Garuda - Garba Rujukan Digital

Sistem Deteksi Wajah Keamanan Pintu Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Arduino Kiki Wahyuddin; Deden Wahiddin; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Seiring perkembangan teknologi sekarang sangatlah cepat, oleh karena itu penting untuk menyiasati keamajuan teknologi khususnya pada sistem keamanan. Sistem keamanan sudah sangat banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini sistem yang akan digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yaitu menggunakan ciri-ciri dari fisik manusia menggunakan kamera atau webcam untuk menangkap wajah manusia. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convlutional neural network (CNN). Identifikasi wajah yang dilakukan yaitu menangkap fitur-fitur pada wajah seperti posisi yang berbeda, jarak pandang wajah ke kamera dan gaya ekspresi wajah. Hasil pengujian menunjukan sistem dapat mengetahui atau mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convlutional neural network (CNN) berbasis arduino, dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30cm dalam kondisi pencahayaan terang dan gelap.Seiring perkembangan teknologi sekarang sangatlah cepat, oleh karena itu penting untuk menyiasati keamajuan teknologi khususnya pada sistem keamanan. Sistem keamanan sudah sangat banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini sistem yang akan digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yaitu menggunakan ciri-ciri dari fisik manusia menggunakan kamera atau webcam untuk menangkap wajah manusia. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convlutional neural network (CNN). Identifikasi wajah yang dilakukan yaitu menangkap fitur-fitur pada wajah seperti posisi yang berbeda, jarak pandang wajah ke kamera dan gaya ekspresi wajah. Hasil pengujian menunjukan sistem dapat mengetahui atau mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convlutional neural network (CNN) berbasis arduino, dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30cm dalam kondisi pencahayaan terang dan gelap.

Efisiensi Proses Kerja Dengan Prediksi Kedatangan Barang Terhadap Rencana Produksi Menggunakan Algoritma Linier Regresi Bramandito Affandi; Yana Cahyana; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Penelitian ini membahas tentang bagaimana sebuah Algoritma dapat menghasilkan prediksi yang digunakan sebagai acuan untuk mengimpementasikan efisiensi kerja menggunakan sebuah algoritma yang dinamakan Algoritma Regresi Linier. Algoritma Regresi Linier adalah algoritma yang memungkinkan untuk menghitung hubungan linier antara variabel dependen dan independen untuk membuat prediksi. Dalam observasi nya, peneliti menggunakan satu sample yang merupakan data kedatangan barang di departemen Production Control PT XYZ Indonesiadengan total part IN 9055551, part OUT 332037. Hasil prediksi yang dilakukan dengan menggunakan Algoritma Regresi Linier pada (FebruariMei) tahun 2022 adalah 4981165 dan pada hasil pengujian hasil prediksi menggunakan metode MAPE (Mean Absolute Percentage Error)menghasilkan sebesar 6% kesalahan yang dimana 6% tersebut masih masuk di kategori A <10% yaitu sangat akurat. Hasil prediksi ini menghasilkan efisiensi Man Power, Space dan Shuttle dengan pengurangan sebanyak 1 Man Power, 500m2 space dan 5 shuttle dengan total keuntungan yang didapatkan oleh perusahaan sebesar Rp. 1.897.670.000 pertahun dan dapat memenuhi permintaan supplier baru untuk memenuhi area warehouse. Peneliti dapat menyimpulkan bahwa peneliti dapat mengetahui tahapan, proses, serta hasil dalam penerapan Algoritma Regresi Linier sebesar average 90% dari penelitian sebelumnya yang dapat memprediksi kedatangan barang dan menghasilkan effisiensi kerja.

Rancang Bangun Sistem Pendukung Keputusan untuk Menentukan Pegawai Terbaik pada Bidang Bangunan Dinas Pekerjaan Umum dan Penataan Ruang Karawang menggunakan Metode SAW Dani Suherman; Hanny Handayani; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Dinas Pekerjaan Umum dan Penataan Ruang Karawang melakukan penilaian kinerja pegawai masih menggunakan manual dari bahan penilaian secara subjektif yang akan mempengaruhi hasil yang tidak sebanding dengan nilai yang sudah diperoleh. Oleh karena itu diperlukannya penilaian kinerja pegawai yang objektif untuk mengukur kinerja dari pegawai di setiap perusahaan atau instansinya, yang dapat digunakan untuk melihat peringkat dari yang terbaik hingga terendah dari setiap pegawainya. Metode algorima SAW dapat digunakan untuk mengaplikasikan perhitungan kinerja terbaik pada setiap pegawainya, dan dapat diaplikasikan ke dalam sistem yang berbentuk website. Peneliti menggunakan data penilaian yang sudah ditentukan dari pihak instansi terkait, data penilaian tersebut dikonversikan ke dalam pembobotan penilaian, dari pembobotan dapat dilakukan proses perhitungan menggunakan algoritma SAW hingga mendapatkan hasil yang akurat. Maka mendapatkan pegawai terbaik dari peringkat pertama P3 dengan nilai akhir 0,868, peringkat kedua P4 dengan nilai akhir 0.8485, dan peringkat ketiga 0,8.

