Ikan banyak mengandung nutrisi yang sangat bermanfaat bagi tubuh, namun seringkali ikan diperdagangkan dalam keadaan sudah mati juga dalam keadaan masih hidup. Untuk mengamati kesegaran ikan selar dilakukan dengan pengenalan perubahan warna yang tampak pada citra digital dengn menggunakan metode kuadrat terkecil. Tujuan dari penelitian ini adalah membangun sistem aplikasi pengelolahan citra untuk mendeteksi tingkat kesegaran ikan selar. Data yang gunakan adalah 10 sampel citra ikan selar yang di-photo setiap 1 jam selama 15 jam dan diperoleh 150 data gambar kemudian diolah dan dilakukan analisis dengan metode kuadrat terkecil. Proses pertama diawali dengan pengolahan citra dengan melakukan pemtotongan (cropping) pada bagian tepi mata citra original kemudian dilanjutkan dengan penyamaan ukuran (resize) menjadi 1000 x 1000 pixel dan pergantian format citra menjadi *.png. setelah gambar sudah diolah kemudian dilakukan perhitungan nilai rata-rata grayscale menggunakakn sistem aplikasi ‘Rata_rataGambar’ dan diperoleh persamaan yang disimpan sebagai data training pada sistem aplikasi. Setelah citra sudah diolah selanjutnya citra tersebut di-input pada sistem maka citra akan dikonversi kedalam bentuk grayscale dan ditampilkan pada tempat yang telah ditentukan bersamaan dengan histogram rgb dan grayscale kemudian dilakukan perhitungan dengan metode kuadrat terkecil. Proses terakhir kita lakukan pencocokan citra uji dengan citra yang disimpan sebagai data training dan diperoleh kesimpulan apakah citra itu (sangat segar, segar , cukup segar, tidak segar, atau sangat tidak segar ) , persentase ketidaksegaran ikan selar, dan lama waktu ikan selar mati. Penelitian ini menggunakan 150 sampel citra ikan selar dari ikan masih sangat segar sampai ikan sangat tidak segar (busuk) hasilnya menunjukan 125 citra sesuai dan 25 tidak sesuai dengan persentase akurasi sistem sebesar 83.333 %. Kata kunci : Mata Ikan Selar, Pengolahan Citra Digital, Metode Kuadrat Terkecil.
Optimization of an objective in the model of linear programming (LP) is widely applied in solving the problems that exist. But with the increasing complexity of these problems, optimization with multiple objectives , known as goal programming (GP) being an option. In this GP, some of these goals were weighted before analysis . In this paper will discuss the formulation of fuzzy goal prongramming (FGP), in which these goals need not be discrete weighted, but enough to consider the decision maker wishes to impose limits on the value of each function's purpose. Fuzzy concept of a fuzzy membership function is applied to functions such objectives to be achieved. The problems in this case is production planning at the company with some goals to be achieved namely income, labor costs, and raw material costs. The result is a model with some objectives can be formulated in FGP models that can be solved with the LP for production planning of the company. Keywords : fuzzy goal programming, linear programming, production planning ABSTRAK Optimalisasi suatu tujuan dalam model linear programming (LP) banyak diaplikasikan dalam menyelesaikan masalah-masalah yang ada. Tapi dengan makin kompleksnya masalah-masalah tersebut, pengoptimalan dengan beberapa tujuan atau dikenal dengan goal programming (GP) menjadi pilihan. Dalam GP ini, beberapa tujuan ini diberi pembobotan sebelum dianalisa. Dalam tulisan ini akan dibahas tentang formulasi fuzzy goal prongramming (FGP), dimana tujuan-tujuan tersebut tidak perlu diboboti secara diskret, tapi cukup dengan mempertimbangkan keinginan pengambil keputusan untuk menentukan batasan nilai pada setiap fungsi tujuan yang ada. Konsep fuzzy berupa fungsi keanggotaan fuzzy diterapkan pada fungsi-fungsi tujuan yang akan dicapai tersebut. Masalah yang digunakan adalah perencanaan produksi pada suatu perusahaan dengan beberapa tujuan yang ingin dicapai yaitu pendapatan, biaya tenaga kerja, dan biaya bahan baku. Hasil yang diperoleh adalah model beberapa tujuan dapat diformulasi dalam model FGP yang dapat diselesaikan dengan LP untuk perencanaan produksi suatu perusahaan. Kata kunci : fuzzy goal programming, linear programming, perencanaan produksi
Terumbu karang bermanfaat bagi kelangsungan hidup makhluk bawah air. Namun saat ini terancam keberadaannya, salah satu penyebab adalah peningkatan suhu Bumi sehingga banyak terumbu karang mengalami kerusakan ditandai dengan pemutihan warna karang. Pengamatan kesehatan karang dapat dilakukan dengan tabel kesehatan karang (Coral Health Chart). Penelitian ini dimulai dengan menghitung nilai rata-rata RGB (red, green, blue) dengan pengolahan citra digital terhadap Coral Health Chart, dan menerapkan metode kuadrat terkecil untuk memperoleh perumusan dalam rangka penentuan tingkat kesehatan dari terumbu karang menggunakan bantuan komputer. Langkah selanjutnya hitung nilai rata-rata RGB dari beberapa gambar karang dengan pengolahan citra digital, kemudian diterapkan pada perumusan yang telah diperoleh sebelumnya. Penelitian dilakukan pada 8 contoh gambar karang, hasilnya menunjukan tingkat kesehatan karang dan persentase tingkat kesehatan dari masing-masing karang yaitu untuk karang dengan simbol j=95.52%, k=65.02%, l=80.42%, m=81.11%, n=84.69%, o=52.87%, p=79.41% dan karang q=69.78%. Kata kunci : Tabel Kesehatan Karang, Pengolahan Citra Digital, Kesehatan Karang, Metode Kuadrat Terkecil
