Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal EXPLORER Prioritas : Jurnal Pengabdian Kepada Masyarakat
Arnes Sembiring
Prodi Teknik Informatika, Fakultas Teknik dan Komputer Universitas Harapan Medan
Computer Science & IT Economics, Econometrics & Finance Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Klasifikasi Mobil Pada Gardu Tol Otomatis (GTO) Menggunakan Convolutional Neural Network (CNN) Sayuti Rahman; Adinda Titania; Arnes Sembiring; Mufida Khairani; Yessi Fitri Annisah Lubis
Explorer Vol 2 No 2 (2022): July 2022
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v2i2.286

Abstract

The concept of a smart city is the most important issue in the development aspect of big cities in the world. Where the city must promise a more comfortable, organized, healthy and efficient life. Smart transportation is part of a smart city that is useful for improving better urban planning. Smart transportation also applies to toll roads, such as automating toll road retribution payments. Automatic Toll Gate (GTO) in Indonesia still uses sensors. However, sensors often misclassify trailers. In addition, the use of sensors also requires additional costs in installation and maintenance. Currently, every toll gate is equipped with cameras for various purposes. By utilizing the camera for vehicle type classification, the cost of the GTO will be reduced. For this reason, utilizing a digital camera with computer vision for vehicle type classification is the solution. Convolutional Neural Networks (CNN) is the most popular technique today in solving computer vision problems. Exploit the existing CNN by replacing the last fully connected output according to the number of vehicle classes. The test results show that mobilenet V2 is better in the classification of vehicle types, the best accuracy is Alexnet 93.81% and Mobilenet 96.19%. Computer vision by utilizing CNN is expected to replace the use of sensors so that implementation costs are cheaper.
Aplikasi untuk Menghitung Estimasi Biaya Pembuatan Pagar Besi dengan Cepat Sayuti Rahman; Suriati Suriati; Risko Liza; Arnes Sembiring; Muhammad Zen
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol 4 No 02 (2022): EDISI SEPTEMBER 2022
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35447/prioritas.v4i02.603

Abstract

Kurangnya lowongan pekerjaan memberi dampak negatif bagi masyarakat Indonesia. Seorang dengan keahlian dan pendidikan rendah akan tersisih dari persaingan untuk mendapatkan pekerjaan yang layak. Tidak sedikit dari mereka mengambil jalan pintas untuk memenuhi kebutuhan hidup. Hal ini mengakibatkan terjadinya pencurian, begal dan sejenisnya. Dampak negatif ini sangat mempengaruhi kehidupan masyarakat dengan berkurangnya rasa aman, terutama di rumah. Demi menjaga keamanan linkungan, masyarakat bahu membahu mengadakan perangkat keamanan seperti satpam dan CCTV. Namun itu belum cukup untuk menghilangkan rasa tidak aman di masyarakat. Banyak masyarakat menambah pagar pada rumah mereka agar merasa lebih aman, sekaligus memberi keindahan. Kebutuhan masyarakat dan pengusaha untuk menghitung estimasi biaya pembuatan pagar sangat dibutuhkan. Oleh karena itu, kami bekerjasama dengan pengusaha untuk membuat form hitung cepat biaya pembutan pagar menggunakan MS Excel. Berdasarkan model dan aplikasi yang dibuat, masyarakat dan pengusaha dapat menghitung estimasi harga dengan cepat dan tepat. Aplikasi ini juga mudah digunakan dan bisa dibuka pada perangkat smart phone.
Co-Authors Adinda Titania Mufida Khairani Muhammad Zen Rahman, Sayuti Risko Liza Suriati Suriati Yessi Fitri Annisah Lubis