首页 > 最新文献

Komputika最新文献

英文 中文
Proyeksi Acak dan Teknik Scanning pada Algoritma Sparse Representation based Classification untuk Pengenalan Wajah 基于稀疏表示的人脸识别分类算法的急性和技术扫描方案
Pub Date : 2022-07-05 DOI: 10.34010/komputika.v11i2.7201
Ivy Anindhita Hadyningtyas, Denta Rahmadani, Koredianto Usman, S. I. Lestariningati
Sparse Representation based Classification (SRC) merupakan metode yang cukup terkenal dalam pengenalan wajah, karena kemampuannya dalam mengatasi beberapa permasalahan yang terjadi pada pengenalan wajah seperti oklusi, variasi pose, dan berbagai macam ekspresi wajah. SRC memiliki kekurangan yaitu beban komputasi yang berat. Untuk mengatasi kekurangan tersebut, dalam makalah ini kami mengusulkan penurunan dimensi citra untuk mengurangi beban komputasi. Penurunan dimensi yang dilakukan dengan cara mengalikan matriks fitur dengan matriks proyeksi acak. Matriks proyeksi acak tersebut dibangkitkan menggunakan distribusi gaussian, uniform binary, dan uniform integer. Faktor reduksi yang digunakan dalam makalah ini yaitu dari 24 hingga 168. Proyeksi acak tersebut akan dibandingkan dengan metode linear klasik yaitu downscale. Hasil simulasi pada dataset AT&T  menunjukkan bahwa faktor reduksi dengan sebesar 10.304 : 128 memiliki tingkat akurasi maksimum 87,5% pada proyeksi random uniform integer, dimana nilai maksimum ini dilakukan secara iterasi. Pada pengujian oklusi, teknik SRC masih dapat mendeteksi citra dengan tingkat oklusi sampai dengan 80%. Dari hasil pengujian teknik scanning yang dilakukan tidak mempengaruhi tingkat akurasi, namun dapat mempengaruhi waktu komputasi. Kata Kunci – Representasi Jarang, Proyeksi Acak,  Pengenalan Wajah.
基于稀疏表示的分类(SRC)是人脸识别中一种众所周知的方法,因为它能够克服人脸识别中出现的一些问题,如遮挡、姿态变化和各种类型的面部表情。SRC有一个缺陷,这是一个沉重的计算负担。为了克服这一不足,在本章中,我们提出了一种降低图像维数的方法来减轻计算负担。通过将属性矩阵乘以随机投影矩阵来减少维度。利用高斯分布、二元均匀和均匀整数提出了随机投影矩阵。这个方程式中使用的折减系数是从24到168。随机投影将与经典的线性缩小方法进行比较。在AT&T[UNK]数据集上的仿真结果表明,在随机均匀整数投影上,10304:128的折减因子具有87.5%的最大精度水平,其中该最大值是迭代执行的。在遮挡测试中,SRC技术仍然可以检测到遮挡水平高达80%的图像。扫描技术的结果不会影响精度水平,但会影响计算时间。关键词-远程表示,急性投影,面部识别。
{"title":"Proyeksi Acak dan Teknik Scanning pada Algoritma Sparse Representation based Classification untuk Pengenalan Wajah","authors":"Ivy Anindhita Hadyningtyas, Denta Rahmadani, Koredianto Usman, S. I. Lestariningati","doi":"10.34010/komputika.v11i2.7201","DOIUrl":"https://doi.org/10.34010/komputika.v11i2.7201","url":null,"abstract":"Sparse Representation based Classification (SRC) merupakan metode yang cukup terkenal dalam pengenalan wajah, karena kemampuannya dalam mengatasi beberapa permasalahan yang terjadi pada pengenalan wajah seperti oklusi, variasi pose, dan berbagai macam ekspresi wajah. SRC memiliki kekurangan yaitu beban komputasi yang berat. Untuk mengatasi kekurangan tersebut, dalam makalah ini kami mengusulkan penurunan dimensi citra untuk mengurangi beban komputasi. Penurunan dimensi yang dilakukan dengan cara mengalikan matriks fitur dengan matriks proyeksi acak. Matriks proyeksi acak tersebut dibangkitkan menggunakan distribusi gaussian, uniform binary, dan uniform integer. Faktor reduksi yang digunakan dalam makalah ini yaitu dari 24 hingga 168. Proyeksi acak tersebut akan dibandingkan dengan metode linear klasik yaitu downscale. Hasil simulasi pada dataset AT&T  menunjukkan bahwa faktor reduksi dengan sebesar 10.304 : 128 memiliki tingkat akurasi maksimum 87,5% pada proyeksi random uniform integer, dimana nilai maksimum ini dilakukan secara iterasi. Pada pengujian oklusi, teknik SRC masih dapat mendeteksi citra dengan tingkat oklusi sampai dengan 80%. Dari hasil pengujian teknik scanning yang dilakukan tidak mempengaruhi tingkat akurasi, namun dapat mempengaruhi waktu komputasi. \u0000Kata Kunci – Representasi Jarang, Proyeksi Acak,  Pengenalan Wajah.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-07-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"48521131","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 1
Analisis Kombinasi Metode Algoritma MFEP dan AHP Pada Pemilihan Bibit Unggul Kopi Robusta 结合MFEP和AHP算法对罗布斯塔优质咖啡种子的选择进行分析
Pub Date : 2022-07-03 DOI: 10.34010/komputika.v11i2.6719
Asep Syaputra
Kota Pagar Alam sebagai daerah yang warganya mayoritas berprofesi petani. Komoditas yang paling banyak ditanam di wilayah ini adalah kopi dan sayuran. Oleh karena itu, daerah tersebut cocok untuk dijadikan sebagai daerah penelitian dan untuk melakukan penilaian dasar (baseline assessment) tanaman lokal, khususnya pertanian kopi Robusta. Penggunaan metode Multi-Factor Evaluation Process (MFEP) dan Analytical Hierarchy Process (AHP) sangat cocok jika diterapkan untuk penelitian sistem pendukung keputusan. Metode ini dipilih karena memungkinkan untuk memilih opsi terbaik dari berbagai opsi. Dalam hal ini, pilihan yang dimaksud adalah bibit yang cocok untuk ditanam oleh petani berdasarkan kriteria yang ditentukan. Penyelidikan dilakukan dengan menentukan nilai bobot untuk setiap atribut, dilanjutkan dengan proses komputasi untuk menentukan kriteria dan alternatif yang optimal, yaitu bibit unggul kopi robusta yang layak dibudidayakan. Dengan adanya penelitian ini yang mengimplementasikan kombinasi metode Multifactor Evaluation Process (MFEP)  dan Analitycal Hierarchy Process (AHP) dan dengan perancangan berorientasi objek dengan menggunakan Unified Modeling Language (UML) akan memudahkan Dinas Pertanian Kota Pagar Alam dan petani kopi Robusta dalam memilih bibit kopi yang tepat untuk ditanam sehingga petani kopi dapat mencapai hasil yang memuaskan.
