Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi
Setiawan, Asep Trisna
Universitas Bandar Lampung
Computer Science & IT

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

Found 2 Documents
Search

 1 
Face Recognition dengan YOLO 8 dan Convolutional Neural Network (CNN) Setiawan, Asep Trisna; Prihatmanto, Ary Setijadi; Erlangga, Erlangga; Ariani, Fenty; Permana, Adi
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 15, No 2 (2025): December
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v15i2.4658

Abstract

Pengenalan wajah merupakan teknologi penting dalam biometric authentication untuk sistem keamanan dan identifikasi otomatis, namun metode tradisional masih terkendala oleh variasi pose dan pencahayaan. Penelitian ini bertujuan untuk mengembangkan dan mengintegrasikan arsitektur YOLOv8 sebagai face detector dan Convolutional Neural Network (CNN) sebagai face recognizer ke dalam satu pipeline end-to-end yang efisien. Metodologi yang digunakan melibatkan penggunaan YOLOv8 untuk deteksi dan lokalisasi wajah secara real-time, diikuti proses cropping serta alignment, dan diakhiri dengan klasifikasi identitas menggunakan model CNN berbasis transfer learning. Dataset yang digunakan mencakup 38 individu dengan total 380 citra yang dilatih menggunakan GPU NVIDIA GTX 1070. Hasil penelitian menunjukkan bahwa YOLOv8 mencapai performa sangat baik dengan nilai mean Average Precision (mAP@0.5) sebesar 0,972 dan waktu inferensi hanya 12,5 ms per frame. Sementara itu, model CNN berhasil mencapai akurasi pengujian sebesar 93,8% dengan F1-Score 0,93. Meskipun sistem mengalami penurunan performa pada kondisi pencahayaan rendah (low light) dan oklusi, integrasi kedua model ini terbukti tangguh dan layak diimplementasikan untuk aplikasi praktis seperti kontrol akses dan sistem kehadiran otomatis secara real-time. Pengembangan lanjutan disarankan untuk meningkatkan ketahanan model terhadap pose ekstrem dan hambatan visual yang berat.
Implementasi Metode Websocket Pada Aplikasi Donor Darah Real Time Gps Tracking Untuk Mengetahui Keberadaan Calon Pendonor Darah Astuti, Agustina Sri; Thamrin, Taqwan; Susanty, Wiwin; Setiawan, Asep Trisna; Tanjung, Tia
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 15, No 2 (2025): December
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v15i2.4438

Abstract

Darah merupakan cairan tubuh yang sangat vital bagi kehidupan manusia, yang bersirkulasi dalam jantung dan pembuluh darah. Pendarahan yang hebat, baik karena kecelakaan atau saat setelah melakukan operasi sangat memerlukan tindakan transfusi darah. Hal yang sangat penting pada saat memenuhi kebutuhan darah adalah mengetahui stok darah yang ada pada instansi penyedia darah atau rumah sakit. Tanpa di sadari, keberadaan penyebaran darah disekeliling terkadang justru luput dari pasien ketika pasien sedang membutuhkan transfusi darah. Websocket yang didukung dengan fitur yang terpasang pada perangkat mobile berupa Global Positioning System (GPS) merupakan sistem informasi berbasis komputer yang dapat menyimpan, mengelola dan menganalisis serta memanggil data informasi yang bereferensi geografis. Dengan memanfaatkan fitur tersebut maka kita dapat mengumpulkan data digital para calon pendonor darah dengan memberikan layanan pendaftaran diri melalui mobile aplikasi android, serta menerapkan websocket pada aplikasi dan menampilkannya didalam bentuk geolokasi dengan posisi realtime keberadaan pendonor, dari sana pengguna dapat mengetahui informasi penyebaran darah dan mengaksesnya dengan cepat ketika sedang dalam kondisi membutuhkan. Dalam hal ini, websocket dapat menjadi salah satu solusi mendapatkan data penyebaran darah realtime berdasarkan teknologi GPS (Global Positioning System) yang terpasang pada perangkat smartphone. Dari penelitian yang telah dilakukan menghasilkan sebuah aplikasi donor darah real time gps tracking dengan nama aplikasi Hemocare. 
Co-Authors Ariani, Fenty Astuti, Agustina Sri Erlangga Erlangga Permana, Adi Prihatmanto, Ary Setijadi Tanjung, Tia Thamrin, Taqwan Wiwin Susanty