PERANCANGAN SISTEM PENENTUAN TINGKAT KESEGARAN IKAN CAKALANG MENGGUNAKAN METODE CURVE FITTING BERBASIS CITRA DIGITAL MATA IKAN AbstrakPada ikan terdapat banyak mengandung nutrisi yang sangat bermanfaat bagi tubuh, namun seringkali ikan diperdagangkan dalam keadaan sudah mati. Untuk mengamati kesegaran ikan cakalang dilakukan dengan pengenalan perubahan warna yang tampak pada citra digital menggunakan metode curve fitting. Tujuan dari penelitian ini adalah membangun sistem aplikasi pengelolahan citra untuk mendeteksi tingkat kesegaran ikan cakalang dilihat dari lamanya ikan tersebut berada di suhu ruang. Data yang gunakan adalah 10 sampel citra ikan cakalang yang diambil gambarnya setiap 1 jam selama 10 jam dan diperoleh 100 data gambar kemudian diolah dan dilakukan analisis dengan metode curve fitting. Proses pertama diawali dengan pengolahan citra dengan melakukan pemotongan (cropping) pada bagian tepi mata citra original kemudian dilanjutkan dengan penyamaan ukuran (resize) menjadi 1000 x 1000 pixel dan pergantian format citra menjadi *.png. Setelah gambar sudah diolah, kemudian dilakukan perhitungan nilai rata-rata RGB menggunakan sistem aplikasi. Selanjutnya, dilakukan perhitungan dengan metode curve fitting sehingga diperoleh persamaan regresi polinomial sebagai dasar pada sistem aplikasi.. Proses terakhir, dilakukan pencocokan citra uji dengan citra yang disimpan sebagai data training dan diperoleh kesimpulan apakah citra ikan cakalang tersebut telah berada selama berapa jam di suhu ruang pada selang 1 – 10 jam. Penelitian ini menunjukan dari 100 sampel ikan, 83 citra sesuai dan 17 tidak sesuai dengan akurasi sistem sebesar 83 %.Kata kunci : Mata Ikan Cakalang, Pengolahan Citra Digital, Metode Curve fitting. SYSTEM DESIGN OF FRESHNESS LEVEL DETERMINATION OF SKIPPER FISH USING CURVE FITTING METHOD BASED ON DIGITAL IMAGE OF FISH EYE AbstractIn fish there are many contain nutrients that are very beneficial to the body, but often fish are traded in a state of death. To observe the freshness of skipjack is done with the introduction of color changes that appear on digital image using curve fitting method. The purpose of this research is to build an image management application system to detect the freshness level of skipjack fish seen from the duration of the fish is at room temperature. The data used are 10 samples of skipjack image taken every 1 hour for 10 hours and obtained 100 image data then processed and analyzed by curve fitting method. The first process begins with image processing by cutting (cropping) at the edge of the eye of the original image and then followed by resizing to 1000 x 1000 pixels and change the image format to * .png. After the image has been processed, then calculated the average value of RGB using the application system. Furthermore, the calculation is done by curve fitting method to obtain the polynomial regression equation as the basis of the application system. The last process, the matching of the test image with the image stored as training data and obtained the conclusion whether the cakalang image has been in for how many hours at room temperature at intervals of 1 - 10 hours. This study showed that from 100 fish samples, 83 corresponding images and 17 did not correspond to the system accuracy of 83%.Keywords: Skipjack Fish, Digital Image Processing, Curve Fitting Method
Hidden Markov Model (HMM) adalah perkembangan dari rantai Markov di mana statenya tidak dapat diamati secara langsung (tersembunyi), tetapi hanya dapat diobservasi melalui suatu himpunan pengamatan lain. Tujuan dari penelitian ini untuk memprediksi peluang kenaikan harga saham PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk dengan menggunakan Algoritma Baum Welch dalam Hidden Markov Model dan untuk memprediksi state tersembunyi (peluang naik turunnya) suatu harga saham dari PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk pada tahun 2016 dengan menggunakan decoding problem. Penelitian ini menggunakan data harga saham harian dengan periode satu minggu, satu bulan, dan satu tahun. Data yang digunakan yaitu data sekunder dari harga saham harian (penutupan) PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk untuk memprediksi peluang kenaikan harga saham dengan periode satu minggu, satu bulan dan satu tahun pada tahun 2016. Dari hasil penelitian menunjukkan bahwa Hidden Markov Model dapat digunakan untuk memprediksi peluang kenaikan harga saham dan hasil prediksi peluang kenaikan harga saham yang paling tinggi untuk satu minggu dan satu bulan yaitu PT. Bank Mandiri Tbk, sedangkan untuk satu tahun di tahun 2016 adalah harga saham PT. Bank BRI Tbk yang hanya selisih peluang sekitar 0.2 dengan bank lain. Pada algoritma Viterbi, dapat di ambil kesimpulan bahwa untuk 2016 kemungkinan harga saham dari bank PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk akan lebih banyak turun, walaupun akan lebih banyak turun tidak akan menutup kemungkinan untuk peluang kenaikan harga saham PT. Bank BRI Tbk pada tahun 2016 akan mengalami kenaikan. Kata kunci : Hidden Markov Model, Saham Bank.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.