Articles

Klasifikasi Minyak Goreng Berdasarkan Frekuensi Penggorengan Menggunakan Metode K-Nearest Neighbor Berbasis Raspberry Pi Putri, Linda Silvya; Utaminingrum, Fitri; Tibyani, Tibyani
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 2 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1195.974 KB)

Abstract

Minyak goreng sering digunakan oleh masyarakat sebagai bahan baku untuk menggoreng bahan pangan.Terdapat beberapa jenis minyak salah satunya minyak nabati. Minyak nabati mengandung asam lemak esensial yang memiliki kegunaan untuk mencegah penyempitan pada pembuluh darah , yang akan mengakibatkan penumpukan kolestrol. Minyak goreng yang digunakan secara berulang bisa menimbulkan berbagai macam penyakit. Minyak yang digunakan berulang akan membuat ikatan rangkap minyak teroksidasi dan membentuk gugus peroksida dan monomer siklik, dan akan terkandung asam lemak trans. Dari permasalahan tersebut, diperlukan sebuah sistem yang dapat mengklasifikasi frekuensi penggunaan minyak goreng. Pada penelitian ini parameter yang diteliti pada minyak goreng yaitu dari warna dan kekeruhan. Untuk menentukan klasifikasi frekuensi penggorengan pada minyak goreng, untuk pendeteksian warna dari R(Red), G(Green), B(Blue) diperoleh dari hasil pembacaan kamera raspberry pi dan untuk kekeruhan diperoleh dari pembacaan LDR(Light Emitting Diode) oleh Raspberry Pi 3 dengan menggunakan metode KNN(K-Nearest Neighbor). Dari hasil pengujian yang dilakukan diketahui persentase akurasi dari pembacaan R(Red), G(Green), B(Blue) pada kamera raspberry pi dengan sensor TCS3200 adalah sebesar R= 89,964%, G = 86,139%, B = 82,293%. Pada pengujian sistem yang menggunakan metode KNN(K-Nearest Neighbor) dengan jumlah data latih 72 data dan data uji 30 data, diperoleh akurasi K=1, K=3, K=5 sebesar 73,33% dengan waktu komputasi sistem rata – rata selama 3,9ms.  
BUILDING SEGMENTATION OF SATELLITE IMAGE BASED ON AREA AND PERIMETER USING REGION GROWING Yohannes, Ervin; Utaminingrum, Fitri
Indonesian Journal of Electrical Engineering and Computer Science Vol 3, No 3: September 2016
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v3.i3.pp579-585

Abstract

A building can be known by look shape, color, and texture. Building can be detected by using many method. Region growing is one simple segmentation method because only use seed point. Before segmentation, the image must be preprocessing include sharpening, binerization by otsu method. Sharpening for clarify image and otsu method changed image valued 0 and 1. Next step is post-preprocessing include segmentation using region growing and opening closing operation. And the last process is detection building where building of detection will be signed. In this research, we present region growing for building segmentation by using both area and perimeter as a important variable in the region growing. Value of area more than 10 and perimeter is more than 50 are produced most of building.
IMAGE PROCESSING FOR RAPIDLY EYE DETECTION BASED ON ROBUST HAAR SLIDING WINDOW Utaminingrum, Fitri; Praetya, Renaldi Primaswara; Sari, Yuita Arum
International Journal of Electrical and Computer Engineering (IJECE) Vol 7, No 2: April 2017
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v7i2.pp823-830

Abstract

Object Detection using Haar Cascade Clasifier widely applied in several devices and applications as a medium of interaction between human and computer such as a tool control that utilizes the detection of eye movements. Obviously speed and precision in the detection process such as eyes, has an effect if implemented on a device. If the eye could not detect accurately, controlling device systems could reach bad detection as well. The proposed method can be used as an approach to detect the eye region of eye based on haar classifier method by means of modifying the direction of sliding window. In which, it was initially placed in the middle position of image on facial area by assuming the location of eyes area in the central region of the image. While the window region of conventional haar cascade scan the whole of image start from the left top corner. From the experiment by using our proposed method, it can speed up the the computation time and improve accuracy significantly reach to 92,4%.
RANCANG BANGUN SISTEM KLASIFIKASI KEMURNIAN SUSU SAPI DENGAN MENGGUNAKAN METODE NAIVE BAYES Firmansyah, Dimas Rizqi; Syauqy, Dahnial; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 10 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.639 KB)

