cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erlangga Hadi
Contact Email
shofanahmediaberkah@gmail.com
Phone
+6285776447971
Journal Mail Official
admin@jurnalmahasiswa.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Published by CV. SHOFANAH MEDIA BERKAH
ISSN : -     EISSN : 30250927     DOI : -
Core Subject : Science, Engineering,
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
- MAchine learning - Sistem Penunjang Keputusan - Sistem Pakar - Deep Learning - Kecerdasan Buatan - Computer Vision - Image Processing - Robot Cerdas - serta ilmu komputer yang relevan
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 110 Documents
 5   6   7   8   9 
Sistem Deteksi Wajah Menggunakan Metode Haar Cascade Berbasis Opencv Dewi Putri Aulia; Naufal Febrian; Slamet Supriyadi; Veny Masullah; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 4 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem pencarian, pengindeksan database video digital, dan pengendalian akses ke area terlarang seperti konferensi video. Algoritma Haar Cascade Classifier merupakan salah satu algoritma pengenalan wajah. Algoritma ini dapat mengenali objek, termasuk wajah manusia, dengan cepat dan real time. Algoritme Haar Cascade Classifier memiliki keunggulan komputasi yang cepat karena hanya didasarkan pada jumlah piksel Pengenalan wajah yang diusulkan menggunakan objek wajah pada posisi yang berbeda dibandingkan dengan hasil yang ditangkap oleh webcam yang terhubung ke komputer atau webcam internal laptop. Open Source Computer Vision Library (OpenCV) adalah perangkat lunak sumber terbuka yang mencakup perpustakaan yang mendukung deteksi objek dan dapat dengan mudah diimpor ke bahasa pemrograman Java. Pengklasifikasi kaskade Haar adalah algoritma untuk mendeteksi objek. Algoritma ini dapat mendeteksi objek dengan cepat dengan mengukur jumlah piksel persegi pada suatu gambar.
Tinjauan Litelatur : Tentang Efektifitas Metode Haar Dalam Deteksi Objek Pada Pemrosesan Citra Yunus Firmansyah; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 4 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Penelitian ini melakukan evaluasi terhadap efektivitas metode dalam deteksi objek yang menggunakan metode Haar Cascade, khususnya wajah. Haar Cascade yang dikembangkan oleh Paul Viola dan Michael Jones pada tahun 2001 menggunakan fitur Haar-like dan algoritma Adaboost untuk deteksi objek yang cepat dan akurat. Dalam penelitian ini melibatkan tinjauan literatur pada pengawasan keamanan, pengenalan wajah, dan interaksi manusia-mesin serta penelitian implementasi praktis dengan menggunakan bahasa pemrograman Python dan OpenCV untuk mendeteksi wajah secara real-time. Hasil tinjauan menunjukkan bahwa metode Haar Cascade efektif untuk berbagai kondisi pencahayaan dan latar belakang dengan kecepatan dan akurasi yang baik. Hasil penelitian dapat menjadi dasar pengembangan teknologi deteksi objek yang lebih canggih di masa yang akan datang.
Implementasi Computer Vision untuk Klasifikasi Gambar Kucing dan Anjing Menggunakan OpenCV-Python Chaerul Mustofa; Akbar Berwyn Kurniawan; Wahyu Afrinaldi; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 4 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Studi kasus ini peneliti membahas implementasi computer vision untuk klasifikasi gambar kucing dan anjing menggunakan OpenCV dan Python. Tujuan dari di buatnya studi kasus ini adalah untuk dapat mengembangkan model klasifikasi yang dapat membedakan antara gambar kucing dan anjing dengan tingkat akurasi yang tinggi. Proses dimulai dengan pengumpulan dataset dari gambar kucing dan anjing yang kemudian di proses untuk meningkatkan kualitas dari gambar . Teknik augmentasi data akan diterapkan untuk memperluas variasi dataset dan meningkatkan performa model. Algoritma Convolutional Neural Network (CNN) digunakan sebagai dasar model klasifikasi. Model CNN dilatih menggunakan dataset yang telah dipreproses dan divalidasi dengan menggunakan cross-validation untuk menghindari overfitting. OpenCV digunakan untuk menangani operasi gambar dasar seperti resizing, konversi warna, dan augmentasi data, sementara framework deep learning seperti TensorFlow untuk digunakan untuk membangun dan melatih model CNN. Hasil eksperimen akan menunjukkan bahwa model CNN dapat diimplementasikan mampu mencapai tingkat akurasi yang memuaskan dalam mengklasifikasikan gambar kucing dan anjing.
