Indonesian Journal Computer Science

Evaluasi Kualitas dan Kematangan Mangga Menggunakan Analisis Citra Digital dengan Euclidean Distance Fokus pada Buah Hijau dan Kuning

David Agus Salim — 2024-10-31

Penelitian ini bertujuan untuk mengevaluasi kualitas dan kematangan buah mangga melalui analisis citra digital. Kualitas dan kematangan buah mangga sangat mempengaruhi rasa, tekstur, dan keberlanjutan dalam industri pertanian dan pengolahan makanan. Metode tradisional penilaian yang melibatkan pengamatan warna, tekstur, dan aroma sering kali bersifat subjektif dan sulit diukur secara konsisten. Oleh karena itu, penelitian ini memanfaatkan teknologi pemrosesan gambar berbasis MATLAB untuk memberikan pendekatan objektif dalam penilaian kematangan buah. Fokus penelitian ini adalah pada dua tahap warna mangga yang umum, yaitu hijau (belum matang) dan kuning (matang). Melalui analisis citra digital, algoritma pemrosesan gambar digunakan untuk mendeteksi perubahan warna yang berkaitan dengan kematangan serta mengidentifikasi cacat atau kerusakan fisik pada buah. Hasil penelitian menunjukkan bahwa analisis citra digital efektif dalam membedakan antara mangga matang dan hijau, dengan tingkat akurasi klasifikasi yang tinggi. Temuan ini mendukung pengembangan sistem penilaian otomatis yang dapat meningkatkan efisiensi dan konsistensi dalam pemilihan serta pemrosesan buah mangga. Dari hasil ekstraksi ciri pada Metric nilai 0.8373 menunjukkan hasil yang relatif baik. Nilai Eccentricity 0.8333, Nilai Contrast 0.084535. Nilai contrast yang rendah seperti 0.084535 menunjukkan bahwa citra memiliki sedikit perbedaan intensitas antara piksel-pikselnya, nilai Correlation yang didapatkan 0.9877, Nilai yang mendekati 1, seperti 0.9877, menunjukkan bahwa ada hubungan yang sangat kuat antara nilai intensitas piksel yang berdekatan. Nilai Energy yang didapatkan adalahh 0.40659. Nilai 0.40659 menunjukkan tingkat energi yang sedang dalam citra. Dan nilai Homogeneity adalah 0.98094. Nilai 0.98094 menunjukkan bahwa citra memiliki tingkat keseragaman yang sangat tinggi, dengan perbedaan intensitas yang sangat sedikit di seluruh citra.

Penerapan K-Means Clustering untuk Klasifikasi Citra Cabai Keriting: Studi Ekstraksi Warna dan Tekstur GLCM

Nabila Yasmin — 2024-10-31

Klasifikasi citra cabai keriting berdasarkan warna dan tekstur merupakan tantangan penting dalam bidang pertanian digital. Dalam penelitian ini, metode K-Means Clustering diterapkan untuk mengelompokkan citra cabai keriting berdasarkan karakteristik warna dan tekstur. Ekstraksi fitur warna dilakukan menggunakan model warna RGB, sedangkan pada bagian fitur tekstur diekstraksi dengan menggunakan metode Grey Level Co-occurrence Matrix (GLCM). K-Means Clustering digunakan untuk mengelompokkan citra ke dalam beberapa kategori, yaitu cabai keriting merah dan cabai keriting hijau. Hasil penelitian menunjukkan bahwa kombinasi antara fitur warna dan tekstur memberikan akurasi yang lebih baik dalam pengelompokan citra. Pada penelitian ini menggunakan 50 citra untuk setiap jenis, dengan total dataset berjumlah 100 citra. Masing-masing kelas terdapat 60 citra untuk pelatihan dan 40 citra untuk pengujian.Skor uji akurasi untuk kelas cabai merah keriting dengan nilai akurasi sebesar 93%. Sedangkan untuk kelas cabai hijau keriting yang mendapat akurasi 91%. Rata-rata akurasi hasil pengujian secara keseluruhan yaitu 92%. Berdasarkan hasil penelitian yang dilakukan, klasifikasi cabai keriting merah dan cabai keriting hijau menggunakan ekstraksi fitur warna dan bentuk terbukti efisien dan menghasilkan kategori baik. Program yang digunakan dapat dijalankan dengan baik dan dapat menangkap karakteristik dataset dengan menggunakan ekstraksi bentuk dan warna.

Implementasi Euclidean Distance dan Segmentasi K-Means Clustering Pada Identifikasi Citra Jeruk Nipis