自然之城花园是一个市民大多支持农民的地区。这个地区种植的商品最多的是咖啡和蔬菜。因此,该地区适合作为研究区,并对当地植物,特别是罗布斯塔咖啡农场进行基线评估。如果将多因素评价法(MFEP)和层次分析法(AHP)应用于决策支持系统的研究,则是非常合适的。之所以选择此方法,是因为它允许您从各种选项中选择最佳选项。在这种情况下,根据特定的标准选择适合耕种的种子。研究是通过确定每个属性的bobot值来进行的,然后进行计算过程来确定最佳标准和替代方案,即值得种植的健壮咖啡峰值种子。本研究将多因素评估过程(MFEP)和层次分析过程(AHP)方法相结合,并使用统一建模语言(UML)进行面向对象的设计,将有助于自然城市农场中心和罗布斯塔咖啡农选择合适的咖啡种子种植,以便咖啡农能够取得了令人满意的结果。
{"title":"Analisis Kombinasi Metode Algoritma MFEP dan AHP Pada Pemilihan Bibit Unggul Kopi Robusta","authors":"Asep Syaputra","doi":"10.34010/komputika.v11i2.6719","DOIUrl":"https://doi.org/10.34010/komputika.v11i2.6719","url":null,"abstract":"Kota Pagar Alam sebagai daerah yang warganya mayoritas berprofesi petani. Komoditas yang paling banyak ditanam di wilayah ini adalah kopi dan sayuran. Oleh karena itu, daerah tersebut cocok untuk dijadikan sebagai daerah penelitian dan untuk melakukan penilaian dasar (baseline assessment) tanaman lokal, khususnya pertanian kopi Robusta. Penggunaan metode Multi-Factor Evaluation Process (MFEP) dan Analytical Hierarchy Process (AHP) sangat cocok jika diterapkan untuk penelitian sistem pendukung keputusan. Metode ini dipilih karena memungkinkan untuk memilih opsi terbaik dari berbagai opsi. Dalam hal ini, pilihan yang dimaksud adalah bibit yang cocok untuk ditanam oleh petani berdasarkan kriteria yang ditentukan. Penyelidikan dilakukan dengan menentukan nilai bobot untuk setiap atribut, dilanjutkan dengan proses komputasi untuk menentukan kriteria dan alternatif yang optimal, yaitu bibit unggul kopi robusta yang layak dibudidayakan. Dengan adanya penelitian ini yang mengimplementasikan kombinasi metode Multifactor Evaluation Process (MFEP)  dan Analitycal Hierarchy Process (AHP) dan dengan perancangan berorientasi objek dengan menggunakan Unified Modeling Language (UML) akan memudahkan Dinas Pertanian Kota Pagar Alam dan petani kopi Robusta dalam memilih bibit kopi yang tepat untuk ditanam sehingga petani kopi dapat mencapai hasil yang memuaskan.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"45886736","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 1
Klasifikasi Customer Relationship Management Menggunakan Dataset KDD Cup 2009 dengan Teknik Reduksi Dimensi 基于降维技术的KDD Cup 2009数据集的客户关系管理分类
Pub Date : 2022-06-20 DOI: 10.34010/komputika.v11i2.6498
Fahmi Ardiansyah, Fazal Hamdan, S. Sugiyanto, Ilham Wahyu Siadi
Customer Relationship Management (CRM) merupakan teknologi yang menghubungkan antara pelanggan dengan bisnis, CRM dapat membantu pertumbuhan bisnis dan meningkatkan loyalitas dalam pelanggan. Pada awalnya CRM hanya berbentuk tulisan tangan, namun dengan berkembangnya teknologi saat ini CRM berkaitan dengan strategi bisnis secara keseluruhan, sistem CRM layaknya berbentuk repository yang mengintegrasikan aktivitas dari penjualan, pemasaran, dan dukungan pelanggan dengan menyederhanakan proses strategi dan pengelolaan penjualan dalam suatu sistem. Contohnya adalah pada data Knowledge Data Discovery (KDD) Cup 2009 yang merupakan Piala KDD 2009 menawarkan kesempatan untuk mengerjakan database pemasaran besar dari Perusahaan Telekomunikasi Prancis Orange untuk memprediksi kecenderungan pelanggan untuk beralih penyedia (churn), beli produk atau layanan baru (appetency), atau beli upgrade atau add-on yang diusulkan ke mereka untuk membuat penjualan lebih menguntungkan (up-selling). Masalahnya karena menangani database yang sangat besar, termasuk data yang heterogen (variabel numerik dan kategorik), dan distribusi kelas yang tidak seimbang ini membutuhkan efisiensi waktu yang cukup lama dalam pengelolaan dataset oleh karena itu dibutuhkan teknik reduksi dimensi yang merupakan teknik pengurangan dari jumlah dimensi dari dataset, dengan dimensi reduksi optimal hasilkan klasifikasi paling baik dengan PCA, PCA dengan klasifikasi Random Forest 96.93%. Klasifikasi LDA dengan Naïve Bayes 61.00%. Klasifikasi SVD dengan Random Forest 95.97%.
