Abstrak Peningkatan jumlah kendaraan bermotor yang terus terjadi di PENDAHULUANJumlah kendaraan di Indonesia, terutama di kota-kota besar, terus mengalami kenaikan yang signifikan tiap tahunnya. Berdasarkan data milik Korps Lalu Lintas Kepolisian Negara Indonesia yang dikutip oleh situs surat kabar Kompas, pada tahun 2013jumlah kendaraan di Indonesia mencapai 104.211.000 unit, atau meningkat sebesar 11% dibandingkan dengan tahun sebelumnya. Besarnya peningkatan jumlah kendaraan ini ikut memberikan dampak pada munculnya masalah lalu lintas seperti kemacetan lalu lintas. Kemacetan lalu lintas adalah kondisi yang terjadi ketika jumlah kendaraan di jalan melebihi kapasitas jalan, dan ditandai oleh deselerasi, keterlambatan waktu tempuh, dan antrian panjang(Olusina dan Samson, 2014). Selain kemacetan, jumlah tindak pelanggaran lalu lintas juga ikut meningkat. Salah satu solusi yang sudah diterapkan di negara-negara maju adalah Sistem Lalu Lintas Cerdas. Sistem ini dapat digunakan secara luas untuk banyak tujuan, seperti sistem manajemen tol otomatis pada jalan raya, jembatan, terowongan, manajemen kendaraantransportasi perkotaan, komunitas cerdas, manajemen parkir cerdas, validasi plat nomor, deteksi kendaraan yang dicuri, dan statistik lalu lintas (Yingyong et al., 2015).Pengenalan plat nomor merupakan salah satu teknologi penting pada Sistem Lalu Lintas Cerdas (Shih et al., 2012).Teknologi ini memanfaatkan pengolahan citra untuk mengidentifikasi kendaraan dari citra plat nomornya (Singh dan Randhawa, 2014). Namun keragaman pada plat dan lingkungan sekitarnya seperti ukuran font, jenis font, warna font, lokasi plat nomor, dan perbedaan intensitas karena lampu atau lingkungan dapat menyebabkan masalah pada saat pengenalan plat nomor (Ramachandran et al., 2015).
Penundaan pemilu Indonesia menjadi isu terhangat dan kontroversial baru-baru ini. Isu ini dilontarkan pertama kali oleh ketua umum PKB, Muhaimin Iskandar setelah menerima pelaku UMKM, pengusaha dan para analis ekonomi di ruang Delegasi DPR RI, Nusantara III, Jakarta pada Rabu, 23 Februari 2022 [14]. Isu penundaan pemilu ini menyebabkan sentimen publik terpecah menjadi tiga, yaitu sentimen negatif, netral, dan positif. Untuk mengetahui persentase sentimen terbesar, diperlukan suatu analisis sentimen terhadap data cuitan twitter pada periode waktu 1 Januari 2022 sampai dengan saat penelitian ini dilakukan (27 Mei 2022). Dengan menggunakan model Naive Bayes Classifier, kita mencoba memetakan analisis sentimen sebelum Muhaimin Iskandar mengutarakan isu (31.840 data cuitan) dan setelah Muhaimin Iskandar mengutarakan isu (151.878 data cuitan). Analisis sentimen di durasi waktu sebelum Muhaimin Iskandar mengutarakan isu diperlukan untuk mengetes, apakah klaim penundaan pemilu adalah keinginan rakyat adalah benar. Sedangkan analisis sentimen di durasi waktu setelah Muhaimin Iskandar mengutarakan isu diperlukan untuk melihat polarisasi di twitter, seberapa besar dukungan maupun penolakan terhadap isu tersebut. Hasil penelitian yang dilakukan menunjukkan masyarakat baru membahas isu penundaan pemilu setelah dibahas oleh Muhaimin. Sedangkan sentimen terhadap isu penundaan pemilu setelah dilontarkan oleh Muhaimin cenderung menunjukkan sentimen positif sebesar 60.581 cuitan unik, dengan 58.998 cuitan unik yang menunjukan sentimen negatif, sedangkan sisanya, yaitu sebesar 32.291 menunjukkan sentimen netral.