PENDEKATAN HAAR CASCADE YANG EFISIEN UNTUK DETEKSI WAJAH REAL-TIME PADA CITRA DIGITAL DENGAN OPENCV Ahmad Zaelani; Muhamad Irpan Maulana; Muhammad Rafli; Salsabila Azhari Putri4; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Deteksi wajah merupakan teknologi penting dalam berbagai aplikasi seperti sistem keamanan, antarmuka pengguna, dan analisis emosi. Penelitian ini mengimplementasikan sistem deteksi wajah real-time menggunakan metode Haar Cascade dengan bantuan library OpenCV dan bahasa pemrograman Python. Metode Haar Cascade dipilih karena efisiensinya dalam komputasi dan akurasi yang memadai untuk deteksi wajah. Sistem yang dikembangkan mampu mendeteksi wajah dari input video secara real-time dengan tingkat akurasi 95% dan kecepatan pemrosesan 30 frame per detik pada perangkat keras standar. Hasil penelitian menunjukkan bahwa implementasi ini efektif untuk aplikasi deteksi wajah real-time dan dapat menjadi dasar untuk pengembangan sistem yang lebih kompleks seperti pengenalan wajah atau analisis ekspresi.
Face Deteksi Objek pada Gambar dan Video dengan YOLOv8 (Counting Objects) Ajeng Tessa Ningrum; Refli Wijaya; Muhammad Rizal Abdul Aziz; Mohamad Yudha Mauluda; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perhitungan deteksi objek pada gambar dan video adalah bidang penting dalam computer vision dengan berbagai aplikasi, termasuk pengawasan keamanan, analisis lalu lintas, dan manajemen inventaris. Penelitian ini menggunakan algoritma YOLOv8 (You Only Look Once version 8) untuk mendeteksi dan menghitung objek dalam gambar dan video. YOLOv8 dikenal karena kecepatan dan akurasinya. Penelitian ini mengevaluasi kinerja YOLOv8 dalam berbagai kondisi pencahayaan, ukuran objek, dan latar belakang. Hasilnya menunjukkan bahwa YOLOv8 mampu mendeteksi dan menghitung objek dengan akurasi tinggi dan pemrosesan real-time yang efektif. Penelitian ini berkontribusi pada pengembangan teknologi deteksi objek yang lebih efisien dan akurat.
Studi Kasus Penggunaan YOLO dan OpenCV untuk MENDETEKSI JENIS KENDARAAN di JALAN Santoso Adi Nugroho; Muhammad Kahfi; Mochammad Fidzri Akhbar Alamsyah; Alice Natanael
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Deteksi kendaraan merupakan salah satu aspek penting dalam sistem pemantauan lalu lintas dan manajemen transportasi modern. Dalam penelitian ini, kami mengembangkan sebuah aplikasi untuk mendeteksi macam kendaraan pada jalan raya dengan OpenCV dan model YOLOv4 (You Only Look Once). Aplikasi ini mampu mengidentifikasi dan mengklasifikasikan berbagai macam kendaraan seperti mobil, truk, bus, dan sepeda motor dari video atau kamera langsung. Proses deteksi melibatkan beberapa tahap, mulai dari pemuatan model YOLOv4 yang telah terlatih, membaca input dari video atau kamera, hingga mengolah dan menampilkan hasil deteksi dengan bounding box dan label klasifikasi. Hasil penelitian menunjukkan bahwa sistem ini dapat mendeteksi dan mengklasifikasikan kendaraan dengan tingkat akurasi yang memadai, memungkinkan implementasi dalam berbagai aplikasi seperti pengawasan lalu lintas, pengumpulan data transportasi, dan pengembangan sistem keamanan. Keunggulan dari penggunaan YOLOv4 adalah kecepatan dan efisiensinya dalam mendeteksi objek secara real-time, sehingga cocok untuk diaplikasikan pada lingkungan dengan kecepatan tinggi seperti jalan raya.