Abstract

Susu sapi merupakan bahan pangan maupun minuman yang populer dikonsumsi pada masyarakat. Manfaat yang dihasilkan dari susu sapi sangat banyak, karena mengandung protein, vitamin, dan juga mineral yang dibutuhkan dalam tubuh. Penjualan susu sapi sering kali ditemui pada pedesaan, perkotaan, tempat wisata, pinggir jalan, hingga rumah makan. Karena masyarakat yang membutuhkan susu sapi ini banyak, maka sering kali dijumpai penjual atau oknum nakal yang menjual susu sapi tidak murni. Karena dengan memalsukan susu sapi tersebut maka penjual nakal mendapatkan keuntungan yang sangat banyak. Dari pemalsuan kemurnian susu sapi tersebut banyak sekali kerugian yang dirasakan oleh konsumen, antara lain adalah konsumen menjadi rugi, hingga yang parah adalah konsumen dapat masuk rumah sakit karena susu yang dipalsukan dimasukan bahan ? bahan yang tidak sesuai untuk bahan pangan. Oleh sebab itu, untuk membantu masyarakat agar tidak terjebak membeli susu sapi yang sudah campur air oleh oknum maka diperlukan alat yang mampu menguji kemurnian susu sapi secara langsung dan cepat. Karena adanya sebuah masalah tersebut maka diangkatlah penelitian untuk membangun alat yang mampu mendeteksi susu sapi, susu campuran atau susu murni. Penelitian ini memerlukan sensor warna TCS3200 yang digunakan mendeteksi warna pada susu sapi, dan juga sensor pH untuk memperoleh nilai keasaman pada susu sapi. Untuk hasil klasifikasi menggunakan perhitungan metode Naive Bayes. Pemilihan penggunaan klasifikasi Naive Bayes tersebut karena metode tersebut dapat digunakan untuk mengolah data yang bias serta hasil perhitungan yang akurat. Berdasarkan hasil pengujian, didapatkan akurasi perhitungan Naive Bayes sebesar 90% yang diambil dari 20 kali pengujian, dan pengujian tersebut terdapat 2 hasil yang tidak sesuai. Sedangkan kecepatan hitung alat yang dimulai dari pengambilan nilai oleh sensor hingga alat dapat mengeluarkan hasil klasifikasi rata ? rata sebesar 6932 ms.
Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization Ahmadie, Beryl Labique; Widodo, Agus Wahyu; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 3 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (928.548 KB)

Abstract

Jumlah kendaraan bermotor di Indonesia meningkat setiap tahun. Peningkatan jumlah kendaraan bermotor ini menimbulkan antrian panjang pada gerbang, mall, atau jalan tol yang membutuhkan proses pencatatan plat nomor. penelitian ini akan membantu mempermudah proses pencatatan plat nomor dengan cara membuat sistem pengenalan plat nomor mobil dari sebuah citra digital. Langkah awal pada sistem pengenalan plat nomor adalah melakukan deteksi lokasi plat nomor dari sebuah citra digital yaitu dengan cara mengplikasikan deteksi tepi vertikal, hal ini dilakukan untuk mendapatkan area plat nomor yang kaya dengan garis vertikal. Langkah berikutnya adalah melakukan segmentasi karakter pada potongan citra plat nomor yang sudah didapat sebelumnya dengan menggunakan algoritma connected component. Langkah terakhir adalah pengenalan karakter dengan menggunakan metode Learning Vector Quantization. Berdasarkan hasil pengujian yang dilakukan pada penelitian ini, diperoleh akurasi tertinggi sebesar 94% pada proses deteksi plat nomor, nilai f-measure tertinggi sebesar 0,88 pada proses segmentasi karakter dan pada proses pengenalan karakter menggunakan metode Learning Vector Quantization diperoleh akurasi tertinggi sebesar 86,67%.
NEWTON’S METHOD FOR DISTANCE OPTIMIZATION IN FIREFLY ALGORITHM IN DETERMINING OPTIMUM NUTRITION FOR LAYING HENS Burhan, M.Shochibul; Utaminingrum, Fitri
INKOM Journal Vol 11, No 1 (2017)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (711.793 KB) | DOI: 10.14203/j.inkom.509

Abstract

An accurate calculation of feed nutrition and more affordable price is an extremely complex. Firefly algorithm is an algorithm designed for optimization calculation whose output is highly dependent on light intensity (?), which is influenced by distance (r). Therefore, in order to produce maximum output values, an optimization of firefly distance should be done. The most appropriate method is Newton?s Method as it has the capability of solving roots of equations accurately. From the testing of distance optimization in firefly algorithm, a fairly good increase in the fitness value was obtained.Keywords: Newton Method, Firefly Algorithm
K-VALUE EFFECT FOR DETECTING STAIRS DESCENT USING COMBINATION GLCM AND KNN Satria Bahari Johan, Ahmad Wali; Utaminingrum, Fitri; Budi, Agung Setia
Journal of Information Technology and Computer Science Vol 5, No 1: April 2020
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.202051144