Land plays an essential role in the availability of nutrients and water to support our life on earth. Soil quality can be seen from the characteristics of color and texture. By knowing the quality of the soil, we can determine the type of plant that is most suitable for planting. In this study, we conducted a study of soil quality at Langensari. Langensari was chosen because most of the region has an altitude of fewer than 25 meters above sea level, so it is very potent as an agricultural and planta-tion area. The proposed system uses a cross-sectional image of the ground as input. The image is then extracted using histo-gram feature extraction to obtain the intensity, standard deviation, skewness, energy, entropy and smoothness values. K-Nearest Neighbor then used to classify resulting features. The proposed system was tested using 20 test images. Based on the experiment result, the system can classify soil types appropriately with accuracy reaching 60% when value of K = 3.
Masa pandemi Covid-19 menghentikan semua aktivitas yang mengundang keramaian, salah satunya adalah kegiatan kajian agama islam baik itu dalam bentuk pertemuan klasikal sampai dengan tabligh akbar. Sementara penyuluh Agama Islam dituntut untuk tetap produktif dalam memberikan penyuluhannya kepada masyarakat. Kementerian Agama Kab. Sleman membuat kebijakan bahwa seluruh penyuluh agama di bawah Kementerian Kab. Sleman harus tetap produktif dalam memberikan penyuluhan Agama Islam kepada Masyarakat. Salah satu cara penyuluhan yang digunakan adalah memanfaatkan media sosial, yaitu Youtube. Permasalahannya adalah tidak semua penyuluh agama di Kab. Sleman familiar dengan Youtube, sehingga diperlukan adanya pelatihan dalam penggunaan media sosial Youtube sebagai sarana dakwah. Kegiatan dilakukan dalam bentuk pelatihan dan pendampingan dalam menggunakan Youtube bagi penyuluh agama dalam mulai dari create account, upload video, pengaturan dan pemberian deskripsi video, sampai dengan pendaftaran monetisasi Youtube. Pelatihan dan pendampingan ini diharapkan bisa membantu para penyuluh agama tetap produktif dalam menyampaikan dakwahnya dan video dakwah yang disebarkan bisa eligible untuk didaftarkan monetisasi
The traffic signs are signs with specific shape and symbols, letters, numbers, or words which have the aim to warn or inform the road users. However, there are many road users who are not aware of the meaning of each signs. In this research, we develop an application which can classify a road sign image into three classes, priority four-way crossroad, do-not-park sign, and follow-this-road sign. Initially, the system will do preprocessing step such as grays calling, histogram equalization, and input image segmentation. Next, the feature extraction step will be conducted, namely the spatial moment feature extraction, normalized centering, and color statistics. Lastly, the feature representation from both extraction methods will be used to classify the image using K-nearest neighbor. Experiment result shows that the combination of both feature extraction methods gives promising result. From 21 training images and 15 testing images, the system can recognize the traffic signs with 100% accuracy with K=3, 86.6% with K=5, and 86.6% with K=7. Rambu lalu lintas merupakan salah satu alat perlengkapan jalan dalam bentuk tertentu yang memuat lambang, huruf, angka, kalimat yang digunakan untuk memberikan perintah, larangan, peringatan dan petunjuk bagi pengguna jalan agar tertib berlalu lintas. Namun, banyak di antara pengguna jalan yang belum mengetahui arti dari setiap rambu lalu lintas yang terpasang.Pada penelitian ini, dibuatlah suatu aplikasi yang mampu melakukan klasifikasi citra rambu ke dalam 3 kelas yaitu: peringatan simpang empat prioritas, larangan parkir dan perintah memasuki jalur atau lajur yang ditunjuk. Mula-mula sistem akan melakukan prapemrosesan seperti seperti: grayscalling, histogram equalization, dan segmentasi pada citra input. Selanjutnya, tahap ekstraksi ciri akan dilakukan pada citra hasil pra-pemrosesan. Adapun metode ekstraksi ciri yang digunakan pada penelitian kali ini adalah ekstraksi fitur momen spasial dan pusat ternormalisai (momen) dan ekstraksi fitur statistika warna (warna). Terakhir, nilai fitur yang dihasilkan oleh kedua metode tersebut akan diklasifikasi mengguakan K-Nearest Neighbor. Hasil uji coba menunjukkan bahwa metode ekstraksi fitur gabungan momen-warna memberikan hasil yang menjanjikan. Dari 21 citra latih dan 15 citra uji yang digunakan, sistem mampu mengenali rambu dengan tepat 100% pada K=3 , 86,6% pada K=5, dan 86,6% pada K=7.
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.