Article Per Year (5 Year)
p-Index From 2021 - 2026
3.011
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmiah Informatika Komputer ELKHA : Jurnal Teknik Elektro Majalah Ilmiah Matematika Komputer FIKI 2013 Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Ilmiah KOMPUTASI Seminar Nasional Teknologi Informasi Komunikasi dan Industri Jurnal Teknologi Sistem Informasi dan Aplikasi Petir EXPLORE Edugama: Jurnal Kependidikan dan Sosial Keagamaan Journal Sensi: Strategic of Education in Information System Journal of Applied Computer Science and Technology (JACOST) EXPLORE Research Horizon Explore Prosiding SeNTIK STI&K
Lussiana ETP
STMIK Jakarta STI&K
Arts Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Ilmiah KOMPUTASI

 1 
Implementasi Metode Yolo Object Detector untuk Klasifikasi Jenis Kendaraan yang Melintas di Ruas Jalan Rico Aditya Utama; ETP, Lussiana
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Intelligent Trafic System (ITS) adalah upaya untuk mengintegrasikan teknologi telekomunikasi, elektronik, dan informasi dengan rekayasa transportasi untuk meren- canakan, merancang, mengoperasikan, memantau dan mengelola sistem transportasi jalan. Salah satu pendukung ITS dengan memanfaatkan CCTV yang berfungsi un- tuk pengawasan dan pemantauan kondisi jalan. Permasalahan yang timbul antara lain perangkat CCTV yang saat ini ada pada kebanyakan ruas jalan raya hanya digu- nakan untuk merekam video namun belum difungsikan sebagai alat pendeteksi dan pengenalan jenis kendaraan. Berkaitan dengan hal tersebut penelitian ini bertujuan mengimplementasikan metode YOLO (You Only Look Once) Object Detectors untuk mendeteksi dan mengenali jenis kendaraan pada ruas jalan raya. Tahapan yang di- lakukan antara lain akuisisi data citra pada ruas jalan, labelling citra, pembagian data latih dan data uji, augmentasi citra, training model YOLO, dan melakukan pengu- jian. Berdasarkan hasil pengujian, model mampu mendeteksi 3 jenis kendaraan yaitu mobil, motor, dan bus serta menghasilkan nilai akurasi untuk seluruh jenis kendaraan sebesar 85%, nilai presisi sebesar 93.5%, dan nilai mAP (Mean Average Precision) sebesar 97.07%.
Implementasi Metode Yolo Object Detector untuk Klasifikasi Jenis Kendaraan yang Melintas di Ruas Jalan Rico Aditya Utama; Lussiana ETP
Jurnal Ilmiah Komputasi Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.20.4.2875

Abstract

Intelligent Trafic System (ITS) adalah upaya untuk mengintegrasikan teknologi telekomunikasi, elektronik, dan informasi dengan rekayasa transportasi untuk meren- canakan, merancang, mengoperasikan, memantau dan mengelola sistem transportasi jalan. Salah satu pendukung ITS dengan memanfaatkan CCTV yang berfungsi un- tuk pengawasan dan pemantauan kondisi jalan. Permasalahan yang timbul antara lain perangkat CCTV yang saat ini ada pada kebanyakan ruas jalan raya hanya digu- nakan untuk merekam video namun belum difungsikan sebagai alat pendeteksi dan pengenalan jenis kendaraan. Berkaitan dengan hal tersebut penelitian ini bertujuan mengimplementasikan metode YOLO (You Only Look Once) Object Detectors untuk mendeteksi dan mengenali jenis kendaraan pada ruas jalan raya. Tahapan yang di- lakukan antara lain akuisisi data citra pada ruas jalan, labelling citra, pembagian data latih dan data uji, augmentasi citra, training model YOLO, dan melakukan pengu- jian. Berdasarkan hasil pengujian, model mampu mendeteksi 3 jenis kendaraan yaitu mobil, motor, dan bus serta menghasilkan nilai akurasi untuk seluruh jenis kendaraan sebesar 85%, nilai presisi sebesar 93.5%, dan nilai mAP (Mean Average Precision) sebesar 97.07%.
Penerapan Ekstraksi Keypoint Menggunakan Algoritma Scale-Invariant Feature Transform (SIFT) sebagai Dasar Melakukan Registrasi Point Cloud Riska Khairunnisah; Lussiana ETP
Jurnal Ilmiah Komputasi Vol. 19 No. 4 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 4, Desember 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.19.4.358

Abstract

Registrasi kumpulan titik dari citra (point cloud) merupakan tahap penting pada proses rekonstruksi dalam rangka membangun objek 3 dimensi. Salah satu algoritma yang sering digunakan untuk meregistrasi point cloud adalah Iterative Closest Point (ICP). Keterbatasan Algoritma ICP terletak pada proses pencarian korespondensi dari semua titik pada point cloud untuk menentukan transformasi, yang membutuhkan waktu yang panjang. Tujuan penelitian ini adalah mempersingkat waktu proses dengan melakukan ekstraksi keypoint menggunakan algoritma Scale Invariant Feature Transform (SIFT) sebelum proses registrasi point cloud dengan menggunakan algoritma Iterative Closest Point (ICP). Berdasarkan hasil uji coba menunjukkan bahwa tahap ekstraksi keypoint berhasil mendapatkan jumlah titik yang lebih sedikit sehingga dapat menurunkan waktu proses registrasi sebelumnya. Dengan demikian, dapat disimpulkan bahwa kombinasi algoritma SIFT dan ICP dapat diterapkan untuk registrasi point cloud tanpa mengubah objek asli dari point cloud.
Co-Authors Adhib Arfan Arif Rachman Aulia Nurhidayati Bayangkari Karno, Adhitio Satyo Bheta Agus Wardijono Di Ajeng Pambayun Eel Susilowati Ega Rudy Graha Ervina Nisfiani Fajar, Mohammad Yan Freddy Artadima Silaban Indrayanti, Annisa Kalbuana, Nawang Kania Lulu Mahfudzah Karmilasari Khusnul Khotimah Kokoy Rokoyah Kokoy Rokoyah M. Subali Mella Trisnawali Mirasari, Ratih Ayudya Neneng Suryani Nisfiani, Ervina Rahman, Priyanggo Karunia Ramadhan, Aziiz Cahya Ratih Ayudya Mirasari Rico Aditya Utama Rico Aditya Utama Riska Khairunnisah Rozi Rozi Rozi, Rozi Supriyanto, Raden Suryarini Widodo Susan Siti Nurhaliza Susan Siti Nurhaliza Widi Hastomo Wirya Sumantri