Jurnal Ilmu Komputer dan Agri-Informatika
Not a member yet
160 research outputs found
Sort by
Development of Web-Based Sentinel-1A Image Download Automation Module Using Prototyping Method
Get PDFSentinel-1A imagery can be used for various purposes, such as surveys and agricultural land use mapping. For example, Sentinel-1A image can be used to carry out land processing and validate crop yields from horticultural crops such as garlic. However, the acquisition and download of Sentinel images are currently done manually with several stages, so it still needs to be more effective and efficient. Therefore, an alternative way to support the acquisition of sentinel data is necessary by optimizing the process of automating the download of Sentinel data. This study aims to build a front-end module to automate the downloading of web-based Sentinel image data using the Django Framework. The prototyping method is used to develop a front-end module for Sentinel image download automation. This method was chosen based on its advantages in getting feedback from each user from every iteration carried out so that improvements can be made quickly according to user needs. The result of this research is an automated system for downloading Sentinel-1A images that can download Sentinel image data via maps or by validating geoJson data entered by the user. The development of this system is carried out in two iterations. All functions in the developed module were successfully performed in black box testing without showing any errors.Citra Sentinel-1A dapat dimanfaatkan untuk berbagai keperluan seperti survei dan pemetaan penggunaan lahan pertanian. Sebagai contoh, citra sentinel dapat digunakan untuk melakukan proses identifikasi lahan, validasi hasil tanam dari tanaman holtikultura seperti bawang putih. Namun, saat ini proses akuisisi dan pengunduhan data citra sentinel masih dilakukan secara manual dengan beberapa tahapan sehingga dirasa masih belum efektif dan efisian. Oleh karena itu perlu diterapkan suatu cara alternatif untuk mempercepat akuisi data sentinel dengan mengoptimalkan proses otomatisasi pengunduhan data citra Sentinel. Penelitian ini bertujuan untuk membangun sebuah modul front-end untuk mengotomatisasi proses pengunduhan data citra Sentinel berbasis web menggunakan Framework Django. Metode prototyping digunakan untuk melakukan pembangunan modul front-end otomatiasi pengunduhan citra Sentinel. Metode ini dipilih didasarkan pada kelebihannya dalam mendapatkan umpan balik yang cepat dari pengguna dari setiap iterasi yang dilakukan sehingga perbaikan dapat cepat dilakukan sesuai dengan kebutuhan pengguna. Hasil dari penelitian ini adalah sebuah sistem otomatisasi pengunduhan citra Sentinel-1A. Sistem dapat melakukan pengunduhan data citra Sentinel melalui map atau dengan memvalidasi data geoJson yang dimasukan oleh pengguna. Pengembangan sistem ini dilakukan sebanyak dua iterasi. Dalam pengujian secara black-box, semua fungsi pada modul yang telah dikembangkan, berhasil dilakukan tanpa ada menunjukkan kesalahan
Comparison of AlexNet and ResNet Models in Flower Image Classification Utilizing Transfer Learning
Get PDFImage-based automatic flower species classification is an important issue for biologists creating digital flower catalogs. Many studies on flower species recognition have been proposed so far based on traditional image processing routines. Currently, researchers are applying deep learning to various image-based object recognition tasks. In this paper, deep learning based on transfer learning is applied to the classification of flower species. The proposed methoduses AlexNet and ResNet transfer learning models. The Flower102 dataset which has many categories is used in the experimental work. Various experimental results show that each model has achieved 