Article Per Year (5 Year)
p-Index From 2020 - 2025
2.63
P-Index
This Author published in this journals
All Journal Lensa: Kajian Kebahasaan, Kesusastraan, dan Budaya Jurnal Pengabdian Magister Pendidikan IPA GERVASI: Jurnal Pengabdian kepada Masyarakat Teaching and Learning Journal of Mandalika (Teacher) Window of Public Health Journal Al-Abyadh English Teaching Journal and Research: Journal of English Education, Literature, And Linguistics Kajian Moral dan Kewarganegaraan Dinamika Jurnal Manajemen USNI Journal Of Computer Science And Technology Awladuna : Jurnal Pendidikan Islam Anak Usia Dini Maeswara: Jurnal Riset Ilmu Manajemen dan Kewirausahaan MULTIPLE: Journal of Global and Multidisciplinary Prosiding Seminar Nasional dan Call For Paper Kebidanan Universitas Ngudi Waluyo JURNAL MULTIDISIPLIN ILMU AKADEMIK Jurnal Bisnis, Ekonomi Syariah dan Pajak
Husnul Hotimah
Unknown Affiliation
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal Of Computer Science And Technology

 1 
Penerapan Computer Vision Dalam Pengenalan Bendera Negara: Integrasi HSV Dan Kontur Menggunakan OpenCV Clara Alyuson; Husnul Hotimah; Febri Dristyan
Journal of Computer Science and Technology (JOCSTEC) Vol 3 No 3 (2025): JOCSTEC - September
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jocstec.v3i3.548

Abstract

Penelitian ini membahas sistem pengenalan bentuk bendera negara menggunakan pendekatan pengolahan citra berbasis OpenCV Permasalahan yang diangkat adalah kesulitan dalam mengenali bendera negara dari citra digital secara otomatis dan akurat. Tujuan dari peelitian ini adalah mengembangkan sistem yang mampu mengenali bendera berdasarkan pola warna dan bentuk geometri dasar. Metode yang digunakan mencakup pengumpulan dataset gambar bendera, pra-pemrosesan citra (resizing, grayscaling, thresholding), deteksi kontur dan segmentasi warna. Sistem diuji menggunakan dataset 10 negara dengan variasi bentuk dan warna dominan. Hasil menunjukkan tingkat akurasi mencapai 92% dengan waktu proses rata-rata .. detik per citra. Penelitian ini berkontribusi pada pengembangan sistem identifikasi otomatis berbasis visual yang dapat diterapkan pada aplikasi pendidikan maupun arsip digital.
Co-Authors , Rike Aulia Arifah Ainun Jahriyah aip saripudin Alfian Noor Muthia Sarie Anasul Muttaqin Andri Hardiyana Annisa Pratiwi Anshori, Mochammad Isa Aprilianti Maharani Ariadi Ariadi Aris Doyan Beny Hamdani Bradhiansyah Tri Suryanto Chotir Mochammad Sholeh Clara Alyuson Dea Vitaloka Dian Candra Prasetyanti Dian Luthfiyati, Dian Dina Indriana Dinar Azzahra Dwi Ambarwati Edy Surya Pratama Eki Ayu Safitri Endah Dewi Purnamasari Fadhilah Azzahra Fadilatunnisa Fadilatunnisa Gita Widyawati Haeruddin Heldina Hutahaean Ikhram Hardi S Inggit Garnasih Irmawati Irmawati Islami Rantika Kartika Sari Lucy Nancy Simatupang M. Agung Algifaari Maisyaroh Mei Wulida Mira Wulandari Mufarrohah Mufarrohah Muhamad Sunarto Muhammad Wadud Ninik Christiani Nizma Dwi Kharisma Sari Nunung Brahma Apriana Nurheni Puji Handayani Rafika Sari Rasya Madaniah Nurul Islami Ratih Sukma Dewi Raudhatul Islam Resda Brahma Alam Sari, Islami Rantika Shy Fany Intan Qotrun Nada Wahyu Hidayat Winda Permatasari