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
Afdal Zikri Amanda
Universitas Pamulang
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 
PERBANDINGAN METODE YOU ONLY LOOK ONCE (YOLO) DAN METODE SINGLE SHOT DETECTOR (SSD) DALAM PENDETEKSIAN OBJEK DENGAN FOKUS PADA WAJAH Afdal Zikri Amanda; Dyta Puji Lestari; Junaidi Ahmad Basori; risa satifa; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 2 (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

Deteksi wajah mencoba menemukan wajah dalam gambar sehingga dapat dimanfaatkan untuk berbagai aplikasi, termasuk pengenalan wajah pada gambar yang terdeteksi dan mencari wajah tertentu dalam data video. Dalam analisis artikel tersebut, penulis menjelaskan metode penelitian yang digunakan dalam membandingkan YOLO dan SSD. Mereka mengumpulkan dataset yang mencakup berbagai wajah dengan variasi pose, ukuran, dan kondisi pencahayaan. Kemudian, peneliti melakukan eksperimen dengan menggunakan kedua metode dan mengukur kinerja mereka dalam hal akurasi deteksi dan kecepatan deteksi. Studi ini membandingkan dua teknik deteksi wajah yang banyak digunakan, yaitu YOLO (You Only Look Once) dan SSD (Single Shot MultiBox Detector) Artikel yang dianalisis memberikan wawasan yang berharga tentang kinerja dan kelebihan masing-masing metode dalam konteks deteksi wajah. Berdasarkan analisis artikel ini, peneliti menyimpulkan bahwa pilihan antara YOLO dan SSD dalam deteksi wajah harus dipertimbangkan berdasarkan kebutuhan aplikasi yang spesifik. Jika waktu respons yang cepat dan deteksi waktu nyata diperlukan, YOLO dapat menjadi pilihan yang lebih baik. Namun, jika penentuan variasi ukuran wajah lebih kritis, SSD dapat menjadi solusi yang lebih sesuai.
PERBANDINGAN METODE YOU ONLY LOOK ONCE (YOLO) DAN METODE SINGLE SHOT DETECTOR (SSD) DALAM PENDETEKSIAN OBJEK DENGAN FOKUS PADA WAJAH Afdal Zikri Amanda; Dyta Puji Lestari; Junaidi Ahmad Basori; risa satifa; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 2 (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

Deteksi wajah mencoba menemukan wajah dalam gambar sehingga dapat dimanfaatkan untuk berbagai aplikasi, termasuk pengenalan wajah pada gambar yang terdeteksi dan mencari wajah tertentu dalam data video. Dalam analisis artikel tersebut, penulis menjelaskan metode penelitian yang digunakan dalam membandingkan YOLO dan SSD. Mereka mengumpulkan dataset yang mencakup berbagai wajah dengan variasi pose, ukuran, dan kondisi pencahayaan. Kemudian, peneliti melakukan eksperimen dengan menggunakan kedua metode dan mengukur kinerja mereka dalam hal akurasi deteksi dan kecepatan deteksi. Studi ini membandingkan dua teknik deteksi wajah yang banyak digunakan, yaitu YOLO (You Only Look Once) dan SSD (Single Shot MultiBox Detector) Artikel yang dianalisis memberikan wawasan yang berharga tentang kinerja dan kelebihan masing-masing metode dalam konteks deteksi wajah. Berdasarkan analisis artikel ini, peneliti menyimpulkan bahwa pilihan antara YOLO dan SSD dalam deteksi wajah harus dipertimbangkan berdasarkan kebutuhan aplikasi yang spesifik. Jika waktu respons yang cepat dan deteksi waktu nyata diperlukan, YOLO dapat menjadi pilihan yang lebih baik. Namun, jika penentuan variasi ukuran wajah lebih kritis, SSD dapat menjadi solusi yang lebih sesuai.
Co-Authors Dyta Puji Lestari Junaidi Ahmad Basori Perani Rosyani risa satifa