Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

5.806

P-Index

This Author published in this journals

All Journal Indonesian Journal of Electronics and Instrumentation Systems ELKHA : Jurnal Teknik Elektro Jurnal Online Mahasiswa (JOM) Bidang Teknik dan Sains JUITA : Jurnal Informatika Annual Research Seminar Jusikom : Jurnal Sistem Komputer Musirawas SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Petir KOMPUTIKA - Jurnal Sistem Komputer jurnal teknik informatika dan sistem informasi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Sistem Cerdas dan Rekayasa MDP Student Conference

Yohannes Yohannes

UNIVERSITAS MULTI DATA PALEMBANG

Author-ID : 423293

Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 40 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

Rancang Bangun Aplikasi Permainan EscapeMenggunakan Logika Fuzzy Dan Algoritma Floyd Warshall Adrianus Prabowo; Siska Devella; Yohannes Yohannes
Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Aplikasi permainan ESCAPE merupakan permainan yang mengandalkan player untuk keluar dari labirin tersebut. Penelitian ini menggunakan Logika Fuzzy untuk membuat perilaku komputer menjadi susah ditebak dan Floyd Warshall untuk membuat item jebakan menghalangi player saat bermain. Aplikasi permainan ini dibangun dan dirancang dengan menggunakan Unity 3D dan menggunakan metodologi prototype. Hasil uji dari data sampel menunjukkan bahwa logika fuzzy berhasil diterapkan dalam menentukan perilaku NPC. Hasil uji dari data sampel yang dilakukan menunjukkan bahwa kemunculan item jebakan berhasil diterapkan pada aplikasi permainan ESCAPE.

Penggunaan Fitur HOG Dan HSV Untuk Klasifikasi Citra Sel Darah Putih Rial Prasthio; Yohannes Yohannes; Siska Devella
Jurnal Algoritme Vol 2 No 2 (2022): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Sel darah putih (leukosit) merupakan sel pembentuk komponen darah yang diproduksi oleh sumsum tulang dan disebarkan ke seluruh tubuh melalui aliran darah. Sel darah putih merupakan bagian penting dari sistem kekebalan tubuh yang berfungsi untuk menghasilkan antibodi yang dapat membantu tubuh manusia dalam melawan berbagai penyakit. Sel darah putih dibagi menjadi 5 jenis, yaitu neutrofil, limfosit, monosit, eosinofil, dan basophil. Analisis sel darah putih masih dilakukan secara manual yang memakan waktu yang lama dan memiliki tingkat ketelitian dan keakuratan yang rendah. Solusi yang dapat dilakukan salah satunya menggunakan machine learning yaitu SVM (support vector machine) dengan menggunakan fitur HOG dan HSV. Penelitian ini menggunakan dataset hasil mikroskop sel darah putih dari Kaggle yang bersifat public. Jumlah dataset yang digunakan dalam penelitian berjumlah 12.392 gambar dari 4 jenis sel darah putih (Eosinophil, Lymphocyte, Monocyte, dan Neutrophil). Pada perhitungan confusion matrix hasil tertinggi didapatkan oleh Neutrophil dengan accuracy sebesar 88,55%, precision sebesar 100%, dan recall sebesar 54,19%.

Penggunaan Global Contrast Saliency dan Histogram of Oriented Gradient Sebagai Fitur untuk Klasifikasi Jenis Hewan Mamalia Yohannes Yohannes; Muhammad Ezar Al Rivan
PETIR Vol 13 No 1 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Mammal type can be classified based on the face. Every mammal’s face has a different shape. Histogram of Oriented Gradient (HOG) used to get shape feature from mammal’s face. Before this step, Global Contrast Saliency used to make images focused on an object. This process conducts to get better shape features. Then, classification using k-Nearest Neighbor (k-NN). Euclidean and cityblock distance with k=3,5,7 and 9 used in this study. The result shows cityblock distance with k=9 better than Euclidean distance for each k. Tiger is superior to others for all distances. Sheep is bad classified.

Klasifikasi Jenis Jamur Menggunakan SVM dengan Fitur HSV dan HOG Yohannes Yohannes; Daniel Udjulawa; Timoteus Ivan Sariyo
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1101

Mushrooms are one of the plants that have so many varieties. Every variety has a different shape and color. But most people still feel difficult to know and classify every mushroom. Therefore, classification for mushroom is needed. Method for this research are Hue Saturation Value (HSV) as color segmentation, then Histogram of Oriented Gradient (HOG) as feature extraction, and Support Vector Machine (SVM) as a classification method. Mushrooms that being use are Agaricus, Amanita, Boletus, Cortinarius, Entoloma, Hygrocybe, Lactarius, Russula, Suillus. Total of mushrooms for this research are 900, with 100 each genus. This research using the k-fold Cross Validation method for 4-fold. From 900 images there are 675 for the training phase and 225 for the testing phase. Overall for this research got precision, recall, accuracy respectively 23.80%, 22.94%, and 82.69%. The best mushroom was Boletus with precision, recall, accuracy respectively 55.37%, 46.84%, and 89.69%.

