Article Per Year (5 Year)
p-Index From 2021 - 2026
4.566
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Prosiding KOMMIT Bulletin of Electrical Engineering and Informatics Jurnas Nasional Teknologi dan Sistem Informasi Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Indonesian Journal of Artificial Intelligence and Data Mining Journal of Information Technology and Computer Engineering JURTEKSI Jurnal Teknologi Jurnal Sistim Informasi dan Teknologi Sainstek : Jurnal Sains dan Teknologi Indonesian Journal of Electrical Engineering and Computer Science Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Jurnal Computer Science and Information Technology (CoSciTech) Journal of Holistics and Health Sciences (JHHS) Jurnal Pendidikan dan Teknologi Indonesia Innovative: Journal Of Social Science Research SmartComp Jurnal Terapan Pendidikan Dasar dan Menengah CSRID
Sumijan Sumijan
Gunadarma University
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JURTEKSI

 1 
CANNY EDGE DETECTION AND IMAGE SEGMENTATION FOR PRECISION FACE RECOGNITION SYSTEM Devita, Retno; Sumijan, Sumijan
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 10 No. 2 (2024): Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i2.3059

Abstract

Abstract: Facial recognition is widely used in areas such as video surveillance and database management. Facial images have been used as a preferred biometric feature in many identity recognition systems to obtain good image results in image segmentation. A good image must pay attention to several factors, namely high resolution, good contrast, image sharpness, consistent colors, lack of noise and appropriate lighting conditions. In this face recognition research, using canny edge detection method for 10 original images paired with 10 other images. The original faces taken are male and female. Canny edge detection has a low error rate in image segmentation compared to other edge detections. The purpose of this study is to determine the edge of the image in I-rat and can display the results of a good segmentation of facial images. The results of the test data with data stored in the database in the study is 1 face image produces 67.69% accuracy and 26.92% and 8 other face images produce 100% accuracy. The average success rate of 10 experiments using image segmentation is 89.461%. In conclusion, the canny edge detection method can provide accurate results in the face recognition process.            Keywords: accuracy; canny edge detection; face recognition; image; segmentation  Abstrak : Pengenalan wajah banyak digunakan dalam diberbagai bidang seperti pengawasan video dan manajemen basis data. Gambar wajah telah digunakan sebagai ciri biometrik yang disukai di banyak sistem pengenalan identitas untuk mendapatkan hasil citra yang bagus dalam segmentasi citra. Citra yang baik harus memperhatikan beberapa faktor yaitu resolusi tinggi, kontras yang baik, ketajaman citra, warna yang konsisten, kurangnya noise dan kondisi pencahayaan yang sesuai. Pada penelitian pengenalan wajah ini, menggunakan metode deteksi tepi canny untuk 10 citra asli yang dipasangkan dengan 10 citra lainnya. Wajah asli yang diambil berjenis kelamin laki-laki dan perempuan. Deteksi tepi canny memiliki tingkat kesalahan rendah dalam segmentasi citra dibandingkan dengan deteksi tepi lainnya. Tujuan dari penelitian ini adalah menentukan tepi gambar secara akurat dan dapat menampilkan hasil segmentasi citra wajah yang baik. Hasil dari data uji dengan data yang tersimpan di database dalam penelitian adalah 1 citra wajah menghasilkan akurasi 67,69% dan 26,92% dan 8 citra wajah lainnya menghasilkan akurasi 100%. Rata-rata tingkat keberhasilan dari 10 kali percobaan dengan menggunakan segmentasi citra adalah 89,461%. Kesimpulan, metode deteksi tepi canny dapat memberikan hasil yang akurat dalam proses pengenalan wajah. Kata Kunci : akurasi; deteksi tepi canny; citra; pengenalan wajah; segmentasi
COMPARATIVE ANALYSIS OF SOBEL AND CANNY METHOD IN BATIK KAWUNG IMAGE Surmayanti, Surmayanti; Sumijan, Sumijan
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 10 No. 3 (2024): Juni 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i3.3066

