Garbage is one of the problems that always arise in Indonesia and even in the world. Increasingly, the production of waste is increased along with the increase in population and consumption. Therefore, need a prevention to stop wasting or producing garbage through recycle. This research do garbage recycle classification of cardboard, glass, metal, paper and plastic by using Local Binary Pattern (LBP) texture feature extraction methode and Support Vector Machine (SVM) as classification methode. For examination technic and dataset distribution is using K-Fold Cross Validation methode type Leave One Out (LOO). From examination result had been done were using fold 5 until fold 10. Polynomial kernel get highest accuracy result from every fold used with mean point 87.82%. Based on SVM classification examination result whether linear kernel, polynomial nor gaussian by using fold 5 until fold 10. The best accuracy point for cardboard garbage is 96.01%. For glass garbage, the best accuracy point is 90.62%. Then, metal garbage get the best accuracy point 89.72%. While paper garbage with highest accuracy point 96.01%. And plastic garbage with highest accuracy point 87.64%.
Penelitian ini mengangkat topik terkait dengan identifikasi menggunakan objek aksara katakana. Pada penelitian ini menggunakan beberapa Optimizer, namun belum diketahui penggunaan Optimizer dan Pooling Layer yang memiliki tingkat pengenalan yang terbaik dalam penelitian tersebut. Penelitian ini menggunakan Optimizer Adam, SGD dan RMSprop, kemudian Pooling Layer menggunakan Average dan Max Pooling. Data yang digunakan sebanyak 2070 citra yang terdiri dari 920 citra latih, 690 citra validasi dan 460 citra uji dengan total 46 kelas. Metode pengenalan menggunakan Convolutional Neural Network arsitektur LeNet, dengan input berupa citra yang telah melalui proses preprocessing menggunakan metode otsu dari citra aksara katakana. Skenario pengujian terdiri dari 6 skenario dengan Optimizer dan Pooling Layer yang berbeda-beda. Tingkat akurasi tertinggi didapatkan pada skenario pertama menggunakan Adam dan Average Pooling sebesar 90% dengan hasil pengenalan sebanyak 414 dari 460 data uji. Hasil dari penelitian ini dapat digunakan sebagai referensi pada penelitian lanjutan dengan metode ataupun objek yang sama.
Dalam melakukan setiap transaksi, CV. Asyura masih menggunakan cara konvensional dalam hal pencatatan data transaksi maupun menyajikan laporan, penyajian yang dilaporkan berupa barang masuk dan barang Yang dikeluarkan. Proses pencatatan transaksi logistik pada perusahaan masih belum terlaksana dengan efisien dikarenakan sistem transaksi yang digunakan masih secara manual. dapat beresiko pada kehilangan data perusahaan.Serta Perekapan laporan stok dan pencarian history keluar-masuk barang memerlukan waktu yang lama karena harus memeriksa catatan manual dari setiap transaksi terlebih dahulu dan Proses pencatatan bisa menjadi problem di perusahaan tersebut. Sehingga semua data yang ada dapat berisiko mengalami kehilangan. Tujuan penulisan ini adalah untuk memberikan solusi proses transaksi keluar masuknya barang yang dilakukan CV. Asyura agar lebih mudah, akurat, dan efisien. Untuk mengatasi permasalahan yang ada, maka dirancanglah sistem informasi gudang berbasis website yang dikembangkan dengan metodologi Iterasi. Sistem informasi ini dibangun berbasis website dengan menggunakan bahasa pemograman PHP dan menggunakan PhpMyAdmin sebagai Database Management System. Dengan adanya sistem informasi ini dapat membantu mengelola proses transaksi keluar masuknya barang di CV. Asyura.
Accurate adalah software akuntansi yang dikembangkan oleh PT Cipta Piranti Sejahtera atau yang dikenal dengan sebutan PT CPSSoft, yang mana aplikasi akuntansi ini dapat digunakan oleh berbagai perusahaan seperti Dagang, Jasa, Distributor, Kontraktor dan Manufaktur di Indonesia dari tahun 1998. Kelebihan aplikasi ini sangat banyak, selain userfreindly sistem akuntansi yang dibangun pada aplikasi ini sudah mengadopsi PSAK yang berlaku di Indonesia, dan sistem perpajakan yang sesuai dengan peraturan perpajakan. Perkembangan teknologi yang begitu cepat dan juga tuntutan dari dunia usaha yang ingin menyajikan laporan keuanga dengan cepat, handal dan akurat, maka kondisi ini mendorong para guru akuntansi agar mempunyai pengetahuan yang baik mengenai aplikasi ini agar dapat diajarkan kepada para siswa mereka. Untuk itu Tim Pengabdian Kepada Masyarakat STMIK GI MDP dan STIE MDP termotivasi untuk memberikan pelatihan accurate kepada para guru. Pelatihan dilaksanakan selama dua hari, yang dimulai dari pembuatan database perusahaan kemudian dilanjutkan praktik langsung menggunakan aplikasi ini untuk kasus perusahaan jasa dan dagang. Sharing discussion dengan pemateri dilakukan oleh para peserta secara antusias. Hasil program pengabdian kepada masyarakat ini dapat menambah pengetahuan dan skill para peserta pelatihan sehingga akan memperlancar proses pembelajaran di SMK Negeri 1 Palembang.
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.