Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jifosi
S J Saputra, Wahyu
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
DETEKSI PLAT NOMOR KENDARAAN DENGAN MENGGUNAKAN METODE HOUGH TRANSFORM DAN SUPPORT VECTOR MACHINE Nurcahyo, Syai'in Bayu; Yulia Puspaningrum, Eva; S J Saputra, Wahyu
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (591.729 KB)

Abstract

Teknik-teknik deteksi pola telah berkembang dengan sangat pesat. Deteksi tidak lagi terbatas pada deteksi citra wajah dan tulisan tangan, tetapi meliputi hampir semua objek yang berbentuk citra digital, antara citra biomedis dan citra kendaraan. Salah satu teknik deteksi yang banyak digunakan adalah Transformasi Hough. Untuk mengidentifikasi hasil dari transformasi Hough yang sudah dilakukan sebelumnya, dilakukan dengan menggunakan metode Support Vector Machine (SVM). Proses deteksi SVM didahului dengan proses thresholding pada citra yang bertujuan untuk mengubah derajat keabuan menjadi citra biner agar dapat diketahui daerah mana yang termasuk background dan obyek pada citra. Sistem deteksi lokasi plat dan nomor pada kendaraan yang dihasilkan dari penelitian ini dapat menjadi referensi untuk pengembangan sistem deteksi yang sudah ada dalam meningkatkan akurasi dari pendeteksian pada plat nomor kendaraan. Namun masih perlu adanya perubahan atau peningkatan akurasi dari metode yang digunakan dalam penelitian ini agar mampu menghasilkan suatu sistem yang dapat mendeteksi plat nomor kendaraan dengan akurasi yang lebih baik.
PENGENALAN BAHASA ISYARAT INDONESIA (BISINDO) MENGGUNAKAN ALGORITMA SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN CONVOLUTIONAL NEURAL NETWORK (CNN) Widya Agata, Ayu; S J Saputra, Wahyu; Aji Putra, Chrystia
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8917

Abstract

Bahasa isyarat berperan penting sebagai media komunikasi bagi tuna rungu dan tuna wicara. Namun, keterbatasan pemahaman masyarakat umum terhadap bahasa isyarat menjadi hambatan dalam interaksi dengan mereka. Untuk mengatasi masalah ini, dirancang suatu sistem pengenalan bahasa isyarat yang dapat membantu masyarakat umum berkomunikasi dengan mudah. Sistem ini mengenali alfabet Bahasa Isyarat Indonesia (BISINDO) dengan menggabungkan algoritma Scale Invariant Feature Transform (SIFT) dan Convolutional Neural Network (CNN). Pendekatan ini dipilih karena SIFT digunakan untuk ekstraksi fitur awal, sementara CNN untuk mengenali pola yang kompleks, meningkatkan kekuatan model terhadap variasi gerakan dan pencahayaan dalam bahasa isyarat. Dengan menggunakan algoritma SIFT dan CNN gerakan tangan Bahasa isyarat indonesia dapat diperoleh, dicocokkan, dikenali, diautentikasi dan kinerja pencocokannya disimulasikan menggunakan library tersorflow dan OpenCV. Dalam penelitian, beberapa gerakan memerlukan percobaan berulang untuk deteksi yang akurat, mengingat kemiripan dengan gerakan bahasa isyarat lain. Meskipun demikian, akurasi tertinggi tercapai pada model dengan nilai epoch 55, mencapai 99.78%. Dengan demikian, integrasi algoritma SIFT dan CNN dalam sistem pengenalan bahasa isyarat dapat menjadi solusi efektif untuk mengatasi hambatan komunikasi antara tuna rungu, tuna wicara, dan masyarakat umum.
Co-Authors Eva Yulia Puspaningrum Nurcahyo, Syai'in Bayu Putra, Chrystia Aji Widya Agata, Ayu