Garuda - Garba Rujukan Digital

Alfa Faridh Suni

Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang

Author-ID : 581401

Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Other

Published : 27 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1

Aplikasi Penghitung Jarak dan Jumlah Orang Berbasis YOLO Sebagai Protokol Kesehatan Covid-19 Indaryanto, Faizal; Nugroho, Anan; Suni, Alfa Faridh
Edu Komputika Journal Vol 8 No 1 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i1.47837

Pandemi Covid-19 saat ini cukup memberikan dampak pada masyarakat. Skala penyebaran dari Covid-19 sangatlah cepat, sehingga membutuhkan penanganan yang benar. Salah satu cara untuk mengurangi penyebaran Covid-19 adalah dengan melakukan Social Distancing. Namun masyarakat cenderung lalai dalam melaksanakan protokol kesehatan tersebut. Salah satu cara untuk mengatasi masalah ini adalah dengan aplikasi social distancing detector yaitu aplikasi yang digunakan untuk mendeteksi jumlah dan jarak dari objek manusia yang ada pada satu area. Penelitian ini bertujuan untuk mengembangkan aplikasi social distancing detector menggunakan bahasa pemrograman Python dengan library YOLOv3. YOLOv3 memiliki kelebihan dalam object detection dengan akurasi yang tinggi yaitu diatas 90%. Pengujian metode pada penelitian ini menggunakan lima dataset pejalan kaki dari kamera pengawas jalan yang didapatkan dari dataset uji coba beberapa peneliti melalui Github yang memiliki resolusi yang baik dan memiliki objek manusia yang heterogen. Hasil akurasi dari deteksi citra pertama adalah 83,32%. Hasil akurasi dari deteksi citra kedua adalah 76,92%. Hasil akurasi dari deteksi citra ketiga adalah 89,99%. Hasil akurasi dari deteksi citra keempat dan kelima adalah 100%. Hasil Rata-rata tingkat keberhasilan dari semua hasil analisa adalah 90,04% yang diukur dari rata-rata perbandingan jumlah data percobaan berhasil dan jumlah data pengamatan untuk tiap-tiap citra.

Aplikasi Penghitung Jarak dan Jumlah Orang Berbasis YOLO Sebagai Protokol Kesehatan Covid-19 Indaryanto, Faizal; Nugroho, Anan; Suni, Alfa Faridh
Edu Komputika Journal Vol 8 No 1 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i1.47837

Pandemi Covid-19 saat ini cukup memberikan dampak pada masyarakat. Skala penyebaran dari Covid-19 sangatlah cepat, sehingga membutuhkan penanganan yang benar. Salah satu cara untuk mengurangi penyebaran Covid-19 adalah dengan melakukan Social Distancing. Namun masyarakat cenderung lalai dalam melaksanakan protokol kesehatan tersebut. Salah satu cara untuk mengatasi masalah ini adalah dengan aplikasi social distancing detector yaitu aplikasi yang digunakan untuk mendeteksi jumlah dan jarak dari objek manusia yang ada pada satu area. Penelitian ini bertujuan untuk mengembangkan aplikasi social distancing detector menggunakan bahasa pemrograman Python dengan library YOLOv3. YOLOv3 memiliki kelebihan dalam object detection dengan akurasi yang tinggi yaitu diatas 90%. Pengujian metode pada penelitian ini menggunakan lima dataset pejalan kaki dari kamera pengawas jalan yang didapatkan dari dataset uji coba beberapa peneliti melalui Github yang memiliki resolusi yang baik dan memiliki objek manusia yang heterogen. Hasil akurasi dari deteksi citra pertama adalah 83,32%. Hasil akurasi dari deteksi citra kedua adalah 76,92%. Hasil akurasi dari deteksi citra ketiga adalah 89,99%. Hasil akurasi dari deteksi citra keempat dan kelima adalah 100%. Hasil Rata-rata tingkat keberhasilan dari semua hasil analisa adalah 90,04% yang diukur dari rata-rata perbandingan jumlah data percobaan berhasil dan jumlah data pengamatan untuk tiap-tiap citra.

Sistem Cerdas Penghitung Jumlah Mobil untuk Mengetahui Ketersediaan Lahan Parkir berbasis Python dan YOLO v4 Rizkatama, Getsa Novandra; Nugroho, Anan; Suni, Alfa Faridh
Edu Komputika Journal Vol 8 No 2 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i2.47865

Perkembangan teknologi pada era digital semakin cepat, mulai dari bidang hardware maupun software. Software atau perangkat lunak sering digunakan pada sebuah sistem, baik untuk otomatisasi sistem itu sendiri, maupun digunakan untuk membantu manusia dalam kehidupan sehari-hari. Pencarian sebuah lahan parkir yang tersedia menjadi sebuah permasalahan yang dihadapi oleh manusia pada saat hendak memasuki sebuah lahan parkir. Pembayaran biaya masuk lahan parkir menjadi kendala saat lahan parkir tidak ditemukan. Maka dari itu pengembangan sebuah sistem yang digunakan sebagai pendeteksi ketersediaan lahan parkir menjadi salah satu solusinya. Sistem atau perangkat lunak dikembangkan menggunakan bahasa pemrograman Python dan YOLO v4. Ketersediaan lahan parkir dihitung dengan membandingkan hasil deteksi mobil dengan ketersediaan lahan parkir. Deteksi dilakukan dengan menggunakan algoritma YOLO v4 dengan dataset COCO yang ditandai dengan bounding box dan confidence level. Berdasarkan hasil pengujian pada beberapa video, didapatkan tingkat akurasi program sebesar 72,8%.

Title Search

Found 3 Documents Search Journal : Edu Komputika Journal

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Edu Komputika Journal