outputs found
Sort by
PENERAPAN DETEKSI KECACATAN BUAH JERUK MENGGUNAKAN MODEL DEEP LEARNING YOLOV5
Get PDFPenentuan kualitas buah jeruk secara manual cenderung tidak konsisten serta memerlukan waktu dan tenaga yang signifikan. Oleh karena itu, penelitian ini bertujuan untuk merancang sistem otomatis dalam mendeteksi kecacatan buah jeruk dengan memanfaatkan model deep learning YOLOv5. Dataset citra buah jeruk dikumpulkan berdasarkan variasi tingkat kematangan, yaitu matang, asam, dan busuk, kemudian diberi label menggunakan platform Roboflow dan dibagi menjadi data pelatihan, validasi, serta pengujian. Proses pelatihan dilakukan melalui platform Google Colab dengan menerapkan dua varian model, yaitu YOLOv5s dan YOLOv5n. Berdasarkan hasil evaluasi, model YOLOv5s menunjukkan akurasi deteksi yang sangat tinggi dengan nilai [email protected] di atas 99% dan [email protected]:0.95 mendekati 98%. Sementara itu, YOLOv5n memiliki keunggulan dalam hal kecepatan inferensi meskipun akurasinya sedikit lebih rendah. Pengujian secara real-time menggunakan webcam menunjukkan bahwa kedua model mampu mengenali serta mengklasifikasikan buah jeruk secara tepat, Pengujian real-time menggunakan kamera menghasilkan akurasi 93,33% untuk YOLOv5s dan 86,67% untuk YOLOv5n, sistem ini memiliki potensi besar dalam mendukung proses otomatisasi penilaian mutu buah, meningkatkan efisiensi kerja, dan mengurangi human error dalam proses sortasi
PERAN BIG DATA DALAM MANAJEMEN DATA DAN INFORMASI SEBAGAI SISTEM PENDUKUNG KEPUTUSAN (SYSTEMATIC LITERATURE REVIEW)
Get PDFBig Data telah menjadi komponen penting dalam manajemen data dan informasi seiring dengan meningkatnya volume dan kompleksitas data yang dihasilkan oleh organisasi. Pemanfaatan Big Data yang tepat memungkinkan organisasi untuk mengelola data secara lebih terstruktur dan menghasilkan informasi yang bernilai bagi pengambilan keputusan manajemen. Penelitian ini bertujuan untuk menganalisis peran Big Data dalam manajemen data dan informasi sebagai sistem pendukung keputusan melalui pendekatan Systematic Literature Review. Metode penelitian dilakukan dengan mengkaji 15 artikel ilmiah yang relevan berdasarkan proses pencarian dan penilaian kualitas literatur. Hasil penelitian menunjukkan bahwa pengelolaan Big Data yang baik mempertimbangkan karakteristik utama Big Data yang meliputi volume, kecepatan, variasi, keandalan, dan nilai data. Selain itu, pemanfaatan Big Data berperan dalam meningkatkan kualitas informasi, mempercepat proses pengambilan keputusan, serta mendukung keputusan manajemen yang lebih akurat dan berbasis data. Dengan demikian, Big Data memberikan kontribusi positif dalam mendukung sistem pendukung keputusan pada organisasi
EVALUASI KLASSIFIKASI PENYAKIT DAUN TEH MENGGUNAKAN TRANSFER LEARNING EFFICIENTNETB0
Get PDFPenelitian ini mengevaluasi performa model EfficientNetB0 berbasis transfer learning untuk deteksi dini penyakit daun teh. Dataset Tea Leaf Disease yang tersedia secara publik digunakan, terdiri dari 5.867 gambar daun teh dengan enam kelas, yaitu algal spot, brown blight, gray blight, healthy, helopeltis, dan red spot. Dataset dibagi menjadi data latih (70%), validasi (15%), dan uji (15%). Model dilatih selama 30 epoch dengan laju pembelajaran 1×10⁻⁴, kemudian dilakukan fine-tuning selama 15 epoch tambahan menggunakan laju pembelajaran 1×10⁻⁵ disertai augmentasi data yang intensif. Hasil pengujian pada data uji menunjukkan akurasi sebesar 97%, dengan nilai macro-averaged precision, recall, dan F1-score masing-masing mencapai 0,97. Analisis confusion matrix mengindikasikan tingkat kesalahan klasifikasi yang rendah, meskipun masih terjadi kesalahan pada kelas-kelas yang memiliki kemiripan visual tinggi, seperti brown blight dengan gray blight serta helopeltis dengan healthy. Hasil ini menunjukkan bahwa EfficientNetB0 memiliki akurasi dan efisiensi yang tinggi, sehingga berpotensi untuk diimplementasikan pada aplikasi mobile sebagai sistem pendukung deteksi dini penyakit daun teh bagi petani