87% and 96% accuracy performance for AlexNet and ResNet. Theresults obtained show that the effectiveness of the ResNet-based model is higher than the AlexNet-based model.Klasifikasi spesies bunga otomatis berbasis citra merupakan masalah penting bagi para ahli biologi yang membuat katalog bunga digital. Banyak penelitian tentang pengenalan spesies bunga telah diusulkan sejauh ini berdasarkan rutinitas pemrosesan gambar tradisional. Saat ini, para peneliti menerapkan pembelajaran mendalam pada berbagai tugas pengenalan objek berbasis gambar. Dalam makalah ini, deep learning berbasis transfer learning diterapkan pada klasifikasi spesies bunga. Metode yang diusulkan menggunakan model transfer learning AlexNet dan ResNet. Dataset Flower102 yang memiliki banyak kategori digunakan dalam karya eksperimental. Berbagai hasil eksperimen menunjukkan bahwa masing-masing model telah mencapai kinerja akurasi 87% dan 96% untuk AlexNet dan ResNet. Hasil yang diperoleh menunjukkan efektivitas model berbasis ResNet lebih tinggi bila dibandingkan dengan model berbasis AlexNet
The Development of IoT-Based Rainfall Measuring System in Jakarta river
Get PDFDKI Jakarta is a lowland with high rainfall intensity in certain periods. Currently rainfall is measured manually by officers by visiting directly the Ombrometer rainfall gauge which is placed at a number of points close to several rivers in Jakarta. With such a procedure, the measurement of rainfall becomes inefficient in terms of time and cost because it requires officers who have to visit the measurement location directly and require several additional processes to get the measurement value. This will be difficult if rainfall data is needed in real time, such as for flood early warning purposes. To overcome this problem, a rainfall measuring system is needed that can measure rainfall automatically and send the measurement results in real time via the internet. In this research, an IoT-based rainfall measuring system has been developed using the waterfall method which consists of the stages of defining requirements, designing system, implementing system, and testing system. The system is based on a tipping bucket rainfall sensor whose value can be read and processed directly by the IoT NodeMCU ESP8266 device. The test results have shown that all the functional requirements of the system that have been defined can function properly.Daerah Khusus Ibukota Jakarta merupakan dataran rendah dengan intensitas hujan yang tinggi pada periode tertentu. Saat ini curah hujan diukur secara manual oleh petugas dengan mengunjungi secara langsung alat pengukur curah hujan Ombrometer yang ditempatkan di sejumlah titik yang berdekatan dengan beberapa sungai di Jakarta. Dengan prosedur seperti itu maka pengukuran curah hujan menjadi tidak efisien secara waktu dan biaya karena memerlukan petugas yang harus mengunjungi lokasi pengukuran secara langsung dan memerlukan beberapa proses tambahan untuk mendapatkan nilai pengukuran. Hal tersebut akan menyulitkan jika data curah hujan diperlukan secara real time seperti untuk keperluan peringatan dini banjir. Untuk mengatasi masalah tersebut maka diperlukan sistem pengukur curah hujan yang dapat mengukur curah hujan secara otomatis dan mengirimkan hasil pengukurannya secara real time melalui jaringan. Pada penelitian ini dikembangkan sistem pengukur curah hujan berbasis IoT dengan menggunakan metode waterfall yang terdiri atas tahap pendefinisan kebutuhan, perancangan sistem, implementasi sistem, dan pengujian sistem. Sistem tersebut berbasiskan sensor pengukur curah hujan tipping bucket yang nilainya dapat dibaca dan diproses langsung oleh perangkat IoT NodeMCU ESP8266. Hasil pengujian telah menunjukkan bahwa seluruh kebutuhan fungsional sistem yang telah didefinisikan dapat berfungsi dengan baik.