客户关系管理(CRM)是一种将客户与企业联系在一起的技术,它可以帮助企业发展,增加客户的忠诚度。CRM最初只是手写的,但随着目前技术的发展,CRM系统就像一个整体商业战略,通过简化一个系统的战略过程和销售管理,将活动从销售、营销和客户支持中整合出来。例子是2009年知识数据探索(KDD)杯的奖杯是KDD 2009年提供的机会做大数据库营销、法国电信公司Orange来预测客户倾向于换了新产品或服务提供商(搅拌),买(appetency),或者买升级add-on向他们提出的建议让销售更有利可图(up-selling)。非常大的问题,因为处理数据库,包括异质的数据(数值变量和kategorik),这些不平衡的班级和分销管理中需要相当长的一段时间效率数据集因此需要还原技术是技术维度的数据集的维度的数量减少,PCA和最佳还原最好赚分类维度,PCA和随机森林分类96 93%。LDA的划分是Naive Bayes 61.00%。把SVD归类为随机森林95%。
{"title":"Klasifikasi Customer Relationship Management Menggunakan Dataset KDD Cup 2009 dengan Teknik Reduksi Dimensi","authors":"Fahmi Ardiansyah, Fazal Hamdan, S. Sugiyanto, Ilham Wahyu Siadi","doi":"10.34010/komputika.v11i2.6498","DOIUrl":"https://doi.org/10.34010/komputika.v11i2.6498","url":null,"abstract":"Customer Relationship Management (CRM) merupakan teknologi yang menghubungkan antara pelanggan dengan bisnis, CRM dapat membantu pertumbuhan bisnis dan meningkatkan loyalitas dalam pelanggan. Pada awalnya CRM hanya berbentuk tulisan tangan, namun dengan berkembangnya teknologi saat ini CRM berkaitan dengan strategi bisnis secara keseluruhan, sistem CRM layaknya berbentuk repository yang mengintegrasikan aktivitas dari penjualan, pemasaran, dan dukungan pelanggan dengan menyederhanakan proses strategi dan pengelolaan penjualan dalam suatu sistem. Contohnya adalah pada data Knowledge Data Discovery (KDD) Cup 2009 yang merupakan Piala KDD 2009 menawarkan kesempatan untuk mengerjakan database pemasaran besar dari Perusahaan Telekomunikasi Prancis Orange untuk memprediksi kecenderungan pelanggan untuk beralih penyedia (churn), beli produk atau layanan baru (appetency), atau beli upgrade atau add-on yang diusulkan ke mereka untuk membuat penjualan lebih menguntungkan (up-selling). Masalahnya karena menangani database yang sangat besar, termasuk data yang heterogen (variabel numerik dan kategorik), dan distribusi kelas yang tidak seimbang ini membutuhkan efisiensi waktu yang cukup lama dalam pengelolaan dataset oleh karena itu dibutuhkan teknik reduksi dimensi yang merupakan teknik pengurangan dari jumlah dimensi dari dataset, dengan dimensi reduksi optimal hasilkan klasifikasi paling baik dengan PCA, PCA dengan klasifikasi Random Forest 96.93%. Klasifikasi LDA dengan Naïve Bayes 61.00%. Klasifikasi SVD dengan Random Forest 95.97%.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-06-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"43897649","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Ensiklopedia Digital Berdasarkan Klasifikasi Varietas Buah Mangga (Mangifera spp.) Menggunakan Algoritma Backpropagation 基于芒果的数字百科全书。基于反向繁殖算法的分类
Pub Date : 2022-02-23 DOI: 10.34010/komputika.v11i2.5513
Zilvanhisna Emka Fitri, Riska Aprilia, Abd. Madjid, Arizal Mujibtamala Nanda Imron
Mangga merupakan komoditas buah unggulan yang mampu meningkatkan perkembangan industri dan ekspor di Indonesia. Terdapat 33 spesies buah mangga yang tersebar di seluruh wilayah Republik indonesia dan memiliki banyak variasi bentuk pada setiap jenisnya. Namun permasalahan yang terjadi adalah sulitnya informasi terkait data pada varietas mangga, sehingga untuk membantu permasalahan tersebut maka peneliti membuat sistem ensiklopedia digital yang mampu memberikan informasi terkait keanekaragaman varietas buah mangga tersebut. Ensiklopedia ini dapat mengklasifikasikan dan mengidentifikasi 5 jenis mangga yaitu Mangga Apel, Mangga Gedong Gincu, Mangga Golek, Mangga Manalagi dan Mangga Gadung. Parameter yang digunakan untuk membedakan varietas mangga yaitu area, perimeter, eccentricity, major axis length dan diameter. Metode klasifikasi yang digunakan yaitu backpropagation mampu mengklasifikasi lima varietas mangga tersebut dengan akurasi pelatihan sebesar 99,6% dan akurasi pengujian sebesar 96%. Kata Kunci â€“ ensiklopedia digital; varietas mangga; computer vision; parameter bentuk; backpropagation.
