cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
MIND (Multimedia Artificial Intelligent Networking Database) Journal
Published by Institut Teknologi Nasional Bandung
ISSN : 25280015     EISSN : 25280902     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 14 Documents
 1   2 
Search results for , issue "Vol 2, No 2 (2017): MIND Journal" : 14 Documents clear
Metode Haar-Cascade Classification Menggunakan Raspberry Pi Muhammad Ichwan; Milda Gustiana Husada; Aldri Helmaputra
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.13-22

Abstract

Proses untuk mendeteksi objek dalam citra manggabungkan empat kunci utama yaitu Haar like feature, Integral Image, Adaboost learning dan Cascade Classifier. Metode haar-cascade classification dapat dimanfaatkan sebagai alternatif dalam pengaturan traffic light. Cara kerjanya yaitu, citra yang telah di-capture akan dicocokan dengan data latih, apabila dalam citra tersebut terdapat objek yang sesuai dengan data latih maka objek tersebut di tandai, sehingga objek akan terhitung jumlahnya dengan cara melewati sebuah garis virtual yang dibuat sistem. Dari hasil jumlah objek terdeteksi, sistem dapat mengatur berapa lama lampu merah dan hijau menyala atau mati sesuai dengan jumlah objek yang telah ditentukan. Oleh karena itu, alternatif pengaturan traffic light menggunakan metode Haar-cascade classification digunakan untuk pendeteksian objek. Hasil dari penelitian menggunakan kamera 18 megapiksel 60 FPS jumlah mobil terhitung di garis lebih akurat menggunakan resolusi 480p atau 720p sebesar 79.51%.
Perbandingan Metode Breadth First Search dan Backlink pada Web Crawler Jasman Pardede; Asep Nana Hermana; Galih Swarghani
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.61-69

Abstract

Dalam sebuah search engine terdapat beberapa komponen penting yang salah satunya adalah crawler / web crawler. Crawler adalah sebuah komponen dalam search engine yang berfungsi untuk mencari semua link pada setiap halaman dimana hasil pengumpulan alamat web selanjutnya akan diindeks. Crawler bekerja dengan menggunakan algoritma pencarian yang beragam, diantaranya adalah Breadth First Search dan Backlink. Breadth first search merupakan algoritma untuk melakukan pencarian secara berurutan dengan mengunjungi setiap simpul secara preorder. Backlink memanfaatkan tautan yang berada disitus lain dan mengarah ke situs tertentu. Adapun hasil dari uji aplikasi yaitu dengan membandingkan kedua metode tersebut dengan cara melihat performa pengambilan URL terbanyak pada Detik.com dan Kompas.com. Metode breadth first search secara performa lebih baik dibandingkan dengan metode backlink, dalam pengujian crawling, perbedaan jumlah url mencapai 25,17 pada website detik.com dan 28,94% pada website Kompas.com.
Implementasi Algoritma GLCM Dan MED pada Aplikasi Pendeteksi Kolesterol Melalui Iris Mata Mira Musrini B; Andri ana; Ari Seisar Hidayat
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.23-42

Abstract

Berdasarkan penelitian yang telah dilakukan dengan menggunakan gambar iris normal dan kolesterol sebagai input, metode GLCM (Gray Level Co-Occurrence Matrix) dapat digunakan pada aplikasi pendeteksi kolesterol melalui iris mata. Karena GLCM mampu memperoleh nilai fitur yang terdiri dari energi, entropi, homogenitas dan kontras dengan cara menghitung nilai probabilitas dari hasil perhitungan kemunculan matriks yang sama dalam piksel gambar dengan sudut(θ) 0◦ dan jarak(d) 1. Metode MED (Minimum Euclidean Distance) dapat digunakan untuk mengklasifikasi gambar iris normal dan kolesterol dengan menghitung nilai jarak Euclidean berdasarkan dari nilai fitur GLCM. Pembuatan aplikasi ini bertujuan untuk membantu orang-orang dengan mudah mendeteksi kolesterol secara cepat dan praktis tanpa harus pergi ke klinik atau rumah sakit. Pengujian yang dilakukan ke 24 orang dari gambar iris normal dan kolesterol dengan intensitas cahaya yang berbeda tingkat akurasi mencapai 70,83%.
Penerapan Metode Eigenface dan Pemanfaatan Database Fg-Net untuk Mengetahui Usia Manusia Berdasarkan Wajah Irma Amelia D; Youllia Indrawaty N; Dian Purnomo
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.43-51

Abstract

Wajah merupakan salah satu ciri pada manusia untuk dapat dibedakan satu sama lain. Terdapat beberapa faktor yang mendasari perbedaan setiap wajah manusia yaitu genetik, jenis kelamin, etnis dan usia. Seiring berjalannya waktu, wajah manusia mengalami beberapa perubahan akibat bertambahnya usia. Perubahan yang sering kali terjadi seperti penambahan garis halus pada wajah atau terdapat perubahan kontur pada wajah, hal tersebut dapat dijadikan acuan untuk mengidentifikasi usia. Oleh karena itu, pada penelitian melakukan pendeteksian usia berdasarkan wajah. Metode yang digunakan yaitu Eigenface didasarkan pada metode statistik Principal Component Analysis (PCA) dengan menggunakan database fg-net yang berisi titik ciri dari citra wajah yang sudah diketahui usianya. Eigenvector dari Matriks fitur wajah data uji dibandingkan dengan eigenvector matriks dari database fg-net citra latih untuk menentukan kecocokan usia. Hasil pengujian usia berdasarkan citra wajah yang berasal dari 30 orang mencapai tingkat akurasi sebesar 56,66%.

Page 2 of 2 | Total Record : 14

 1   2 

Filter by Year

2017 2017


Reset
Filter By Issues
All Issue Vol 10, No 2 (2025): MIND Journal Vol 10, No 1 (2025): MIND Journal Vol 9, No 2 (2024): MIND Journal Vol 9, No 1 (2024): MIND Journal Vol 8, No 2 (2023): MIND Journal Vol 8, No 1 (2023): MIND Journal Vol 7, No 2 (2022): MIND Journal Vol 7, No 1 (2022): MIND Journal Vol 6, No 2 (2021): MIND Journal Vol 6, No 1 (2021): MIND Journal Vol 5, No 2 (2020): MIND Journal Vol 5, No 1 (2020): MIND Journal Vol 4, No 2 (2019): MIND Journal Vol 4, No 1 (2019): MIND Journal Vol 3, No 2 (2018): MIND Journal Vol 3, No 2 (2018): MIND Journal Vol 3, No 1 (2018): MIND Journal Vol 3, No 1 (2018): MIND Journal Vol 2, No 2 (2017): MIND Journal Vol 2, No 2 (2017): MIND Journal Vol 2, No 1 (2017): MIND Journal Vol 2, No 1 (2017): MIND Journal Vol 1, No 2 (2016): MIND Journal Vol 1, No 2 (2016): MIND Journal Vol 1, No 1 (2016): MIND Journal Vol 1, No 1 (2016): MIND Journal More Issue