Claim Missing Document
Check
Articles

Found 3 Documents
Search

Klasifikasi Kematangan Buah Mangga Madani Berdasarkan Bentuk Dengan Jaringan Syaraf Tiruan Metode Perceptron Finis Hermanto Laia; Rika Rosnelly; Karuniaman Buulolo; Mega Christin Lase; Alvinur Naswar
Device Vol 13 No 1 (2023): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v13i1.4095

Abstract

Proses pendeteksian gambar secara otomatis merupakan bentuk dari kecerdasan buatan sehingga sistem dapat mengidentifikasi jenis gambar tertentu yang dikenal sebagai visi komputer. Mangga merupakan buah sesekali musiman yang memiliki banyak varietas namun beberapa jenis mangga memiliki bentuk yang hampir sama. Parameter pengenal yang diperoleh dari hasil ekstraksi ciri dapat dipadukan dengan teknik pengolahan citra digital sehingga terbentuk suatu sistem yang dapat mengklasifikasikan jenis mangga berdasarkan kematangan dari buah tersebut. Hal ini menyebabkan masyarakat keliru dalam memilih jenis kematangan buah mangga. Penentuan penamaman klasifikasi buah mangga madani dengan jaringan syaraf tiruan metode perceptron menggunakan software matlab. Pada penelitian ini data latih dan data uji yang digunakan masing-masing 40 citra buah mangga madani diantaranya 10 citra mentah, 10 citra cukup matang, 10 citra matang, dan 10 citra sangat matang. Pada proses data uji yang di hasilkan mendapatkan tingkat akurasi pengujian 50%. Kata Kunci : Mangga, Jaringan Syaraf Tiruan, Matlab
DETEKSI PENGENALAN WAJAH ORANG BERBASIS AI COMPUTER VISION Finis Hermanto Laia; Rika Rosnelly; Alvinur Naswar; Karuniaman Buulolo; Mega Christin Morys Lase
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2024

Abstract

Teknologi kecerdasan buatan (AI) telah menjadi perhatian utama dalam penerapan Personal Identification (PI). Visi komputer sebagai subkategori AI bertujuan untuk mengekstrak informasi yang berguna dari gambar. Pengenalan wajah menjadi penting karena kompleksitas wajah manusia yang memiliki ciri-ciri berbeda. Penelitian ini berfokus pada pengenalan dan verifikasi wajah menggunakan computer vision dengan tujuan mendeteksi dan mengenali citra wajah seseorang secara akurat. Algoritma Histogram of Oriented Gradients (HOG) digunakan sebagai solusi praktis untuk meningkatkan efisiensi dan efektivitas dalam bidang keamanan dan aplikasi lainnya. Penelitian ini berkontribusi dalam mengembangkan teknik dan metode yang lebih baik untuk deteksi wajah dan pengolahan gambar dalam bidang teknologi informasi, khususnya dalam aplikasi pengenalan wajah. Hasil dari perancangan dan pengujian deteksi pengenalan dan verifikasi wajah berbasis computer vision menunjukkan bahwa program yang dibuat dari model algoritma HOG dengan fitcecoc multiclass SVM mampu mendeteksi citra wajah orang dengan baik setelah melewati proses testing, dengan tingkat akurasi mencapai 98.5714%.
Implementasi Sistem Pendaftaran Berbasis Android dan Web pada Klinik Terapis Gigi dan Mulut Bambang Hariyadi, Amd.Kes Irawan, Devi; Yanuarti, Elly; Fitriyani; Wahyuningsih, Delpiah; Buulolo, Karuniaman; Wau, Kristine
Jurnal Informatika Vol 4 No 1 (2025): Jurnal Informatika
Publisher : LPPM Universitas Nias Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57094/ji.v4i1.2646

Abstract

The rapid advancement of information technology each year has driven digital transformation across various sectors, including healthcare services. One significant innovation is the digitalization of patient registration processes, which were previously conducted manually and often resulted in long queues and inefficiency. This study aims to develop and implement an Android and web-based registration system at the Dental and Oral Therapist Clinic of Bambang Hariyadi, Amd.Kes, in order to enhance efficiency and improve the patient experience. The system development method includes needs analysis through interviews and literature studies, user interface and system architecture design, implementation of both mobile and web applications, and evaluation based on user feedback. The application allows patients to independently register, schedule appointments, and receive periodic treatment reminders through their mobile devices or computers. Evaluation results indicate a significant improvement in registration efficiency, reduced waiting times, and increased patient satisfaction with the clinic’s services. Therefore, the implementation of this system is considered effective in supporting the digitalization of registration services in healthcare facilities, particularly in dental and oral therapy practices.