Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : malcom indonesian journal of machine learning and computer science

Sistem Pendeteksi Kendaraan Roda Dua Berbasis Internet of Things Menggunakan ESP32-Cam dan YOLOv3: Internet of Things-Based Two-Wheeled Vehicle Detection System Using ESP32-CAM and YOLOV3 for Smart Parking Access Control Woof, Selvi Leoni; Patiran, Abdul Zaid; Sumendap, Andreas Leonardo
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2826

Abstract

Pengelolaan parkir secara konvensional masih memiliki keterbatasan dalam pemantauan kendaraan, pengendalian akses, dan pencatatan data secara terstruktur. Sistem dirancang untuk menangkap citra objek melalui ESP32-CAM, memproses deteksi motor menggunakan YOLOv3 pada Python, mengendalikan portal melalui motor servo, menyalakan lampu kilat pada kondisi tertentu, serta menyimpan data hasil deteksi ke basis data MySQL. Pengujian sistem dilakukan pada area parkir Lapangan Borasi, Manokwari, Papua Barat. Kontribusi penelitian ini terletak pada integrasi deteksi kendaraan roda dua berbasis YOLOv3 dengan sistem kontrol portal otomatis, pencahayaan adaptif menggunakan flash ESP32-CAM, serta penyimpanan data deteksi secara real-time ke basis data MySQL dalam satu sistem IoT yang terintegrasi. Pengujian dilakukan menggunakan 19 data uji yang terdiri atas 15 motor dan 4 objek bukan motor. Hasil pengujian menunjukkan bahwa 13 motor berhasil terdeteksi, sedangkan 2 motor tidak terdeteksi pada malam hari akibat rendahnya pencahayaan. Pada objek bukan motor, 2 mobil dan 1 orang berhasil dikenali sebagai bukan motor, sedangkan 1 sepeda salah terdeteksi sebagai motor. Berdasarkan confusion matrix, sistem memperoleh akurasi sebesar 84,21%, presisi motor sebesar 92,86%, dan recall sebesar 86,67%. Hasil ini menunjukkan bahwa sistem mampu melakukan deteksi motor dan pengendalian portal secara otomatis, meskipun masih dipengaruhi oleh kondisi pencahayaan dan kemiripan bentuk objek.
Pemodelan Topik dan Analisis Sentimen Komentar TikTok pada Program Makanan Bergizi Gratis Menggunakan BERTopic dan IndoBERT: Topic Modeling and Sentiment Analysis of TikTok Comments on the Free Nutritious Meal Program Using BERTopic and IndoBERT Model Kayadu, Owen Thomas; Limbong, Josua Josen A; Sumendap, Andreas Leonardo
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2790

Abstract

TikTok menjadi salah satu media sosial yang banyak digunakan masyarakat untuk menyampaikan opini terhadap berbagai kebijakan publik, termasuk Program Makan Bergizi Gratis (MBG). Penelitian ini bertujuan untuk menganalisis topik pembahasan dan sentimen masyarakat terhadap Program MBG berdasarkan komentar TikTok menggunakan metode BERTopic dan IndoBERT. Tahapan penelitian meliputi pengumpulan data, preprocessing, pemodelan topik, dan klasifikasi sentimen. Hasil penelitian menunjukkan bahwa BERTopic berhasil mengidentifikasi delapan topik utama yang berkaitan dengan gizi, pendidikan, lapangan kerja, kondisi ekonomi, transparansi anggaran, dan dukungan terhadap pemerintah. Topik 5 menjadi topik yang paling dominan dengan jumlah 5.422 komentar. Analisis sentimen menggunakan IndoBERT menunjukkan bahwa sentimen netral mendominasi dengan 3.614 komentar (43,29%), diikuti oleh sentimen positif sebanyak 2.611 komentar (31,27%) dan sentimen negatif sebanyak 2.124 komentar (25,44%). Selain itu, Topik 4 menjadi topik yang paling banyak muncul pada ketiga kategori sentimen. Model IndoBERT memperoleh akurasi sebesar 82,68%, yang menunjukkan performa yang baik dalam memahami konteks komentar berbahasa Indonesia. Hasil penelitian menunjukkan bahwa kombinasi BERTopic dan IndoBERT mampu memberikan analisis yang komprehensif terhadap topik pembahasan dan opini masyarakat mengenai Program MBG di TikTok.