Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisa Perbandingan Metode Fuzzy dan Metode Inframerah Dalam Autonomous Braking System Indrayanti, Annisa; Wardhani, Ire Puspa
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Perkembàngàn dunià îtîmîtif sààt ini semàkin meningkàt dàn ñànggih dengan meningkat- nya prîduksi mîbil dari tahun ke tahun. Mîbil nyàmàn dàn memiliki keñepàtàn tinggi dengan keamanan dan kenyamanan serta tenàgà yàng primà àdàlàh impiàn dàri semuà penggunà. Nàmun keinginan tersebut memiliki resikî seperti angka keñelàkààn jugà semàkin tinggi. Oleh karenanya perlu peningkatan sistem pengendalian dan pengereman otomatis yang dapat menghitung jaga jarak aman kendaraan agar dapat menghindari tabrakan maupun kecelakaan antara kendaraan dengan objek lain. Pada penelitian ini fokus membandingkan keakuratan metode infrared dengan metode fuzzy dalam mendeteksi dan menghitung objek dengan jarak yang berdekatan. Berdasarkan hasil dari yang telah di bandingkan dengan metode yang ada dapat diketahui bahwa dengan penggunaan metode fuzzy lebih efektif digunakan sebagai sis- tem pengendalian dan pengereman otomatis dikarenakan pada metode ini didapatkan sistem kendali pemberhentian berkala yang lebih halus dapat tercapai, sedangkan pada sistem pen- gendalian dan pengereman dengan metode inframerah nilai output yang tertera hanya berupa signal atas dan bawah saja dan hanya dapat disimpulkan sebagai sistem pengereman yang tidak halus
Enhancing Face Recognition Robustness with Haar-Gabor Fusion and Dynamic Pan-Tilt Tracking Indrayanti, Annisa; Wardijono, Bheta Agus; ETP, Lussiana
Research Horizon Vol. 5 No. 6 (2025): Research Horizon - December 2025
Publisher : LifeSciFi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54518/rh.5.6.2025.840

Abstract

Security system technology with identity recognition has grown significantly due to the increasing demand for accurate face detection and recognition. The widely used Haar Cascade method, however, provides suboptimal recognition and often requires image enhancement. This study aims to improve facial recognition accuracy by combining the Haar Cascade method with the Gabor Filter for image enhancement. The research was conducted in two stages: dataset training and input data testing, including experiments with variations in distance, occlusions, and camera angles. The combined method achieved optimal face detection and recognition up to 200 cm, compared to 100 cm when using Haar Cascade alone. The system successfully recognized faces partially blocked by masks, hats, goggles, or hands. Incorporating a Pan-Tilt camera further enhanced performance, achieving 99.8% accuracy at 88° pan and 84° tilt. The integration of Haar Cascade and Gabor Filter significantly improves facial recognition robustness, extending detection range, handling occlusions, and maintaining high accuracy across varying camera angles, making it suitable for advanced security applications.