Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURTEKSI JURSIMA (Jurnal Sistem Informasi dan Manajemen) JURSIMA
Yuni Roza
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Library & Information Science Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
DEEP LEARNING FOR FACES ON ORPHANAGE CHILDREN FACE DETECTION Yonky Pernando; Eka Lia Febrianti; Ilwan Syafrinal; Yuni Roza; Ummul Fitri Afifah
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 1 (2022): Desember 2022
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i1.1858

Abstract

Abstract: l -The field of computer vision is research in development technology to obtain information from images and replicate or imitate human visual processes, so that they can understand the objects around them. Deep learning is a term used to describe a new era in learning that supports computer learning from big data machines. Convolutional Neural Networks (CNN) algorithms have made significant progress in the fields of object detection, image classification, and semantic segmentation. ;Object detection is a technique used to identify the type of object in a given image and the location of the object in the image. The field of computer vision is research in development technology to obtain information from images and replicate or imitate human visual processes, so that computers can know objects around them. Deep learning is the buzzword as a new era in machine learning that trains computers to find patterns from large amounts of data. Convolutional Neural Networks (CNN) algorithms have made significant progress in the fields of object detection, image classification, and semantic segmentation. Object detection is a technique used to identify the type of object in a particular image as well as the location of the object in the image. Keywords: CNN, Computer Vision, Deep Learning, Face Detection;  Abstrak: 1 Bidang computer vision merupakan penelitian dalam teknologi pembangunan untuk memperoleh informasi dari citra dan mereplikasi atau meniru proses visual manusia, sehingga dapat memahami objek - objek disekelilingnya. Pembelajaran mendalam adalah istilah yang digunakan untuk menggambarkan era baru dalam pembelajaran mesin yang memungkinkan komputer belajar dari sejumlah besar data. [Algoritma Convolutional Neural Networks (CNN) telah membuat kemajuan yang signifikan di bidang deteksi objek, klasifikasi gambar, dan segmentasi semantik. Deteksi objek adalah teknik yang digunakan untuk mengidentifikasi jenis objek dalam citra yang diberikan serta lokasi objek di dalam citra. Bidang computer vision merupakan penelitian dalam teknologi pembangunan untuk memperoleh informasi dari citra dan mereplikasi atau meniru proses visual manusia, sehingga komputer dapat mengetahui objek - objek disekelilingnya. Deep learning adalah kata kunci sebagai era baru dalam machine learning yang melatih komputer dalam menemukan pola dari jumlah besar data. Algoritma Convolutional Neural Networks (CNN) telah membuat kemajuan yang signifikan di bidang deteksi objek, klasifikasi gambar, dan segmentasi semantik. /Deteksi objek adalah teknik yang digunakan untuk mengidentifikasi jenis objek dalam citra tertentu serta lokasi objek di dalam citra. Kata kunci: CNN, Computer Vision, Deep Learning, Deteksi Wajah
Indonesia PENERAPAN DECISION SUPPORT SYSTEM PADA E-KATALOG PEMILIHAN WARNA CAT DENGAN METODE SAW BERBASIS ANDROID Eka Lia Febrianti; Yonky Pernando; Ihsan Verdian; Ilwan Syafrinal; Yuni Roza
JURSIMA (Jurnal Sistem Informasi dan Manajemen) Vol 10 No 3 (2022): Jursima Vol.10 No.3 Desember 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.509

