Claim Missing Document
Check
Articles

Found 18 Documents
Search

REKOGNISI WAJAH DENGAN METODE HAARCASCADE DAN JARINGAN SARAF KONVOLUSIONAL Irwan Jani Tarigan; Pandi Barita Nauli Simangunsong; Indra Sidabutar
Jurnal Armada Informatika Vol 5 No 2 (2021): JURNAL ARMADA INFORMATIKA
Publisher : STMIK Methodist Binjai

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

Abstract

Wajah merupakan identitas yang sangat penting perannya dan unik saat ini dalam kehidupan manusia, sehingga kajian dan penelitian tentang wajah menjadi topik yang menarik dengan menghadirkan berbagai metode. Menangkap atau mengambil gambar melalui perangkat teknologi seperti kamera adalah proses pengolahan yang terjadi pada foto digital. Dalam tulisan ini, klasifikasi menggunakan dua metode: Pertama, metode pengklasifikasi haar-cascade digunakan untuk deteksi wajah dari foto digital dengan tingkat akurasi sebesar 90%, untuk presisi sebesar 96% dan recall sebesar 93%. Kedua, metode jaringan saraf konvolusional (convolutional neural network) digunakan untuk melatih dan memvalidasi dataset dari hasil ekstraksi wajah sebanyak 500 epoch, tingkat akurasi yang diperoleh sebesar 0,66% Face is an identity that has a very important and unique role in human life, so that studies and research on the face become an interesting topic by presenting various methods. Capturing or taking pictures through technological devices such as cameras is a processing process that occurs in digital photos. In this paper, the classification uses two methods: First, the haar-cascade classifier method is used for face detection from digital photos with an accuracy rate of 90%, for precision of 96% and recall of 93%. Second, the convolutional neural network method was used to train and validate the dataset from the 500 epoch face extraction, with an accuracy rate of 0.66%
Teknik Filter Mean dan Median untuk Perbaikan Citra Irwan Jani Tarigan
Jurnal Armada Informatika Vol 2 No 1 (2018): JURNAL ARMADA INFORMATIKA
Publisher : STMIK Methodist Binjai

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

Abstract

Gambar semisal foto dan lain sebagainya, bagi sebagian orang adalah kenangan yang membawa beribu makna. Seperti disebutkan dalam sebuah kata bijak, satu kata hanya berarti satu kata tetapi sebuah gambar mewakili beribu makna. Meski saat sekarang, posisi gambar telah digeser oleh gambar bergerak seperti video, hanya saja penggunaan gambar sebagai media penyimpan sebuah peristiwa tetap berada pada posisi yang strategis. Dalam penulisan skripsi ini penulis memilih metode pengurangan derau (reduksi noise) sebagai metode perbaikan citra. Cara kerja mean filtering dan median filtering tidak tergantung pada nilai-nilai yang berbeda dengan nilai-nilai yang umum pada dalam lingkungannya sehingga filter ini dapat mempertahankan detail citra asli. Kualitas citra diukur dengan dua besaran, yaitu MSE (Mean Square Error) dan PSNR (Peak Signal to Noise Ratio). MSE (Mean Square Error) menyatakan tingkat kesalahan kuadrat rata-rata dari codebook yang dihasilkan terhadap vektor input. PSNR digunakan untuk menghitung rasio citra keluaran terhadap noise. Dikarenakan beberapa sinyal mempunyai pola data yang berubah-ubah, PSNR biasanya dinyatakan dalam skala dicibel dalam bentuk logaritma. Semakin kecil nilai MSE menunjukkan semakin sesuai dengan vektor input. Parameter PSNR bernilai sebaliknya, semakin besar parameter PSNR semakin bagus codebook yang dihasilkan.
Teknik Filter Mean dan Median untuk Perbaikan Citra Irwan Jani Tarigan
Jurnal Armada Informatika Vol 2 No 1 (2018): Jurnal Armada Informatika : Edisi Juni
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v2i1.15

