Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING

Sistem Pendeteksian Manusia untuk Keamanan Ruangan menggunakan Viola – Jones Sianturi, Jonatan; Rahmat, Romi Fadillah; Nababan, Erna Budhiarti
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 1, No 2 (2018): Edisi Januari
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.955 KB) | DOI: 10.31289/jite.v1i2.1424

Abstract

Aspek keamanan sangat dibutuhkan dalam berbagai kehidupan saat ini seperti keamanan rumah, gedung, atau ruangan yang memiliki nilai penting bagi pemilik. Keamanan dapat dikerjakan oleh tenaga manusia tetapi cara ini kurang efisien karena menghabiskan banyak resources seperti uang, waktu, tenaga dan juga sangat rentan terhadap kelalaian manusia (human error). Oleh karena itu diperlukan suatu pendetekatan untuk dapat melakukan keamanan tersebut.Salah satu pendekatan yang dapat dilakukan adalah dengan melakukan pendeteksian objek manusia melalui kamera yang terhubung dengan komputer.Dalam penelitian ini digunakan Viola-Jones untuk mendeteksi objek manusia dalam citra berdasarkan fitur. Citra yang diinput dari webcam dengan fungsi capture dalam library OpenCV diubah menjadi citra abu-abu setelah mengalami proses scaling, dilanjutkan ekualisasi histogram, perhitungan fitur dengan citra integral, dan pendeteksian objek dengan cascade of classifier. Pada penelitian ini ditunjukkan bahwa metode yang diajukan mampu melakukan pendeteksian objek dengan hasil akurasi mencapai 86,88% . Kata Kunci : viola-jones, pendeteksian manusia, keamanan ruangan, cascade of classifier, opencv.
Sistem Pendeteksian Manusia untuk Keamanan Ruangan menggunakan Viola – Jones Jonatan Sianturi; Romi Fadillah Rahmat; Erna Budhiarti Nababan
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 1, No 2 (2018): Edisi Januari
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v1i2.1424

Abstract

Aspek keamanan sangat dibutuhkan dalam berbagai kehidupan saat ini seperti keamanan rumah, gedung, atau ruangan yang memiliki nilai penting bagi pemilik. Keamanan dapat dikerjakan oleh tenaga manusia tetapi cara ini kurang efisien karena menghabiskan banyak resources seperti uang, waktu, tenaga dan juga sangat rentan terhadap kelalaian manusia (human error). Oleh karena itu diperlukan suatu pendetekatan untuk dapat melakukan keamanan tersebut.Salah satu pendekatan yang dapat dilakukan adalah dengan melakukan pendeteksian objek manusia melalui kamera yang terhubung dengan komputer.Dalam penelitian ini digunakan Viola-Jones untuk mendeteksi objek manusia dalam citra berdasarkan fitur. Citra yang diinput dari webcam dengan fungsi capture dalam library OpenCV diubah menjadi citra abu-abu setelah mengalami proses scaling, dilanjutkan ekualisasi histogram, perhitungan fitur dengan citra integral, dan pendeteksian objek dengan cascade of classifier. Pada penelitian ini ditunjukkan bahwa metode yang diajukan mampu melakukan pendeteksian objek dengan hasil akurasi mencapai 86,88% . Kata Kunci : viola-jones, pendeteksian manusia, keamanan ruangan, cascade of classifier, opencv.
Applications For Detecting The Rate Of Fruit In Mangrove Plants Sharfina Faza; Meyatul Husna; Ajulio Padly Sembiring; Rina Anugrahwaty; Silmi; Romi Fadillah Rahmat; Rhama Permadi Ahmad
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol. 6 No. 2 (2023): Issues January 2023
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v6i2.8379

Abstract

Mangrove plants are one of the plants that really help aquatic ecosystems between the sea, coast, and land. Mangrove plants provide many ecological, social, and economic benefits. In Indonesia, mangrove plants have 202 species with the same anatomy as other plants in general, consisting of roots, fruits, stems and leaves. Nowadays, the location of mangrove plants in Indonesia has experienced the fastest damage in the world due to conversion to ponds, settlements, industry and plantations. One of the efforts to restore aesthetic value and restore the ecological function of mangrove forest areas is rehabilitation using mangrove fruit. In the rehabilitation process, farmers generally use the manual method with the naked eye to determine fruit ripeness on mangrove plants, so the resulting level of accuracy is not optimal. To overcome this problem, an application is needed that can facilitate farmers in determining fruit maturity in mangrove plants so that it can help determine the maturity level of mangrove fruit. The development of this application utilizes the Deep Learning method as well as the utilization of digital image processing techniques with Grayscaling, Adaptive Threshold, Sharpening and Smoothing techniques. The results of this study are an application that can detect the level of fruit maturity in mangrove plants with an accuracy of 99.11%. With this application, determining the maturity level of fruit on mangrove plants can be easily done.