Abstract:Abstract: Traffic accidents are one of the biggest contributors to injuries and fatalities worldwide. Victims of traffic accidents range from minor injuries to severe injuries and even death. The severity of many accidents…
ts is often due to a lack of discipline and public awareness of traffic rules and safety measures. Car manufacturers have attempted to mitigate the effects of accidents by providing seat belts. However, many people neglect to use them, thinking that nothing will happen while driving. Even with fines imposed by authorities, people can outsmart them by removing their seat belts when officers are not around. To address this issue, a model has been developed to monitor drivers using artificial intelligence and computer vision. The camera captures images, which are then processed by a neural network trained with the YOLOv5 algorithm. The model has an average precision of 89% and a recall of 81%, and can accurately detect whether drivers are wearing seat belts or not. This model is expected to aid in improving driver and passenger safety on the roads. By paying attention to the use of seat belts, the severity of injuries sustained in accidents can be reduced.
Keywords: computer vision; neural network; seatbelt detection; yolo
Abstrak: Kecelakaan lalu lintas merupakan salah satu penyumbang terbesar cedera dan kematian di seluruh dunia. Korban kecelakaan lalu lintas tidak hanya mengalami cedera ringan, tetapi juga cedera berat bahkan kematian. Parahnya banyak kecelakaan yang terjadi dapat disebabkan oleh kurangnya disiplin dan kesadaran masyarakat akan aturan lalu lintas serta tindakan keselamatan. Produsen mobil telah berusaha untuk mengurangi efek kecelakaan dengan menyediakan sabuk pengaman. Sayangnya, masih banyak orang yang mengabaikan penggunaannya, dengan menganggap bahwa tidak akan terjadi apa-apa saat mengemudi. Meskipun ada denda yang diberlakukan oleh pihak berwenang, orang masih dapat melepaskan sabuk pengaman ketika tidak ada petugas di sekitar. Untuk mengatasi masalah ini, sebuah model telah dikembangkan untuk memantau pengemudi menggunakan kecerdasan buatan dan visi komputer. Kamera mengambil gambar yang kemudian diproses oleh jaringan saraf yang dilatih dengan algoritma YOLOv5. Model ini memiliki presisi rata-rata sebesar 89% dan recall sebesar 81%, dan dapat dengan akurat mendeteksi apakah pengemudi menggunakan sabuk pengaman atau tidak. Model ini diharapkan dapat membantu dalam menangani masalah keselamatan pengemudi dan penumpang di jalan raya. Dengan memperhatikan penggunaan sabuk pengaman, dapat mengurangi tingkat keparahan cedera yang terjadi dalam kecelakaan.
Kata kunci: computer vision; deteksi sabuk pengaman; neural network; yolo
Abstract:Abstract: Rokan Hulu Regency is one of the regencies in Riau Province and has 2 large rivers, namely the Rokan Kanan River and the Rokan Kiri River. When the level of rainfall is high, the river flow overflows and causes…
flooding in several sub-districts. Climate change that is happening has an impact on changes in rainfall patterns, to overcome the impacts of climate change Rokan Hulu Regency needs to take early steps before a flood disaster occurs. The method used in processing the data is the backpropagation method and data processing using the Matlab software. Data processing was carried out on rainfall data for the last 6 years, from 2015 to 2020, which was sourced from the Rokan Hulu Regency Statistics Agency. Rainfall data from 2015 to 2019 is used as input data, while 2020 is the target. The data processing stage begins with data normalization and determining network training parameters. Artificial neural network research was carried out on rainfall data with a 5-5-1 architecture. The results of testing the rainfall data show prediction results with high accuracy, where the average accuracy rate reaches 98.17% with the highest accuracy of 99.99% while the lowest accuracy is 91.53%. The prediction results show a fairly high level of accuracy so that they can be used as evaluation material.
Keywords: artificial neural network; backpropagation; prediction; rainfall
Abstrak: Kabupaten Rokan Hulu merupakan salah satu kabupaten yang berada di Provinsi Riau dan memiliki 2 aliran sungai besar yaitu sungai rokan kanan dan sungai rokan kiri. Ketika tingkat curah hujan tinggi aliran sungai meluap dan menyebabkan banjir beberapa kecamatan. Perubahan iklim yang terjadi memberikan dampak pada perubahan pola curah hujan, untuk menanggulangi dampak perubahan iklim Kabupaten Rokan Hulu perlu melakukan langkah-langkah dini sebelum terjadi bencana banjir. Metode yang digunakan dalam mengolah data yaitu metode backpropagation dan pengolahan data menggunakan software Matlab. Pengolahan data dilakukan pada data curah hujan selama 6 tahun terakhir yaitu dari tahun 2015 sampai dengan 2020 yang bersumber dari Badan Statistik Kabupaten Rokan Hulu. Data curah hujan tahun 2015 sampai dengan tahun 2019 sebagai data input sedangkan tahun 2020 sebagai target. Tahapan pengolahan data diawali dengan melakukan normalisasi data dan menentukan parameter pelatihan jaringan. Penelitian jaringan saraf tiruan dilakukan pada data curah hujan dengan arsitekur 5-5-1. Hasil pengujian terhadap data curah hujan menunjukkan hasil prediksi dengan akurasi yang tinggi, dimana tingkat akurasi rata-rata mencapai 98,17% dengan akurasi tertinggi sebesar 99,99% sedang akurasi terendah sebesar 91,53%. Hasil prediksi menunjukkan tingkat akurasi yang cukup tinggi sehingga dapat digunakan sebagai bahan evaluasi.
Kata kunci: backpropagation; curah hujan; jaringan saraf tiruan; prediksi
Abstract:Abstract: Gender classification is one of the most important tasks of video analysis. A machine learning-based approach was presented to identify male and female facial images with a data set of 2000 images taken from kaggles. …
ggles. This method plays a role in finding the weight value that gives the best output value. This study uses the most appropriate learning rate of each optimization method as a criterion for stopping training. The results showed that the Artificial Neural Network with Adam optimization produced the highest accuracy, which was 91.5% compared to the SGD and ADADELTA optimization methods. Deep Learning techniques that are applied extensively to image recognition used utilize Adam's optimizer method.
Keywords: artificial neural networks; adadelta; adam; gender; sgm;
Abstrak: Klasifikasi gender adalah salah satu tugas analisis video yang paling penting. Pendekatan berbasis machine learning disajikan untuk mengidentifikasi gambar wajah Pria dan Wanita dengan kumpulan data sebanyak 2000 gambar yang diambil dari kaggle. Metode ini berperan dalam menemukan nilai bobot yang memberikan nilai keluaran terbaik. Penelitian ini menggunakan learning rate yang paling sesuai dari masing-masing metode optimasi sebagai kriteria pemberhentian pelatihan. Hasil penelitian menunjukkan Jaringan Saraf Tiruan dengan optimasi Adam menghasilkan akurasi tertinggi yaitu 91,5 % dibandingkan dengan dengan metode optimasi SGD dan ADADELTA. Teknik Deep Learning yang diterapkan secara ekstensif pada pengenalan gambar yang digunakan memanfaatkan metode optimizer Adam.
Kata kunci: Adadelta; Adam; Jaringan Syaraf; Gender; Tiruan; SGM;
Abstract:Abstract : At the SMK Negeri 1 Barumun, there are still shortcomings in monitoring net-work use where monitoring data is not stored in the database so that past network usage monitoring data cannot be displayed as new information…
formation to be used as evaluation material for network infrastructure at the school. For that reason, the researcher wants to research to solve the problems that exist in the school by building a new system, namely monitoring network usage. This system is built using the PHP programming language by utilizing the Mikrotik API as a liaison between the programming language and the Mikrotik device in retrieving the RX/TX data contained on the Mikrotik Router and then storing the monitor-ing data for network usage into a database, the database used is a MySql database. By im-plementing and testing the system, it can be concluded that the system has been able to solve problems in the field of information technology at the SMK Negeri 1 Barmun, namely monitoring network usage which can store monitoring data into a database and monitoring data can be used as material for evaluating network infrastructure for the bene-fit of the school.
Keywords: Networking, Mikrotik, Mikrotik API, Network Usage Monitoring
Abstrak: Pada Sekolah SMK Negeri 1 Barumun masih terdapat kekurangan dalam melakukan monitoring penggunaan jaringan dimana data monitoring tidak tersimpan kedalam database sehingga data monitoring penggunaan jaringan yang telah lalu tidak dapat ditampilkan sebagai informasi baru untuk dijadikan bahan evaluasi pada infrastruktur jaringan pada sekolah tersebut. Dengan alasan itu peneliti ingin melakukan penelitian untuk menyelesaikan masalah yang ada pada sekolah tersebut dengan membangun sistem yang baru yaitu monitoring penggunaan jaringan. Sistem ini dibangun dengan menggunakan bahasa pemrograman PHP dengan memanfaatkan Mikrotik API sebagai penghubung antara bahasa pemrograman dengan device Mikrotik dalam mengambil data rx/tx yang terdapat pada Router Mikrotik kemudian menyimpan data monitoring penggunaan jaringan tersebut ke dalam database, database yang digunakan merupakan database MySql. Dengan melakukan implementasi dan pengujian sistem, dapat disimpulkan bahwa sistem telah mampu menyelesaikan masalah pada bidang teknologi informasi di Sekolah SMK Negeri 1 Barumun yaitu monitoring penggunaan jaringan yang dapat menyimpan data monitoring kedalam database dan data monitoring dapat dijadikan sebagai bahan evaluasi infrastruktur jaringan untuk kepentingan Sekolah.
Kata kunci : Jaringan, Mikrotik, Mikrotik API, Monitoring Penggunaan Jaringan
Abstract:Abstract: PT. Indonesian logistics posts have cooperation in the postal network field, namely cooperation in sending goods or shipments at a certain time, a certain amount from one point to another in accordance with a warrant…
arrant from the partner. Components of the postal network include Manpower, vehicles, postal operational control, and operational costs. This study aims to examine the problems and roots of problems that cause risk potential for the risk of postal network components, especially in the manpower component (driver), and know how high the impact of the risk. The research method used in this study is qualitative and semi-quantitative methods by conducting case studies. Data collection was carried out by interview/FGD, and the distribution of questionnaires. The results showed that the risk of manpower is at high and very high levels. The results of the study will provide recommendations to the manpower component (driver) in the form of risk mitigation and can be used by companies in managing operational risk on postal networks, especially in the manpower component (driver).
Keywords: manpower; operational risk; postal network; risk mitigation.
Abstrak: PT. Pos Logistik Indonesia memiliki kerjasama dalam bidang Jaringan Postal, yaitu kerjasama dalam mengirimkan barang atau kiriman pada waktu tertentu, jumlah tertentu dari satu titik ke titik lain sesuai dengan surat perintah dari mitra. Komponen pada jaringan Postal meliputi: Man Power, Kendaraan, Pengendalian Operasional Postal, dan Biaya Operasional. Penelitian ini bertujuan untuk mengkaji permasalahan dan akar masalah yang menimbulkan potensi kejadian risiko pada komponen Jaringan Postal khususnya pada komponen manpower (driver) dan mengetahui seberapa tinggi dampak risikonya. Metode penelitian yang digunakan dalam penelitian ini adalah metode kualitatif dan semi kuantitatif dengan melakukan studi kasus. Pengumpulan data dilakukan dengan cara wawancara/FGD, dan penyebaran kuesioner. Hasil penelitian menunjukan bahwa risiko pada manpower berada pada level high dan very high. Hasil penelitian akan memberikan rekomendasi terhadap komponen manpower (driver) berupa mitigasi risiko dan dapat digunakan perusahaan dalam pengelolaan risiko operasional pada jaringan Postal khususnya pada komponen manpower (driver).
Kata kunci: jaringan postal; manpower; mitigasi risiko; risiko operasional.
Abstract:Abstract: crime mapping, namely by examining various spatial data factors that can be integrated to be able to produce a variety of information for security officers and the government in an effort to realize security in…
an area by utilizing geographic information systems by mapping, visualizing and analyzing crime incidents so that Various patterns and trends of spatial and temporal crime are generated using the main concept of cryptography, namely the encryption or encryption process where the plaintext encoding process becomes ciphertext and the decryption or description process, which is the process of returning the ciphertext to the original plaintext using the Electronic Code Book (ECB) algorithm and the ECB algorithm vigenere
Keywords: criminal patterns, geographic information systems, network system
Abstrak: pemetaan kriminalitas yaitu dengan mengkaji berbagai macam faktor data spasial yang dapat terintegrasi untuk dapat menghasilkan keanekaragaman informasi bagi aparat keamanan dan pemerintah dalam upaya mewujudkan kemanan di suatu area dengan memanfaatkan sistem informasi geografis dengan cara dilakukan memetakan, memvisualkan dan menganalisis insiden kriminalitas sehingga dihasilkan beragam pola maupun trend kriminalitas secara spasial temporal dengan menggunakan konsep utama dari kriptografi yaitu proses enkripsi atau enkription dimana proses penyandian plainteks menjadi cipherteks dan proses dekripsi atau description yaitu proses mengembalikan cipherteks menjadi plainteks semula menggunakan algoritma Elektronic Code Book (ECB) dan algoritma Vigenere.
Kata kunci: pola kriminalitas, sistem informasi geografis, sistem keamanan
Abstract:Abstract: A research institute explains that with 83.7 million people using the Internet, Indonesia is among the top 20 internet users globally. Various individual or group activities require an internet network, one of…
which is playing games, for developments in the gaming sector, especially the MOBA (Massive Online Battle Arena) genre game, is being hotly discussed. There are various kinds of MOBA genre games, one of which is the Mobile Legends game. Many E-Sport Mobile Legends teams, especially in Asia, make this phenomenon a business space to generate large profits. In this study, the researcher recommends a good machine learning algorithm to predict the outcome of Mobile Legends matches. Of the 600 match history data analyzed, this study recommends the Artificial Neural Network (ANN) and Random Forest (RF) algorithms as the right algorithms to predict the outcome of the match. Prediction results from each algorithm can reach 82% and 80% accuracy. These findings can help the E-sports analysis team build their match strategy.
Keywords: artificial neural networ; machine learning; mobile legend; prediction; random forest
Abstrak: Sebuah lembaga penelitian menjelaskan bahwa dengan 83,7 juta penduduk yang menggunakan Internet, Indonesia termasuk di dalam 20 besar pengguna internet secara global. Berbagai aktivitas individu atau kelompok membutuhkan jaringan internet, salah satunya adalah bermain game, untuk perkembangan pada sektor game khususnya game bergenre MOBA (Massive Online Battle Arena) sedang hangat diperbincangkan. Ada berbagai macam game bergenre MOBA, salah satunya game Mobile Legends. Banyak tim E-Sport Mobile Legends khususnya di asia menjadikan fenomena ini sebagai ruang bisnis untuk menghasilkan keuntungnya yang besar. Dalam penelitian ini, peneliti merekomendasikan algoritma pembelajaran mesin yang baik untuk memprediksi hasil pertandingan Mobile Legends. Dari 600 data riwayat pertandingan yang dianalisis, penelitian ini merekomendasikan algoritma Artificial Neural Network (ANN) dan Random Forest (RF) sebagai algoritma yang tepat untuk memprediksi hasil pertandingan. Hasil prediksi dari masing-masing algoritma dapat mencapai 82% dan akurasi 80%. Temuan ini dapat membantu tim analisis E-sports membangun strategi pertandingan mereka.
Kata kunci: artificial neural network; machine learning; mobile legend; prediksi; random forest
Abstract:Abstract: l -The field of computer vision is research in development technology to obtain information from images and replicate or imitate human visual processes, so that they can understand the objects around them. Deep…
learning is a term used to describe a new era in learning that supports computer learning from big data machines. Convolutional Neural Networks (CNN) algorithms have made significant progress in the fields of object detection, image classification, and semantic segmentation. ;Object detection is a technique used to identify the type of object in a given image and the location of the object in the image. The field of computer vision is research in development technology to obtain information from images and replicate or imitate human visual processes, so that computers can know objects around them. Deep learning is the buzzword as a new era in machine learning that trains computers to find patterns from large amounts of data. Convolutional Neural Networks (CNN) algorithms have made significant progress in the fields of object detection, image classification, and semantic segmentation. Object detection is a technique used to identify the type of object in a particular image as well as the location of the object in the image.
Keywords: CNN, Computer Vision, Deep Learning, Face Detection;
Abstrak: 1 Bidang computer vision merupakan penelitian dalam teknologi pembangunan untuk memperoleh informasi dari citra dan mereplikasi atau meniru proses visual manusia, sehingga dapat memahami objek - objek disekelilingnya. Pembelajaran mendalam adalah istilah yang digunakan untuk menggambarkan era baru dalam pembelajaran mesin yang memungkinkan komputer belajar dari sejumlah besar data. [Algoritma Convolutional Neural Networks (CNN) telah membuat kemajuan yang signifikan di bidang deteksi objek, klasifikasi gambar, dan segmentasi semantik. Deteksi objek adalah teknik yang digunakan untuk mengidentifikasi jenis objek dalam citra yang diberikan serta lokasi objek di dalam citra. Bidang computer vision merupakan penelitian dalam teknologi pembangunan untuk memperoleh informasi dari citra dan mereplikasi atau meniru proses visual manusia, sehingga komputer dapat mengetahui objek - objek disekelilingnya. Deep learning adalah kata kunci sebagai era baru dalam machine learning yang melatih komputer dalam menemukan pola dari jumlah besar data. Algoritma Convolutional Neural Networks (CNN) telah membuat kemajuan yang signifikan di bidang deteksi objek, klasifikasi gambar, dan segmentasi semantik. /Deteksi objek adalah teknik yang digunakan untuk mengidentifikasi jenis objek dalam citra tertentu serta lokasi objek di dalam citra.
Kata kunci: CNN, Computer Vision, Deep Learning, Deteksi Wajah
Abstract:Abstract: Glaucoma is the second leading eye disease of blindness after cataracts. An ophthalmologist does a glaucoma examination with an eye screening that will produce a retinal image. The diagnosis's result of the retinal…
inal image is subjective because each doctor has dissent and a condition experienced. This research builds a system to identify retinal images in the category of glaucoma or normal patients. The purpose of this system as a tool is to help ophthalmologists diagnose glaucoma. This process begins by changing the colour of an image to validity. The image is extracted using the Gray Level Co-occurrence Matrix (GLCM) and produces five features than the result of the five features used as input to neural network Learning Vector Quantization (LVQ). The amount of retinal image data used 60 data for learning and 20 for testing. And the number of neurons used is 12, and the epoch of as many as 1000 was obtained based on the results comparison of variations against 8, 10, 12, 18, and 20 neurons with 500, 900, 1000, and 1100 epochs. The learning process results from the value of weights that will be used in the testing process. The results of this study obtained an accuracy rate of 85%, a precision of 89%, and a recall of 80%.
Keywords: glaucoma; LVQ; GLCM
Abstrak: Glaukoma merupakan penyakit mata penyebab kebutaan nomor dua setelah katarak. Pemeriksaan penyakit glaukoma dilakukan oleh dokter spesialis mata dengan cara skrining mata yang akan menghasilkan citra retina. Hasil diagnosa citra retina oleh dokter bersifat subjektif karena setiap dokter memiliki pendapat yang berbeda serta kondisi yang dialami. Penelitian ini membangun sistem untuk mengidentifikasi citra retina mata kedalam kategori penderita glaukoma atau normal. Tujuan pembuatan sistem ini sebagai alat bantu bagi dokter mata dalam mendiagnosa glukoma. Proses ini diawali dengan mengubah warna citra menjadi keabuan, kemudian citra tersebut diekstraksi menggunakan Gray Level Co-occurrence Matrix (GLCM) dan menghasilkan lima nilai fitur yang kemudian hasil dari kelima fitur tersebut digunakan sebagai masukan jaringan syaraf tiruan Learning Vector Quantization (LVQ). Jumlah data citra retina yang digunakan sebanyak 60 data untuk learning dan 20 data untuk testing. Dan untuk jumlah neuron yang digunakan yaitu 12 dan epoch sebanyak 1000 yang didapat berdasarkan hasil perbandingan variasi terhadap neuron sejumlah 8, 10, 12, 18, 20 dengan jumlah epoch sejumlah 500, 900, 1000 dan 1100. Hasil dari proses learning yaitu nilai bobot yang akan digunakan sebagai bobot di proses testing. Hasil penelitian ini diperoleh tingkat akurasi sebesar 85%, presisi sebesar 89% dan recall sebesar 80%.
Kata kunci: glaukoma; LVQ; GLCM
Abstract:Abstract: During the COVID-19 pandemic, educational institutions were not allowed to carry out the face-to-face teaching and learning process as usual but were replaced with an online learning system. The offline learning…
g system (outside the network) is very different from the online learning system whose effectiveness is not yet known. Meanwhile, effective learning is very important in the world of education. Effective learning provides maximum learning outcomes in accordance with the achievement plan. Certainty Factor is an expert system method that adopts expert knowledge that can be used to measure the effectiveness of online learning during the COVID-19 pandemic. This study aims to help parents and schools measure the level of effectiveness of online learning during the COVID-19 pandemic so that evaluations can be carried out for the development of more appropriate and better educational methods.
Keywords: Certainty Factor; Effectiveness Online Learning; Expert System
Abstrak: Di masa pandemic covid-19, lembaga pendidikan tidak diperbolehkan melakukan proses belajar mengajar secara tatap muka seperti biasanya namun digantikan dengan sistem pembelajaran online. Sistem belajar secara luring (luar jaringan) sangat berbeda dengan sistem belajar online yang belum diketahui efektivitasnya. Sementara itu, pembelajaran yang efektif sangat penting dalam dunia pendidikan. Pembelajaran yang efektif memberikan hasil pembelajaran yang maksimal sesuai dengan rencana pencapaian. Certainty Factor merupakan salah satu metode sistem pakar yang mengadopsi pengetahuan pakar yang dapat digunakan untuk mengukur tingkat efektivitas pembelajaran online dimasa pandemic covid-19. penelitian ini bertujuan membantu orang tua siswa dan pihak sekolah dalam mengukur tingkat efektivitas pembelajaran online selama masa pandemic covid-19 sehingga dapat dilakukan evaluasi untuk pengembangan metodependidikan yang lebih tepat dan baik.
Kata kunci: Certainty Factor; Efektivitas Pembelajaran Online; Sistem Pakar;