Abstract

Abstract: Abstract: this study evaluates and compares the performance of two edge detection methods Sobel method and Canny method on batik image.  Batik images have unique characteristics and complex patterns, making it difficult to analyze the edges.  This study presents a comparison of the results using sobel and canny edge detection methods on batik kawung images both from peak signal-to-noise reatio and from mean squared error. The results showed that canny edge detection was better than sobel method. This can be seen from the results of PSNR and MSE that is 100%. This analysis is determined by considering factors such as the accuracy of edge detection, sensitivity to noise, and the ability to handle the complexity of batik drawing patterns. The results of this study provide a detailed description of the advantages and disadvantages of each method in the image of batik kawung. The conclusions that can be drawn from this study can provide valuable guidance for choosing the optimal edge detection method in image analysis of batik kawung and others.      Keywords: batik kawung; canny; MSE; PSNR; sobel  Abstrak: Penelitian ini mengevaluasi dan membandingkan kinerja dua metode deteksi tepi metode Sobel dan metode Canny pada citra batik.  Gambar batik mempunyai ciri-ciri yang unik dan pola yang kompleks, sehingga menyulitkan analisis tepian.  Penelitian ini menyajikan perbandingan hasil menggunakan metode deteksi tepi sobel dan canny pada citra batik kawung baik dari peak signal-to-noise reatio maupun dari mean squared error. Hasil penelitian ini menunjukkan bahwa deteksi tepi canny lebih baik dibandingkan dari metode sobel. Hal ini dapat dilihat dari hasil PSNR dan MSE yang dihasilkan yaitu 100%. Analisis ini ditentukan dengan mempertimbangkan faktor-faktor seperti keakuratan deteksi tepi, kepekaan terhadap noise, dan kemampuan menangani kompleksitas pola gambar batik. Hasil penelitian ini memberikan gambaran secara detail mengenai kelebihan dan kekurangan masing-masing metode pada citra batik kawung. Kesimpulan yang dapat diambil dari penelitian ini dapat memberikan panduan berharga untuk memilih metode deteksi tepi yang optimal dalam analisis citra batik kawung dan yang lainnya. Kata kunci: batik kawung; canny; MSE; PSNR; sobel
Co-Authors Achmad Noerkhaerin Putra Adi Gunawan, Adi Afriyadi, Iqbal Agasi, Andre Ahmad Zaki Am, Andri Nofiar Anam, M Khairul Anisya Anisya Ardiani, Novia Sutra Ardiyan, Destio Boediarsih Devita, Retno Esa Kurniawan Fajrul Islami Fauzana, Rahmi Febriani, Widya Firdaus, Muhammad Bambang Galih Pramuja Inngam Fanani Gunadi Widi Nurcahyo Hidayad, Asri Husni Thamrin Ilham Roni Yansyah Iskandar Fitri, Iskandar Jaya, Budi Juansen, Monsya Julius Santony Kadrahman, Kadrahman Karfindo, Karfindo Mardison Mardison Masparudin, Masparudin Mifthahul Rahmi Negoro, Wahyu Saptha Pohan, Yosua Ade Putra, Ondra Eka Putra, Surya Dwi Putra, Yoga Ananda Putri, Adek Putri, Dhena Marichy Rahmad Dian Rahman, Surya Aulia Renaldi, Encik Yoega Saiful Bukhori Sarjon Defit Setiawan, Adil Silfia Andini, Silfia Siska, Ayu Prima Soeheri, Soeheri Sovia, Rini Suhaidir, Lc Granadi Sunaryo, Nandra Surmayanti, Surmayanti Tajuddin, Muhammad Tamaza, Muhammad Abyanda Tukino, Tukino Yamin, Abdul Yamin Yendi Putra Yuhandri Yuhandri, Yuhandri Yunus, Yuhandri