芒果是一种商品商品,能够促进印尼工业和出口的发展。芒果有33种分布在印度尼西亚共和国的领土上,每一种都有许多形状。但真正的问题是,芒果品种的数据很难提供信息,因此,研究人员开发了一种数字百科全书系统,能够提供关于芒果多样性的信息。这部百科全书可以对苹果芒果、芒果格东金库、芒果、芒果和芒果等五种芒果进行分类和识别。用来区分芒果种类的参数是一个区域、周长、外城市、轴心主线和直径。该方法采用的分类方法是对这五种芒果的分类方法,其训练精度为99.6%,测试精度为96%。关键词数字a€百科全书”;芒果品种;计算机视觉;形式参数;backpropagation。
{"title":"Ensiklopedia Digital Berdasarkan Klasifikasi Varietas Buah Mangga (Mangifera spp.) Menggunakan Algoritma Backpropagation","authors":"Zilvanhisna Emka Fitri, Riska Aprilia, Abd. Madjid, Arizal Mujibtamala Nanda Imron","doi":"10.34010/komputika.v11i2.5513","DOIUrl":"https://doi.org/10.34010/komputika.v11i2.5513","url":null,"abstract":"Mangga merupakan komoditas buah unggulan yang mampu meningkatkan perkembangan industri dan ekspor di Indonesia. Terdapat 33 spesies buah mangga yang tersebar di seluruh wilayah Republik indonesia dan memiliki banyak variasi bentuk pada setiap jenisnya. Namun permasalahan yang terjadi adalah sulitnya informasi terkait data pada varietas mangga, sehingga untuk membantu permasalahan tersebut maka peneliti membuat sistem ensiklopedia digital yang mampu memberikan informasi terkait keanekaragaman varietas buah mangga tersebut. Ensiklopedia ini dapat mengklasifikasikan dan mengidentifikasi 5 jenis mangga yaitu Mangga Apel, Mangga Gedong Gincu, Mangga Golek, Mangga Manalagi dan Mangga Gadung. Parameter yang digunakan untuk membedakan varietas mangga yaitu area, perimeter, eccentricity, major axis length dan diameter. Metode klasifikasi yang digunakan yaitu backpropagation mampu mengklasifikasi lima varietas mangga tersebut dengan akurasi pelatihan sebesar 99,6% dan akurasi pengujian sebesar 96%. \u0000Kata Kunci â€“ ensiklopedia digital; varietas mangga; computer vision; parameter bentuk; backpropagation.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-02-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"46900664","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Komparasi Jarak Euclidean dan Jarak Manhattan Untuk Deteksi Covid-19 Melalui Citra CT-Scan Paru-Paru
Pub Date : 2022-02-23 DOI: 10.34010/komputika.v11i2.5380
Ayu Eviana, Abdullah Fauzan, Harliana Harliana, Fatra Nonggala Putra
Adanya virus Covid-19, menjadikan negara Indonesia memiliki resiko tinggi terpapar virus Covid-19. Dalam mendeteksi Covid-19 dapat dilakukan dengan alat pencitraan medis salah satunya dengan CT-Scan paru-paru melakui sistem cerdas. Pada penelitian ini dirancang sistem cerdas menggunakan Jarak Euclidean dan Jarak Manhattan. Tujuan penelitian ini adalah untuk mengetahui hasil akurasi terbaik dari komparasi Jarak Euclidean dan Jarak Manhattan. Data set yang digunakan adalah 349 citra CT-Scan paru-paru Covid-19 dan 397 citra CT-Scan paru-paru Non Covid-19. Pada penelitian ini dilakukan uji coba sebanyak 3 skenario. Metode yang digunakan adalah dengan melakukan tahap awal preprocessing dengan mengubah ukuran citra dan mengubah citra ke dalam bentuk grayscale. Kemudian dilakukan perhitungan jarak antar pixel dan dicari nilai terdekat untuk memperoleh hasil. Hasil yang  diperoleh dari penelitian ini berdasarkan uji coba 3 skenario menggunakan Jarak Euclidean dan Jarak Manhattan, didapatkan hasil terbaik pada skenario ke-3. Pada skenario ke-3 menggunakan Jarak Euclidean diperoleh accuracy 82,87%, precission 76,08%, dan recall 85,71%, sedangkan menggunakan Jarak Manhattan diperoleh nilai accuracy sebesar 86,98%, precission 77,77%, dan recall 85,71%. Maka pada penelitian ini dapat disimpulkan bahwa hasil akurasi terbaik adalah menggunakan Jarak Manhattan dengan  nilai accuracy sebesar 86,98%, precission 77,77%, dan recall 85,71%.
Covid-19病毒的存在使得印尼国家暴露在Covid-19病毒之下的风险很高。在检测Covid-19时,可以使用医学成像工具,其中一个可以通过智能系统扫描肺部。这项研究设计了利用欧几里得距离和曼哈顿距离的智能系统。本研究的目的是确定欧几里得距离和曼哈顿距离的最佳准确性。所使用的数据集是349图像扫描肺部Covid-19和397图像ct扫描非Covid-19。本研究采用了三种可能的试验方案。使用的方法是通过改变图像的大小和将图像转换成灰度的形式来进行初步的预习。然后对像素进行计算并搜索最近的值以获得结果。这项研究的结果是基于采用欧几里得距离和曼哈顿距离的三种可能的试验,在第三种情况下效果最好。在第三种情况下,到欧几里得距离为82,87%,准确距离为76.08%,准确距离为85.71%,而到曼哈顿,准确距离为86.98%,准确距离为77.77%,记忆力为85.71%。因此,这项研究得出的最准确的结论是,使用曼哈顿的准确距离为86.98%,准确距离为77.77%,记忆力为85.71%。
{"title":"Komparasi Jarak Euclidean dan Jarak Manhattan Untuk Deteksi Covid-19 Melalui Citra CT-Scan Paru-Paru","authors":"Ayu Eviana, Abdullah Fauzan, Harliana Harliana, Fatra Nonggala Putra","doi":"10.34010/komputika.v11i2.5380","DOIUrl":"https://doi.org/10.34010/komputika.v11i2.5380","url":null,"abstract":"Adanya virus Covid-19, menjadikan negara Indonesia memiliki resiko tinggi terpapar virus Covid-19. Dalam mendeteksi Covid-19 dapat dilakukan dengan alat pencitraan medis salah satunya dengan CT-Scan paru-paru melakui sistem cerdas. Pada penelitian ini dirancang sistem cerdas menggunakan Jarak Euclidean dan Jarak Manhattan. Tujuan penelitian ini adalah untuk mengetahui hasil akurasi terbaik dari komparasi Jarak Euclidean dan Jarak Manhattan. Data set yang digunakan adalah 349 citra CT-Scan paru-paru Covid-19 dan 397 citra CT-Scan paru-paru Non Covid-19. Pada penelitian ini dilakukan uji coba sebanyak 3 skenario. Metode yang digunakan adalah dengan melakukan tahap awal preprocessing dengan mengubah ukuran citra dan mengubah citra ke dalam bentuk grayscale. Kemudian dilakukan perhitungan jarak antar pixel dan dicari nilai terdekat untuk memperoleh hasil. Hasil yang  diperoleh dari penelitian ini berdasarkan uji coba 3 skenario menggunakan Jarak Euclidean dan Jarak Manhattan, didapatkan hasil terbaik pada skenario ke-3. Pada skenario ke-3 menggunakan Jarak Euclidean diperoleh accuracy 82,87%, precission 76,08%, dan recall 85,71%, sedangkan menggunakan Jarak Manhattan diperoleh nilai accuracy sebesar 86,98%, precission 77,77%, dan recall 85,71%. Maka pada penelitian ini dapat disimpulkan bahwa hasil akurasi terbaik adalah menggunakan Jarak Manhattan dengan  nilai accuracy sebesar 86,98%, precission 77,77%, dan recall 85,71%.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-02-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"42104418","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Aplikasi Penjadwalan Laboratorium Berbasis Android Pada SMK Bina Satria 基于安卓系统的Satria大厦SMK实验室调度应用
Pub Date : 2022-02-21 DOI: 10.34010/komputika.v11i2.6011
Muhamad Alda
SMK Bina Satria is one of the schools located in the city of Medan which is tasked with educating the nation's children to have better quality human resources. The laboratory scheduling system is still done conventionally. The schedule for using the laboratory is recorded in a book and then socialized to each teacher concerned. By doing this method, there are still some problems that occur, among others, teachers need a lot of time and energy in obtaining information about the laboratory schedule because they have to come directly to the school. In addition, the admin also has difficulty in conveying laboratory schedule information to the teachers because the admin has to socialize with the teachers one by one. The author conducted this research to design and build an android-based laboratory scheduling application at SMK Bina Satria. With this application, it is hoped that this application can help the SMK Bina Satria admin in processing laboratory schedules and assisting SMK Bina Satria teachers in obtaining laboratory schedule information easily and quickly via an Android smartphone. This application is built using Kodular application and Airtable database.
