p-Index From 2021 - 2026
6.199
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan JURNAL ILMIAH INFORMATIKA Psikologi Prima Majalah Ilmiah Warta Dharmawangsa Jurnal Sistem Komputer dan Informatika (JSON) Reswara: Jurnal Pengabdian Kepada Masyarakat Journal Mathematics Education Sigma [JMES] Jurnal Fibonaci: Jurnal Pendidikan Matematika Djtechno: Jurnal Teknologi Informasi INCODING: Journal of Informatics and Computer Science Engineering Proceeding International Seminar of Islamic Studies Jurnal Pengabdian Pada Masyarakat Indonesia (JPPMI) sudo Jurnal Teknik Informatika Hello World Jurnal Ilmiah Teknik (JUIT) Blend Sains Jurnal Teknik Jurnal Teknik Informatika dan Teknologi Informasi Wahana DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Factory Jurnal Industri, Manajemen dan Rekayasa Sistem Industri Jurnal Riset Rumpun Seni, Desain dan Media (JURRSENDEM) Jurnal Teknik Mesin, Industri, Elektro dan Informatika All Fields of Science Journal Liaison Academia and Sosiety eProceedings of Engineering Jurnal Penelitian Sistem Informasi Doktrin: Jurnal Dunia Ilmu Hukum dan Politik Aladalah: Jurnal Politik, Sosial, Hukum dan Humaniora Jaksa: Jurnal Kajian Ilmu Hukum Dan Politik Jurnal Sipil Terapan Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Portal Riset dan Inovasi Sistem Perangkat Lunak Al'Adzkiya International of Computer Science and Information Technology Journal CompTech : Jurnal Ilmu Komputer dan Teknologi
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Hello World

Implementasi Metode Fuzzy K-Nearest Neighbor dalam Klasifikasi Penyakit Demam Berdarah Fanny Ramadhani; Andy Satria; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 2 No. 2 (2023): Edisi Juli
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v2i2.253

Abstract

Demam berdarah dengue (DBD) adalah suatu penyakit yang disebabkan oleh infeksi virus dengue. DBD adalah penyakit akut dengan manifestasi klinis perdarahan yang menimbulkan syok yang berujung kematian. DBD disebabkan oleh salah satu dari empat serotipe virus dari genus Flavivirus. DBD memiliki gejala yang mirip dengan penyakit lain seperti demam, nyeri sendi, bercak merah di kulit dan lain sebagainya. Maka dari itu diperlukan ketepatan dan akurasi yang baik dalam mengklasifikasikan pasien dbd atau tidak agar tidak terjadi kesalahan dalam memprediksi suatu penyakit. Pada penelitian ini klasifikasi penyakit DBD menggunakan metode Fuzzy K-Nearest Neighbor (FKNN) untuk mencari nilai paling optimum untuk mendapatkan hasil klasifikasi yang paling baik. Dalam penelitian ini dilakukan 8 kali pencarian nilai K, yaitu k = 3,5,7,9,11,13,15,20. Hasil akurasi dari masing-masing K adalah 75,15%, 75.16%, 77.76%, 79.80%, 83.12%, 85.01%, 78.14%, 75.20%. akurasi terbaik didapatkan pada nilai K= 13 dengan nilai akurasi mencapai 85.01%
Implementasi Pengolahan Citra Digital dalam Pengenalan Wajah menggunakan Algoritma PCA dan Viola Jones Indah Purnama Sari; Fanny Ramadhani; Andy Satria; Dicky Apdilah
Hello World Jurnal Ilmu Komputer Vol. 2 No. 3 (2023): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v2i3.346

Abstract

Wajah merupakan bagian tubuh manusia yang memiliki karakteristik tersendiri, sehingga dapat membedakan dan mengenali seseorang secara adil dengan meilhat wajah mereka. Sampai saat ini mahasiswa belum mendalami penelitian tentang sistem biometrik karateristik manusia dengan wajah otomatis yang dikenali pada sistem komputer. Teknologi berkembang pesat dalam beberapa tahun terakhir dalam mengembangkan hal hal pesat, karena teknologi ini telah mendominasi visi komputer maka dalam hal ini proses pelacakan wajah disorot dan dua algoritma dibuat untuk memperjelas peran program matlab dalam menciptakan sistem sederhana untuk pengenalan dan deteksi wajah. Algoritma yang bisa digunakan dalam melakukan hal ini adalah salah satunya Principal Component Analysis, dan untuk mendeteksi suatu citra yang terdapat dalam wajah manusia atau tidak menggunakan algoritma Viola Jones.
Identifikasi Kendaraan Bermotor pada Dashcam Mobil Menggunakan Algoritma YOLO Ramadhani, Fanny; Satria, Andy; Dewi, Sri
Hello World Jurnal Ilmu Komputer Vol. 2 No. 4 (2024): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v2i4.466

