Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Yuyun Yuyun
Universitas Handayani Makassar
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Identifikasi Sampah Plastik Menggunakan Algoritma Deep Learning Lut Faizal; Yuyun Yuyun; Hazriani Hazriani
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 6 No 2 (2023): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v6i2.176

Abstract

Masalah sampah plastik masih belum terselesaikan secara optimal hingga saat ini. Jumlah sampah yang dihasilkan oleh kegiatan manusia terus meningkat sejalan dengan jumah penduduk yang terus bertambah. Sampah plastik menjadi salah satu jenis sampah yang sulit didaur ulang, terutama jika tercampur dengan sampah lainnya. Agar proses daur ulang menjadi lebih mudah, diperlukan pemilahan sampah berdasarkan jenisnya. Oleh karena itu, sebuah solusi yang bisa diimplementasikan adalah merancang sistem yang menggunakan pendekatan deep learning untuk mendeteksi jenis sampah plastik, berat sampah dan informasi lokasi sampah tersebut. Faster R-CNN merupakan algoritma deteksi objek yang masuk kedalam bidang computer vision berbasis jaringan konvolusi yang dapat digunakan untuk mengindentifikasi sebuah objek. Adapun hasil penelitian yang diperoleh, nilai akurasi sistem yang didapatkan dalam mengidentifikasi botol plastik sebesar 96,3%, gelas plastik 100%, sendok 84,2%, styrofoam 100%, dan undefined 100% sehingga total akurasi sistem yang didapatkan dari 5 objek sebesar 96,3%. Selain itu, sistem juga mampu menampilkan hasil estimasi berat dari objek yang dideteksi sesuai dengan parameter inputan basis data
Deteksi Pengguna Masker Berbasis Pengolahan Citra Menggunakan Algoritma Yolo Sukriadi Sukriadi; Hamdan Gani; Yuyun Yuyun
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 8 No 1 (2025): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v8i1.274

Abstract

Penelitian ini menerapkan algoritma YOLO untuk mendeteksi pengguna masker serta untuk mengetahui akurasi yang dihasilkan menggunakan algoritma YOLO. Teknologi yang digunakan berbasis Pengolahan Citra. Keluaran dari sistem ini adalah peringatan bagi orang yang tidak menggunakan masker dan menghitung total jumlah pengguna masker dan jumlah yang tidak menggunakan masker. Penelitian ini menggunakan algoritma You Only Look Once (YOLO) generasi ketiga, yang terdiri dari convolutional neural network layer untuk proses ekstraksi fitur dari input serta proses localization objek, dan fully connected layer untuk mengklasifikasikan jenis larva udang. Hasil penelitian ini menunjukkan bahwa sistem pendeteksi pengguna masker tidak mendeteksi dengan baik, hal ini dipengaruhi karena kurangnya cahaya saat pengambilan data uji. Minimal cahaya yang digunakan dalam pengambilan data adalah 400 Lumen. Lumen merupakan satuan pengukuran standar untuk jumlah cahaya yang dapat dihasilkan oleh sebuah sumber cahaya. Dengan menggunakan algoritma YOLO untuk mendeteksi dan menghitung jumlah pengguna masker menghasilkan perhitungan dan deteksi penggunaan masker dengan Dataset yang digunakan pada penelitian ini sebanyak 700 data gambar sebagai data latih dan 70 data uji serta Penerapan algoritma yolo untuk mendeteksi penggunaan masker mencapai tingkat akurasi 97,51%
Co-Authors Hamdan Gani Hazriani, Hazriani Lut Faizal Sukriadi Sukriadi