Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

6.421

P-Index

This Author published in this journals

All Journal Indonesian Journal of Electronics and Instrumentation Systems ELKHA : Jurnal Teknik Elektro JUITA : Jurnal Informatika Annual Research Seminar Sinkron : Jurnal dan Penelitian Teknik Informatika Jusikom : Jurnal Sistem Komputer Musirawas SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Petir KOMPUTIKA - Jurnal Sistem Komputer Jurnal Teknologi Terpadu Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication MDP Student Conference Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer INOVTEK Polbeng - Seri Informatika JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)

Yohannes, Yohannes

Universitas Multi Data Palembang

Author-ID : 423293

Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 54 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Klasifikasi Kinship Keluarga Hollywood Dengan Metode Visual Geometry Group-Support Vector Machine Jericho Jericho; Yohannes Yohannes
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Kinship merupakan hubungan yang penting untuk keluarga dan didapatkan melalui keturunan dari orang tua kepada anaknya. Keturunan ini disebut dengan genetik, yaitu suatu gen yang dapat diberikan kepada anaknya, gen tersebut dapat berpengaruh kepada anaknya karena dapat memberikan fitur yang mirip dengan orang tuanya seperti, warna rambut, warna mata, dan seterusnya. Ada banyak penelitian yang dapat menentukan hubungan tersebut seperti tes DNA, tetapi proses DNA ini sangat lama dan mahal, sehingga penelitian ini dilakukan. Penelitian ini menggunakan metode VGG-SVM dengan menggunakan bahasa pemrogramaan Python. Dataset yang digunakan adalah Family101 yang terdiri dari 13703 gambar, dan akan dibagi menjadi data training dan testing dengan rasio 80:20. Pengujian untuk penelitian ini adalah dengan menggunakan PCA dan tanpa PCA dan menghasilkan nilai accuracy, precision, dan recall. Hasil akurasi terbesar adalah 89,3% dengan tanpa PCA yang berbeda 0,7% dengan PCA, hasil presisi terbesar adalah 85%, dan hasil recall terbesar adalah 80,4%.

Implementasi Arsitektur VGG-Unet Dalam Melakukan Segmentasi Keretakan pada Citra Bangunan Jimmy Aprilyanto; Yohannes Yohannes
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Retak adalah manifestasi permukaan yang disebabkan oleh gaya atau kombinasi gaya yang bekerja melebihi kapasitas yang dapat ditampung oleh suatu bangunan atau komponen materialnya. Proses pendeteksian retakan pada bangunan biasanya dilakukan secara manual, namun pendeteksian secara manual memiliki banyak kekurangan seperti keamanan, waktu dan sebagainya. Dalam studi ini, penulis menggunakan Convolutional Neural Network (CNN) arsitektur VGG-UNet dan Optimizer Adam, RMSprop, dan SGD untuk mendeteksi retakan pada citra bangunan. Kumpulan data yang digunakan dalam penelitian pendeteksian retakan ini adalah kumpulan data segmentasi retakan yang terdiri dari 11.298 citra masing-masing citra asli dan citra ground truth. Dataset dibagi menjadi 9.603 data latih dan 1.695 data uji. Optimizer Adam memiliki skor tertinggi untuk arsitektur VGG-UNet dengan skor Mean Intersection over Union (MIoU) sebesar 70,35%. Di sisi lain, optimizer SGD mencapai skor terendah dengan nilai MIoU 61,24%.