 
Network-based Modeling for Breast Cancer Classification using Molecular Data
Get PDFCancer is a disease characterized by uncontrolled cell growth. One of the characteristics of uncontrolled growth is the presence of estrogen-receptor-positive (ER+). About 67% of breast cancer test results have ER+. Breast cancer profiles are divided into 4 subtypes, namely: Luminal A, Luminal B, basal-like, and HER-2 enriched. Each category has a different effect on adjuvant chemotherapy. In this study, a network-based approach was used to select features/molecular biomarkers that have the potential to assist modeling and classifying sub-types of breast cancer. The molecular features used are Copy Number Alteration (CNA) and gene expression. The feature selection results were compared with the PAM50 feature-based accuracy from the literature study. The results indicate that the features selected from this network-based approach can obtain a comparable performance w.r.t the original PAM50 features, and can be used as alternative to perform breast cancer subtyping.Kanker merupakan penyakit yang ditandai dengan pertumbuhan sel yang tidak terkendali. Salah satu ciri dari adanya sel yang tumbuh tidak terkendali adalah adanya estrogen-reseptor-positif (ER+). Sekitar 67% hasil tes kanker payudara memiliki ER+. Profil kanker payudara dibagi menjadi 4 sub-tipe yaitu: Luminal A, Luminal B, basal-like, dan HER-2 enriched. Masing-masing kategori memiliki pengaruh yang berbeda terhadap kemoterapi adjuvant. Pada penelitian ini, digunakan pendekatan berbasis jaringan (network) untuk melakukan pemilihan fitur/biomarker molekuler yang berpotensi untuk membantu pemodelan dan klasifikasi sub-tipe kanker payudara. Fitur molekuler yang digunakan yaitu Copy Number Alteration (CNA) dan ekspresi gen. Hasil pemilihan fitur tersebut dibandingkan dengan akurasi berbasis fitur PAM50 dari studi literatur. Dari hasil penelitian didapatkan bahwa fitur dari metode seleksi berbasis jaringan ini mampu menghasilkan performa yang sebanding dengan fitur PAM50 dan dapat menjadi alternatif untuk melakukan klasifikasi jenis kanker payudara
K-Nearest Neighbor for Phrases to Support the Decision to Find the Best Teacher
Get PDFDalam menentukan guru yang berpotensi ada beberapa cara dalam penilain guru terbaik. Untuk mendorong para guru untuk berprestasi dan melihat motivasi, dedikasi dan loyalitas para guru. Untuk melihat profesionalisme seorang guru pada kemajuan teknologi berbasis .4.0. Dari penelitian yang dilakukan dalam menentukan guru terbaik, terdapat permasalahan yang diantaranya dalam pemilihan guru terbaik kepala sekolah cendrung memilih berdasarkan pengamatan yang hanya dilakukan kepala sekolah sendiri dan tidak memperhatikan kriteria dan indikator penilaian berupa professional, kepribadian dan sosial yang membuat para guru kurang maksimal dalam bekerja. Oleh karena itu dibutuhkan sebuah sistem untuk menyelesaikan beberapa masalah yang terjadi. Dibangunlah Sistem untuk mengatasi permaslahan berupa sistem pendukung keputusan. Sistem pendukung keputusan merupakan Suatu Sistem yang ditujukan kepada manajemen dalam membantu pengambilan keputusan yang tepat. Metode yang digunakan adalah K-Nearest Neighbor merupakan salah satu metode untuk mengambil keputusan menggunakan pembelajaran terawasi dimana hasil dari data masukan yang baru diklasifikasi berdasarkan terdekat dalam data nilaiPerhitungan dilakukan pada tahun 2020 dan 2021.Total data nilai pada tahun sebelumnya sebanyak 70 baris data. Jika dirincikan lebih lanjut, data yang digunakan adalah sebanyak 1190 data nilai.Data prediksi penilaian yang digunakan adalah data guru tahun 2021, sebanyak 37 baris data. Algoritma k-NN menggunakan nilai k untuk menentukan jumlah tetangga terdekat yang akan dikalkulasikan statusnyaThere are several ways to assess the best teacher in determining the potential teacher. This aims to encourage teachers to excel and see the motivation, dedication, and loyalty of teachers, as well as see the professionalism of a teacher in technological advancements based on 4.0. From the research conducted in determining the best teacher, there are problems, including in the selection of the best teacher, the principal tends to choose based on observations made only by the principal himself and does not pay attention to the criteria and indicators of assessment in the form of professional, personality and social which makes the teachers less than optimal in their work. Therefore we need a system to solve