Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Jurnal Infomedia Jurnal Vokasi Jurnal Sipil Sains Terapan
Herri Mahyar
Politeknik Negeri Lhokseumawe
Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Engineering Social Sciences

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Infomedia

 1 
Hand KeyPoint Detection menggunakan Algoritma Single Shot Detector (SSD) Mursyidah, Mursyidah; Safar, Ilham; Mahyar, Herri
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 9, No 1 (2024): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v9i1.5471

Abstract

 Abstrak— Keyboard merupakan salah satu piranti masukan komputer yang terdiri dari huruf, angka, dan fungsi kontrol lainnya. Beberapa tugas muncul dalam bentuk teks yang diinputkan ke dalam sistem komputer melalui keyboard. Dalam penggunaannya keyboard terdapat permasalahan yang sering terjadi misalnya tombol keyboard yang tidak berfungsi, selain itu juga keyboard dapat mengetik sendiri tanpa diperintah yang diakibatkan oleh tombol keyboard yang sudah tenggelam. Sehingga penggunaan keyboard menjadi kurang effisien. Berdasarkan permasalahan tersebut maka dibutuhkannya sistem Keyboard Virtual  yang memiliki kecerdasan yang di rancang menggunakan Metode Single Shot Detector (SSD). Tujuan Virtual keyboard ini yaitu menggunakan library opencv berbasis Artificial intelligence, Menerapkan landmark pada jari telunjuk dan jari tengah sebagai keypoint klik  terhadap Virtual Keyboard dan melakukan pengujian hasil berdasarkan pengaruh jarak dan cahaya terhadap jari tangan. Hasil yang diperoleh dari penelitian ini yaitu masing-masing tombol yang dibuat pada virtual keyboard telah berfungsi dengan baik dan memiliki titik koordinat pada masing-masing tombol virtual keyboard. Pengujian yang telah dilakukan berdasarkan jarak antara 10 cm – 150 cm memiliki akurasi sebesar 86,66%. Sedangkan pengujian sistem berdasarkan intensitas cahaya yang terdiri dari 0,8 lux, 6.0 lux, 26,2 lux, 60 lux, 200 lux dan 627 lux memiliki akurasi sebesar 83,3%. Pengujian kata dilakukan sebanyak 10 kali dan menghasilkan akurasi sebesar 100%. Pengujian tangan kanan dan kiri memiliki akurasi sebesar 100%.Kata kunci— Virtual Keyboard, Artificial Intelligence, Single Shot Detector, landmark Abstract— computer itself certainly requires companion devices, one of which is a keyboard. The keyboard is a computer input device that has an arrangement of letters, numbers, and other control functions, the use of the keyboard is very important because some tasks appear in the form of text. But on the keyboard, some problems often occur, for example, keyboard keys that don't work, besides that the keyboard can type itself without being ordered which is caused by keyboard keys that have sunk. So that the use of the keyboard becomes less efficient. Based on these problems, we need an Artificial Intelligence-Based Virtual Keyboard System Using the Single Shot Detector (SSD) Method. The purpose of this virtual keyboard is Creating a virtual keyboard system using a webcam camera as an alternative to conventional keyboards, To develop interaction between humans and computers in operating the keyboard using a webcam camera and Obtain accuracy values based on word testing, testing using the right and left hands, testing based on the effect of distance and testing based on the influence finger light. The results obtained from this study are that each button made on the virtual keyboard functioned properly and has a coordinate point for each virtual keyboard button. The tests that have been carried out based on the distance between 10 cm – 150 cm have an accuracy of 86.66%. While system testing based on light intensity consisting of 00.8 lux, 06.0 lux, 26.2 lux, 60 lux, 200 lux, and 627 lux has an accuracy of 83.3%. The word test was carried out 10 times and resulted in an accuracy of 100%. Right, and left-hand testing has an accuracy of 100%.Keywords: Virtual Keyboard, Artificial Intelligence, Single Shot Detector, landmark
Analisis Sentimen Program Makan Siang Gratis pada TikTok dengan Pendekatan NLP Berbasis IndoBERT Zahara, Mitha; Rizka, Muhammad; Abdi, Mustainul; Mursyidah, Mursyidah; Mahyar, Herri
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.8032

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program AbstrakPenelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program makan siang gratis menggunakan komentar dari platform TikTok sebagai sumber data. Program makan siang gratis merupakan kebijakan sosial unggulan yang diperkenalkan pada Pemilu 2024 dengan tujuan meningkatkan gizi, kesehatan, dan prestasi akademik siswa. Dalam upaya memahami persepsi publik secara luas dan real-time, pendekatan teknologi berbasis Natural Language Processing (NLP) diterapkan. Model yang digunakan adalah IndoBERT, yang memiliki kemampuan memahami konteks bahasa Indonesia secara mendalam. Data diperoleh melalui proses crawling dan scraping komentar TikTok, kemudian dilakukan tahap pre-processing sebelum diklasifikasikan menjadi sentimen positif, negatif, dan netral. Sistem ini dibangun dalam bentuk web, admin melakukan pelabelan dan klasifikasi sentimen, serta publik dapat melihat hasil visualisasi berdasarkan input kata kunci. Evaluasi dilakukan menggunakan confusion matrix dengan hasil akurasi masing-masing kelas negatif dengan f1-score sebesar 89%, diikuti kelas positif sebesar 83%, dan netral sebesar 81%. Nilai macro average f1-score sebesar 84% dan weighted average f1-score sebesar 85% mencerminkan keseimbangan performa antar kelas. Hasil penelitian menunjukkan bahwa IndoBERT efektif dan stabil dalam mengklasifikasikan sentimen sosial media berbahasa Indonesia.Kata kunci: Analisis Sentimen, Program Makan Siang Gratis, TikTok, IndoBERT, Natural Language Processing, Visualisasi Data AbstractThis study aims to analyze public sentiment toward the free lunch program using comments from the TikTok platform as the primary data source. The free lunch program is a flagship social policy introduced during the 2024 General Election, with the objective of improving students’ nutrition, health, and academic performance. To capture public perceptions broadly and in real-time, a Natural Language Processing (NLP)-based approach was applied. The model employed is IndoBERT, which is capable of understanding the contextual nuances of the Indonesian language. Data were collected through crawling and scraping TikTok comments, followed by preprocessing before being classified into positive, negative, and neutral sentiments. The system was developed as a web-based application in which administrators perform labeling and sentiment classification, while the public can access visualization results based on keyword input. Evaluation using a confusion matrix demonstrated that the negative class achieved the highest F1-score of 89%, followed by the positive class with 83%, and the neutral class with 81%. The macro-average F1-score of 84% and weighted-average F1-score of 85% indicate balanced performance across classes. The findings show that IndoBERT is effective and robust in classifying social media sentiments expressed in the Indonesian language.Keywords: Sentiment Analysis, Free Lunch Program, TikTok, IndoBERT, Natural Language Processing, Data Visualization
Co-Authors Abdi, Mustainul Azhar Azhar Gani, Fauzi A Ghufran, Ghufran Hanif Hanif Harahap, Jagodang Ichsan Ichsan Ilham Safar Iskandar Iskandar Luthfi Luthfi Muhammad Rizka, Muhammad Mursyidah Mursyidah Nilahayati Putra, Syahrial Riyadhsyah, Teuku Safrizal Safrizal Saragih, Negi Prianda Suci Ramadhani, Suci Sumardi . Syukri Syukri Zahara, Mitha Zainuddin Harahap Zuhaimi Zuhaimi