SMK Bina Satria是位于棉兰市的一所学校,其任务是教育全国儿童,以获得更优质的人力资源。实验室调度系统仍然是传统的。使用实验室的时间表被记录在一个本子上,然后分发给每个相关的老师。通过这种方法,仍然会出现一些问题,其中,教师需要直接到学校来获取实验室时间表的信息,需要花费大量的时间和精力。此外,由于管理人员必须与教师进行一对一的交流,因此在向教师传达实验室时间表信息方面也存在困难。作者进行这项研究是为了在SMK Bina Satria设计和构建一个基于android的实验室调度应用程序。通过这个应用程序,希望这个应用程序可以帮助SMK Bina Satria管理员处理实验室时间表,并协助SMK Bina Satria教师通过Android智能手机轻松快速地获取实验室时间表信息。这个应用程序是使用Kodular应用程序和Airtable数据库构建的。
{"title":"Aplikasi Penjadwalan Laboratorium Berbasis Android Pada SMK Bina Satria","authors":"Muhamad Alda","doi":"10.34010/komputika.v11i2.6011","DOIUrl":"https://doi.org/10.34010/komputika.v11i2.6011","url":null,"abstract":"SMK Bina Satria is one of the schools located in the city of Medan which is tasked with educating the nation's children to have better quality human resources. The laboratory scheduling system is still done conventionally. The schedule for using the laboratory is recorded in a book and then socialized to each teacher concerned. By doing this method, there are still some problems that occur, among others, teachers need a lot of time and energy in obtaining information about the laboratory schedule because they have to come directly to the school. In addition, the admin also has difficulty in conveying laboratory schedule information to the teachers because the admin has to socialize with the teachers one by one. The author conducted this research to design and build an android-based laboratory scheduling application at SMK Bina Satria. With this application, it is hoped that this application can help the SMK Bina Satria admin in processing laboratory schedules and assisting SMK Bina Satria teachers in obtaining laboratory schedule information easily and quickly via an Android smartphone. This application is built using Kodular application and Airtable database.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-02-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"48160661","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 1
Sistem Antrian Cucian Mobil Berbasis Website Menggunakan Konsep CRM dan Penerapan UML 基于网站的汽车洗衣系统使用CRM概念和UML应用
Pub Date : 2022-02-12 DOI: 10.34010/komputika.v11i1.4677
A. Voutama
Kemajuan teknologi informasi dan komunikasi yang sangat cepat membuat semua aspek bdiang harus mengikutinya. Salah satunya adalah dunia usaha, dengan memanfaatkan teknologi informasi dan komunikasi maka akan meningkatkan efisiensi di segala bidang. Pada pembahasan ini adalah bagaimana cara merancang sebuah sistem aplikasi Penjadwalan Antrian cuci mobil dengan Konsep CRM (Customer Relationship Managemen). CRM adalah srategi bisnis yang memadukan antara proses, manusia, dan teknologi sehingga menjadikan suatu proses bisnis lebih efektif dan efesien dengan memanfaatkan teknologi yang dirancang. Dalam perancangan infrastruktur sistem aplikasi berbasis Web ini maka diperlukan adanya pemodelan perancangan yaitu UML (Unified Modeling languange). UML adalah pemodelan yang umum dan paling banyak digunakan dalam membantu proses perancangan sistem sehingga perlu penerapan pemodelan UML dengan benar baik secara teori maupun perancangan studi kasus, baik struktur aktor yang terlibat, aktifitas setiap aktor, proses dan mekanisme dari sistem Penjadwalan Antrian Cucian Mobil berbasis Website ini. Bahasa pemrograman yang digunakan yaitu bahasa pemrograman PHP (Hypertext Prepocessor) dan basis data MySql (My Structured Query Language). Penerapan pemodelan UML maka dapat memberikan kemudakan perancangan dalam membatu proses pengkodingan menjadi sebuah Aplikasi Sistem Penjadwalan Antrian Cucian Mobil Berbasis Website. Dengan adanya Aplikasi ini maka dapat memberikan kemudahan baik dari owner maupun kostumer dari transakasi berlangsung secara online dan terkomputerisasikan dengan baik.
