Tahukah Anda bahwa di Indonesia kecelakaan yang dipicu mengantuk porsinya melonjak drastis? Data Korlantas Polri menyebutkan, setidaknya setiap hari ada enam kasus kecelakaan akibat mengantuk. Artinya setiap empat jam terjadi satu kecelakaan akibat mengantuk. Banyak diantara kita yang merasakan bahwa rasa kantuk amat mengganggu konsentrasi. Fokus sang pengendara jadi buyar. Boro-boro mau mengantisipasi situasi mendadak, mau merespons yang biasa-biasa saja bisa ngawur.Ada sejumlah aspek yang bisa menyebabkan rasa kantuk terus mendera tubuh. Aspek utama tentu saja lantaran kurang tidur. Tubuh manusia normal membutuhkan tidur berkisar 6-8 jam setiap hari. Jika kurang dari itu dapat dipastikan rasa kantuk bakal hadir.Aspek lain yang bikin mengantuk adalah obat-obatan. Pengendara yang mengonsumsi obat-obatan, seperti obat flu, sesaat sebelum mengemudi akan didera rasa kantuk. Setahu saya, satu jam setelah minum obat flu, rasa kantuk bakal hadir.Dari masalah diatas penulis mengadakan penelitian sistem komputer vision yang secara otomatis dapat mendeteksi kantuk pengemudi dalam pantauan kamera web real-time dan kemudian membunyikan alarm serta menghubungi keluarga jika pengemudi kelihatannya mengantuk.. Dalam penelitan ini, pengujian deteksi kantuk maupun pemantauan kelopak mata dilakukan berdasarkan beberapa faktor yang memungkinkan dapat mempengaruhi akurasi dari pendeteksian kantuk maupun.. Faktor tersebut berupa pengaruh umur, gaya wajah, penambahan aksesoris dan pelatihan data training. Dari hasil pengujian menunjukan perolehan tingkat akurasi pendeteksian kantuk mencapai sebesar diatas 90%.Kata Kunci : Deteksi Kantuk, OpenCV, Dlib
Tahukah Anda bahwa Penyakit Malaria adalah penyakit menular yang menyebabkan lebih dari 400.000 kematian per tahun. Penyakit Malaria adalah endemik sejati di beberapa wilayah di dunia, yang berarti bahwa penyakit ini secara teratur ditemukan di wilayah tersebut.Malaria adalah masalah kesehatan global yang serius, dan diagnosis yang cepat dan akurat diperlukan untuk mengendalikan penyakit. Algoritma pemrosesan gambar untuk mengotomatisasi diagnosis malaria pada apusan darah tipis dikembangkan. Sistem klasifikasi citra dirancang untuk secara positif mengidentifikasi parasit malaria yang ada dalam noda darah tipis, dan membedakan spesies malaria. Dari masalah di atas penulis mengadakan penelitian sistem komputer vision yang secara otomatis dapat mendeteksi Penyakit Malaria menggunakan deep learning menggunakan dataset Rajaraman yang telah dipublikasikan olehnya.Dari hasil penggujian Medical Images Analisis menunjukan perolehan tingkat akurasi pendeteksian didapat mencapai sebesar di atas 97%. pada data pengujian,Kata Kunci : Deteksi Malaria, Medical Images Analisis, Deep learning
Tujuan utama dari penelitian ini adalah untuk mengembangkan metode untuk memperkirakan usiadan jenis kelamin seseorang berdasarkan gambar wajah, menggunakan pelatihan mendalam CNNyang dapat secara akurat mengenali usia dan jenis kelamin. Informasi yang diekstraksi dapatberguna dalam, misalnya, keamanan atau aplikasi komersial. Ini adalah masalah estimasi yang sulit,karena satu-satunya informasi yang kami miliki adalah gambar, itulah tampilan orang itu.Aspek selanjutnya dari penelitian ini saya fokus pada penggabungan arsitektur untuk usia danpengenalan gender untuk mengambil keuntungan dari karakteristik usia spesifik gender dankarakteristik gender spesifik usia yang melekat dalam gambar. Ini berasal dari pengamatan bahwaklasifikasi jenis kelamin adalah tugas-tugas yang secara inheren lebih mudah daripada klasifikasiusia, karena semakin sedikit kelas potensial dan variasi wajah intra-gender yang lebih menonjol.Dengan pelatihan pengklasifikasi usia yang berbeda untuk setiap jenis kelamin saya menemukanbahwa saya dapat meningkatkan kinerja klasifikasi usia, meskipun klasifikasi gender tidak melihathasil yang signifikan.
Tahukah Anda bahwa memanipulasi gambar merupakan hal yang menarik dan disenangi orang, karena dapat menampilkan hal yang baru lain daripada yang lain. Umumnya manipulasi gambar kita menggunakan software aplikasi seperti photoshop dan banyak lagi software untuk hal tersebut. Penelitian ini mencoba memanipulasi gambar dengan teori yang ada dan diaplikasikan dengan membuat program dalam bahasa python. Adapun metoda yang digunakan untuk penelitian ini adalah metoda jaringan adversarial siklus-konsisten yaitu mempelajari pemetaan antara gambar input dan gambar output menggunakan set pelatihan pasangan gambar yang selaras. Kami menyajikan pendekatan untuk belajar menerjemahkan gambar dari domain sumber X ke domain target Y dengan tidak adanya contoh berpasangan. Tujuan kami adalah mempelajari pemetaan G: X → Y sedemikian rupa sehingga distribusi gambar dari G (X ) tidak dapat dibedakan. Hasil manipulasi gambar yang dihasilkan sangatlah sempurna menyerupai gambar asli tapi berbeda tampilan.
The rapid competition of business, it is necessary to implement the right strategies to support its business processes, one of which is through customer relationship management, with the aim of creating customer loyalty. Loyalty is expected to be done, ranging from customers who are looking for information to finish getting the service. The application of Customer Relationship Management (CRM) is the right alternative solution to realize customer loyalty. Implement an e-CRM system by applying scrum methods and SWOT analysis. The SCRUM method is software that includes agile development that uses an object-oriented approach and includes planning, design, coding, and testing activities. Implementation of Scrum Modeling with three phases: pregame, scrum phase, post-game. After the application is evaluated with the SWOT method maximizes strengths and opportunities, but can simultaneously minimize weaknesses and threats, from the sprint process that has been completed reviewed, and changes are needed. Website-based e-CRM system application that facilitates customer service and mamou affects customer loyalty and can support business processes on S2 Trans Karawang service. Keywords: Customer Relationship Management (CRM), Business, Customer, SWOT Analysis, Information
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.