Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Teknika
Abdul Rahim
Program Studi Teknik Informatika, Universitas Muhammadiyah Kalimantan Timur, Samarinda, Kalimantan Timur
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Model Klasifikasi Kendaraan Keluar Masuk Area Parkir Dengan Algoritma YOLOv8 Argi Nur Faturrohman; Sayekti Harits Suryawan; Abdul Rahim
Teknika Vol. 13 No. 3 (2024): November 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i3.992

Abstract

Peningkatan laju pertumbuhan mahasiswa baru menimbulkan tantangan serius terhadap infrastruktur parkir di Universitas Muhammadiyah Kalimantan Timur (UMKT). Data terkini menunjukkan adanya peningkatan signifikan sekitar 10% dari tahun sebelumnya, mencapai 2.598 mahasiswa baru pada tahun 2022. Ruang lingkup penelitian ini adalah melakukan proses klasifikasi kendaraan tetapi tidak melakukan tracking kendaraan, data yang digunakan adalah data dari perekaman video yang dilakukan pada simpang tanjakan menuju area parkir kampus bagian atas di siang hari, serta objek yang dideteksi adalah motor, mobil dan manusia, sedangkan yang dihitung keluar masuknya adalah mobil dan motor. Tujuan penelitian ini adalah mengimplementasikan algoritma YOLOv8 agar dapat mendeteksi serta mengklasifikasikan kendaraan keluar masuk area parkir serta untuk mengetahui bagaimana proses deteksi dapat diterapkan agar dapat akurat untuk mendeteksi kendaraan yang keluar masuk area parkir. Metode penelitian melibatkan pengumpulan data dan penerapan algoritma YOLOv8 (You Only Look Once) untuk training dan validasi model pada platform Google Colab yang mendukung GPU untuk mempercepat komputasi dan memungkinkan pengolahan data dalam skala besar. Hasil dari penelitian ini adalah model klasifikasi yang dapat mendeteksi kendaraan keluar masuk area parkir UMKT dengan memiliki nilai mAP50 sebesar 89,8% dan nilai presisi sebesar 86,5%. Penelitian selanjutnya diharapkan dapat mengembangkan model dengan tingkat akurasi yang lebih tinggi dengan mengintegrasikan CCTV sebagai sumber video secara real-time.
Analisis Sentimen Ulasan Game Stumble Guys Pada Playstore Menggunakan Algoritma Naïve Bayes Awang Herjunie Nurdy; Abdul Rahim; Arbansyah
Teknika Vol. 13 No. 3 (2024): November 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i3.993

Abstract

Perkembangan teknologi yang pesat mempermudah akses ke berbagai hiburan digital, termasuk game online seperti Stumble Guys, yang telah diunduh lebih dari 163 juta kali dan mendapatkan ulasan beragam di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Stumble Guys menggunakan algoritma Naïve Bayes. Metode penelitian melibatkan tahapan Knowledge Discovery in Databases (KDD), meliputi pemilihan data, preprocessing, transformasi dengan CountVectorizer dan TF-IDF, serta pengklasifikasian dengan Naïve Bayes. Dengan menggunakan 1.500 ulasan dari Google Play Store, model Naïve Bayes mencapai akurasi 86%, dengan precision, recall, dan f1 score masing-masing sebesar 86%. Hasil penelitian menunjukkan bahwa Naïve Bayes efektif dalam mengklasifikasikan sentimen ulasan game Stumble Guys.
Co-Authors Arbansyah Argi Nur Faturrohman Awang Herjunie Nurdy Sayekti Harits Suryawan