The realization of sustainable agriculture requires continuous research which can reduce the use of chemical fertilizers. This research was carry out to obtain the potential indigenous endophytic bacteria isolated from onion planted on rock soil of Wakatobi district in Southeast Sulawesi. The study conducted using a completely randomized design (CRD) consisting of 9 isolates. Germination was recorded daily until 14 days. At the same time, isolates evaluated for their ability to solubilize phosphate, fix N and synthesize IAA. Results showed that the seed treatments using endophytic bacteria significantly increased viability onion seeds, in term of germination increases in germination percentage. Almost all endophytic bacteria isolate tested were able to solubilize phosphate, fix N and synthesize IAA. From this study, Ke03 isolates showed the best performance and were able to increase germination percentage, root length and number of onion roots reaching 145%, 46% and 78% respectively, as compared to controls. The ability of Ke03 isolates to increase onion germination correlated with the ability of this isolate to synthesize IAA (80.33 ppm). Further research is needed to evaluate whether this isolate is effective in increasing the growth and yield of onions in the field.
Aceh's traditional clothing is cultural heritage in Indonesia. In today's, the problem faced is the lack of media to introduce cultural heritage in Aceh. Therefore was formed a media which could recognition Acehnese traditional clothing using Augmented Reality technology. Augmented Reality technology is used to users can add virtual objects to real environments. In this research, the method used is the Hybrid Tracking method, a Hybrid Tracking method is a combination tracking system of two or more tracking techniques, hybrid tracking is used to get a better tracking system and to get tracking speeds based on better distances. The results showed that the reading of markers by the cameras was greatly influenced by distance, light intensity, marker angle, and size of the device's RAM. The closest distance from the marker to the camera that can display 3D objects is 20 cm while the farthest distance cannot display 3D objects is 100 cm. And the angle of reading the marker is only around 0° an angle of 45°. The average distance that can detect markers is 0.5 m, the average time that can be detected is 0.068 sec, and the average speed obtained is 7.505 m / sec.
Sistem biometric merupakan salah satu dari cabang teknologi yang berkembang sangat pesat pada era teknologi sekarang ini. Salah satu penerapan system biometrik yang mudah di temukan dalam kehidupan sehari hari yaitu tanda tangan. Setiap orang pasti memiliki tanda tangan yang berbeda-beda, karena tanda tangan merupakan cirri seseorang yang membedakan nya dengan ciri orang lain. Dalam penelitian ini akan dilihat perbedaan antara metode robbert dan metode prewitt dalam mendeteksi tepi pada tanda tangan. Proses deteksi tepi pada metode robbert dan prewitt di dapatkan dengan menjumlahkan nilai absolute dari konvolusi differensial pada arah horizontal dengan konvolusi differensial pada arah vertikal. Maka dari hasil tersebut didapatkan bahwa metode prewitt memiliki tingkat akurasi nya lebih tinggi dibandingkan dengan metode robbert. CORRESPONDENCE PENDAHULUANPerkembangan teknologi pada era sekarang ini sangat lah pesat, banyak sekali teknologi-teknologi masa kini yang semakin canggih dengan memadukan antara teknologi satu dengan taknologi lainnya. Salah satu contoh teknologi terbaru yang paling banyak di temukan dalam kehidupan sehari-hari yaitu sistem biometrik. Sistem biometric merupakan suatu sistem cerdas yang melibatkan anggota tubuh manusia dalam menjalankan sistemnya.Banyak contoh penerapan anggota tubuh manusia untuk menjalankan sistemini, contohnya seperti mata, sidik jari, voice dan beberapa anggota tubuh lainnya. Namun tidak hanya itu, ada juga system biometric yang tidak langsung didapat dari anggota tubuh manusia, tetapi di dapatkan dari suatu ciri khas sesesorang yang membedakannya dengan orang lain, yaitu contohnya tanda tangan.Tanda Tangan adalah hasil proses menulis seseorang yang bersifat khusus sebagai substansi simbolik. Tanda tangan merupakan bentuk yang paling banyak digunakan untuk identifikasi seseorang. Setiap orang pasti memiliki tanda tangan yang berbeda-beda, karena tanda tangan merupakan ciri seseorang yang membedakannya dengan ciri orang lain.Penerapan tanda tangan pada system biometri kini sangat berfungsi untuk melihat apakah tanda tangan yang satu dengan tanda tangan yang lainnya yaitu sama atau berbeda, apakah memiliki tingkat akurasi yang tinggi atau tidak. Jika tanda tangan satu dengan yang lainnya memiliki tingkat akurasi diatas 80% maka sudah dipastikan tanda tangan tersebut sama. Tetapi jika tingkat akurasi tanda tangan tesebut dibawah 50% maka sudah dipastikan tanda tangan tersebut berbeda atau palsu.Maka dengan system biometri kini mempermudah dan mempercepat untuk melihat apakah tanda tangan satu memiliki kesamaan dengan tanda tangan lainnya. STUDI PUSTAKA TandaTanganTanda tangan atau pada bahasa inggris disebut signature berasal dari bahasa latin yaitu signare yang berarti tanda. TandaTangan merupakan hasil proses menulis seseorang yang bersifat khusus sebagai substansi simbolik. Tanda tangan adalah bentuk yang paling banyak digunakan untuk identifikasi seseorang. Tanda tangan berlaku ketika segel yang berarti bahwa orang yang mencantumkan tanda tangan pada sebuah naskah/ doku...
