Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Informatika: Jurnal Pengembangan IT

Deteksi Pengendara Mengantuk dengan Kombinasi Haar Cascade Classifier dan Support Vector Machine Hepatika Zidny Ilmadina; Dyah Apriliani; Dega Surono Wibowo
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 1 (2022): JPIT, Januari 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i1.3346

Abstract

Microsleep sering terjadi pada aktivitas kita tanpa disadari, terutama pada saat berkendara. Hal tersebut menjadi salah satu faktor penyebab kecelakaan yang diakibatkan kesalahan manusia seperti mengantuk, tidak fokus, dan kelelahan menyumbangkan porsi 61%, selain itu 9% dikarenakan faktor kendaraan, serta 30% disebabkan oleh faktor prasarana dan lingkungan. Beberapa teknik deteksi microsleep melalui kedipan mata telah dikembangkan antara lain menggunakan eye aspect ratio, yaitu thresholding manual dengan menetapkan detik minimal mata menutup/berkedip. Pada penelitian ini dilakukan deteksi pengendara mengantuk dengan kombinasi Haar Cascade yang mengklasifikasi wajah pengendara, serta metode Support Vector Machine yang mampu menentukan mata menutup dan membuka. Implementasi pada sistem deteksi pengendara mata mengantuk secara real time akurasi mencapai 99%. Penelitian ini diharapkan dapat membantu dalam mengurangi bahkan mencegah terjadinya kecelakaan yang disebabkan oleh microsleep yang dapat dideteksi secara dini melalui kedipan mata pengendara.
E-PILKOTES SMK KARYA BHAKTI BREBES Mentari Arsita Putri; Dyah Apriliani
Jurnal Informatika: Jurnal Pengembangan IT Vol 1, No 2 (2016): JURNAL INFORMATIKA
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v1i2.390

Abstract

Voting adalah kegiatan yang sangat menentukan pada saat perhelatan pemilihan, persoalan yang menjadi fokus perhatian bagi panitia penyelenggara pemilihan adalah bagaimana proses pemungutan suara dapat menjamin azas langsung, umum, bebas, dan rahasia serta bagaimana hasil perhitungan suara dapat berlangsung jujur transparan, dan dapat diakses oleh publik. Salah satu kegiatan yang belum tersentuh teknologi yaitu proses opemilihan ketua organisasi siswa intra sekolah (OSIS), disekolah – sekolah semua prosesnya kebanykaan masih dilakukan secara manual, hal ini dirasa kurang efektif dengan berkembangnya teknologi sekarang ini. Untuk memnuhi hal tersebut maka dibangun sebuah aplikasi e-voting berbasis web php. Sistem ini dibangun menggunakan software macromedia dreamweaver dan dngan menggunakan bahasa pemrograman php. Sistem ini menggunakan browser untuk melaksanakan voting diharapkan akan memeberikan hasil voting yang akurat, cepat, dan terpercaya serta bisa mengurangi angka siswa yang tidak memilih dan tidak akan mengganggu proses belajar mengajar. Kata Kunci: e-voting, Aplikasi, PHP
Sentimen Analisis Pandangan Masyarakat Terhadap Vaksinasi Covid 19 Menggunakan K-Nearest Neighbors Dyah Apriliani; Ardi Susanto; Muhammad Fikri Hidayattullah; Ginanjar Wiro Sasmito
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023): JPIT, Januari 2023
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4759

Abstract

Abstrak - Pandemi covid 19 yang terjadi sangat meresahkan masyarakat. Banyak masyarakat yang terpapar maupun kehilangan keluarga mereka karena virus ini. Untuk mencegah semakin menyebarnya virus covid 19, pemerintah menyelenggarakan program vaksinasi. Program vaksinasi yang dilakukan menuai pro dan kontra dari masyarakat. Berdasarkan permasalahan tersebut, maka dalam penelitian ini akan melakukan proses klasifikasi pandangan masyarakat terhadap vaksinasi Covid 19. Data penelitian yang digunakan diambil dari twitter sebanyak 2241 data. Data akan diklasifikasikan menjadi 2 kelas yaitu positif dan negatif. Proses klasifikasi akan dilakukan dengan menggunakan metode K-Nearest Neighbors (KNN).  Tahapan pertama yang dilakukan adalah pengambilan data dari twitter, pelabelan data, preprocesing data di phyton, pembobotan TF-IDF, pembuatan model, pengujian model dan evaluasi model. Dari penelitian ini didapatkan akurasi terbaik sebesar 79,25% dengan menggunakan parameter K-Fold 10 dan KNN 5.