Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Technology and Informatics (JoTI)
Angelica Santhia, Maria
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering

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

Found 2 Documents
Search

 1 
Identifikasi Pengenalan Wajah Berdasarkan Jenis Kelamin Menggunakan Metode Convolutional Neural Network (CNN) Chalista Imanuela Natun, Natasya; Angelica Santhia, Maria; R. Kaesmetan, Yampi
Journal of Technology and Informatics (JoTI) Vol. 6 No. 1 (2024): Vol. 6 No.1 (2024)
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/joti.v6i1.694

Abstract

Wajah merupakan komponen yang paling mudah dikenali dan sering kali menjadi pusat perhatian dalam tubuh manusia. Sering terjadinya kesulitan dalam membedakan dan menganalisis citra wajah dengan jumlah yang banyak secara manual karena banyaknya kemiripan antara laki-laki dan perempuan sehingga memperlambat proses identifikasi jenis kelamin. Penelitian ini bertujuan untuk meningkatkan akurasi dan mengimplementasikan identifikasi jenis kelamin dalam pengenalan wajah melalui penerapan metode Convolutional Neural Network (CNN), sebuah algoritma deep learning yang efektif untuk deteksi objek. Dengan mengumpulkan dan memproses dataset citra wajah yang dilabeli berdasarkan jenis kelamin, serta melakukan pra-pemrosesan data yang cermat, model CNN dilatih dan diuji untuk mencapai tingkat akurasi yang signifikan dalam identifikasi jenis kelamin. Hasil penelitian menunjukkan bahwa metode ini dapat meningkatkan kinerja sistem pengenalan wajah berdasarkan jenis kelamin secara praktis. Selain itu, penelitian ini juga memberikan rekomendasi untuk meningkatkan akurasi lebih lanjut dan eksplorasi teknologi terkini dalam upaya mengoptimalkan aplikasi pengenalan gender di masa depan. Abstrak ini merangkum kontribusi utama dan keunikan dari penelitian serta fokus pada elemen-elemen penting seperti penggunaan CNN, pengumpulan dan pelabelan dataset, serta potensi implementasi dan rekomendasi pengembangan lebih lanjut. Meskipun banyak penelitian menggunakan metode CNN, artikel ini mungkin menggunakan versi atau arsitektur CNN yang lebih baru dan dioptimalkan, yang meningkatkan kinerja dalam tugas pengenalan jenis kelamin.
TRANSFORMASI DIGITAL DI DESA PEUSAWA (BANTUAN SOSIAL) DI LEMBATA, NUSA TENGGARA TIMUR Angelica Santhia, Maria; Ignasius J. Lamabelawa, Marinus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13984

Abstract

Transformasi digital merupakan salah satu langkah strategis dalam meningkatkan efektivitas dan efisiensi pelayanan publik di desa, khususnya dalam penyaluran bantuan sosial. Desa Peusawa sebagai salah satu desa di Kabupaten Lembata menghadapi berbagai tantangan dalam proses pendataan dan penyaluran bantuan sosial secara manual, yang sering menimbulkan permasalahan seperti data ganda, keterlambatan penyaluran, serta kurangnya transparansi. Tujuan dari penelitian ini adalah untuk mengembangkan sistem berbasis digital dalam pengelolaan dan pendistribusian bantuan sosial agar lebih akurat, cepat, dan transparan. Metode yang digunakan dalam penelitian ini adalah observasi langsung, wawancara dengan aparatur desa dan masyarakat, serta pengembangan sistem menggunakan teknologi berbasis website. Hasil penelitian menunjukkan bahwa implementasi sistem digital di Desa Peusawa mampu meningkatkan akurasi data penerima bantuan sosial, mempercepat proses pendistribusian, serta meminimalisir kesalahan dalam penyaluran bantuan. Transformasi digital ini memberikan dampak positif bagi aparatur desa maupun masyarakat dalam mewujudkan pelayanan publik yang lebih efektif, efisien, dan transparan.
Co-Authors Chalista Imanuela Natun, Natasya Ignasius J. Lamabelawa, Marinus R. Kaesmetan, Yampi