Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Open Access DRIVERset
Nur Muhamad Rijki
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Systematic Literature Review: Sistem Deteksi Penggunaan Masker Menggunakan Algoritma YOLO pawit wahib; Arya Tunggal Narotama; Nur Muhamad Rijki; Muhammad Firdaus Fitrananda; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): 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

Penyebaran penyakit menular seperti COVID-19 telah menjadi tantangan global yang serius. Salah satu langkah pencegahan yang paling efektif adalah penggunaan masker wajah. Oleh karena itu, deteksi penggunaan masker menjadi penting untuk memastikan kepatuhan terhadap protokol kesehatan. Dalam upaya untuk mengotomatisasi proses ini, penggunaan algoritma pemrosesan citra dan pengenalan objek telah menjadi fokus penelitian. Artikel ini bertujuan untuk melakukan Systematic Literature Review (SLR) tentang sistem deteksi penggunaan masker menggunakan algoritma YOLO (You Only Look Once). Metode SLR digunakan untuk mengumpulkan, mengevaluasi, dan menganalisis studi yang relevan yang telah dilakukan sebelumnya dalam bidang ini. Penelitian ini juga bertujuan untuk meninjau keunggulan, kelemahan, dan tantangan yang dihadapi dalam penerapan algoritma YOLO dalam sistem deteksi penggunaan masker. Peneliti menggunakan media google scholar dengan rentang tahun 2019 hingga 2023 untuk mencari artikel-artikel yang relevan. Setelah itu, metode SLR digunakan untuk menyusun dan menganalisis temuan dari studi-studi yang terpilih. Hasil SLR menunjukkan bahwa penggunaan algoritma YOLO dalam sistem deteksi penggunaan masker telah mendapatkan perhatian yang signifikan dalam penelitian terkait. Algoritma ini mampu melakukan deteksi objek secara real-time dengan tingkat akurasi yang tinggi. Namun, ada beberapa tantangan yang dihadapi, seperti variasi dalam desain dan pengujian dataset, kompleksitas pelatihan model, dan ketergantungan pada sumber daya komputasi yang kuat.
Systematic Literature Review: Sistem Deteksi Penggunaan Masker Menggunakan Algoritma YOLO pawit wahib; Arya Tunggal Narotama; Nur Muhamad Rijki; Muhammad Firdaus Fitrananda; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): 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

Penyebaran penyakit menular seperti COVID-19 telah menjadi tantangan global yang serius. Salah satu langkah pencegahan yang paling efektif adalah penggunaan masker wajah. Oleh karena itu, deteksi penggunaan masker menjadi penting untuk memastikan kepatuhan terhadap protokol kesehatan. Dalam upaya untuk mengotomatisasi proses ini, penggunaan algoritma pemrosesan citra dan pengenalan objek telah menjadi fokus penelitian. Artikel ini bertujuan untuk melakukan Systematic Literature Review (SLR) tentang sistem deteksi penggunaan masker menggunakan algoritma YOLO (You Only Look Once). Metode SLR digunakan untuk mengumpulkan, mengevaluasi, dan menganalisis studi yang relevan yang telah dilakukan sebelumnya dalam bidang ini. Penelitian ini juga bertujuan untuk meninjau keunggulan, kelemahan, dan tantangan yang dihadapi dalam penerapan algoritma YOLO dalam sistem deteksi penggunaan masker. Peneliti menggunakan media google scholar dengan rentang tahun 2019 hingga 2023 untuk mencari artikel-artikel yang relevan. Setelah itu, metode SLR digunakan untuk menyusun dan menganalisis temuan dari studi-studi yang terpilih. Hasil SLR menunjukkan bahwa penggunaan algoritma YOLO dalam sistem deteksi penggunaan masker telah mendapatkan perhatian yang signifikan dalam penelitian terkait. Algoritma ini mampu melakukan deteksi objek secara real-time dengan tingkat akurasi yang tinggi. Namun, ada beberapa tantangan yang dihadapi, seperti variasi dalam desain dan pengujian dataset, kompleksitas pelatihan model, dan ketergantungan pada sumber daya komputasi yang kuat.
Co-Authors Arya Tunggal Narotama Muhammad Firdaus Fitrananda Pawit Wahib Perani Rosyani