Abstract

Identifikasi kendaraan bermotor merupakan tugas penting dalam pengembangan teknologi keselamatan jalan raya dan pemantauan lalu lintas. Dalam konteks ini, kamera dashboard (dashcam) pada mobil menjadi platform yang relevan untuk memperoleh data visual yang diperlukan. Penelitian ini bertujuan untuk mengimplementasikan algoritma You Only Look Once (YOLO) untuk mengidentifikasi kendaraan bermotor dalam rekaman video dari dashcam mobil. Metode ini memanfaatkan pendekatan deteksi objek berbasis deep learning yang memungkinkan deteksi objek secara real-time dengan tingkat keakuratan yang tinggi. Pada tahap pertama, dilakukan proses pengumpulan dan preprocessing dataset yang mencakup rekaman video dari dashcam mobil. Setelah itu, dilakukan pelatihan model YOLO menggunakan dataset yang telah disiapkan. Selama pelatihan, dilakukan proses optimisasi parameter untuk meningkatkan kinerja deteksi. Setelah model dilatih, dilakukan evaluasi menggunakan metrik seperti confusion matrix untuk mengevaluasi keakuratan deteksi. Hasil eksperimen menunjukkan bahwa algoritma YOLO berhasil mengidentifikasi kendaraan bermotor dengan tingkat keakuratan yang memuaskan dalam berbagai kondisi pencahayaan dan latar belakang jalan. Meskipun terdapat beberapa kendala seperti keakuratan yang menurun pada kondisi cahaya yang rendah, namun secara keseluruhan, implementasi algoritma YOLO pada dashcam mobil menunjukkan potensi besar untuk digunakan dalam aplikasi pemantauan lalu lintas dan keselamatan jalan raya. Penelitian ini memberikan kontribusi penting dalam pengembangan teknologi deteksi objek dalam konteks lalu lintas jalan raya menggunakan data visual dari dashcam mobil.
Co-Authors Abdurahman, Zaid Ade Apriliza Agus Kurniawan Akbar, Muhammad Fauzi Al Khowarizmi Alfren Petrus Putra Manik Alwis Anasyon Situmorang Alya Prita Simbolon Amalia, Sisti Nadia Andi Zulherry Andreas Natanael Pangaribuan Angel Theresia Purba Anisa Herdiani Arya Novandli Asri Mahara Baehaqi Bagus Pangestu Bin Tujuh, Raja Buulolo, Nahazisokhi C.Septia Dinda Sinaga Carlos Daniel Sinaga Daeli, Nonifati Daniyal Arkan Dian Septiana Dicky Apdilah Fadilah, Putri Maulidina Fajar Azhari Lubis Fanny Ramadhani Ferdinan Sitompul Fidelis Sitinjak Grace Aprillia P Manullang Gustiana, Zelvi Hapzi Ali Hariani, Pipit Putri Haulika, Teguh Iman Hylmiana Nadya Ibnu Rusydi Indah Purnama Sari Indah Purnama Sari Inggrit Nadeak Irhami, Raihan Apriansyah Jerry Alviansyah Joddy Kurniawan Junaidi, Listya Devi Kayla, Zahwa Kristina Sinaga M.Taufiq Kurniawan Manurung, Asrar Aspia Mesy Nadya Sidabutar Mhd. Basri Muhammad Zikri Rahmanda Nasution Mutia Mutia Nadiah Puteri Hana Ulina Nadrah Afiati Nasution Nasution, Nandrah Afiati Nazwa Irfayanti Nst Nurul Maulida Surbakti Obed Kevin Siregar Oris Krianto Sulaiman Pipit Putri Hariani MD Priyanti Lubis, Dian Rizky Putri Imilia Amanda Putri Safira Ramadhani, Fanny Rayhendi Alvio Sabrina Aulia Rahmah salamah salamah Salamah Salamah Salsabila Thalia Sibarani, Chantika Aprila Srirejekina Sinambela, Aadiyaat Pariccar Sirait, Aldi Ravonda Pradana Sri Dewi Suci Ramadhani Herman Surya Inra Simbolon Tamba, Wanciko Taufik Ahmad Telaumbanua, Daniel Teguh Jaya Tobing, Ririn Aulia Veronikha Effendy Willy Aldo Doglas Hutabarat Wita Kristika Purba Zahra, Ainisa Zahroina Rosa Pasaribu Zelvi Gustiana Zulham, Zulham