some of the problems that occur. A system was built to overcome the problem in the form of a decision support system. A decision support system is a system aimed at management in helping to make the right decisions. The method used is K-Nearest Neighbor, which is a method for making decisions using supervised learning where the results of the new input data are classified based on the closest in the value data. Calculations were carried out in 2020 and 2021. The total value of data in the previous year was 70 lines of data. If it is further detailed, the data used is 1190 value data. The assessment prediction data used is teacher data in 2021, as many as 37 lines of data. The k-NN algorithm uses the value of k to determine the number of nearest neighbors whose status will be calculated
Augmented Reality untuk Museum Serangga IPB Menggunakan Unity dengan Image Tracking
Get PDFSerangga berperan penting dalam kehidupan manusia sehingga diperlukan sebuah museum yang dapat menampung dan menyajikan informasi tentang keanekaragaman serangga tersebut kepada masyarakat. Museum Serangga Institut Pertanian Bogor memiliki banyak informasi dari aneka spesies serangga yang ada di Indonesia, tetapi interaktivitasnya masih terbatas. Penelitian ini mengembangkan sebuah prototipe aplikasi Android berbasis augmented reality menggunakan Unity untuk memberikan sarana interaktif ke pengunjung. Pengembangan menggunakan metode image tracking sehingga pengguna bisa berinteraksi dengan spesimen di museum dengan mengarahkan kamera ke spesimen yang ingin diamati. Hasil pengujian menunjukkan bahwa metode image tracking dapat digunakan dengan baik pada sudut pindai 0° ketika diterapkan pada serangga yang berbentuk tiga dimensi yang terdapat di Museum Serangga IPB.Insects play an important role in human life, so we need a museum that can accommodate and present information about the diversity of insects to the public. The IPB University Insect Museum has a lot of information on various insect species in Indonesia, but its interactivity is still limited. This research develops an Android application prototype based on augmented reality using Unity to provide an interactive tool to visitors. The development uses the image tracking method so that users can interact with the specimens in the museum by pointing a smartphone camera at the specimen they want to observe. The test results show that the image tracking method can be used properly at a scanning angle of 0° when applied to 3-dimensional insects in the Insect Museum of IPB University
Sentiment Analysis of Twitter Users on COVID-19 Vaccination Program in Indonesia using Support Vector Machine Algorithm
Get PDFKebijakan vaksinasi COVID-19 di Indonesia menimbulkan pro dan kontra. Pemerintah harus mengevaluasi alasan masyarakat yang kontra terhadap kebijakan tersebut, agar program vaksinasi dapat berjalan dengan lancar. Analisis sentimen sebagai cara untuk melihat polaritas opini, memungkinkan untuk mengklasifikasi tanggapan positif, negatif maupun netral di Twitter terkait kebijakan vaksinasi tersebut. Penelitian ini bertujuan untuk mengetahui tanggapan masyarakat terhadap vaksinasi COVID-19 di Indonesia dengan melihat distribusi kata dan membuat model klasifikasi Support Vector Machine (SVM). Analisis sentimen terdiri dari beberapa tahapan yaitu pengumpulan data, praproses data, pembobotan data, analisis data, pembagian data, pemodelan klasifikasi, hyperparameter tuning dan evaluasi model. Model yang dihasilkan menunjukkan performa yang cukup optimal dalam mengklasifikasi sentimen dengan akurasi, presisi, recall dan f1-score sebesar 90%. Hasil dari sentimen analisis yang diperoleh ialah berupa gagasan, keluhan dan saran terhadap vaksinasi COVID-19.The COVID-19 vaccination policy in Indonesia turns out to be both pros and cons. The government has to evaluate the underlying reason of why some people are against the policy, so that the vaccination program can run smoothly. Sentiment analysis as a way to see the polarity of opinion, makes it possible to classify positive, negative or neutral responses on Twitter regarding the vaccination policy. This study aims to determine the public\u27s response to COVID-19 vaccination in Indonesia by examining word distribution and creating a Support Vector Machine (SVM) classification model. Sentiment analysis consists of several stages, namely data collection, data preprocessing, data weighting, data analysis, data sharing, classification modeling, hyperparameter tuning and model evaluation. The results of this study are a model with a relatively optimal performance in classifying sentiment with an accuracy, precision, recall and f1-score of 90%. The results of the sentiment analysis obtained are in the form of ideas, complaints, and suggestions for the COVID-19 vaccination