Abstract

Untuk beroperasi dalam sistem bisnis, perusahaan harus memiliki penguasaan pengetahuan yang baik tentang pelanggan, produk dan layanannya. Informasi produk yang tertera dengan jelas adalah dasar utama dalam sistem bisnis. Sistem pendukung keputusan yang diperkaya dengan informasi produk yang jelas dapat meningkatkan kepuasan pelanggan terhadap produk dan layanan perusahaan. Informasi produk terdiri dari warna cat dan tipe cat. Sistem pendukung keputusan ini dirancang untuk menjadi basis pengetahuan cat, warna cat, tipe cat dan pencarian tipe cat yang dicari pelanggan. Pada Tugas Akhir ini, penulis akan membuat suatu sistem pendukung keputusan dengan metode SAW dan katalog elektronik (E-Katalog) dengan menggunakan aplikasi Android Studio serta menggunakan metode waterfall. Sistem pendukung keputusan ini dapat membantu pelanggan untuk pemilihan tipe cat berdasarkan kualitas produk. Sistem pendukung keputusan ini akan menjadi sebuah sistem dengan berbagai macam tipe cat sesuai dengan kebutuhan pelanggan dengan daftar warna cat sesuai dengan kebutuhan pelanggan untuk meningkatkan kepuasan pelanggan
Indonesia PENERAPAN DECISION SUPPORT SYSTEM PADA E-KATALOG PEMILIHAN WARNA CAT DENGAN METODE SAW BERBASIS ANDROID Eka Lia Febrianti; Yonky Pernando; Ihsan Verdian; Ilwan Syafrinal; Yuni Roza
JURSIMA (Jurnal Sistem Informasi dan Manajemen) Vol 10 No 3: Jursima Vol.10 No.3
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.509

Abstract

Untuk beroperasi dalam sistem bisnis, perusahaan harus memiliki penguasaan pengetahuan yang baik tentang pelanggan, produk dan layanannya. Informasi produk yang tertera dengan jelas adalah dasar utama dalam sistem bisnis. Sistem pendukung keputusan yang diperkaya dengan informasi produk yang jelas dapat meningkatkan kepuasan pelanggan terhadap produk dan layanan perusahaan. Informasi produk terdiri dari warna cat dan tipe cat. Sistem pendukung keputusan ini dirancang untuk menjadi basis pengetahuan cat, warna cat, tipe cat dan pencarian tipe cat yang dicari pelanggan. Pada Tugas Akhir ini, penulis akan membuat suatu sistem pendukung keputusan dengan metode SAW dan katalog elektronik (E-Katalog) dengan menggunakan aplikasi Android Studio serta menggunakan metode waterfall. Sistem pendukung keputusan ini dapat membantu pelanggan untuk pemilihan tipe cat berdasarkan kualitas produk. Sistem pendukung keputusan ini akan menjadi sebuah sistem dengan berbagai macam tipe cat sesuai dengan kebutuhan pelanggan dengan daftar warna cat sesuai dengan kebutuhan pelanggan untuk meningkatkan kepuasan pelanggan
Development of an IoT-Based Mobile Plastic Shredder for Optimized Waste Management in Batam Lawi, Ansarullah; Dermawan, Aulia Agung; Kurniawan , Dwi Ely; Yuni Roza; Ardilla, Thania; ., Jaswin
Journal of Applied Informatics and Computing Vol. 9 No. 2 (2025): April 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i2.9208

Abstract

Plastic waste management has become a critical environmental issue, with its improper handling leading to severe ecological and health impacts. This research addresses the challenge by designing and developing an IoT-based mobile plastic shredding machine aimed at improving waste management efficiency, particularly in Batam City, Indonesia. Utilizing Borg and Gall’s R&D framework, this study integrates IoT technology to enhance the machine’s functionality, enabling real-time data collection and remote monitoring through mobile applications. The machine comprises three functional levels: a storage area for raw plastic bottles, a shredding unit with proximity sensors, and a post-shredding storage compartment. Key innovations include weight sensors for automatic material handling and real-time data transmission via the Blynk IoT platform, controlled by an Arduino microcontroller. The modular design ensures portability, easy maintenance, and adaptability for use in various locations, including coastal areas. Prototyping involved integrating proximity sensors, load cells, relays, and motor control systems to ensure smooth operation. The machine demonstrated consistent performance during testing, with its IoT features enabling remote control and monitoring via smartphones. This facilitates optimized waste collection and contributes to reducing environmental pollution caused by plastic waste. The IoT-based mobile plastic shredding machine not only enhances waste management efficiency but also supports sustainability goals. Its portability and environmentally friendly design make it a practical solution for managing plastic waste in underserved areas. This innovation provides a significant step toward addressing the global plastic waste crisis, aligning with technological advancements to promote sustainable waste management practices.
Co-Authors ., Jaswin Ardilla, Thania Aulia Agung Dermawan Febrianti, Eka Lia Ilwan Syafrinal Kurniawan , Dwi Ely Lawi, Ansarullah Pernando, Yonky Verdian, Ihsan