Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika International Journal of Educational Narratives Jurnal Teknik Elektro dan Komputer
Meicsy E.I Najoan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Library & Information Science Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Teknik Informatika

 1 
Computer Vision Implementation for Detection and Counting the Number of Humans Dompeipen, Tresya Anjali; Sompie, Sherwin R.U.A.; Najoan, Meicsy E.I
Jurnal Teknik Informatika Vol 16, No 1 (2021): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.16.1.2021.31471

Abstract

Pembatasan kapasitas pengunjung pada suatu tempat sangat diperlukan pada situasi dan kondisi saat ini. Hal ini dikarenakan untuk mencegah adanya kerumunan orang disuatu tempat, karena diketahui bersama sesuai protokol kesehatan dari pemerintah tiap orang harus melakukan pembatasan sosial. Untuk itu perlu diketahui jumlah orang yang masuk dan keluar dari suatu bangunan, sehingga dapat diketahui apakah kapasitas pengunjung telah mencapai jumlah maksimal atau belum. Pekerjaan untuk menghitung jumlah pengunjung pada suatu tempat masihlah mudah dilakukan jika dalam skala kecil, namun bagaimana jadinya jika berada pada skala yang besar. Dengan memanfaatkan teknologi pada bidang computer vision yaitu deep learning, penelitian ini bertujuan untuk mendeteksi dan menghitung jumlah manusia secara otomatis. Pada penenlitian ini menggunakan algoritma dari deep learning yaitu MobileNet-SSD dan Centroid Tracking untuk melakukan deteksi dan penghitungan objek. Berdasarkan hasil pengujian dan evaluasi yang telah dilakukan pada kelima video uji coba, sistem yang dibangun berhasil menghasilkan suatu data yang berisi jumlah manusia yang terdeteksi dengan tingkat akurasi tertinggi pada pendeteksian dan penghitungan objek manusia sebesar 93,75%.
Aplikasi Pengenalan Wajah Untuk Sistem Absensi Kelas Berbasis Raspberry Pi Setiono, Prince R.; Sompie, Sherwin R.U.A; Najoan, Meicsy E.I
Jurnal Teknik Informatika Vol 15, No 3 (2020): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.15.3.2020.31290

Abstract

Abstract - In conducting attendance systems, most campuses still do attendance on paper that can be easily manipulated by irresponsible students. Students at this time are still sending or duplicating absences depending on each lecturer who enters the current course hours. With this research, a "Face Recognition Application For Class Attendance System Based on Raspberry Pi" was made, this study used the Local Binnary Pattern (LBP) method to detect and recognize faces. The application is made so that they can recognize the faces of students and their names which will then be made an attendance system along with the identity of the students in the form of Id, Name, Student ID and Information in realtime to know that the student is present at the class and the names that have been absent can be saved through CSV format.Conclusion This application was made in order to prevent cheating in absent signatures and does not require paper to write absences. Keywords – Student; Absent Absentee; Face Recognition; Local Binnary Pattern; CSV. Abstrak - Dalam melakukan sistem absensi, kebanyakan kampus masih melakukan sistem absen pada sebuah kertas yang bisa dengan gampang dimanipulasi oleh mahasiswa yang tidak bertanggun jawab. Mahasiswa pada zaman ini masih melakukan menitip atau menduplikat absen tergantung pada tiap dosen yang masuk pada jam mata kuliah yang sedang berlangsung.Dengan tujuan penelitian ini maka dibuatlah sebuah “Aplikasi Pengenalan Wajah Untuk Sistem Absensi Kelas Berbasis Raspberry Pi”,penelitian ini menggunakan metode Local Binnary Pattern (LBP) untuk mendeteksi dan mengenali wajah. Aplikasi tersebut dibuat agar bisa mengenali wajah mahasiswa beserta nama mereka yang kemudian akan dilakukan sistem absensi beserta identitas dari mahasiswa berupa Id,Nama,Nim,dan Keterangan secara realtime untuk mengetahui bahwa mahasiswa tersebut hadir pada kelas tersebut dan nama – nama yang sudah diabsen bisa disimpan melalui format CSV.Kesimpulan Aplikasi ini dibuat agar dapat mencegah terjadinya kecurangan dalam tanda tangan absen dan tidak memerlukan kertas untuk menulis absen.      Kata Kunci : Mahasiswa, Menitip Absen, Pengenalan Wajah, Local Binnary Pattern, CSV
Co-Authors Ali Mufron, Ali Arie Lumenta Bonde, Grey Mart Brave A. Sugiarso Daniel P.M. Ludong Dompeipen, Tresya Anjali Grey Mart Bonde Karthika A. Ngantung Sary D.E. Paturusi Setiono, Prince R. Sherwin R.U.A Sompie Sherwin R.U.A. Sompie Utomo, Bekti Vidy Masinambow