Lembar Jawaban Tugas Pencarian Jurnal

Disusun oleh :
Nama : Muhammad Rizqi Ardiansyah
NIM : 2031710041
No. Absen : 19

Dosen Pembimbing :
Ulla Delfana Rosiani, S.T., M.T.
1D D3 – Manajemen Informatika

PROGRAM STUDI D-III MANAJEMEN INFORMATIKA

JURUSAN TEKNOLOGI INFORMASI
POLITEKNIK NEGERI MALANG
2021
A. Jurnal Nasional

1. Judul Artikel : Face Recognition Untuk Akses Pegawai Bank Menggunakan

Deep Learning Dengan Metode CNN
Nama Jurnal : Jurnal Nasional Teknologi dan Sistem Informasi
Nama Penerbit Jurnal : Universitas Andalas
Level Jurnal : S3
Bukti Level Jurnal :

2. Judul Artikel : CARA CEPAT UNTUK MENDETEKSI KEBERADAAN

WAJAH PADA CITRA YANG MEMPUNYAI
BACKGROUND KOMPLEKS MENGGUNAKAN MODEL
WARNA YCbCr DAN HSV
Nama Jurnal : Jurnal Teknologi Informasi dan Ilmu Komputer
Nama Penerbit Jurnal : Universitas Brawijaya
Level Jurnal : S2
Bukti Level Jurnal :
B. Jurnal Internasional

1. Judul Artikel : Deep-learning based descriptors in application to aging

problem in face recognition
Nama Jurnal : Journal of King Saud University – Computer and Information
Sciences
Nama Penerbit Jurnal : King Saud University
Level Jurnal : Q1
Bukti Level Jurnal :
 2. Judul Artikel : An effective component-based age-invariant face recognition
using Discriminant Correlation Analysis
Nama Jurnal : Journal of King Saud University – Computer and Information
Sciences
Nama Penerbit Jurnal : King Saud University
Level Jurnal : Q1
Bukti Level Jurnal :

C. Ulasan dari 4 artikel

Jenis Artikel
Variabel
Artikel 1 Artikel 2 Artikel 3 Artikel 4

CARA CEPAT
UNTUK
Face MENDETEKSI
An effective
Recognition KEBERADAAN
Deep-learning component-based
Untuk Akses WAJAH PADA
based descriptors age-invariant face
Pegawai Bank CITRA YANG
Judul in application to recognition using
Menggunakan MEMPUNYAI
aging problem in Discriminant
Deep Learning BACKGROUND
face recognition Correlation
Dengan Metode KOMPLEKS
Analysis
CNN MENGGUNAKAN
MODEL WARNA
YCbCr DAN HSV

Tahun terbit 2020 2015 2020 2020

Muhammad
Arsal, Bheta Nurul Hidayat, Leila Boussaad, Leila Boussaad,
Penulis
Agus Wardijono, Muh. Arif Rahman Aldjia Boucetta Aldjia Boucetta
Dina Anggraini
 Gagasan utama
penelitian ini
bergantung pada
fakta bahwa
Tujuan dari artikel
penuaan
ini adalah untuk
mempengaruhi
memeriksa
komponen wajah
efektivitas metode
seperti mulut, mata,
berbasis
dan hidung. Oleh
pembelajaran
karena itu,
Dalam artikel mendalam sebagai
disarankan untuk
ini, berisi hasil alat ekstraksi fitur
mempertimbangkan
penelitian untuk pengenalan
wajah sebagai
mengenai sistem wajah yang
Dalam artikel ini, komponen
keamanan pintu dipengaruhi
mengusulkan independent dan
akses pegawai penuaan wajah
deteksi wajah setiap komponen
bank dengan
menggunakan 3 wajah(mata, mulut,
menggunakan Dalam penelitian
tahapan umum dan hidung) akan
face recognition. ini, mengevaluasi
yaitu segmentasi diproses secara
5 model
warna kulit terpisah.
Dalam teknologi Convolutional
Potongan manusia, binarisasi
ini menggunakan Neural Network
Abstrak dan penentuan Pada penelitian ini,
pembahasan (CNN) seperi
region garis serta diusulkan metode
Deep Learning AlexNet,
deteksi wajah berbasis komponen
dan algoritma GoogleNet,
menggunakan yang efektif untuk
Convolutional Inception V3,
ruang warna pengenalan wajah
Neural Network ResNet50 dan
YCbCr dan HSV. yang bervariasi usia
(CNN). SqueezeNet di
menggunakan
Sedangkan database yang
Discriminant
Bahasa banyak digunakan
Correlation
pemogramannya seperi FG-NET,
Analysis (DCA)
menggunakan menggunakan
sebagai algoritma
python. pengklasifikasi K-
untuk
Nearest Neighbors
menggabungkan
(K-NN),
fitur berbasis Deep
Discriminant
yang dihitung dari
Analysis, dan
komponen wajah
Support Vector
yang dipisahkan,
Machines (SVM).
dan Support Vector
Machine (SVM)
sebagai
pengklasifikasi.

Bahasa Indonesia Indonesia Inggris Inggris

Jumlah
9 halaman 5 halaman 7 halaman 9 halaman
Halaman