信息和通信技术的快速发展使公民的各个方面都不得不跟随它。一个是商业世界,使用信息和通信技术将提高所有领域的效率。在这个理解是如何设计一个应用系统的洗车接口与CRM(客户关系管理)的概念。CRM是一种介于流程、人员和技术之间的结构化业务策略,因此通过使用设计的技术,业务流程更有效。在这个基于web的应用系统的基础设施的设计中,需要统一的建模语言。UML是一个常见的模型,最常用于辅助系统设计过程,因此有必要在理论上或案例研究设计中正确应用UML模型,无论是参与者的结构、每个参与者的活动、过程和机制,都要基于此网站。所使用的编程语言是PHP(超文本预处理器)编程语言和MySql(我的结构化查询语言)数据库。UML建模的模拟可以为基于网站的内部洗衣调度系统的应用程序的编码过程提供设计便利。有了这个应用程序,它就可以为交易的所有者和客户提供在线运行和良好的计算机化。
{"title":"Sistem Antrian Cucian Mobil Berbasis Website Menggunakan Konsep CRM dan Penerapan UML","authors":"A. Voutama","doi":"10.34010/komputika.v11i1.4677","DOIUrl":"https://doi.org/10.34010/komputika.v11i1.4677","url":null,"abstract":"Kemajuan teknologi informasi dan komunikasi yang sangat cepat membuat semua aspek bdiang harus mengikutinya. Salah satunya adalah dunia usaha, dengan memanfaatkan teknologi informasi dan komunikasi maka akan meningkatkan efisiensi di segala bidang. Pada pembahasan ini adalah bagaimana cara merancang sebuah sistem aplikasi Penjadwalan Antrian cuci mobil dengan Konsep CRM (Customer Relationship Managemen). CRM adalah srategi bisnis yang memadukan antara proses, manusia, dan teknologi sehingga menjadikan suatu proses bisnis lebih efektif dan efesien dengan memanfaatkan teknologi yang dirancang. Dalam perancangan infrastruktur sistem aplikasi berbasis Web ini maka diperlukan adanya pemodelan perancangan yaitu UML (Unified Modeling languange). UML adalah pemodelan yang umum dan paling banyak digunakan dalam membantu proses perancangan sistem sehingga perlu penerapan pemodelan UML dengan benar baik secara teori maupun perancangan studi kasus, baik struktur aktor yang terlibat, aktifitas setiap aktor, proses dan mekanisme dari sistem Penjadwalan Antrian Cucian Mobil berbasis Website ini. Bahasa pemrograman yang digunakan yaitu bahasa pemrograman PHP (Hypertext Prepocessor) dan basis data MySql (My Structured Query Language). Penerapan pemodelan UML maka dapat memberikan kemudakan perancangan dalam membatu proses pengkodingan menjadi sebuah Aplikasi Sistem Penjadwalan Antrian Cucian Mobil Berbasis Website. Dengan adanya Aplikasi ini maka dapat memberikan kemudahan baik dari owner maupun kostumer dari transakasi berlangsung secara online dan terkomputerisasikan dengan baik.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-02-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"45126975","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Pemantauan Penyerapan Gas Beracun Menggunakan Tanaman Sansevieria Pada Ruangan Tertutup 在户外使用檀香植物进行毒气吸收监测
Pub Date : 2022-02-08 DOI: 10.34010/komputika.v11i1.4751
Barzan Trio Putra, Kemahyanto Exaudi, Rossi Passarella, Purwita Sari
Kualitas udara didalam ruangan perlu mendapat perhatian khusus karena sangat berpengaruh terhadap kesehatan manusia. Salah satu cara yang dapat dilakukan yaitu menjaga kualitas udara dalam ruangan tetap bersih dengan memanfaatkan tanaman sansevieria trifasciata. Penelitian ini bertujuan untuk mendeteksi kadar polusi udara didalam sebuah ruangan tertutup yang terdapat tanaman Sansevieria Trifasciata. Fungsi tanaman tersebut sebagai penyerap gas beracun seperti karbon monoksida (CO) yang tercemar didalam ruangan. Prototipe ruangan uji berukuran 65cm x 65cm x 65cm. Sensor gas diletakkan di bagian atas ruangan dan slot untuk memasukkan sampel gas dibagian depan. Sistem kerjanya adalah ruangan dilakukan strerilisasi sampai sensor gas mendeteksi nilai ppm normal, kemudian sampel gas dimasukkan kedalam ruangan uji menggunakan media suntik dan sensor gas kembali membaca nilai ppm sampai kondisi normal.  Hasil penelitian membuktikan bahwa tanaman sansevieria dapat menyerap gas CO dengan sempurna. Ukuran dan bentuk sansevieria juga mempengaruhi proses penyerapan gas CO. semakin besar tanaman maka samakin baik daya serapnya. Hal ini dibuktikan dengan Rerata waktu yang dibutuhkan sansevieria kecil menyerap gas asap sampai mencapai ppm normal adalah 120 menit. Sedangkan untuk sansevieria besar selama 80 menit.
房间里的空气质量需要特别注意,因为它对人类健康有着巨大的影响。一种方法是使用三叶紫薇植物来保持房间内的空气质量清洁。这项研究的目的是检测一个封闭的房间里的空气污染率,这个房间里有三叶莲属植物。工厂作为有毒气体吸收器的功能就像房间里被污染的一氧化碳(CO)。原型试验室尺寸65cm x 65cm x 65 cm。气体传感器被放置在房间和插槽的顶部,以将气体样本插入前面。操作系统是一个被拉伸的房间,直到气体传感器检测到正常的ppm值,然后使用注入介质将气体样本插入测试室,气体传感器将ppm值读回正常条件。研究表明,卫生设备可以完美地吸收CO气体。三叶草的大小和形状也影响吸收CO的过程。植物越大,其serap能力越好。Rerata证明,小三叶草吸收烟气达到正常ppm所需的时间为120分钟。而伟大的桑塞维里亚80分钟。
{"title":"Pemantauan Penyerapan Gas Beracun Menggunakan Tanaman Sansevieria Pada Ruangan Tertutup","authors":"Barzan Trio Putra, Kemahyanto Exaudi, Rossi Passarella, Purwita Sari","doi":"10.34010/komputika.v11i1.4751","DOIUrl":"https://doi.org/10.34010/komputika.v11i1.4751","url":null,"abstract":"Kualitas udara didalam ruangan perlu mendapat perhatian khusus karena sangat berpengaruh terhadap kesehatan manusia. Salah satu cara yang dapat dilakukan yaitu menjaga kualitas udara dalam ruangan tetap bersih dengan memanfaatkan tanaman sansevieria trifasciata. Penelitian ini bertujuan untuk mendeteksi kadar polusi udara didalam sebuah ruangan tertutup yang terdapat tanaman Sansevieria Trifasciata. Fungsi tanaman tersebut sebagai penyerap gas beracun seperti karbon monoksida (CO) yang tercemar didalam ruangan. Prototipe ruangan uji berukuran 65cm x 65cm x 65cm. Sensor gas diletakkan di bagian atas ruangan dan slot untuk memasukkan sampel gas dibagian depan. Sistem kerjanya adalah ruangan dilakukan strerilisasi sampai sensor gas mendeteksi nilai ppm normal, kemudian sampel gas dimasukkan kedalam ruangan uji menggunakan media suntik dan sensor gas kembali membaca nilai ppm sampai kondisi normal.  Hasil penelitian membuktikan bahwa tanaman sansevieria dapat menyerap gas CO dengan sempurna. Ukuran dan bentuk sansevieria juga mempengaruhi proses penyerapan gas CO. semakin besar tanaman maka samakin baik daya serapnya. Hal ini dibuktikan dengan Rerata waktu yang dibutuhkan sansevieria kecil menyerap gas asap sampai mencapai ppm normal adalah 120 menit. Sedangkan untuk sansevieria besar selama 80 menit.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-02-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47347481","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Analisis Pemilihan Warna Cat Dinding dengan Metode Data Mining Berdasarkan Kepribadian Pengguna 基于用户个性的数据挖掘方法对墙壁油漆颜色进行分析
Pub Date : 2022-02-02 DOI: 10.34010/komputika.v11i1.4575
