Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi MURA JURNAL EDUCATION AND DEVELOPMENT Jurnal Teknologi Informasi Mura
Mega Christin Morys Lase
Universitas Potensi Utama Medan
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Languange, Linguistic, Communication & Media Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
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%.
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): 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%.
DETEKSI PENGENALAN WAJAH ORANG BERBASIS AI COMPUTER VISION Laia, Finis Hermanto; Rosnelly, Rika; Naswar, Alvinur; Buulolo, Karuniaman; Lase, Mega Christin Morys
Jurnal Teknologi Informasi Mura 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%.
MANAJEMEN RISIKO TATA KELOLA TI MENGGUNAKAN FRAMWORK NIST SP 800-30: STUDI KASUS LABORATORIUM KOMPUTER UNIVERSITAS NIAS RAYA Lase, Mega Christin Morys
JURNAL EDUCATION AND DEVELOPMENT Vol 13 No 1 (2025): Vol 13 No 1 Januari 2025
Publisher : Institut Pendidikan Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37081/ed.v13i1.6896

Abstract

Implementasi teknologi informasi membawa perkembangan yang sangat signifikan diberbagai sektor, termasuk sektor pendidikan. Pengadaan laboratorium komputer merupakan dampak dari perkembangan teknologi yang digunakan bidang Pendidikan sebagai ruang praktikum yang berbasis teknologi dan tempat mahasiswa/i mengembangkan keterampilan digital. Laboratorium komputer di Universitas Nias Raya menjadi pusat aktivitas akademik yang sangat bergantung pada teknologi informasi. Namun, seiring dengan meningkatnya ketergantungan pada teknologi, maka rentan terjadi risiko teknologi informasi. Untuk mengelola risiko tersebut, diperlukan suatu kerangka kerja yang komprehensif dan terstruktur. Penelitian ini menggunakan kerangka kerja National Institute of Standards and Technology (NIST). Hasil penelitian menunjukkan bahwa pendekatan NIST membantu dalam mengidentifikasi, menganalisis, dan mengelola risiko secara sistematis, sehingga meningkatkan keamanan dan efisiensi operasional laboratorium.
Co-Authors Alvinur Naswar Finis Hermanto Laia Karuniaman Buulolo MARIA BINTANG Naswar, Alvinur Rika Rosnelly Rika Rosnelly, Rika