p-Index From 2021 - 2026
6.972
P-Index
This Author published in this journals
All Journal Information Technology and Telematics Dinamik Jurnal Ilmiah Dinamika Teknik Elkom: Jurnal Elektronika dan Komputer Scientific Journal of Informatics Jurnal Ilmiah Giga Proceeding SENDI_U Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA CogITo Smart Journal JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknik Informatika UNIKA Santo Thomas INTECOMS: Journal of Information Technology and Computer Science Jurnal Teknologi Sistem Informasi dan Aplikasi IKRA-ITH ABDIMAS J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) Jurnal Informasi dan Komputer JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JURNAL MAHAJANA INFORMASI Jurnal Abdimas Mandiri Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pengabdian kepada Masyarakat J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Jurnal Pengabdian Pada Masyarakat Jurnal Kabar Masyarakat SmartComp Fundamentum: Jurnal Pengabdian Multidisiplin Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat Andan Jejama: Indonesian Journal Of Community Engagement Jurnal Teknik Informatika dan Teknologi Informasi
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informasi dan Komputer

SISTEM DETEKSI MANUSIA DENGAN METODE AGGREGATE CHANNEL FEATURES (ACF) Umi Kholifah; Veronica Lusiana
Jurnal informasi dan komputer Vol 10 No 2 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 10 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i2.322

Abstract

Physical distancing atau Social Distancing adalah upaya yang dilakukan untuk mencegah penyebaran virus corona di masyarakat. Secara sederhana Physical Distancing adalah menjaga jarak lebih dari 1 meter dengan siapapun. Seseorang dianjurkan menjaga jarak dengan orang lain, mengurangi interaksi sosial, menghindari tempat yang ada banyak orang maka diusulkan untuk membuat sistem pendeteksian jarak antar manusia sehingga dapat memantau atau mengawasi aktifitas di area publik. Oleh sebab itu, dalam penelitian ini diusulkan Sistem deteksi manusia ini menggunakan metode Aggregate Channel Features (ACF). Sistem pendeteksian manusia dengan algoritma Aggregate Channel Features (ACF) ini menghasilkan deteksi manusia dan jarak antar manusia terdeteksi aman(safe) atau pendeteksian jarak tidak aman (danger). Hasil dari penelitian ini adalah sebuah aplikasi pendeteksian manusia dan jarak manusia untuk memantau aktifitas di area publik dengan tingkat akurasi sebesar 80%.
KLASIFIKASI JENIS KUCING MENGGUNAKKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS DAN K-NEAREST NEIGHBOR Aisyah Nur Ramadhayani; Veronica Lusiana
Jurnal informasi dan komputer Vol 10 No 2 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 10 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i2.333

Abstract

Kucing dalam bahasa latin adalah Felis silvestris catus adalah sejenis hewan karnivora. Kucing adalah hewan peliharaan terpuler di dunia yang memiliki banyak peminat dan penggemar.Kucing yang memiliki garis keturunan tercatat secara resmi sebagai kucing trah atau jalur murni (pure breed). Jumlah ras kucing seperti ini hanya sedikit yaitu 1 % dari populasi kucing yang ada di dunia yang biasanya hanya dikembang biakan di tempat pemeliharaan hewan resmi. Penelitian ini menggunakkan algoritma Principal Component Analysis(PCA) dan K-nearest Neighbor(KNN) dengan mempunyai tujuan untuk mengklasifikasi citra hewan kucing melalui tahap analisis pada citra asli, citra biner dan citra grayscale(keabuan).Hasil keluaran ekstraksi ciri akan menjadi masukan untuk metode algoritma Principal Component Analysis(PCA) dan K-nearest Neighbor(KNN) untuk aplikasi klasifikasi jenis kucing. Ekstraksi ciri yang akan digunakan dalam penelitian ini yaitu RGB dan HSV. Data yang akan digunakan dalam penelitian ini adalah 34 data citra, terdiri dari 24 citra data latih dan 10 data citra uji. Maka dengan adanya penelitian ini diharapkan agar bisa membantu orang untuk lebih mudah mengetahui klasifikasi hewan peliharaan yaitu kucing . Hasil keluaran akurasi pada aplikasi klasifikasi menggunakkan Algoritma Multi Support Vector Machine (SVM) dengan ekstraksi ciri orde satu algoritma Principal Component Analysis(PCA) dan K-nearest Neighbor (KNN) yaitu mencapai tingkat akurasi sebesar 80%.