PENGEMBANGAN SISTEM PENGUKURAN INDEKS MASA TUBUH DIGITAL MENGGUNAKAN METODE FUZZY LOGIC
Get PDFBody Mass Index (BMI) is one of the indicators used to assess an individual's nutritional status based on body weight and height. However, BMI calculation for hospital patients requires manual physical measurements, making the process inefficient. Therefore, this study proposes a prototype capable of measuring BMI easily through the use of sensors and fuzzy logic computation to improve accuracy and flexibility in BMI assessment. The developed system uses several input variables, namely body weight, height, age, and gender. Fuzzy logic is applied to predict the patient's condition based on BMI values, whether categorized as underweight, normal, or obese. System testing was conducted by comparing the results with conventional methods and evaluations by nutrition experts. The findings show that the fuzzy logic–based digital BMI system can accurately and practically classify body condition. The implementation of this system is expected to assist medical personnel and the general public in performing more comprehensive and precise nutritional status assessment
PERBANDINGAN METODE HOLT WINTERS EXPONENTIAL SMOOTHING DAN ARIMA PADA PERAMALAN JUMLAH WISATAWAN DI KOTA SAMARINDA
Get PDFKota Samarinda sebagai ibukota Provinsi Kalimantan Timur memiliki potensi pariwisata cukup besar. Dalam Rencana Pembangunan Jangka Menengah Daerah (RPJMD) Kota Samarinda tahun 2021-2026, peningkatan kunjungan wisatawan ditetapkan sebagai salah satu indikator utama pembangunan, dengan menargetkan pertumbuhan sebesar 10% per tahun. Namun, fluktuasi jumlah kunjungan wisatawan yang tidak menentu menjadi tantangan dalam perencanaan strategis sektor pariwisata. Penelitian ini bertujuan untuk mengetahui hasil peramalan dan membandingkan dua metode peramalan yaitu Holt Winters Exponential Smoothing dan ARIMA dalam meramalkan jumlah wisatawan di Kota Samarinda. Data yang digunakan merupakan data sekunder periode Januari 2022 hingga Desember 2024 yang diperoleh dari Badan Pusat Statistik (BPS) Kota Samarinda. Hasil analisis menunjukkan bahwa model ARIMA(0,1,1) menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,80%, lebih akurat dibandingkan dengan metode Holt Winters Exponential Smoothing dengan nilai MAPE sebesar 9,71%. Temuan ini dapat digunakan untuk perencanaan strategis kepariwisataan Kota Samarinda yang lebih tepat sasaran
APPLICATION OF ARTIFICIAL NEURAL NETWORKS TO IDENTIFY DISEASES IN BROILER CHICKENS USING THE BACKPROPAGATION METHOD
Get PDFArtificial neural networks can be applied in the health sector. In this research, artificial neural networks were used to identify diseases in broiler chickens using the Backpropagation method. Diseases in chickens include salmonella, cocidiossis, and new castle disease. Identification of diseases in chickens based on image data from chicken droppings. The method used is backpropagation or error propagation. The data used in this research was 700 image data. The data in this research was obtained from Kaggle. The best accuracy results were obtained with a total of 600 data with 1000 iterations, and an alpha value of 0.9 obtained testing accuracy results of 90% with an error value of 10%. The accuracy results of artificial neural networks are influenced by the amount of training data. The more data used, the higher the accuracy results