Abstract

Gambar semisal foto dan lain sebagainya, bagi sebagian orang adalah kenangan yangmembawa beribu makna. Seperti disebutkan dalam sebuah kata bijak, satu kata hanya berartisatu kata tetapi sebuah gambar mewakili beribu makna. Meski saat sekarang, posisi gambartelah digeser oleh gambar bergerak seperti video, hanya saja penggunaan gambar sebagaimedia penyimpan sebuah peristiwa tetap berada pada posisi yang strategis. Dalam penulisanskripsi ini penulis memilih metode pengurangan derau (reduksi noise) sebagai metodeperbaikan citra. Cara kerja mean filtering dan median filtering tidak tergantung pada nilainilaiyang berbeda dengan nilai-nilai yang umum pada dalam lingkungannya sehingga filter inidapat mempertahankan detail citra asli. Kualitas citra diukur dengan dua besaran, yaitu MSE(Mean Square Error) dan PSNR (Peak Signal to Noise Ratio). MSE (Mean Square Error)menyatakan tingkat kesalahan kuadrat rata-rata dari codebook yang dihasilkan terhadapvektor input. PSNR digunakan untuk menghitung rasio citra keluaran terhadap noise.Dikarenakan beberapa sinyal mempunyai pola data yang berubah-ubah, PSNR biasanyadinyatakan dalam skala dicibel dalam bentuk logaritma. Semakin kecil nilai MSE menunjukkansemakin sesuai dengan vektor input. Parameter PSNR bernilai sebaliknya, semakin besarparameter PSNR semakin bagus codebook yang dihasilkan.
KLASIFIKASI REKOGNISI WAJAH DENGAN METODE HAARCASCADE DAN JARINGAN SARAF KONVOLUSIONAL Irwan Jani Tarigan; Indra Sidabutar; Pandi Barita Nauli Simangunsong
Jurnal Armada Informatika Vol 5 No 1 (2021): Jurnal Armada Informatika : Edisi Juni
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v5i1.49

Abstract

Wajah merupakan identitas yang sangat penting perannya dan unik saat ini dalam kehidupan manusia, sehingga kajian dan penelitian tentang wajah menjadi topik yang menarik dengan menghadirkan berbagai metode. Menangkap atau mengambil gambar melalui perangkat teknologi seperti kamera adalah proses pengolahan yang terjadi pada foto digital. Dalam tulisan ini, klasifikasi menggunakan dua metode: Pertama, metode pengklasifikasi haar- cascade digunakan untuk deteksi wajah dari foto digital dengan tingkat akurasi sebesar 90%, untuk presisi sebesar 96% dan recall sebesar 93%. Kedua, metode jaringan saraf konvolusional (convolutional neural network) digunakan untuk melatih dan memvalidasi dataset dari hasil ekstraksi wajah sebanyak 500 epoch, tingkat akurasi yang diperoleh sebesar 0,66%.
IMPLEMENTASI METODE ANALYTICAL HIERARCHY PROCESS (AHP) DALAM MENENTUKAN KINERJA KARYAWAN Barus, Andre Armana Putra; Tarigan, Irwan Jani; Wijaya, Vera; Manullang, Sahat Fernando
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 17 No 2 (2023): November 2023
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/antivirus.v17i2.3260

Abstract

Dalam sebuah perusahaan memerlukan sistem manajamen yang dapat mengambil sebuah keputusan atau pilihan baik itu terkait dengan keuntungan bisnis secara langsung maupun perkembangan kondisi internal perusahaan. Salah satu perusahaan bernama Ora Et Labora yang berada di kota Binjai membutuhkan sistem yang dapat mendukung pengambilan suatu keputusan dalam pemilihan karyawan yang kompeten di bidangnya pada perusahaan tersebut. Masalah yang sering terjadi adalah kurang efektifnya proses pengambilan keputusan dalam penilaian kinerja karyawan untuk menentukan peningkatan jenjang karir dan pemberian bonus, sehingga menyebabkan kecemburuan diantar karyawan tersebut. Salah satu metode yang digunakan dalam sistem pendukung keputusan adalah metode Analytical Hiererchy Process (AHP) dengan memberikan bobot pada kriteria serta menguji tingkat konsistensi dalam matriks perbandingan berpasangan. Matriks perbandingan berpasangan adalah formulasi dari kriteria prioritas kerja terhadap masing-masing kriteria yang akan memberikan penilaian terhadap karyawan. Hasil yang dari sistem pengambil keputusan yang dibuat mampu menghasilkan perangkingan yang didasarkan pada kriteria dari kinerja karyawan, sehingga dapat membantu untuk menentukan kelayakan karyawan dalam penilian peningkatan karir dan pemberian bonus
Klasifikasi Jenis Sampah Dengan Metode Gray Level Co-Occurrence Matrix (GLCM) Dan Support Vector Machine (SVM) Reza Alamsyah; Irwan Jani Tarigan; Riandy Yap
Jurnal Armada Informatika Vol 7 No 2 (2023): Jurnal Armada Informatika : Edisi Desember
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v7i2.85

Abstract

Sampah yang tidak dikelola dengan baik dapat menimbulkan berbagai kerugian seperti menyebabkan banjir hingga menjadi ancaman meningkatnya berbagai penyakit. Penelitian ini menggunakan dataset sampah yang diambil dari https://www.kaggle.com/asdasdasasdas/garbage-classification, untuk proses klasifikasi diperlukan proses training citra terlebih dahulu dengan tahapan akuisisi citra datri intensitas warna RGB ke grayscale. Dalam penelitian ini tahapan training dan pengujian sistem dilakukan sebanyak dua tahapan. antara lain : pengujian I, pada tahap ini setelah melalui proses pelatihan dataset berjumlah 60 citra, maka dilakukan tahapan pengujian sebanyak 60 citra sampah dengan tingkat akurasi sistem sebesar 68%. Pengujian II, pada tahap ini setelah melalui proses pelatihan dataset berjumlah 600 citra, maka dilakukan tahapan pengujian sebanyak 600 citra sampah dengan tingkat akurasi sistem sebesar 83%.
PERANCANGAN APLIKASI MEDIA PEMBELAJARAN MATEMATIKA BANGUN RUANG BERBASIS AUGMENTED REALITY (AR) UNTUK SISWA SEKOLAH DASAR Cindy; Tarigan, Irwan Jani; Alasi, Tomy Satria
Jurnal TIMES Vol 13 No 2 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.2.2024782