Wira Wirdawati — 2024-10-31

Jeruk nipis (Citrus aurantifolia) adalah buah kecil yang berasal dari Asia Tenggara dan dikenal luas karena aroma dan rasa asamnya. Buah ini memiliki berbagai manfaat kesehatan dan masakan. Penelitian ini bertujuan mengimplementasikan algoritma Euclidean Distance dan segmentasi citra dengan K-Mean Clustering pada identifikasi citra jenis Jeruk Nipis berdasarkan ciri bentuk dan teksturnya. Algoritma K-Mean Clustering digunakan untuk memisahkan antara Foreground dan Background pada citra. Objek tersebut akan diekstraksi cirinya berdasarkan bentuk dan ciri tekstur dengan menggunakan MATLAB. Segmentasi citra merupakan langkah penting dalam pengolahan citra. Fokus penelitian ini adalah pada dua warna jeruk nipis hijau dan jeruk nipis kuning. Proses segmentasi dimulai dengan tahap praproses citra, seperti konversi ke ruang warna Lab* untuk meningkatkan ketepatan segmentasi berdasarkan komponen warna. Algoritma K-Means Clustering digunakan untuk membagi citra menjadi beberapa kluster yang masing-masing mewakili segmen berbeda dari citra jeruk nipis. Hasil segmentasi dievaluasi untuk memastikan kluster yang terbentuk mampu memisahkan objek jeruk nipis dengan akurat dari latar belakang. Maka didapatkan hasil ekstraksi ciri pada Metric adalah 0,95965 menunjukan hasil yang sangat baik, pada Eccentricity 0,18568 menunjukan Ukuran eksentrisitas objek menggambarkan Nilai yang Sempurna. untuk Contrast 0,02922 merupakan nilai yang cukup rendah, pada Correlation tingkat keteraturan atau hubungan antara piksel dalam citra bernilai 0.99448 mendekati 1 dan dapat diartikan memiliki nilai yang baik , untuk Energy 0,67743 Cukup tinggi yang menunjukkan tekstur yang lebih seragam. untuk Homogeneity Keseragaman intensitas Pixel dalam Citra memiliki nilai yang cukup tinggi yaitu 0,99201. fitur-fitur ini digunakan untuk mengidentifikasi citra berdasarkan karakteristik yang relevan.

Analisis Kualitas Layanan Pada Website Perpustakaan Seskoal Terhadap Kepuasan Pengguna Dengan Metode Webqual

Rachmat Hidayat — 2024-10-31

Pertumbuhan Teknologi Informasi dan Komunikasi yang demikian pesat menjadikan website sebagai faktor penting yang diperhatikan dalam sebuah institusi dalam pendidikan. Dengan adanya website perpustakaan Seskoal menjadi gambaran kemajuan teknologi dipendidikan. Hal ini membuat peneliti ingin melakukan penelitian pada website Perpustakaan Seskoal. Tujuan dari penelitian ini untuk mengetahui seberapa berkualitasnya website Perpustakaan dimana sebelumnya belum pernah dilakukannya analisis dan pengukuran dalam menilai kualitas website Perpustakaan Seskoal. Metode yang digunakan dalam penelitian ini adalah WebQual 4.0. Instrumen yang digunakan berdasarkan pada dimensi Webqual 4.0 yaitu kualitas kegunaan (Usability quality), kualitas informasi (Information quality), dan kualitas layanan interaksi (Service Interaction quality). Data penelitian diperoleh dari pengguna website sebanyak 115 orang. Teknik analisis data menggunakan kuesioner dan analisis regresi linear berganda dengan bantuan Microsoft Excel dan software SPSS versi 25.0. Hasil uji F dan uji T pada variabel independen terhadap variabel dependen bahwa nilai signifikansi sebesar 0,000<0,05 yang artinya variabel independen signifikansi secara bersama-sama terhadap variabel dependen dan nilai Fhitung 55.161 >Ftabel 2,69 dan nilai Thitung 4,238 >Ttabel 1,981. Artinya variabel Usability, Information, Service Interaction secara bersama-sama terdapat pengaruh terhadap kepuasan pengguna. Sedangkan hasil uji koefiesien determinasi menunjukan bahwa dari 3 dimensi variabel webqual4.0 terhadap kepuasan pengguna memberikan pengaruh secara bersama-sama (Simultan) sebesar 58,8%.

Analisis Faktor Penerimaan Penggunaan Aplikasi Identitas Kependudukan Digital (IKD) Ditjen Dukcapil Kemendagri Di Masyarakat Menggunakan Metode TPE (Technology, Personal, Environment)

Rachmawati Darma Astuti — 2024-10-31

Penelitian ini menganalisis faktor-faktor yang mempengaruhi penerimaan penggunaan aplikasi Identitas Kependudukan Digital (IKD) yang dirilis oleh Ditjen Dukcapil Kemendagri di masyarakat. Penelitian ini berangkat dari pentingnya digitalisasi layanan kependudukan untuk meningkatkan efisiensi dan aksesibilitas bagi masyarakat. Namun, penerimaan teknologi baru sering kali dipengaruhi oleh berbagai faktor, sehingga diperlukan pemahaman mendalam mengenai hal tersebut. Penelitian ini menggunakan metode TPE (Technology, Personal, Environment) yang mengevaluasi pengaruh faktor teknologi, individu, dan lingkungan terhadap penerimaan aplikasi IKD. Tujuan dari penelitian ini adalah untuk mengidentifikasi dan menganalisis faktor-faktor yang mempengaruhi penerimaan masyarakat terhadap aplikasi ini. Hasil penelitian menunjukkan bahwa faktor seperti kemudahan penggunaan, manfaat yang dirasakan, dukungan sosial, dan kondisi lingkungan secara signifikan berperan dalam meningkatkan penerimaan aplikasi IKD. Penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan kebijakan dan strategi dalam implementasi layanan kependudukan digital yang lebih efektif dan efisien, serta meningkatkan kesadaran masyarakat akan pentingnya teknologi dalam kehidupan sehari-hari.