Initial Study of IoT-Based Indoor Farming Monitoring System using Websocket Protocol
Get PDFAlih fungsi lahan dari sebelumnya lahan pertanian ke lahan pemukiman dapat menjadi masalah serius untuk menjaga ketahanan pangan. Selain alih fungsi lahan, dampak urbanisasi juga dapat memberikan dampak serius bagi ketersediaan pangan itu sendiri. Dengan solusi urban farming yang dapat dilakukan dengan memanfaatkan sedikit lahan yang tersedia di lingkungan perkotaan, diharapkan mampu untuk menyediakan kebutuhan baik sayur, buah dan tanaman obat lainnya. Penanaman dapat dilakukan di dalam ruangan dengan memanfaatkan barang-barang bekas yang berarti lebih ramah lingkungan. Namun, berkebun juga bukan memerlukan waktu dan tenaga karena setiap tanaman memiliki beberapa karakteristik unik yang dapat mempengaruhi pertumbuhan optimal tanaman. Hal tersebut tentu akan menjadi masalah karena terutama pada daerah perkotaan dengan tingkat mobilitas yang tinggi sehingga berpotensi tanaman tidak ter-monitor dengan baik. Pada penelitian ini, dikembangkan sistem pemantauan kebun dalam ruangan berbasis IoT yang terdiri atas sensor temperatur, kelembaban, dan intensitas cahaya. Hasil pengujian menunjukkan bahwa sistem mampu melakukan fungsi monitoring sesuai dengan yang telah direncanakan dan berfungsi dengan baik hingga menampilkan grafik perubahan nilai sensor.Land conversion from agricultural land into residential land can be a serious problem for maintaining food security. In addition to land use changes, the impact of urbanization can also have a serious impact on food availability itself. With urban farming solutions that can be carried out by utilizing the small amount of available land in urban environments, it is expected to be able to provide the needs of basic crops need such as vegetables, fruits and other medicinal plants. Planting can be done indoors by utilizing recycled goods which means it is more environmentally friendly. However, gardening require a lot time and effort because each plant has some unique characteristics that can affect the plant\u27s optimal growth. This will certainly be a problem especially in urban areas with a high level of mobility so that the potential for plants is not monitored properly. In this research, an IoT-based indoor farming monitoring system was developed which consists of temperature, humidity, and light intensity sensors. The test results show that the system is able to carry out the monitoring function as planned and function properly to display a graph of changes in sensor values.
Implementasi Metode Weight Aggregated Sum Product Assessment (WASPA) untuk Mengukur Tingkat Kepuasan Masyarakat Terhadap Marketplace
Get PDFSuatu perusahaan mengevaluasi diri melalui penilaian user terhadap e-commercenya dengan tujuan untuk meningkatkan performanya. Sistem Penunjang Keputusan dapat menjadi solusi dalam pengambilan keputusan untuk menentukan rekomendasi e-commerce yang baik dan tepat. Salah satu metode Sistem Penunjang Keputusan adalah WASPA. Penelitian ini bertujuan untuk untuk mengimplementasikan metode WASPA untuk mengukur tingkat kepuasan masyarakat terhadap marketplace. Pengembangan aplikasi menggunakan metode waterfall yang terdiri dari 5 tahap yaitu, perencanaan, analisis, desain, coding dan testing. Pada tahap implementasi WASPA menggunakan PHP-MYSQL. Hasil dari 100 responden dengan 500 data uji menunjukkan bahwa pada marketplace Tokopedia, Shopee, Bukalapak, Blibli dan Lazada, marketplace terbaik menggunakan metode WASPA adalah Tokopedia yang merupakan peringkat pertama dengan nilai tertinggi yaitu 0.894 point, peringkat ke 2 diperoleh Shopee dengan 0.89 point, peringkat ke 3 diperoleh Bukalapak dengan 0.886 point, peringkat ke 4 diperoleh Blibli dengan 0.845 point dan yang terakhir pada peringkat ke 5 diperoleh lazada dengan 0.849 point. Penelitian ini telah membandingkan hasil survey dengan 2 situs, yaitu Iprice.com dan Alexa.com. Hasil perbandingan survey marketplace memiliki hasil yang sama, yaitu Tokopedia merupakan marketplace yang memiliki keunggulan kriteria yang paling tinggi.A company evaluates itself through user evaluation of its e-commerce with the aim of improving