PENGGUNAAN FITUR HOG BERBASIS SUPERPIXEL UNTUK KLASIFIKASI JENIS JAMUR DENGAN METODE SVM Yohannes Yohannes; Nur Rachmat; Calvin Oliver Saputra
Jusikom : Jurnal Sistem Komputer Musirawas Vol 6 No 1 (2021): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v6i1.1180

Jamur memiliki banyak ragam dengan ciri yang mirip sehingga terdapat masalah dalam pengklasifikasian jenis dari jamur. Dataset citra jamur yang digunakan bernama Mushrooms classification – Common genus’s images yang berisi sembilan jenis jamur, yaitu Agaricus, Amanita, Boletus, Cortinarius, Entoloma, Hygrocybe, Lactarius, Russula, dan Suillus. Penggunaan fitur segmentasi dapat meningkatkan akurasi untuk masalah pengklasifikasian. Salah satu fitur segmentasi yang dapat digunakan adalah Superpixel (SLIC). Penelitian ini menggunakan dataset citra jamur yang di-resize. Metode SLIC digunakan untuk mensegmentasi citra jamur ke bentuk superpixel. Segmentasi citra ke superpixel ditujukan untuk mengkelompokkan piksel yang sejenis ke dalam region sehingga citra mudah diolah. HOG adalah fitur ekstraksi untuk mendeteksi objek. SVM sering digunakan sebagai metode klasifikasi karena mampu menghasilkan akurasi yang baik sehingga dapat mempelajari dan mengenali citra jamur. Penggunaan superpixel sebagai fitur segmentasi dengan jumlah region 1.200, kernel radial basis function (RBF), C bernilai sepuluh dan gamma scale memberikan hasil terbaik dengan akurasi sebesar 0,8329. Berdasarkan hasil pengujian yang didapat pada penelitian ini, superpixel dapat meningkatkan akurasi dari SVM pada dataset jamur dibandingkan dengan tanpa superpixel.

Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network Dengan Arsitektur VGG-19 Dewi Marcella; Yohannes Yohannes; Siska Devella
Jurnal Algoritme Vol 3 No 1 (2022): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v3i1.3331

This study raised a topic related to the classification by using eye diseases in humans. This study uses two optimizing options, namely SGD and Adagrad. The data used are 601 images consisting of 430 training images, 50 validation images, and 121 test images with a total of 4 classes. The method used in this study is the Convolutional Neural Network (CNN) method with the VGG-19 architecture, with input in the form of images that have gone through a preprocessing process, namely resizing and the CLAHE (Contrast Limited Adaptive Histogram Equalization) method of eye disease images. The test scenario consisted of 8 scenarios with different Optimizer and ClipLimit. The highest test results were obtained in the first scenario using the Adagrad optimizer and clipLimit of 1.0 with an accuracy value of 65.29%, precision of 66.53%, recall of 65.29%, and f1-score of 65. 40%.

Pelatihan Membangun Server DNS Lokal di SMK Negeri 1 Palembang Molavi Arman; Yohannes Yohannes; Muhammad Ezar Al Rivan
FORDICATE Vol 2 No 1 (2022): Jurnal Pengabdian Kepada Masyarakat FORDICATE
Publisher : Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v2i1.3393

Pengabdian masyarakat yang dilakukan di SMK Negeri 1 Palembang yaitu berupa pelatihan untuk membangun Server DNS. Pelatihan ini diikuti oleh siswa SMK sehingga siswa memiliki keterampilan dan pengetahuan terkait dengan server DNS. Pelatihan ini diawali dengan melakukan instalasi sistem operasi Linux Debian. Pelatihan ini dilakukan dengan cara praktikum dan tanya jawab. Dari pelatihan ini didapatkan pengetahuan bagaimana melakukan instalasi Linux Debian kemudian dapat membangun Server DNS.

KLASIFIKASI MAMALIA MENGGUNAKAN EXTREME GRADIENT BOOSTING BERDASARKAN FITUR HISTOGRAM OF ORIENTED GRADIENT Yohannes Yohannes; Johannes Petrus
JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer Vol 13 No 3 (2022): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : LPPM Sekolah Tinggi Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i3.589

Mammals are one type of animal that has many characteristics and characteristics. The shape of the face in each type of mammal has a similar shape. The faces of mammals in the form of frontal images are a challenge in image classification. In this study, the Histogram of Oriented Gradient (HOG) is used as a feature of the facial shape of mammals. HOG is used as a strengthening feature in the classification process using the eXtreme Gradient Boosting (XGBoost) method. The test was carried out using a dataset of frontal facial imagery of mammals consisting of 15 species. The results of the tests show that the XGBoost method with the HOG feature is able to provide better classification results for mammals than without the HOG feature. This is indicated by an increase in the value of precision, recall, and f1-score on XGBoost with the HOG feature which is almost twice as high as XGBoost without the HOG feature.

