Article Per Year (5 Year)
p-Index From 2019 - 2024
3.883
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JSM (Jurnal SIFO Mikroskil) Jurnal Edukasi dan Penelitian Informatika (JEPIN) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Journal of Information Technology and Computer Science (JOINTECS) Jurnal Infomedia JURNAL PENGABDIAN KEPADA MASYARAKAT Martabe : Jurnal Pengabdian Kepada Masyarakat JTIM : Jurnal Teknologi Informasi dan Multimedia Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Global Science Society International Journal of Social Science, Educational, Economics, Agriculture Research, and Technology (IJSET) AMMA : Jurnal Pengabdian Masyarakat JURUTERA (Jurnal Umum Teknik Terapan) Jurnal Masyarakat Berdikari dan Berkarya (MARDIKA)
Munawir Munawir
Department Of Informatics, Faculty Of Engineering, Universitas Samudra, Langsa, Aceh, Indonesia
Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

 1 
Implementasi Face Recognition Pada Absensi Kehadiran Mahasiswa Menggunakan Metode Haar Cascade Classifier Munawir Munawir; Liza Fitria; Muhammad Hermansyah
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i2.2333

Abstract

Pengenalan wajah termasuk dalam sistem biometrik yang banyak digunakan saat ini. Sistem biometrik dengan pengenalan wajah dapat diaplikasian dalam proses pencatatan kehadiran. Kehadiran adalah faktor yang sangat berguna untuk berbagai keperluan dan merupakan salah satu kriteria penilaian yang penting dalam sebuah instansi. Sama halnya dalam dunia pendidikan, kehadiran juga sangat penting untuk mengetahui dan mengontrol kedisiplinan para mahasiswa. Saat ini proses pencatatan kehadiran masih banyak dilakukan secara manual dan dinilai kurang efektif, sehingga pada penelitian ini akan dilakukan proses pencatatan kehadiran dengan pengenalan wajah yang dianggap mampu untuk mengefisiensi waktu pencatatan kehadiran. Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier. Terdapat 125 data training wajah dari 25 orang mahasiswa yang telah diinputkan kedalam sistem. Pengujian dilakukan dengan cara pengenalan satu wajah dan banyak wajah (multiple face recognition) sekaligus. Hasil pengujian menunjukkan bahwa tingkat akurasi pengenalan pada satu wajah dengan 25 data testing wajah didapatkan nilai akrasi sebesar 76%, sedangkan pengenalan pada banyak wajah didapatkan nilai akurasi sebesar 33.3%.
Penggabungan Gambar Panorama Menggunakan Metode SIFT (Scale Invariant Feature Transform ) Ilmi Hasny; Munawir Munawir; Nurul Fadillah
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i2.2345

Abstract

Penggabungan gambar merupakan suatu proses menggabungkan gambar yang berbeda dan tumpang tindih menghasilkan sebuah gambar panorama. Gambar panorama adalah sebuah gambar yang memiliki sudut pandang yang luas dan sering disebut wide angle.  Pengenalan objek merupakan suatu proses yang memberikan klarifikasi terhadap objek bentuk tertentu pada suatu gambar. Pengenalan objek memiliki tahap deteksi dan pengenalan. Ekstraksi fitur merupakan salah satu tahap untuk mengambil fitur-fitur penting yang mencirikan objek yang ingin dikenali. Salah satu metode ekstraksi fitur yaitu SIFT (Scale Invariant Feature Transform) dikatakan bahwa metode ini tidak terpengaruh oleh perubahan ukuran, adanya translasi, atau rotasi pada objek. Metode ini digunakan untuk pencarian keypoint. Jumlah keypoint dapat berubah berdasarkan  nilai threshold. Jikalau nilai threshold lebih tinggi maka pencarian keypoint lebih akurat. Pada percobaan dengan nilai threshold 1 ditemukan keypoint sebanyak 41 dan nilai erornya 0,2743. Pada saat nilai threshold dinaikkan menjadi 3 jumlah keypoint yang ditemukan adalah 90 dan nilai erornya 1,0541.
Co-Authors Ahmad Ihsan Akram, Rizalul Alfael Maradu Andar Turnip Arman Yuliando Asri Bella Sari Aulia Zahra Azhar Al Havis Banta Cut Chichi Rizka Gunawan Cici Ardianti Ezha Ardevita Fadhelina, Nishbah Fazri Amir Feri Fadli Aiyub Ilmi Hasny Imanuddin Imanuddin Irwansyah Irwansyah Isra Prastiana Yannas Izzhan Hawary Juliana Maulida Khairinnisah Khairunnisa Lia Fauziana Liza Fitria Lusiani Maisura Ningrum Mirna Pratiwi Muhammad Hermansyah Muhammad Zeki Nida Nafila Novianda Novianda Novianda Nurul Fadillah Priyanda R Rahmina Sari Tinendung Rani Khairani Raza Oktafian Sakdiani Lubis Salsabila, Unik Hanifah Siti Nurchaliza Syaila Fannisa Tawang Fadhila Teuku Armel Fahlevi Yulida Amri