its performance. Decision Support Systems can be a solution in making decisions to determine good and appropriate e-commerce recommendations. One of the Decision Support System methods is WASPA. This study aims to implement the WASPA method to measure the level of community satisfaction with the marketplace. Application development uses the waterfall method which consists of 5 stages, namely planning, analysis, design, coding and testing. At the WASPA implementation stage using PHP-MYSQL. The results of 100 respondents with 500 test data show that in the Tokopedia, Shopee, Bukalapak, Blibli and Lazada marketplaces, the best marketplace using the WASPA method is Tokopedia which ranks first with the highest score of 0.894 points, 2nd place is obtained by Shopee with 0.89 points, ranking 3rd place was won by Bukalapak with 0,886 points, 4th place was won by Blibli with 0,845 points and finally in 5th place was won by Lazada with 0,849 points. This study has compared the survey results with 2 sites, namely Iprice.com and Alexa.com. The results of the marketplace survey comparison have the same results, namely Tokopedia is the marketplace that has the highest criteria advantage
From Immersive to Metaverse: The Gap of Learning and Technology in Agriculture Education Application
Get PDFTeknologi imersif seperti augmented reality, virtual reality, media sosial, avatar virtual, dan game online telah mendukung pendidikan. Pertanian, sebagai salah satu proses penting untuk kesejahteraan manusia, menuntut teknologi pendidikan yang kaya interaksi dan konten untuk meningkatkan pemahaman siswa tentang lingkungan pertanian yang kompleks. Tren teknologi pendidikan saat ini mulai bergeser ke metaverse. Namun, ada kesenjangan antara penerapan teknologi imersif saat ini dan metaverse yang matang. Selain itu, penelitian sebelumnya menunjukkan kurangnya penekanan pada teori pembelajaran, konten pembelajaran, dan elemen desain untuk aplikasi imersif dalam pendidikan. Penelitian ini dilakukan untuk mengidentifikasi kesenjangan tersebut, khususnya dalam pendidikan pertanian. Kami secara sistematis menganalisis publikasi sebelumnya yang mengembangkan aplikasi mendalam untuk pendidikan pertanian di pendidikan tinggi. Kami menyimpulkan bahwa (1) sebagian besar konten pembelajaran dan elemen desain teknologi metaverse kurang dimanfaatkan; (2) ada banyak kesenjangan implementasi antara implementasi saat ini dengan metaverse yang matang; dan (3) Pendidikan metaverse yang matang adalah kompleks dan mahal, sehingga perencanaan jangka panjang yang cermat dan mengidentifikasi kasus penggunaan dianjurkan. Kesenjangan ini penting untuk penelitian selanjutnya tentang pengembangan metaverse untuk pendidikan, terutama di bidang pertanian. Kami berharap hasil penelitian ini akan memberi pendidik pengetahuan dasar tentang teknologi metaverse untuk membuat keputusan yang lebih baik dalam memanfaatkan metaverse di lembaga pendidikan.Immersive technologies such as augmented reality, virtual reality, social media, virtual avatars, and online games have supported education. Agriculture, as one of the essentials process for human well-being, demands interaction-rich and content-rich educational technology to increase student understanding of the complex agriculture environment. The current trend of education technology is starting to shift to the metaverse. However, there is a gap between the current implementation of immersive technologies and the mature metaverse. Moreover, previous research indicates the lack of emphasis on learning theory, learning content, and design elements for immersive application in education. This research aims to identify those gaps, especially in agriculture education. We systematically analyze previous publications which developed an immersive application for agriculture education in higher education. We conclude that (1) most of the learning content and design element of metaverse technology is underutilized; (2) there are many implementation gaps between the current implementation with a mature metaverse; and (3) A mature metaverse education is complex and expensive, so careful long-term planning and identifying use cases is recommended. These gaps are essential for subsequent research on developing metaverse for education, especially in agriculture. We hope the results of this research will provide educators with a baseline knowledge of metaverse technologies to make better decisions on utilizing metaverse in educational institutions