Implementasi Algoritma Naive Bayes Untuk Klasifikasi Menentukan Prestasi Siswa Berdasarkan Nilai Rata-Rata Muh Nurhariza; Ayu Juwita; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Penentukan prestasi siswa umumnya menjadi permasalahan disetiap sekolah salah satunya pada SMK Tri Mitra Karawang. Karena di setiap sekolah terdapat siswa yang rajin belajar dan kurang rajin sehingga siswa memiliki prestasi yang berbeda beda. Pada penelitian ini ada beberapa tahapan yang digunakan, Tahap yang pertama adalah Analisis dimana pada tahap ini tujuannya untuk mendapatkan informasi dan data. Tahap yang kedua adalah Implementasi yang dimana tahap ini melakukan proses perhitungan dan tahap yang ketiga adalah Evaluasi dimana tahap ini untuk mengetahui hasil dari perhitungan. Pada penelitian ini peneliti menggunakan algoritma Naïve Bayes untuk mengklasifikasi menentukan prestasi siswa dengan menggunakan 400 data siswa atau data set yang dijadikan sebagai data latih dan 100 data siswa yang dijadikan sebagai data testing yang diperoleh dari data set. Hasil dari algoritma Naïve Bayes menggunakan Confusion Matrix mendapatkan hasil akurasi sebesar 100%, presisi 100% dan recall 100%.

Penerapan Algoritma Fuzzy Logic Pada Sistem Keamanan Pintu Berbais Internet Of Things Vera Shelina; Tatang Rohana; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Penggunaan keamanan pintu pada sebuah rumah dapat meminimalisir pencurian. Setiap rumah umumnya hanya diberi kunci pintu biasa seperti kunci pintu manual dan gembok yang mudah menjadi sasaran perampokan dan disabotase. Maka dari itu tujuan dari penelitian ini untuk membuat sistem keamanan yang dapat dipantau dari jarak jauh melalui smartphone, dengan menggunakan algoritma logika fuzzy untuk menentukan dekat, sedang dan jauh sebagai notifikasi pemberitahuan pada aplikasi blynk ketika ada objek yang mendekat dan selain itu pada sistem ini menggunakan sensor jarak untuk mendeteksi objek dan sensor rfid untuk pengganti kunci dengan menggunakan seperti kartu e-ktp atau tag rfid. Hasil dari penelitian ini untuk pembuatan sistem dapat mendeteksi objek sesuai dari algoritma logika fuzzy yang telah diuji 10 kali dengan jeda terlama 4 detik akses kecepatan 3 KB/s dan jeda tercepat 1 detik akses kecepatan 57 – 60 KB/s karena factor jaringan sangat berpengaruh, untuk scan ktp berhasil 1 cm sampai 2 cm, dan gagal jika melebihi 2cm. Dan untuk tag hanya dinyatakan berhasil dalam 1 cm saja, dan gagal jika melebihi 1cm.

Penentuan penerima beasiswa dengan motode Naïve Bayes pada SMK Nahdlatul Ulama Karanganyar Yusril Budimansyah; Amril Siregar; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Pendidikan memiliki pengaruh penting dalam menghasilkan anak didik yang berkarakter, inovatif dan berprestasi. Prestasi tentu dapat diraih berdasarkan kemampuan individu yang didasari pengetahuan yang baik dari tiap mata pelajaran. Salah satu keinginan murid meraih prestasi diluar maupun didalam sekolah adalah mendapatkan beasiswa. Namun pemberian bantuan beasiswa seringkali kurang tepat sasaran, maka dibuat penentuan penerimaan beasiswa di SMK Nahdlatul Ulama dengan tahapan pembersihan data, seleksi data, transformasi data, perhitungan manual maupun didalam program python, dan evaluasi pola menggunakan algoritma Naïve Bayes. Dengan hasil 25 data True positive, 96 data True negative dan 7 data False positive. Lalu evaluasi dari algoritma Naïve Bayes dengan menggunakan 31 data training, serta 128 data testing yang menghasilkan nilai akurasi 94,5%, presisi 78,1%, dan recall 100%.

Perbandingan kinerja Algoritma Klasifikasi untuk mendeteksi Penyakit Jantung Chepy Sonjaya; Anis Masruriyah; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Penyakit jantung di Indonesia terutama pada usia produktif selalu terjadi kenaikan jumlah kasus. Adapun penyebab utama terjadinya kenaikan jumlah pasien jantung adalah gaya hidup dan pola makan yang tidak sehat. Meningkatnya pasien penyakit jantung juga berdampak pada penurunan taraf hidup. Dengan adanya hal tersebut, perlu adanya penelitian terkait membandingkan metode klasifikasi pada dataset penyakit jantung. Metode penelitian ini menggunakan model algoritma Support Vector Machine (SVM) dan Logistic Regression (LR). Agar penelitian mendapatkan hasil yang akurat digunakan teknik akuisisi data, pra-pemrosesan data dan transformasi data. Teknik evaluasi model yang digunakan yaitu K-Fold Cross Validation. Hasil analisis menunjukkan bahwa teknik validasi k-fold cross validation memberikan akurasi yang sama baiknya, tetapi hasil presisi relatif rendah. Algoritma SVM menghasilkan akurasi sebesar 91,57%, sedangkan LR menghasilkan akurasi sebesar 91,66%. Akan tetapi, SVM memiliki nilai presisi sebesar 61,20%, sedangkan LR memiliki presisi 54,31%.

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search