Titasari Rahmawati, S. Supangat
ABSTRACT – A personality test or so-called psychotest is an activity of measuring through a systematic stage to reveal certain psychological aspects of the individual. One of the most accurate personality tests is the MBTI (Myer Briggs Type Indicator). The results of the MBTI test can be used for consideration of various interests, such as work or for certain interests, for example to find out one's strengths and weaknesses, to build relationships with other people and other interests. The purpose of this study is to produce an application that can provide information about the paint color of the room that the pengguna chooses based on the pengguna's personality type that has been predetermined using the MBTI test. The information displayed is in the form of support and confidence values ​​for the relationship between the pengguna's personality type and favorite paint color. item. In addition, the application can also provide information in the form of data analysis on the personality type and color chosen by the pengguna using the FP-Growth (Frequent Pattern Growth) algorithm. The FP-Growth algorithm is a development of the Apriori algorithm with the aim of collecting data that appears at the same time then grouping and creating a list of items that often appear. In determining the percentage results of support and confidence carried out by the system, it depends on the amount of data and the minimum amount of support that is input. More data will affect the percentage result and will speed up the analysis process using FP-Growth. By analyzing the results of frequent itemset, a rule can be formed that can be used by pengguna references in selecting or combining wall paint colors based on the pengguna's personality.
摘要“人格测试或所谓的心理测试是一种通过系统阶段进行测量的活动,以揭示个人的某些心理方面。最准确的人格测试之一是MBTI(Myer-Briggs类型指标)MBTI测试的结果可以用于考虑各种兴趣,例如工作或某些兴趣,例如找出自己的长处和短处,与他人建立关系和其他兴趣。本研究的目的是制作一个应用程序,该应用程序可以提供关于彭古纳根据彭古纳的性格类型选择的房间油漆颜色的信息,该性格类型是通过MBTI测试预先确定的。所显示的信息是以支持和信心价值观的形式出现的,即彭古纳的性格类型和最喜欢的油漆颜色之间的关系。项目此外,该应用程序还可以使用FP Growth(频繁模式增长)算法以数据分析的形式提供关于彭古纳选择的性格类型和颜色的信息。FP Growth算法是Apriori算法的发展,目的是收集同时出现的数据,然后分组并创建经常出现的项目列表。在确定系统执行的支持和置信度的百分比结果时,它取决于数据量和输入的最小支持量。更多的数据将影响百分比结果,并将加快使用FP Growth的分析过程。通过分析频繁项目集的结果,可以形成一个规则,供彭古纳参考者根据彭古纳的个性选择或组合墙壁涂料的颜色。
{"title":"Analisis Pemilihan Warna Cat Dinding dengan Metode Data Mining Berdasarkan Kepribadian Pengguna","authors":"Titasari Rahmawati, S. Supangat","doi":"10.34010/komputika.v11i1.4575","DOIUrl":"https://doi.org/10.34010/komputika.v11i1.4575","url":null,"abstract":"ABSTRACT – A personality test or so-called psychotest is an activity of measuring through a systematic stage to reveal certain psychological aspects of the individual. One of the most accurate personality tests is the MBTI (Myer Briggs Type Indicator). The results of the MBTI test can be used for consideration of various interests, such as work or for certain interests, for example to find out one's strengths and weaknesses, to build relationships with other people and other interests. The purpose of this study is to produce an application that can provide information about the paint color of the room that the pengguna chooses based on the pengguna's personality type that has been predetermined using the MBTI test. The information displayed is in the form of support and confidence values ​​for the relationship between the pengguna's personality type and favorite paint color. item. In addition, the application can also provide information in the form of data analysis on the personality type and color chosen by the pengguna using the FP-Growth (Frequent Pattern Growth) algorithm. The FP-Growth algorithm is a development of the Apriori algorithm with the aim of collecting data that appears at the same time then grouping and creating a list of items that often appear. In determining the percentage results of support and confidence carried out by the system, it depends on the amount of data and the minimum amount of support that is input. More data will affect the percentage result and will speed up the analysis process using FP-Growth. By analyzing the results of frequent itemset, a rule can be formed that can be used by pengguna references in selecting or combining wall paint colors based on the pengguna's personality.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-02-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"42216383","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
IoT Online Monitoring System on Pulp and Paper Industry Wastewater Treatment Plant 制浆造纸废水处理厂物联网在线监测系统
Pub Date : 2022-01-29 DOI: 10.34010/komputika.v11i1.5485
A. Sasongko, Marcellino Agung Christyo, Alexander Marcelino Krismono, Aditya Rizky Maulana, Elvayandri Muchtar, A. T. Rizaluddin
As one of the largest wastewater producers in the world, the pulp and paper industry need to  monitor the waste that they generated. To carry out this monitoring process, the majority of the pulp and paper industry still uses conventional offline methods to measure parameters in their wastewater treatment plants. The monitoring procedure is carried out by taking samples from the factory wastewater treatment plant and testing these samples in the laboratory. This procedure is very prone to errors caused by human. This method also cannot detect any violation, problem, or disturbance of the wastewater parameters in real time. In addition, in 2018, the Indonesian Ministry of Environment and Forestry issued a regulation requiring the pulp and paper industry to use a real-time online monitoring system for its wastewater treatment plant. This paper presents an implementation of the system. There are several parameters that must be measured, two of them are pH and TSS (Total Suspended Solids). To measure these parameters, the regulation states that the online measurement system is carried out using the relevant electric probe sensor. Then the measurement results are displayed online on a specified platform hence that users can observe the results. This implementation uses a pH sensor to measure pH and a conductivity sensor to measure TSS. A conductivity sensor is used as a substitute due to the high cost of TSS sensor. This article analyses also the accuracy of the measurement.
