Garuda - Garba Rujukan Digital

Sri Redjeki

Unknown Affiliation

Author-ID : 3446617

Agriculture, Biological Sciences & Forestry Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Mathematics Physics Other

Published : 25 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1

Extraction Opinion of Social Media in Higher Education Using Sentiment Analysis Thomas Edison Tarigan; Robby C Buwono; Sri Redjeki
bit-Tech Vol. 2 No. 1 (2019): Data Mining and Green Technology
Publisher : Komunitas Dosen Indonesia

The purpose of this research is to extract social media Twitter opinion on a tertiary institution using sentiment analysis. The results of sentiment analysis will provide input to universities as a form of evaluation of management performance in managing institutions. Sentiment analysis generated using the Naïve Bayes Classifier method which is classified into 4 classes: positive, normal, negative and unknown. This study uses 1000 data tweets used for training data needs. The data is classified manually to determine the sentiment of the tweet. Then 20 tweet data is used for testing. The results of this study produce a system that can classify sentiments automatically with 75% test results for sentiment, some obstacles in processing real-time tweets such as duplicate tweets (spam tweets), Indonesian structures that are quite complex and diverse.

Analisis Perbandingan Pengaruh Noise Terhadap Akurasi Pendeteksian Obyek Menggunakan Metode Viola Jones Saryanto Saryanto; Sri Redjeki
bit-Tech Vol. 7 No. 1 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i1.1512

Pendeteksian obyek merupakan salah satu masalah utama dalam bidang pengolahan citra digital dan visi komputer. Metode Viola-Jones telah menjadi algoritma yang sangat populer untuk pendeteksian wajah karena kecepatan dan akurasinya yang tinggi. Namun, performa metode ini sangat dipengaruhi oleh kualitas gambar yang digunakan. Dalam penelitian ini, gambar uji diberi tambahan Noise Salt and Pepper dan Gaussian Blur dengan berbagai tingkat intensitas. Kemudian, gambar yang telah diubah ini diuji menggunakan algoritma Viola-Jones untuk mengukur tingkat akurasi pendeteksian obyek. Hasil eksperimen menunjukkan bahwa Salt and Pepper Noise memiliki dampak yang lebih signifikan dalam mengurangi akurasi pendeteksian dibandingkan dengan Gaussian Blur. Hasil yang diperoleh pada penelitian ini adalah gambar/citra dengan kondisi blur pada tingkat rasio 6,8% diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 16,62 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 17,61 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi sebagai obyek (wajah), dan citra dengan kondisi terkena Salft and Pepper Noise pada Tingkat kekaburan 90 % diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 19,04 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 11,41 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi selain itu di temukan juga bahwa semakin tinggi nilai PSNR maka semakin tinggi pula nilai akurasi pendeteksian obyek pada pendeteksian obyek pada metode Viola Jones

Analisis Perbandingan Pengaruh Noise Terhadap Akurasi Pendeteksian Obyek Menggunakan Metode Viola Jones Saryanto Saryanto; Sri Redjeki
bit-Tech Vol. 7 No. 1 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i1.1512

Pendeteksian obyek merupakan salah satu masalah utama dalam bidang pengolahan citra digital dan visi komputer. Metode Viola-Jones telah menjadi algoritma yang sangat populer untuk pendeteksian wajah karena kecepatan dan akurasinya yang tinggi. Namun, performa metode ini sangat dipengaruhi oleh kualitas gambar yang digunakan. Dalam penelitian ini, gambar uji diberi tambahan Noise Salt and Pepper dan Gaussian Blur dengan berbagai tingkat intensitas. Kemudian, gambar yang telah diubah ini diuji menggunakan algoritma Viola-Jones untuk mengukur tingkat akurasi pendeteksian obyek. Hasil eksperimen menunjukkan bahwa Salt and Pepper Noise memiliki dampak yang lebih signifikan dalam mengurangi akurasi pendeteksian dibandingkan dengan Gaussian Blur. Hasil yang diperoleh pada penelitian ini adalah gambar/citra dengan kondisi blur pada tingkat rasio 6,8% diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 16,62 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 17,61 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi sebagai obyek (wajah), dan citra dengan kondisi terkena Salft and Pepper Noise pada Tingkat kekaburan 90 % diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 19,04 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 11,41 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi selain itu di temukan juga bahwa semakin tinggi nilai PSNR maka semakin tinggi pula nilai akurasi pendeteksian obyek pada pendeteksian obyek pada metode Viola Jones

Title Search

Found 3 Documents Search Journal : bit-Tech

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : bit-Tech