Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Komputer dan Teknologi Informasi
Hanifah, Mutiara Khansa
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Menguji Keefektifan Metode Mask R-CNN, dan Metode Keypoint R-CNN dalam Deteksi Objek Citra. Darmawan, Faris Eka; Magfiroh, Siti Khoerotul; Hanifah, Mutiara Khansa; Saman, Muhammad
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 2 (2024): Implementasi Sistem Cerdas
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i2.14084

Abstract

Objek Detection merupakan tantangan dalam bidang computer vision yang mendukung aplikasi seperti pengenalan objek, pengenalan pola, dan analisis citra medis. Dalam penelitian ini, kami membandingkan kinerja dua metode utama dalam deteksi objek: Mask R-CNN, dan keypoint R-CNN.Metode R-CNN didasarkan pada pembuatan proposal wilayah menggunakan jaringan proposal wilayah (RPN), yang kemudian diproses oleh jaringan konvolusional untuk klasifikasi dan regresi. Oleh karena itu, Mask R-CNN mengintegrasikan kemampuan segmentasi instan dengan memberikan pemahaman yang lebih mendalam tentang objek. Di sisi lain, Keypoint R-CNN menambahkan dimensi pada deteksi objek dengan menentukan titik kunci atau landmark pada objek. Dimana dalam objek detection menggunakan sekitar 5000 gambar untuk implementasi metode Mask R-CNN dan Keypoint R-CNN.Evaluasi didasarkan pada akurasi deteksi, kecepatan eksekusi, dan kebutuhan sumber daya komputasi.
Co-Authors Darmawan, Faris Eka Magfiroh, Siti Khoerotul Saman, Muhammad