PENERAPAN SISTEM SIRKULASI PERPUSTAKAAN DI SMA PEMBANGUNAN JAYA 2 SIDOARJO Yohannes Yohannes; Fransiska Kurniawati
Jurnal Sistem Cerdas dan Rekayasa (JSCR) Vol 2 No 1 (2020): Jurnal Sistem Cerdas dan Rekayasa (JSCR) 2020
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Widya Kartika (LPPM UWIKA)

SMA Pembangunan Jaya 2 Sidoarjo didirikan oleh Yayasan Pendidikan Jaya pada tahun 2014. Beragam aktivitas yang menggali & meningkatkan potensi siswa dipersiapkan untuk menghantarkan lulusan ke perguruan tinggi hingga siap menghadapi dunia kerja, salah satunya adalah ketersediaan perpustakaan. Perpustakaan sebagai faktor penting di dalam penunjang transformasi antara sumber ilmu dengan pencari ilmu. Penerapan sistemnya masih menggunakan proses transaksi tertulis di kertas dan buku laporan. Hal ini ada pengaruh pada human error yang harus merekap dan melaporkan tanpa sistem sirkulasi yang berbasis komputer. Perancangan sistem sirkulasi yang dilakukan harapannya dapat membantu sistem perpustakaan menjadi lebih cepat dan mudah dalam pelaporannya. Perancangan ini dilakukan dengan menggunakan metode air terjun. Adapun metode penelitian yang dilakukan adalah dengan melakukan studi lapangan, studi pustaka, analisa, perancangan, penerapan, serta evaluasi dan monitoring. Penerapan sistem sirkulasi perpustakaan ini dapat membantu kinerja administratif di perpustakaan

Klasifikasi Jenis Buah dan Sayuran Menggunakan SVM Dengan Fitur Saliency-HOG dan Color Moments Yohannes Yohannes; Muhammad Rizky Pribadi; Leo Chandra
ELKHA : Jurnal Teknik Elektro Vol. 12 No. 2 October 2020
Publisher : Faculty of Engineering, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/elkha.v12i2.42160

Fruit is part of a plant that comes from the flower or pistil of the plant and usually has seeds. Meanwhile, vegetables are leaves, legumes, or seeds that can be cooked. Fruits and vegetables have many variants that can be distinguished based on color, shape, and texture. The Saliency-HOG feature and Color moments were used in this study to extract shapes and colors features in fruit and vegetable images. In this study, the Support Vector Machine (SVM) method was used to classify the types of fruit and vegetables. The dataset used in this study is a public dataset consisting of 114 images of fruit and vegetables. Each type of fruit and vegetable contains 100 images consisting of 70 images as training data and 30 images as testing data. There are 4 saliency features used in the testing phase, namely Region Contrast (RC), Frequency-tuned (FT), Histogram Contrast (HC), and Spectral Residual (SR). Based on the test results, the Saliency-HOG and Color Moments features were able to provide good results with the best precision, recall, and accuracy being 98.57%, 98.55%, and 99.120%, respectively.

Co-Authors Adhytio Mahendra Adrianus Prabowo Ahmad Farisi Aryo Sasmita Athar, Muhammad Farid Azarya, Philips Denny Beni Anthony Bobby Jaya Saputra Calvin Oliver Saputra Celvine Adi Putra Cendy Prakarsah Dafid Dafid Dandy Dandy Daniel Udjulawa Devella, Siska Dewi Marcella Famerdi, Farhan Agung Febbiola, Febbiola Feristyani, Indah Firda Novia Rahmawati Fransiska Kurniawati Hadisaputra, William Hartati, Ery Jericho Jericho Jimmy Aprilyanto Johannes Petrus Julian Rusli Tee Baldi Karina Yolanda Kelvin Arianto Leo Chandra Leonardo Leonardo Meiriyama Meiriyama Molavi Arman Muhammad Ezar Al Rivan Muhammad Yudha Setiawan Nur Rachmat Pandi Pandi, Pandi Pandrean, Ade Hendri Rial Prasthio Ricky Wijaya Rizky Pribadi, Muhammad Sari, Yulya Puspita Setiawan, Jerry Surya Dita Prasetya Timoteus Ivan Sariyo Timoti, Gerry Jeven Wijang Widhiarso Yoannita Yoannita Yoannita, Yoannita

Title

Found 40 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 40 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 40 Documents
Search