作为世界上最大的废水生产商之一,纸浆和造纸行业需要监测其产生的废物。为了进行这一监测过程,大多数纸浆和造纸行业仍然使用传统的离线方法来测量其废水处理厂的参数。监测程序是通过从工厂废水处理厂取样并在实验室对这些样品进行测试来执行的。这个程序很容易出现人为错误。该方法也不能实时检测废水参数的任何违反、问题或干扰。此外,2018年,印尼环境和林业部发布了一项法规,要求制浆造纸行业对其废水处理厂使用实时在线监测系统。本文介绍了该系统的一个实现。必须测量几个参数,其中两个是pH和TSS(总悬浮固体)。为了测量这些参数,法规规定使用相关的电探针传感器进行在线测量系统。然后,测量结果在线显示在指定的平台上,因此用户可以观察结果。该实施方式使用pH传感器来测量pH,使用电导率传感器来测量TSS。由于TSS传感器的高成本,使用电导率传感器作为替代。本文还分析了测量的准确性。
{"title":"IoT Online Monitoring System on Pulp and Paper Industry Wastewater Treatment Plant","authors":"A. Sasongko, Marcellino Agung Christyo, Alexander Marcelino Krismono, Aditya Rizky Maulana, Elvayandri Muchtar, A. T. Rizaluddin","doi":"10.34010/komputika.v11i1.5485","DOIUrl":"https://doi.org/10.34010/komputika.v11i1.5485","url":null,"abstract":"As one of the largest wastewater producers in the world, the pulp and paper industry need to  monitor the waste that they generated. To carry out this monitoring process, the majority of the pulp and paper industry still uses conventional offline methods to measure parameters in their wastewater treatment plants. The monitoring procedure is carried out by taking samples from the factory wastewater treatment plant and testing these samples in the laboratory. This procedure is very prone to errors caused by human. This method also cannot detect any violation, problem, or disturbance of the wastewater parameters in real time. In addition, in 2018, the Indonesian Ministry of Environment and Forestry issued a regulation requiring the pulp and paper industry to use a real-time online monitoring system for its wastewater treatment plant. \u0000This paper presents an implementation of the system. There are several parameters that must be measured, two of them are pH and TSS (Total Suspended Solids). To measure these parameters, the regulation states that the online measurement system is carried out using the relevant electric probe sensor. Then the measurement results are displayed online on a specified platform hence that users can observe the results. This implementation uses a pH sensor to measure pH and a conductivity sensor to measure TSS. A conductivity sensor is used as a substitute due to the high cost of TSS sensor. This article analyses also the accuracy of the measurement.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-01-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49227515","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
期刊
Komputika
全部 Acc. Chem. Res. ACS Applied Bio Materials ACS Appl. Electron. Mater. ACS Appl. Energy Mater. ACS Appl. Mater. Interfaces ACS Appl. Nano Mater. ACS Appl. Polym. Mater. ACS BIOMATER-SCI ENG ACS Catal. ACS Cent. Sci. ACS Chem. Biol. ACS Chemical Health & Safety ACS Chem. Neurosci. ACS Comb. Sci. ACS Earth Space Chem. ACS Energy Lett. ACS Infect. Dis. ACS Macro Lett. ACS Mater. Lett. ACS Med. Chem. Lett. ACS Nano ACS Omega ACS Photonics ACS Sens. ACS Sustainable Chem. Eng. ACS Synth. Biol. Anal. Chem. BIOCHEMISTRY-US Bioconjugate Chem. BIOMACROMOLECULES Chem. Res. Toxicol. Chem. Rev. Chem. Mater. CRYST GROWTH DES ENERG FUEL Environ. Sci. Technol. Environ. Sci. Technol. Lett. Eur. J. Inorg. Chem. IND ENG CHEM RES Inorg. Chem. J. Agric. Food. Chem. J. Chem. Eng. Data J. Chem. Educ. J. Chem. Inf. Model. J. Chem. Theory Comput. J. Med. Chem. J. Nat. Prod. J PROTEOME RES J. Am. Chem. Soc. LANGMUIR MACROMOLECULES Mol. Pharmaceutics Nano Lett. Org. Lett. ORG PROCESS RES DEV ORGANOMETALLICS J. Org. Chem. J. Phys. Chem. J. Phys. Chem. A J. Phys. Chem. B J. Phys. Chem. C J. Phys. Chem. Lett. Analyst Anal. Methods Biomater. Sci. Catal. Sci. Technol. Chem. Commun. Chem. Soc. Rev. CHEM EDUC RES PRACT CRYSTENGCOMM Dalton Trans. Energy Environ. Sci. ENVIRON SCI-NANO ENVIRON SCI-PROC IMP ENVIRON SCI-WAT RES Faraday Discuss. Food Funct. Green Chem. Inorg. Chem. Front. Integr. Biol. J. Anal. At. Spectrom. J. Mater. Chem. A J. Mater. Chem. B J. Mater. Chem. C Lab Chip Mater. Chem. Front. Mater. Horiz. MEDCHEMCOMM Metallomics Mol. Biosyst. Mol. Syst. Des. Eng. Nanoscale Nanoscale Horiz. Nat. Prod. Rep. New J. Chem. Org. Biomol. Chem. Org. Chem. Front. PHOTOCH PHOTOBIO SCI PCCP Polym. Chem.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1