TINJAUAN PERKEMBANGAN KOMPUTASI KUANTUM PADA PLATFORM CLOUD: PELUANG, TANTANGAN, DAN ARAH MASA DEPAN
Get PDFKomputasi kuantum berbasis cloud merupakan paradigma baru yang menggabungkan sumber daya kuantum dengan infrastruktur cloud klasik, memungkinkan akses luas tanpa kebutuhan investasi besar pada perangkat keras. Penelitian ini menggunakan metode systematic literature review (SLR) dengan pendekatan kualitatif deskriptif untuk mengidentifikasi dan mensintesis dua studi utama terkait integrasi dan perkembangan teknologi komputasi kuantum dalam lingkungan cloud computing. Analisis dilakukan melalui tiga tahap: analisis konten, perbandingan tematik, dan sintesis kritis dengan fokus pada arsitektur, kinerja, keamanan, serta arah masa depan. Hasil penelitian menunjukkan bahwa arsitektur hibrida kuantum-klasik berbasis kontainer dan orkestrasi terdistribusi menjadi komponen kunci dalam pengembangan quantum cloud. Model Quantum-as-a-Service (QaaS) berpotensi menurunkan hambatan adopsi, terutama pada aplikasi seperti simulasi material, optimisasi kombinatorial, dan kriptografi kuantum. Namun, tantangan signifikan masih ada pada keterbatasan perangkat keras, kompleksitas integrasi sistem, serta kekurangan sumber daya manusia. Arah pengembangan ke depan mencakup standarisasi lintas vendor, co-design algoritma dan perangkat keras, serta transisi menuju kriptografi pasca-kuantum. Studi ini memberikan pemahaman menyeluruh tentang potensi, kendala, dan arah riset lanjutan dalam quantum cloud computing
ANALISIS EFEK HARMONIC DISTORTION TERHADAP AKURASI PENGUKURAN RECEIVER INSTRUMENT LANDING SYSTEM
Get PDFAbstrak. Tujuan penelitian ini adalah untuk melihat bagaimana efek distorsi harmonik total (THD atau Total Harmonic Distortion) berdampak pada akurasi pengukuran penerima di sistem Instrument Landing System (ILS). Dalam lingkungan bandara, perangkat listrik non-linear dapat menyebabkan distorsi harmonik, yang berdampak pada kualitas sinyal navigasi yang diterima pesawat. Ini terutama berlaku untuk parameter DDM (Difference in Depth of Modulation). Metode kuantitatif eksperimental digunakan; sinyal ILS yang terdistorsi disimulasikan menggunakan GNU Radio dan diuji dalam situasi nyata menggunakan HackRF One dan Portable ILS Receiver. Ada gangguan dalam bentuk harmonik orde ke-3, 5, dan 7 pada frekuensi 90 Hz dan 150 Hz, serta frekuensi tambahan seperti 30 Hz, 60 Hz, dan 120 Hz. Ini ditampilkan sebagai 1%, 3%, dan 5% THD, dengan variasi +10% dan -30%. Meskipun terdapat gangguan harmonik hingga 5% THD, hasil simulasi menunjukkan bahwa nilai DDM dan SDM tidak mengalami perubahan yang signifikan, menunjukkan bahwa gangguan ini tetap berada dalam batas toleransi sistem ILS. Penelitian ini menunjukkan bahwa, selain pengujian spektrum dan inspeksi penerbangan sebagai bagian dari pengujian ground check, evaluasi lingkungan elektromagnetik di bandara sangat penting untuk menjamin keandalan sistem ILS. Evaluasi toleransi memastikan bahwa sistem beroperasi secara optimal meskipun terpapar distorsi harmonik.Abstract. This research aims to analyze the effect of harmonic distortion (Total Harmonic Distortion/THD) on the measurement accuracy of receivers in the Instrument Landing System (ILS). Harmonic distortion may originate from non-linear electrical devices in the airport environment and interfere with the quality of navigation signals received by aircraft, especially in terms of DDM (Difference in Depth of Modulation) . A quantitative experimental approach was employed through ILS signal simulation using GNU Radio and practical testing using HackRF One and Portable ILS Receiver. Interference was injected in the form of 3rd, 5th, and 7th order harmonics from 90 Hz and 150 Hz signals, along with additional frequencies (30 Hz, 60 Hz, 120 Hz) and THD variations of 1%, 3%, 5%, with extra tests at 10% and 30%. Simulation results show that harmonic interference up to 5% THD did not cause significant deviations in DDM or SDM and remained within ILS system tolerances. However, higher THD and additional frequencies caused small fluctuations that were not detected during ground checks but had observable effects during flight checks, as evidenced by signal anomalies during aircraft approach. This research emphasizes the importance of spectrum analysis and flight inspection as complements to ground checking and highlights the need for comprehensive electromagnetic evaluation at airports to ensure the reliability of ILS systems. A tolerance evaluation method was applied to assess whether the system remained functional under harmonic exposure
PENGEMBANGAN SISTEM SMART PET FEEDER BERBASIS IOT DENGAN KENDALI JARAK JAUH MENGGUNAKAN BLYNK
Get PDFPemanfaatan teknologi Internet of Things (IoT) memungkinkan terciptanya sistem otomasi yang mempermudah pemeliharaan hewan peliharaan. Salah satu permasalahan yang sering muncul adalah ketidakteraturan pemberian pakan akibat kesibukan dan mobilitas pemilik hewan. Penelitian ini bertujuan mengembangkan Smart Pet Feeder berbasis IoT yang dapat mengatur pemberian pakan secara otomatis maupun manual melalui kendali jarak jauh. Sistem dirancang menggunakan mikrokontroler ESP32, sensor Load Cell dan HX711 untuk memonitor berat pakan, sensor ultrasonik untuk mendeteksi ketersediaan pakan, serta motor servo sebagai aktuator pendistribusian pakan. Metode penelitian meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi sistem. Hasil penelitian menunjukkan bahwa seluruh sensor bekerja secara real-time, sistem merespons perintah melalui aplikasi Blynk dengan baik, dan mode otomatis berjalan sesuai pengaturan. Kesimpulannya, Smart Pet Feeder berbasis IoT berhasil memberikan solusi efektif untuk menjaga konsistensi pemberian pakan hewan peliharaan dan meningkatkan kemudahan pemantauan jarak jauh melalui perangkat seluler
SISTEM REMOTE DESKTOP BERBASIS WEB UNTUK MONITORING DAN KENDALI MULTI‑KLIEN DI LABORATORIUM KOMPUTER
Get PDFPaper ini mempresentasikan perancangan dan implementasi sistem manajemen remote desktop berbasis web menggunakan framework Node.js. Sistem dikembangkan untuk mengatasi keterbatasan tools akses jarak jauh tradisional dan memungkinkan administrator memantau serta mengendalikan banyak komputer klien dalam jaringan lokal secara real‑time tanpa instalasi perangkat lunak di sisi klien. Fitur utama yang disediakan meliputi pemantauan multi‑klien, eksekusi perintah jarak jauh, Wake‑on‑LAN, pengambilan tangkapan layar, serta pemblokiran perangkat input/USB. Proses pengembangan menggunakan Dynamic Systems Development Method (DSDM) yang memanfaatkan komunikasi asinkron dan event‑driven programming untuk meningkatkan responsivitas dan skalabilitas sistem. Berdasarkan pengujian di laboratorium komputer, sistem menunjukkan latency rendah (kurang dari 3 detik), reliability tinggi, dan mendapatkan umpan balik positif dari 23 administrator. Secara keseluruhan, solusi ini memberikan alternatif yang fleksibel dan ringan untuk manajemen remote desktop yang aman, khususnya pada lingkungan pendidikan dan institusi