Abstract

Pendidikan matematika pada tingkat Sekolah Dasar memegang peranan penting dalam membentuk dasar pemahaman konsep matematika bagi siswa. Namun, pembelajaran konsep bangun ruang seringkali dihadapi dengan tantangan, seperti kesulitan siswa dalam memvisualisasikan objek tiga dimensi sehingga memicu rendahnya minat belajar. Untuk mengatasi hal tersebut, dirancanglah sebuah aplikasi media pembelajaran berbasis Augmented Reality (AR) dengan model perancangan MDLC (Multimedia Development Life Cycle). Aplikasi ini dirancang untuk meningkatkan pemahaman siswa terhadap konsep bangun ruang secara interaktif dan menyenangkan. Pengujian dilakukan menggunakan blackbox testing dan hasil menunjukkan bahwa semua fungsi aplikasi berjalan dengan sukses. Diharapkan aplikasi ini dapat meningkatkan efektivitas pembelajaran matematika di sekolah dasar, serta berkontribusi pada pengembangan pemahaman dan minat belajar siswa.
Penerapan Metode SAW Untuk Sistem Penunjang Keputusan Pemilihan Guru Terbaik Pada PKMI Binjai Juliana; Tongam E Panggabean; Irwan Jani Tarigan
Jurnal Mahajana Informasi Vol 7 No 2 (2022): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v7i2.3598

Abstract

Giving awards to teachers is one of the strategies to increase work motivation and improve competence for teachers who have good performance. In Binjai Methodist High School in determining the best teacher, the attendance indicator is not fully sufficient to be used as a reference for awarding. Therefore, other criteria are needed that can be used as other additional criteria, therefore, it is necessary to develop a system that is capable of producing decision recommendations in determining the best teacher. In this study, the Simple Additive Weighting method (SAW) was used as a method which in its use included weighting/ratings on each criterion which would become a reference for teacher assessment. The criteria assessed in this study were educational level, teacher achievement/non-academic development, years of service, discipline, and examination/examination. From this study, the results were obtained that A1 = 0.98, A2 = 0.83, and A3 = 0.79 are 3 alternative decision recommendations from the best teacher who will be awarded.
Sistem Penunjang Keputusan Seleksi Calon Karyawan Menggunakan Metode SAW (Simple Additive Weighting) Pada PT. Delta Kristalis P, Megawati; Allwine; Tarigan, Irwan Jani
Jurnal Mahajana Informasi Vol 7 No 2 (2022): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v7i2.3600

Abstract

Selection of prospective employees is one of the processes carried out to screen prospective employees to fill the required job vacancies. PT. Delta Kristalis is a company that often selects prospective employees. Based on the current prospective employee selection system, it is less efficient in the screening process for prospective employees. So that the selection and evaluation process for prospective employees can be carried out efficiently at PT. Delta Kristalis, it is necessary to develop a decision support system by implementing the SAW method. The decision support system to be developed is web-based using programming languages.PHP and Mysql as databases so that it becomes a website that can run properly. The criteria used are work experience, last education, age, domicile, and requested salary. The implemented decision support system can present the ranking of the results of the selection so that it can help stakeholders to make decisions on the acceptance of prospective employees.
Oral Lesion Image Classification Using Convolutional Neural Network (CovNets) Method Based on MobileNetV2 Architecture Reza Alamsyah; Irwan Jani Tarigan
INFOKUM Vol. 12 No. 04 (2024): Engineering, Computer and Communication, November 2024
Publisher : Sean Institute

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

Abstract

Oral lesions, which can appear in various areas of the oral cavity, are often an early indication of oral cancer, one of the most common cancers worldwide and a leading cause of cancer death in South Asia, Southeast Asia, and the Western Pacific. Oral cancer can affect various parts of the mouth and throat, with contributing factors including genetics, smoking, and viral infections. Early detection is critical for effective management of oral cancer, allowing for early treatment that increases the chance of cure and reduces the risk of complications. This study used a Convolutional Neural Network (CNN) to detect images of oral lesions, including benign and malignant lesions, by utilizing the TensorFlow Object Detection API and data from the Oral Images Dataset. Testing with 40 images (20 benign and 20 malignant lesions) showed an accuracy of 92.5%, a precision of 95%, and a recall of 90%, demonstrating the potential of CNN in efficiently detecting oral lesions.