Article Per Year (5 Year)
p-Index From 2021 - 2026
1.235
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Inspiration Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SemanTIK : Teknik Informasi JURNAL MEDIA INFORMATIKA BUDIDARMA Sebatik Jurnal Riset Informatika Jurnal Pengabdian Masyarakat UNIPOL Ceddi Journal of Information System and Technology (JST)
Supriadi Sahibu
Pascasarjana Sistem Komputer STMIK Handayani Makassar
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Mathematics Transportation Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
SISTEM DETEKSI PLAT KENDARAAN DENGAN MENGGUNAKAN METODE K-NEAREST NEGHBOUR (KNN) Farida Farida; Zahir Zainuddin; Supriadi Sahibu
Jurnal Riset Informatika Vol. 1 No. 2 (2019): Periode Maret 2019
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem pemantauan dan manajemen kendaraan berbasis plat nomor kendaraan telah berkembang, Identifikasi dan pengenalan plat nomor menjadi aplikasi utama dalam bidang lalu lintas. terlalu banyak kejadian dalam berlalu lintas, salah satunya, seperti melewati batas stop di Jalan sehingga mengganggu para pengendara lainnya, hal ini paling banyak terjadi dan bahkan sering terjadi di kota-kota bahkan daerah sekalipun. Tujuan dari penelitian ini adalah untuk mengekstraksi dan mengenali plat nomor dari citra kendaraan yang melakukan pelanggaran sehingga dapat digunakan sebagai data set dalam membuat laporan penentuan sanksi yang sesuai dengan jenis pelanggaran kendaraan tersebut. Penelitian ini menggunakan proses ekstraksi pengolahan citra gambar sehingga metode yang sesuai dengan penelitian ini adalah K-Nearest Neighbour, dengan menggunakan metode tersebut akan memudahkan dalam proses pendeteksiannya. Karena metode ini tidak menggunakan perulangan. Prose ini dimulai dengan menyiapkan dari citra latih tahap kemudian melakukan tahapan pengenalan citra. Pengenalan citra merupakan proses mencocokan data citra digital yang sudah dirubah menjadi sebuah matriks kemudian dicocokan dengan dataset yang ada sehingga dapat diketahui hasilnya yang berupa laporan.
SISTEM DETEKSI WAJAH UNTUK IDENTIFIKASI KEHADIRAN MAHASISWA DENGAN MENGGUNAKAN METODE EIGENFACE PCA Husni Sulaiman; Zahir Zainuddin; Supriadi Sahibu
Jurnal Riset Informatika Vol. 1 No. 2 (2019): Periode Maret 2019
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1136.387 KB)

Abstract

Pengenalan wajah merupakan salah satu cara pengenalan untuk keperluan identifikasi seseorang selain pengenalan sidik jari, suara, tanda tangan, retina mata dan sebagainya. Teknik identifikasi kehadiran Mahasiswa di STMIK Bina Adinata masih bersifat konvensional, yaitu setiap mahasiswa hanya mengisi atau menandatangani absensi pada saat mengikuti perkuliahan, hal ini tentunya kurang efektif karena biasanya ada mahasiswa yang tidak mengikuti perkuliahan tapi tetap tercatat hadir di absen dikarenakan adanya seorang mahasiswa yang menandatangani absensi mahasiwa yang tidak sempat hadir pada saat perkuliahan, atau yang lebih sering disebut Titip Absen. Tujuan dari penelitian ini adalah untuk membangun sebuah Sistem Deteksi Wajah Untuk Identifikasi Kehadiran Mahasiswa Dengan Menggunakan Metode Eigenface PCA dan Open CV Library. Penelitian ini dilaksanakan di kampus STMIK Bina Adinata. Sistem ini dapat bekerja secara Realtime dengan menggunakan metode Eigenface PCA (Priciple Component Analysis). Hasil Penelitian yang diperoleh menunjukkan bahwa sistem dapat bekerja secara Realtime atau secara langsung, jadi sistem dapat mendeteksi wajah mahasiswa yang sedang mengikuti perkuliahan Sistem ini dapat mengenali citra wajah baik dalam posisi lurus maupun menyamping. Sistem dapat mendeteksi bukan Cuma 1 wajah saja, tetapi sistem dapat mendeteksi semua wajah yang tertangkap kamera. Tingkat Keberhasilan Akurasi sangat dipengaruhi oleh Pencahayaan, semakin terang Pencahayaan maka tingkat keberhasilan akurasi juga semakin tingggi. Total Akurasi keseluruhan dari Segi Pencahayaan adalah 90 % dan Total Akurasi keseluruhan dari segi Posisi Wajah adalah 86,6 %.
Co-Authors Abdul Latief Arda Abdullah, Alfiah Agusriandi, Agusriandi Agussalim, Agussalim Akbar Akbar Andani Achmad Arisha, Zanifah Butsiarah Farida Farida Hatma Hatma Husni Sulaiman Husni Sulaiman Ilin Sukma Imran Taufik Kamaruddin Muh. Ilham Ramadhan Nur Iman Nurul Hidayah Rifaldy Ramadhan Latief Rismawati Bambang Syafruddin Syarif Yuyun Zahir Zainuddin Zahir Zainuddin Zahir Zainuddin