Sistem komputerisasi semakin dibutuhkan seiring dengan perkembangan teknologi saat ini. Salah satu sistem komputerisasi yang butuh pengujian serta pemngembangan sistem lebih lanjut ialah klasifikasi citra digital. Salah satu topik yang dapat diangkat ialah tentang kematangan buah alpukat. Alpukat (Perseaamericana mill) merupakan tanaman yang dapat tumbuh subur di daerah tropis seperti Indonesia dan merupakan salah satu jenis buah yang digemari masyarakat karena selain rasanya yang enak juga kandungan antioksidannya yang tinggi. Alpukat Memiliki nilai warna yang mirip disetiap tingkat kematangan buah, menjadi hal yang menarik untuk dibahas dan menjadi fokus utama dalam penelitian ini. Penelitian ini menggunakan algoritma K-Nearest Neighbor Clasifier untuk memperoleh hasil klasifikasi buah. K-Nearest Neigtbor Classifier (k-NN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Tujuan dari penelitian ini ialah menguji keakuratan algoritma k-nearest neighbor pada klasifikasi tingkat kematangan buah alpukat. Pengujian dilakukan dengan memperoleh nilai data training dan melakukan uji system. Data uji training menggunakan tiga objek jenis alpukat yang berbeda yaitu matang, setengah matang dan mentah. Sedangkan pengujian pada sistem dilakukan dengan melakukan input data berupa 30 sample alpukat ke sistem yang telah dirancang. Sample buah alpukat berupa gambar berekstensi .jpg dan .png yang terdiri dari 9 sampel alpukat setengah matang. 10 sampel alpukat matang dan 11 sampel alpukat mentah. Hasil dari pengujian sistem ini memperoleh nilai keakuratan sebesar 66,67 %. Tingkat keserasian yang mirip dari ketiga jenis kematangan alpukat menjadi factor utama dari minimnya perolehan nilai kekuratan sistem.
Beras merupakan bahan makanan pokok bangsa Indonesia. Tidak hanya di Indonesia, sebagian besar penduduk dunia juga memilih beras sebagai bahan makanan pokok utama. Semakin tingginya konsumsi beras di Indonesia dapat memicu terjadinya perkembangan beras bebas produk, maka dari itu masyarakat yang cerdas harus lebih teliti dalam melihat warna beras, apakah warna beras tersebut bagus dan layak untuk di masak atau warna beras tersebut termasuk kategori warna beras tidak bagus. Salah satu metode yang dapat digunakan untuk menyelesaikan permasalahan ini adalah metode Fuzzy C-Means. Algoritma Fuzzy C-Means merupakan satu algoritma yang mudah dan sering di gunakan dalam pengelompokkan data karena membuat suatu perkiraan yang efisien dan tidak memerlukan banyak parameter. Pada kasus penelitian ini akan menganalisis penerapan metode Fuzzy C-Means untuk mengelompokkan beras bagus dan beras tidak bagus berdasarkan warna beras, dengan menggunakan dua gambar objek yang di jadikan sebagai sampel data. Salah satu teknik fuzzy clustering adalah Fuzzy C-Means Clustering (FCM). FCM merupakan suatu teknik pengklasteran data yang keberadaan setap datanya dalam suatu cluster di tentukan oleh nilai/derajat keanggotaan tertentu. Beberapa penelitian telah menghasilkan kesimpulan bahwa metode Fuzzy C-Means dapat di gunakan untuk mengelompokkan data berdasarkan atribut-atribut tertentu. Penerapan algorita Fuzzy C-Means dalam penentuan kategori warna beras di kelompokkan menjadi 2 cluster yaitu beras tidak bagus dan beras bagus. Dari sampel data yang diambil di peroleh 2 cluster berdasarkan kriteria mana yang lebih di kategorikan dengan nilai terbesar pada jarak akhir merupakan cluster warna beras yang bagus, sedangkan cluster dengan nilai terkecil merupakan cluster yang di kategorikan beras tidak bagus. Pada gambar objek ke-1 range nilai 0.1667 -0.9877 untuk kategori beras bagus dan 0.2 -0.1667 untuk kategori beras tidak bagus. Sementara pada gambar objek ke-2 yaitu dengan range 0.9583 -0.9936 untuk kategori beras bagus dan 0.6742 -0.9596 untuk kategori beras tidak bagus. CORRESPONDENCEPhone: E-mail: PENDAHULUANIndonesia merupakan salah satu negara dengan penduduk yang bahan dasar makanan pokoknya adalah beras. Tidak hanya di Indonesia, sebagian besar penduduk dunia juga memilih beras sebagai bahan makanan pokok utama (Elmande and Widodo, 2012). Beras memegang peranan yang sangat penting dalam kehidupan bangsa Indonesia, bahkan sebagian besar bangsa Asia memilih komoditi beras sebagai bahan makanan pokoknya. Semakin tingginya konsumsi beras di Indonesia dapat memicu terjadinya perkembangan beras bebas produk (Agustina et al., 2012).Dengan semakin meningkatnya konsumsi beras di Indonesia, masyarakat yang cerdas harus lebih teliti dalam melihat warna beras, apakah beras tersebut memiliki mutu yang layak masak atau tidak. Tetapi faktanya, banyak masyarakat yang belum memiliki pengetahuan khusus tentang bagaimana warna beras yang layak untuk di masak. Teknonolgi informasi dapat dimanfaatkan untuk membantu menyelesaikan masalah ini, khusususnya...
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.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.