Article Per Year (5 Year)
p-Index From 2020 - 2025
1.197
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Indonesian Journal of Electrical Engineering and Computer Science Computer Science and Information Technologies Jurnal Surya Masyarakat Infomans: Jurnal Ilmu-ilmu Informatika dan Manajemen Aksioma Education Journal
Munsarif, Muhammad
Unknown Affiliation
Religion Humanities Computer Science & IT Electrical & Electronics Engineering Engineering Environmental Science Mathematics Public Health Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Infomans: Jurnal Ilmu-ilmu Informatika dan Manajemen

 1 
Segmentasi Pemain Bola Dengan Arsitektur U-Net Fajar Bima Laksono; Hannan Isnaen, Muhammad; Okta Wijaya, Risky; Munsarif, Muhammad
Infoman's : Jurnal Ilmu-ilmu Informatika dan Manajemen Vol. 18 No. 2 (2024): Infoman's
Publisher : LPPM & Fakultas Teknologi Informasi UNSAP

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Segmentasi merupakan teknik pada pengolahan citra digital yang memfokuskan pada pembagian objek ke dalam beberapa bagian dan pemisahan antara region (objek) dengan latar belakang. Dalam konteks ini, Ada tiga jenis karakteristik gambar yang signifikan, yaitu titik, garis, dan tepi. Segmentasi citra sendiri dapat dikelompokkan menjadi tiga kategori utama, yaitu identifikasi objek, identifikasi semantik, dan identifikasi instan.. Pada penelitian ini, fokusnya adalah pada segmentasi pemain bola menggunakan pendekatan deep learning, khususnya dengan metode Convolutional Neural Network (CNN) dan arsitektur U-Net. CNN merupakan salah satu metode neural network pada deep learning dan machine learning yang baik dalam hal akurasi pada pengenalan citra, sedangkan U-Net biasa Digunakan pada segmentasi citra yang berjenis semantik. Segmentasi semantik, adalah citra yang dibagi menjadi kategori objek dan bukan objek. Proses segmentasi pemain bola melibatkan tahap encoder dan decoder citra sebelum dimanfaatkan dalam proses pelatihan model, tahap pengujian melibatkan penerapan model CNN-U-Net untuk melakukan klasifikasi citra, menghasilkan. yang terdiri dari 11 kelas yaitu Bilah Gawang, Wasit, Iklan, Lapangan, Bola, Pelatih & Ofisial, Penonton, Kiper A, Kiper B, Tim A, dan Tim B Output tersebut akan dievaluasi dengan menghitung akurasi untuk memastikan performa model.
Co-Authors Abul Walid Adi Nugroho Ahyana, Afan Arga Akhmad Fathurohman Anggana, Muhammad Wahyu Budi Santosa Budi Santosa Ernawati Ernawati Fajar Bima Laksono Firmasyah, Teguh Hannan Isnaen, Muhammad Ilham, Ahmad Kindarto, Asdani Ku-Mahamud, Ku Ruhana Kurnia, Janu Yogi Lukman Assaffat Okta Wijaya, Risky Ramadhani, Rima Dias Safuan Safuan Sam'an, Muhammad Saman, Muhammad SAMSUDI RAHARJO Sam’an, Muhammad Sari, Nila Kartika Syaifani, M. Amin