Abstract

This study aims to analyze the k-value on K nearest neighbor classification. k-value is the distance used to find the closest data to label the class from the testing data. Each k-value can produce a different class label against the same testing data. The variants of k-value that we use are k=3, k=5 and k=7 to find the best k-value. There are 2 classes that are used in this research. Both classes are stairs descent and floor classes. The gray level co-occurrence matrix method is used to extract features. The data we use comes from videos obtained from the camera on the smart wheelchair taken by the frame. Refer to the results of our tests, the best k-value is obtained when using k=7 and angle 0° with accuracy is 92.5%. The stairs descent detection system will be implemented in a smart wheelchair
Deteksi Titik Api Terpusat Menggunakan Kamera Dengan Notifikasi Berbasis Sms Gateway Pada Raspberry Pi Pradana, Syahrul Yoga; Utaminingrum, Fitri; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 12 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1318.617 KB)

Abstract

Kebakaran merupakan peristiwa yang menimpulkan terjadinya api, yang dimana becana kebakaran dapat menimbulkan kerugian yang sangat significant dan dapat menimbulkan korban jiwa. Peristiwa kebakaran lebih sering disebabkan dikarenanan human error. Penelitian ini dirancang sistem untuk mendeteksi titik api dengan menggunakan Kamera (2 kamera) yang terpasang pada setiap ruangan didalam rumah, agar dapat memudahkan pengguna untuk mendeteksi titik api ketika terjadi kebakaran disetiap ruangan serta juga memanfaatkan sms gateway sebagai notifikasi berupa layanan pesan singkat sms untuk memudahkan pengguna dalam mendeteksi titik api sedini mungkin. Pada sistem ini menggunakan Mini PC (Raspberry Pi 3 Model B) sebagai pengolah data dan pengontrol sistem ini. Sistem ini juga menggunakan Kamera Logitech C525 sebagai input utnuk mengambil gambar dari titik api tersebut. Sedangkan Buzzer memberikan bunyi alarm sebagai tanda bahaya dan menggunakan Modul SIM900A sebagai output untuk dan memberikan notifikasi layanan pesan singkat (SMS) ketika terdeteksi titik api. Sistem ini memanfaatkan image processing yang diolah didalam Raspberry Pi 3 Model B sebagai control terhadap output dengan memanfaatkan Morphological Filtering menggunakan OpenCV. Hasil Pengujian yang dilakukan pada pengujian akurasi pembacaaan titik api berdasarkan objek yaitu 90%, sedangkan pengujian akurasi pembacaan anatar kamera pada setiap ruangan sebesar 96.66% dan sedangkan pengujian rata-rata waktu komputasi didapatkan masing setiap pembacaan setiap ruangan yaitu sebesar 27.5ms , 22,2ms, dan 36,25ms
RANCANG BANGUN SISTEM PENGATURAN KECEPATAN OTOMATIS JUMLAH TETESAN INFUS PADA PASIEN BERDASARKAN UJI LINIERITAS Ilhami, Mohammad Sezar Nusti; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 10 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (619.974 KB)

Abstract

Perkembangan    ilmu    kedokteran    dan    teknologi    yang    semakin    canggih menyebabkan tuntutan akan kemudahan. Kesalahan dalam pemberian cairan infus dapat berakibat buruk kepada pasien. Saat ini sistem pengaturan yang dilakukan oleh tenaga medis untuk mengatur tiap tetesan infus pada pasien masih dilakukan secara manual, hal tersebut mengakibatkan angka kesalahan pemasangan infus semakin besar sehingga membutuhkan perhatian perawat atau suster secara serius. Perawat juga harus senantiasa  memantau  tetesan  infus  apakah  masih  stabil  atau  tidak.  Terkadang kondisi infus tidak sesuai dengan dosis yang ditetapkan padahal pemberian dosis infus yang tidak sesuai bisa menimbulkan efek negatif pada pasien. Pengobatan dan dosis yang salah mengakibatkan efek samping sebanyak 47% yang telah ditemukan baru ? baru ini dalam unit perawatan intensif. Berdasarkan  permasalahan  tersebut  maka  diperlukan  sebuah   Sistem Pengaturan Kecepatan Otomatis Jumlah Tetesan Infus Pada Pasien Berdasarkan Uji Linieritas yang  bisa membantu perawat untuk memantau kondisi tetes infus apakah masih sama dengan dosis yang telah ditetapkan atau sudah berubah. Pada sistem ini digunakan beberapa komponen yaitu : mikrokontroller NodeMCU untuk memproses data dan melakukan perhitunngan Persamaan Linier dan Regresi linier, sensor photodiode yang berguna untuk mendeteksi apakah terdapat tetesan atau tidak, motor stepper sebagai penggerak dan pengatur tetesan infus Dengan tingkat akurasi 86,63% melakukan pengujian akurasi apakah data yang dihasilkan dari Persamaan Linier dan Regresi linier tersebut linier atau tidak apabila diterapkan dalam sistem.
DETEKSI PERGERAKAN KEPALA BERDASARKAN ANALISIS DETEKSI TEPI WAJAH BERBASIS RASPBERRY PI UNTUK IMPLEMENTASI PEMILIHAN MENU DISPLAY Atmoko, Budi; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 10 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (666.356 KB)