Verifikasi Kinship Dengan Arsitektur ResNet50 Beni Anthony; Yohannes Yohannes
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Kinship adalah sistem kekerabatan antara dua orang atau lebih yang menunjukkan hubungan antara kedua orang tersebut dalam silsilah keluarga. Kinship secara biologi yang berkaitan dengan hubungan darah sehingga, fitur wajah yang dimiliki oleh seorang anak akan mengikuti fitur wajah dari orangtuanya. Biasanya kinship dapat dideteksi dengan menggunakan tes DNA dengan akurasi yang sangat tinggi. Namun tes DNA ini memerlukan harga yang mahal dan juga memerlukan waktu yang lama untuk mendapatkan hasil dari tes tersebut. Penelitian ini menggunakan dataset Recognize Faces in Wild berjumlah 20080 data yang dibagi menjadi data train sebesar 80% dan data validation sebesar 20% dengan dimensi 224x224 pixel. Objek atau dataset untuk testing berjumlah 6282 data. Pengujian dilakukan dengan menggunakan ResNet50 dengan optimizer beragam sebagai skenario pengujian. Hasil akurasi pengujian terbesar didapat pada skenario pertama yaitu 93% dengan optimizer Adam, diikuti RMSprop dengan akurasi 88% dan SGD yang memiliki akurasi terkecil sebesar 65%.

Penerapan Algoritma $Q Super Quick Recognizer Untuk Pengenalan Angka Muhammad Yudha Setiawan; Yohannes Yohannes; Yoannita Yoannita
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Materi pembelajaran pada umumnya dituliskan pada papan tulis di depan kelas sebagai media pembelajaran, namun dengan menggunakan pen tablet sebagai alat bantu dalam pembelajaran layaknya menggunakan pena dan kertas dapat dilakukan lebih mudah dan menarik. Bagaimana tulisan angka anak-anak itu bisa dikenali yaitu menggunakan algoritma pengenalan gestur untuk mendeteksi apakah benar angka yang ditulis oleh anak-anak itu benar. Algoritma $Q Super Quick Recognizer dapat mengenal gerakan 2D yang dirancang untuk pembuatan prototipe cepat antarmuka pengguna berbasis Gerakan. Pada penelitian ini menggunakan algoritma $Q Super Quick Recognizer pada game pengenalan angka. Dengan tingkat rata-rata akurasi sebesar 99.50% , precision sebesar 97.56% dan Recall 95.50%.

Co-Authors Ade Hendri Pandrean Adhytio Mahendra Andreas, Kevin Azarya, Philips Denny Beni Anthony Bobby Jaya Saputra Cahyati, Imelia Dwinora Calvin Oliver Saputra Celvine Adi Putra Cendy Prakarsah Dafid Dafid Dandy, Dandy Daniel Udjulawa Daniel Udjulawa Devella, Siska Dody, Muhammad Famerdi, Farhan Agung Farhan Agung Famerdi Farisi, Ahmad Febbiola Febbiola Feristyani, Indah Firda Novia Rahmawati Gerry Jeven Timoti Glen, Billy Hafiz Irsyad Hartati, Ery Indah Feristyani Jericho Jericho Jerry Setiawan Jimmy Aprilyanto Johannes Petrus Julian Rusli Tee Baldi Juliana Nasution Kelvin Arianto Laksana, Jovansa Putra Leo Chandra Leonardo Leonardo M Ezar Al Rivan Marcella, Dewi Meiriyama Meiriyama, Meiriyama Meiriyama, Meiriyama Molavi Arman Muhammad Farid Athar Muhammad Rizky Pribadi Muhammad Yudha Setiawan Muhdhor, Umar Novan Wijaya Nur Rachmat Pandi Pandi Pandi Pandi, Pandi Pandrean, Ade Hendri Philips Denny Azarya Prabowo, Adrianus Prasthio, Rial Putra, Lipi Amanda Ricky Wijaya RR. Ella Evrita Hestiandari Sahpira, Mulia Saputra, Dika Sari, Yulya Puspita Selvie, Selvie Setiawan, Jerry Sonia Sonia, Sonia Tanuwijaya, William Timoteus Ivan Sariyo Wijang Widhiarso William Hadisaputra Yoannita Yoannita Yoannita Yoannita, Yoannita Yulya Puspita Sari

Title Search

Found 4 Documents Search Journal : MDP Student Conference

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : MDP Student Conference