Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Garuda Pengabdian Kepada Masyarakat
Arrafiq, Muhammad Sunni
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Social Sciences Other

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

Found 2 Documents
Search

 1 
Implementasi Opencv Face Recognition Pada Real-Time Deteksi Umur Dan Jenis Kelamin Menggunakan Python Dengan Metode Klasifikasi Aditia, Risky; Arrafiq, Muhammad Sunni; Afandi, Fahrul
Jurnal Garuda Pengabdian Kepada Masyarakat Vol 1 No 2 (2023)
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/gabdimas.v1i2.820

Abstract

Wajah adalah model visual multidimensi yang dapat menunjukan identitas atau emosi. Skema deteksi wajah ini bertujuan mengenali jenis kelamin dan usia secara real-time. Menggunakan gambar dari kamera atau webcam sebagai input, sistem memberikan output berupa informasi jenis kelamin dan usia subjek saat itu. Dataset berisi 1,940 citra wajah yang telah dipotong dari kaggle.com, dengan jumlah yang sama untuk kelas laki-laki dan perempuan. Data ini mengalami ekstraksi fitur menggunakan model matriks dan dilatih dengan model Caffe, menghasilkan file Caffemodel. File Caffemodel merepresentasikan hasil citra yang dilatih dalam bentuk angka dan huruf. Program deteksi wajah menggunakan Caffemodel untuk mengidentifikasi lokasi wajah pada gambar dengan bingkai berwarna hijau sebagai penanda. Program kemudian menganalisis lebih lanjut untuk mengenali jenis kelamin dan usia dari wajah yang terdeteksi. Output akhir berupa informasi gender dan usia ditampilkan secara real-time melalui webcam pada laptop atau kamera. Skema ini berpotensi dalam pengenalan wajah real-time untuk keamanan, pengawasan, dan hiburan. Dengan model Caffe, sistem cepat dan akurat mengenali jenis kelamin dan usia individu dalam gambar. Integrasi webcam memberikan fleksibilitas implementasi dalam berbagai konteks penggunaan.
Analisis Sentimen Pengguna Terhadap Layanan Aplikasi Seabank Indonesia di Instagram Menggunakan Metode Support Vector Machine Arrafiq, Muhammad Sunni; Kurniawan, Rakhmat
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5620

Abstract

Various aspects of life have been significantly changed by rapid technological advances; this includes the banking industry, which has developed digital banking services. SeaBank is a digital banking application that allows us to do many things with our money, from saving to making online transactions with our mobile phones anytime and anywhere. By using the Support Vector Machine (SVM) method to classify user comments on the SeaBank Indonesia Instagram account into positive and negative comments, this research aims to find analytical ways to improve service quality and customer satisfaction through this sentiment. Data is processed in several stages, such as cleaning, normalization, tokenization, stopword removal, and stemming. Then the SVM algorithm is used to classify sentiment. These performance algorithms are measured by metrics such as accuracy, precision, recall, and F1 score. The results of the analysis of 1201 comment data show that 536 data are positive and 665 data are negative. The Support Vector Machine method shows an accuracy of 89%, precision of 93%, recall of 83%, and fl-score of 88%.
Co-Authors Aditia, Risky Afandi, Fahrul Rakhmat Kurniawan R