Abstract

Pada dunia ilmu komputer tiap tampilan baik itu sistem operasi maupun tampilan pada saat installasi terdapat suatu fitur yang dinamakan menu. Menu adalah fitur yang utama digunakan sebagai media memudahkan pengguna mengakses suatu fungsi di sistem yang dijalankan. Memiliki 2 tampilan dasar yakni GUI dan CLI, sebagian besar menu menggunakan organ tubuh yakni tangan manusia sebagai alat atau media navigasinya. Masalah muncul ketika menu diakses  atau ditujukan kepada penyandang disabilitas tangan ataupun korban kecelakaan yang menyebabkan tangan tidak dapat melakukan pergerakan dalam hal ini menjalankan navigasi menu. Solusi yang ditawarkan adalah menggunakan deteksi pergerakan kepala berdasarkan analisis deteksi tepi wajah karena kepala merupakan organ tubuh manusia dengan menggunakan single board raspberry pi sistem  mengkonversi nilai RGB dari input ke YCbCr juga HSV dan membentuk bounding box dengan parameter x,y,w,h dan juga area kuadran dengan perbandingan nilai h/w dan jarak centroid serta jumlah piksel pada masing-masing kuadran sebagai penentu klasifikasi pergerakan. Hasil yang diperoleh berdasarkan lux 1500-1800 mencapai 96% dan lux 1250-1400 mencapai 92% sedangkan untuk jarak pada 40,50,60 dan 80cm memiliki akurasi tertinggi pada jarak 60cm yakni 96%. Secara tampilan visual hasilnya baik dan oval terbentuk baik sesuai dengan ekspektasi peneliti.
Co-Authors Achmad Jafar Al Kadafi, Achmad Jafar Afrizal Rivaldi, Afrizal Agung Setia Budi, Agung Setia Agus Wahyu Widodo, Agus Wahyu Akbar, Lilo Nofrizal Alfian, Mohammad Isya Alrynto, Alrynto Atmoko, Budi Beryl Labique Ahmadie, Beryl Labique Burhan, M.Shochibul Clinton, Afdy Dahnial Syauqy, Dahnial Dermawi, Rizdania Dharma, Fitrahadi Surya Edita Rosana Widasari, Edita Rosana Eko Setiawan Enny Trisnawati, Enny Ervin Yohannes, Ervin Faiz, Aufa Nizar Fatmawati, Intan Fauzi, M Ali Fauzi, M Ali Febrianto, Faris Chandra Firmansyah, Dimas Rizqi Fitria Indriani, Fitria Fitriani, Lita Nur Frimananda, Zulfina Kharisma Gembong Edhi Setyawan Guruh Adi Purnomo, Guruh Adi Herman Tolle, Herman Hurriyatul Fitriyah, Hurriyatul Ilhami, Mohammad Sezar Nusti Imam Cholissodin Issa Arwani Jamiilah, Muzammilatul Juniman Arief, Juniman Khoirul, Muhammad Hafid Kusuma, Irnayanti Dwi Mayena, Sri Mochammad Hannats Hanafi Ichsan, Mochammad Hannats Hanafi Permana, Frihandhika Pradana, Syahrul Yoga Praetya, Renaldi Primaswara Prasanty, Meidiana Adinda Pratama, Yongki Purwanto, Akbar Dicky Puteri, Rahma Tiara Putra Pandu Adikara Putra, Aliffandi Purnama Putra, Willy Andika Putri, Linda Silvya Rakhmadina Noviyanti, Rakhmadina Randy Cahya Wihandika, Randy Cahya Ringga Aulia Primahayu, Ringga Aulia Risaldi, Rizky Haris Rizal Maulana, Rizal Robbani, Ihwanudien Hasan Saputra, Hernanda Agung Satria Bahari Johan, Ahmad Wali Sentosa, Rhaka Gemilang Shih, Timothy K. Sitanggang, Olivia Rumiris Sudirman, Achmad Dinda Basofi Tibyani Tibyani, Tibyani Triyadi, Asfar Try, Nugraheny Wahyu Virza Audy Ervanda, Virza Audy Wahyu Adi Prijono Wibowo, Dony Satrio Wicaksono, Andrika Wahyu Wijaya Kurniawan Wijaya, Waskitha Wijayanto, Bagus Septian Aditya Yuita Arum Sari Yusnilawati, Ida Zakiyyah, Rizka Husnun Zamaliq, Zamaliq Zulfikar Ardi, Muhammad Tri Buwana