MENGIMPLEMENTASIKAN SISTEM KERJA PENDATAAN DAN KEGIATAN SOSIAL MELALUI WEBSITE Fajri Afdinal; Timor Setiorini; Yeni Liana; Teti Desyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Yayasan Khoiru Ummah adalah organisasi nirlaba yang bergerak di bidang sosial dan kemanusiaan. Yayasan ini memiliki banyak program dan kegiatan sosial yang perlu didata dan dipublikasikan secara luas. Untuk itu, Yayasan Khoiru Ummah membutuhkan sistem kerja pendataan dan kegiatan sosial yang terstruktur dan efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kerja pendataan dan kegiatan sosial di Yayasan Khoiru Ummah melalui website. Sistem ini akan membantu Yayasan Khoiru Ummah dalam mendata, mengelola, dan mempublikasikan program dan kegiatan sosialnya secara lebih mudah dan efektif. Metode penelitian yang digunakan adalah studi kasus dengan pendekatan kualitatif. Data dikumpulkan melalui observasi, wawancara, dan studi dokumentasi. Data yang diperoleh dianalisis dengan menggunakan teknik analisis data kualitatif. Hasil penelitian menunjukkan bahwa sistem kerja pendataan dan kegiatan sosial di Yayasan Khoiru Ummah melalui website telah berhasil diimplementasikan. Sistem ini terdiri dari beberapa modul, yaitu modul pendataan program, modul pendataan kegiatan, modul publikasi program, dan modul publikasi kegiatan. Sistem ini juga dilengkapi dengan fitur-fitur yang memudahkan pengguna dalam mengakses dan mengelola data.
Perancangan Deteksi Objek Kendaraan Bermotor Berbasis OpenCV Python menggunakan Metode HOG-SVM untuk Analisis Lalu Lintas Cerdas Eligius Transparan Putra Zebua; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada saat ini jumlah pengguna kendaraan bermotor semakin banyak sehingga sangat membutuhkan sistem Lalu Lintas Cerdas untuk dapat mengontrol pengguna jalan. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem deteksi objek kendaraan bermotor menggunakan OpenCV Python dengan metode HOG-SVM untuk analisis lalu lintas cerdas. Deteksi objek kendaraan bermotor adalah komponen penting dalam sistem manajemen lalu lintas modern yang memungkinkan pemantauan dan analisis real-time dari arus lalu lintas. Metodologi yang digunakan dalam penelitian ini melibatkan penggunaan Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM) untuk mendeteksi kendaraan dalam citra dan video. Studi kasus ini menyoroti kelebihan dan kekurangan metode tersebut serta memberikan wawasan tentang aplikasi praktis dari teknologi ini dalam manajemen lalu lintas. Dengan penelitian menunjukkan bahwa implementasi deteksi kendaraan dengan metode HOG-SVM dapat memberikan akurasi yang baik dalam berbagai kondisi pencahayaan dan lalu lintas.
Image Processing Dengan Bahasa Pemrograman Python Menggunakan Metode Median Filtering Untuk Reduksi Noise Citra Digital Firgie Wahyu Pratama; Muhammad Ziidan; Raka Devananda Saleh; Satria Bagaskara Rhestu Listyantono; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan teknologi telah memungkinkan alat pemindai atau scanner untuk membuat dokumen menjadi citra digital. Selain scanner, proses digital ini dapat dilakukan dengan kamera berkualitas tinggi. Meskipun data digital memiliki keunggulan dalam hal kemudahan penyimpanan dan pengaksesan, namun proses pemindaian ini juga menimbulkan masalah. Kualitas kertas yang buruk dapat menghasilkan perubahan pada citra yang terlihat buruk dan terdapat banyak noise yang menyebabkan citra menjadi tidak jelas. Noise tersebut biasanya berbentuk bintik-bintik yang disebabkan oleh proses pemindaian yang tidak sempurna atau adanya kotoran pada dokumen asli. Untuk mengatasi masalah ini, dibutuhkan metode pengolahan citra yaitu Median Filtering.
MEMBACA EKSPRESI MANUSIA MELALUI DETEKSI MIMIK WAJAH DENGAN MENGGUNAKAN METODE HAAR CASCADE DENGAN OPENCV Leonard Viffo; Muhammad Cahya Rifqi; Arivansa Yuke Pradikta; Ahmad Rudiansyah; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini membahas bagaimana cara membaca ekspresi manusia melalui mimik wajah dengan menggunakan OpenCV. Pada penelitian ini kami menggunakan metode Haar Cascade , metode yang populer dan memiliki akurasi tinggi untuk mendeteksi sebuah objek. Terutama wajah dalam citra digital. Studi kasus ini akan menunjukkan bagaimana metode ini digunakan pada objek manusia. Sehingga ini akan membuktikan hasil dari metode Haar Cascade apakah dapat membaca ekspresi manusia dengan deteksi mimik wajah yang akurat atau tidak. Pada penelitian ini akan ada uji coba dengan menggunakan pencahayaan yang baik atau kondusif dan dengan pencahayaan yang kurang baik. jika, Masalah akurasi deteksi berkurang dalam kondisi pencahayaan yang buruk. Sehingga penelitian ini menyarankan untuk menggunakan pencahayaan yang baik agar mendapatkan deteksi dengan akurat.

Page 7 of 11 | Total Record : 110

 5   6   7   8   9 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 4 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 3 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 2 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan