Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : SmartComp

Deteksi Asap Rokok Menggunakan Color Image Processing Magdalena, Mensiana; Himamunanto, Agustinus Rudatyo; Budiati, Heni
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6785

Abstract

Kebutuhan sistem untuk mengawasi suatu ruangan umum pada khususnya asap rokok memerlukan keakuratan dan ketelitian mengidentifikasi. Metode pendeteksian asap rokok yang digunakan dalam penelitian dengan memproses warna pada input citra RGB yang dikonversikan dalam model HSV. Tujuan penelitian untuk mengetahui tingkat keberhasilan dan kelemahan pada metode color imag processing. Pendekatan dalam penelitian ini dengan teknik sampling untuk mendapatkan rentang warna komponen H (Hue), S (Saturation) dan V (Value) untuk membangun perangkat lunak dalam pengujian sistem. Hasil penelitian adalah metode pendeteksian asap rokok yang memproses warna dengan model HSV dapat memperoleh kelas warna asap rokok dengan teknik sampling dapat mengelompokan warna pada rentang warna pada komponen H (Hue), S (Saturation) dan V (Value) dengan presentase uji keberhasilan dalam mendeteksi obyek asap rokok dengan model warna HSV menggunakan input 30 citra uji diperoleh presentase dengan hasil 96.667 %. Toleransi untuk untuk membantu kualitas hasil pendeteksian potensi ukuran obyek asap rokok. Dengan kelemahan metode pendeteksian asap rokok yang masih tidak dapat memisahkan obyek yang memiliki warna menyerupai asap rokok dapat dikembangkan untuk mebedakan ciri obyek.
Klasifikasi Usia Berdasarkan Citra Wajah Menggunakan Algoritma You Only Look Once Niasiska, Niasiska; Himamunanto, Agustinus Rudatyo; Budiati, Haeni
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6802

Abstract

Pengenalan usia adalah tugas yang penting dalam berbagai aplikasi, termasuk keamanan, pengawasan anak, dan pemasaran. Penelitian ini berfokus untuk membuat sebuah model klasifikasi usia ke dalam lima golongan yaitu balita, anak-anak, remaja, dewasa dan manula berdasarkan citra wajah menggunakan algoritma You Only Look Once (YOLO). Datasets terdiri dari 500 data citra wajah yang telah melalui proses anotasi data, pelatihan model deteksi citra wajah dengan YOLO, pemabagian data kelas, pelatihan model klasifikasi dengan YOLO, dan evaluasi model. Hasil analisis menunjukan bahwa metode You Only Look Once (YOLO) dapat mengklasifikasi usia menjadi lima golongan yaitu balita, anak-anak, remaja, dewasa, dan manula dengan performa akurasi 76%.
Perancangan Sistem Deteksi Asap dan Api Menggunakan Pemrosesan Citra Dangga, Nofrilia; Himamunanto, Agustinus Rudatyo; Setyawan, Gogor
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6815

Abstract

Perkembangan teknologi yang semakin maju mendorong untuk pembuatan perangkat teknologi pendeteksian obyek asap dan api dalam pengamatan kebakaran hutan. Penelitian ini dengan pendekatan komputasi pengolahan citra menggunakan metode tranformasi warna YCrCb untuk menemukan wilayah obyek api dan asap dengan input visual citra kebakaran hutan. Tujuan penelitian ini merupakan langkah awal sistem deteksi kebakaran hutan dengan menganalisa obyek asap dan api berdasarkan kesesuaian warna obyek yang terdapat dalam input visual dengan kenyataannya. Hasil penelitian adalah metode tranformasi warna YCrCb dapat mendeteksi obyek api dan asap dengan menemukan wilayah obyek pada input citra sesuai dengan kategori kelas terdapat asap, terdapat api, terdapat asap-api, dan tidak terdapat asap-api. Kegagalan pendeteksian masih berdasarkan warna sehingga potensi obyek dengan warna yang memiliki kesamaan warna obyek api dan asap masih indentifikasi sebagai wilayah obyek asap dan api. Akurasi pendeteksian obyek asap yang tepat sesuai wilayah dengan presentase 90% dan obyek api dengan akurasi 96,67 % pada jumlah sampel pengujian 30 input citra ragam dengan potensi kondisi kebakaran hutan yang nyata. Diharapkan hasil penelitian ini akan berkembang dalam mengembangkan metode pendeteksian obyek asap dan api menggunakan pengukuran yang lebih lengkap sehingga lebih memahami pendeteksian kebakaran hutan dengan potensi kondisi yang mungkin terjadi secara nyata.