Article Per Year (5 Year)
p-Index From 2021 - 2026
1.984
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika SITEKIN: Jurnal Sains, Teknologi dan Industri Infotech Journal Jurnal TAM (Technology Acceptance Model) JRST (Jurnal Riset Sains dan Teknologi) Techne : Jurnal Ilmiah Elektroteknika SINTECH (Science and Information Technology) Journal INTECOMS: Journal of Information Technology and Computer Science Abdimas Umtas : Jurnal Pengabdian kepada Masyarakat JISICOM (Journal of Information System, Infomatics and Computing) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Pendidikan dan Konseling Jurnal Abdimas Mandiri Systematics Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Buana Information Technology and Computer Sciences (BIT and CS)
Rini Mayasari
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbangsa Karawang
Religion Agriculture, Biological Sciences & Forestry Arts Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker Dwi Anugrahita; Rini Mayasari; Susilawati Susilawati
JRST (Jurnal Riset Sains dan Teknologi) Volume 5 No. 2 September 2021: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1720.651 KB) | DOI: 10.30595/jrst.v5i2.7796

Abstract

Aungmented Reality (AR) membutuhkan algoritma yang baik dan tahan terhadap gangguan-gangguan yang dapat terjadi saat proses deteksi marker seperti perubahan pencahayaan, perubahan rotasi marker, dan blur pada kamera. Algoritma Feature from Accelerated Segment Test (FAST) dan algoritma Maximally Stable Extremal Regions (MSER)  merupakan algoritma yang kerap dipakai sebagai metode pendeteksi marker pada AR. Tujuan penelitian ini yaitu untuk menganalisis kinerja algoritma FAST dan algoritma MSER terhadap kemampuan dan kecepatannya untuk mendeteksi dan mengekstraksi fitur-fitur pada citra serta ketahanannya terhadap gangguan pada citra yang digunakan untuk marker pada AR, dan menunjukkan algoritma yang lebih baik untuk aplikasi AR antara algoritma FAST dan algoritma MSER. Penelitian ini menggunakan dua set citra; 2D Template Marker dan Image Marker dengan 10 gambar untuk masing-masing set dan modifikasi pada citra seperti; perubahan intensitas cahaya, rotasi, dan blur dengan parameter : (1) jumlah fitur yang terdeteksi, (2) waktu deteksi dan ekstraksi fitur, (3) persentase banyaknya fitur yang berhasil dicocokkan, dan (4) waktu pencocokan fitur. Berdasarkan keempat parameter, algoritma FAST memiliki pemrosesan yang lebih cepat terhadap deteksi marker, sedangkan algoritma MSER memiliki proses pendeteksian marker yang lebih stabil terhadap perubahan yang terjadi baik pada kamera atau marker.
KLASIFIKASI ULASAN PENGGUNA APLIKASI DISCORD MENGGUNAKAN METODE INFORMATION GAIN DAN NAÏVE BAYES CLASSIFIER Syafrida Nabila Salsabila; Betha Nurina Sari; Rini Mayasari
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.6277

Abstract

Pada saat terjadinya covid-19, aplikasi discord banyak di download oleh masyarakat karena dapat digunakan untuk pembelajaran yang dilakukan secara daring dari rumah. Banyak ulasan yang diberikan oleh pengguna aplikasi discord di google play store. Ulasan dari pengguna dapat berisi informasi bagi pengembangan aplikasi, oleh karena itu dilakukan klasifikasi ulasan pengguna aplikasi discord. Penelitian ini menggunakan metodologi CRISP-DM dengan tahap awal dilakukan scraping web, lalu data diberi label positif dan negatif menggunakan InSet Lexicon dan setelah itu divalidasi oleh ahli bahasa. Setelah divalidasi, data akan dibersihkan dan melalui tahap preprocessing. Lalu data akan melalui tahap seleksi fitur menggunakan Information Gain dan dilanjutkan dengan algoritma Naïve Bayes Classifier. Hasil klasifikasi dengan algoritma Naive Bayes Classifier menggunakan Information Gain dibandingkan dengan yang tidak menggunakan Information Gain. Setelah dibandingkan didapatlah nilai accuracy tertinggi yaitu 84%, precision 84%, recall 84%, f1-score/f-measure 83% yang didapatkan dengan 90% data training dan 10% data testing menggunakan Information Gain.
Co-Authors Aang Alim Murtopo Abdurahman Azis Lasawali Agung Susilo Yuda Irawan Ahmad Habib Husaini Ami Natuzzuhriyyah Arip Solehudin Azhari Ali Ridha Bagja Nugraha Bagja Nugraha Baihaqi, Kiki Ahmad Betha Nurina Sari Bintang Sifa Amalia Didi Juardi Dwi Anugrahita Euis Musyarofah Heryana, Nono Intan Purnamasari Jaman, Jajam Haerul Kamal Prihandani Liawati Liawati M. Rayhan Rizqullah Syarif Nisa Nafisah Nur Arifin Nur syifa Oktia Dita Priyatna, Bayu Rafliansyah Putra Raisya Rahma Rudi Aprianto Sirojul Lael Susilawati Susilawati Susilawati Susilawati Syafrida Nabila Salsabila Thalita Meisya Permata Aulia Yuyun Umaidah