Penelitian ini bertujuan untuk membangun sistem pengenalan plat kendaraan roda dua berbasis android. Penelitian ini dilaksanakan di Kota Makassar Indonesia. Metode yang digunakan pada penelitian ini adalah pengenalan pola plat kendaraan dengan metode viola jones, kemudian segmentasi karakter plat menggunakan metode morfologi, dan pengenalan karakter plat dengan kohonen neural network. Hasil penelitian yang diperoleh menunjukkan bahwa pengenalan plat kendaraan menggunakan kohonen neural network berdasarkan pengujian yang dilakukan menunjukkan persentase keberhasilan pengenalan karakter pada plat kendaraan bermotor pada kondisi yang baik sebesar 78,57% edangkan pada plat yang kurang baik sebesar 57,14%
Kualitas dari sebuah layanan internet adalah kemampuan jaringan untuk bekerja dengan baik. Koneksi internet yang baik dan memadai dikampus sangat diperlukan dalam proses pembelajaran, supaya pengguna dapat menggunakan koneksi internet dengan stabil. Quality of Service merupakan sebuah metode pengujian untuk mengetahui seberapa baik kualitas sebuah jaringan internet pada Kampus 2 Universitas Kristen Indonesia Toraja menggunakan perangkat lunak Wireshark.. Hasil pengukuran yang di dapatkan selanjutkan diolah untuk dianalisis nilai Throughput, Delay, Jitter dan Packetloss untuk mengetahui kualitas layanan jaringan internet yang disediakan. Hasil dari pengukuran ditampilkan dalam bentuk tabel pada setiap Access Point dari lantai 1, lantai 2, lantai 3 dan lantai 4 pada Kampus 2 Universitas Kristen Indonesia Toraja
Tanaman holtikultura yang awalnya dikenal sebagai tanaman perkebunan rakyat mulai berkembang pesat dengan perkembangan teknologi saat ini. Metode budidaya dengan hidroponik mulai digemari karena dianggap lebih efisien pada penggunaan lahan dan perawatan. Pemberian nutrisi pada tanaman sayuran hidroponik merupakan kewajiban yang harus dilakukan secara berkala dengan cara mengukur nutrisi yang ada pada larutan hidroponik secara konvensional. Hal tersebut dapat ditunjang dengan penggunaan teknologi mikrokontroller. Pada penelitian ini dibuat rancang bangun alat kontrol kadar nutrisi dalam air pada sistem hidroponik dengan Total Disollved Solid (TDS)”. Pengujian dilakukan dengan mempompa nutrisi terlarut AB mix dan air baku kedalam wadah penampung sampai sensor TDS meter dan sensor HY-SRF05 mendeteksi nilai kondisi tertentu. Selanjutnya disirkulasikan ke talang pipa tanam yang menjadi kebutuhan tanaman sawi. Hasil pengujian tersebut kemudian dibandingkan yaitu pemberian larutan nutrisi dengan alat TDS & EC antara sensor TDS meter selisih paling rendah adalah 0,05 atau sebesar 4,9 % sedangkan yang paling tinggi adalah 0,36 atau sebesar 36,3 %.
The purpose of this study is to design a CNN deep learning algorithm model that can classify the maturity level of Arabica coffee fruit based on image, the resulting model can be applied to a coffee bean sorting device based on artificial intelligence so that problems that exist in the process of sorting arabica coffee fruit that meets the standards can be avoided, to improve the quality of arabica Toraja coffee products. The research began from the collection of data in the form of raw Arabica coffee image Toraja as many as 4000 images of arabica coffee fruit with 4 categories, half-cooked, perfectly ripe, and mature old. CNN basic architecture is created using images with a size of 128x128 pixels, 4 convolution layers using 3x3 filters opening 32, 64, 128, and 256 with ReLU activation, followed by a poll layer with a 2x2 filter. The full connected layer uses 2 hidden layers with dropout layers. The training model was conducted with a 5-fold cross-validation method using epoch 100, 'adam' optimization algorithm with a learning rate of 0.0001, and batch size 10. The success of a model is seen based on the calculation of the confusion matrix. The test results showed that the accuracy rate of the third model using a combination of max polling and average polling performed best with an introduction accuracy of 98.75%, the first model used max polling with an accuracy of 98.25% while the lowest accuracy on the second model used average polling with an accuracy of 97.75%.
Harga kopi di pasar dunia dilihat dari kualitas kopi itu sendiri. Kualitas kopi sangat dipengaruhi oleh proses pengolahan kopi mulai dari proses taman hingga proses pasca panen. Salah satu proses pada tahapan pasca panen adalah melakukan penyortiran kopi yang matang. Identifikasi kematangan kopi pada dasarnya dilihat dari warna buah kopi. Perkembangan teknologi kecerdasan buatan secara khusus pembelajaran mendalan (deep learning) dapat digunakan untuk menyelesaian permasalahan tersebut melalui klasifikasi. Salah satu metode yang dapat digunakan adalah transfer learning dengan menggunakan model yang telah dilatih sebelumnya untuk menyelesaiakan tugas yang hampir sama. Tujuan penelitian ini adalah membandingkan pre-trained model yaitu VGG16, MobilnetV2 dan Inception yang dikombinasikan dengan support vector machine (SVM) pada lapisan classifier untuk melakukan klasifikasi kematangan buah kopi. Proses pelatihan model menggunakan tuning hyperparameter GridseacrhCV dengan 10 fold cross validation untuk mendapatkan kombinasi parameter terbaik dari SVM. Hasil penelitian memperlihatkan kombinasi model VGG16 dengan SVM dan MobileNetV2 dengan SVM memperlihatkan akurasi sebesar 0,96 atau 96%.
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.