Klasifikasi Tinggi Badan Manusia Menggunakan Metode Mask R-CNN

Dadang Iskandar Mulyana; Sopan Adrianto; Sutisna Sutisna; Rasiban; Ahmad Arif Wahyudi

doi:10.35870/jimik.v6i1.1189

Vol. 6 No. 1 (2025) • Articles

Open Access

Klasifikasi Tinggi Badan Manusia Menggunakan Metode Mask R-CNN

Dadang Iskandar Mulyana

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Sopan Adrianto

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Sutisna Sutisna

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Rasiban

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Ahmad Arif Wahyudi

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

DOI: https://doi.org/10.35870/jimik.v6i1.1189

Published: January 10, 2025 Pages: 228-239

Original Full-Text Article

Download published version for reading and archiving

Download PDF

Abstract

The rapid development of the era, of course, becomes a benchmark for an agency to carry out transformation in the field of technology. an agency is expected to be able to implement a system that can provide convenience for many people who are struggling in the field, researchers take the example of a football academic institution. of course the selection to enter the football academic through complicated stages, prospective participants or students must be able to meet various requirements, one of which is height measurement. currently, the selection of height for prospective students is still carried out conventionally by utilizing measuring instruments. this is also the background to this research, in its implementation the researcher used python with the Mask-RCNN method, the conclusion obtained the system is able to detect objects with an accuracy of up to 80%.

Keywords:

Body Height Classification Mask R-CNN

Article Metrics & Downloads Graph

Monthly Download Trends:

Author Biographies

Dadang Iskandar Mulyana Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Teknik Informatika, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

Sopan Adrianto Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Teknik Informatika, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

Sutisna Sutisna Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Teknik Informatika, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

Rasiban Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Teknik Informatika, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

Ahmad Arif Wahyudi Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Teknik Informatika, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

How to Cite

Mulyana, D. I., Adrianto, S., Sutisna, S., Rasiban, & Wahyudi, A. A. (2025). Klasifikasi Tinggi Badan Manusia Menggunakan Metode Mask R-CNN. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 6(1), 228-239. https://doi.org/10.35870/jimik.v6i1.1189

License

Creative Commons Attribution 4.0 International License (CC BY 4.0)

This is an open-access article distributed under the terms of the Creative Commons Attribution 4.0 International License .

Share: You are free to copy, distribute, and transmit the work in any medium or format.
Adapt: You are free to remix, transform, and build upon the work for any purpose, even commercially.
Attribution: You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.

Copyright & Retention: Authors retain copyright without restrictions and grant this journal the right of first publication under an open-access model. The journal retains non-exclusive publishing rights for archiving, indexing, and scholarly dissemination.

References

Total: 14 References

Budi, R., Harianto, R. A., & Setyati, E. (2023). Segmentasi Citra Area Tumpukan Sampah Dengan Memanfaatkan Mask R-CNN. INSYST: Journal of Intelligent System and Computation, 5(1), 58-64. https://doi.org/10.52985/insyst.v5i1.305.
Ciaparrone, G., Bardozzo, F., Priscoli, M. D., Kallewaard, J. L., Zuluaga, M. R., & Tagliaferri, R. (2020, July). A comparative analysis of multi-backbone Mask R-CNN for surgical tools detection. In 2020 International Joint Conference on Neural Networks (IJCNN) (pp. 1-8). IEEE.
Dari, S. W., & Triloka, J. (2022, August). Kajian Algoritme Mask Region-Based Convolutional Neural Network (Mask R-CNN) dan You Look Only Once (YOLO) Untuk Deteksi Penyakit Kulit Akibat Infeksi Jamur. In Prosiding Seminar Nasional Darmajaya (Vol. 1, pp. 132-138).
Fajri, F. N., Pratamasunu, G. Q. O., & Aprilingga, D. A. Deteksi Wanita Berhijab dan tidak Berhijab dengan menggunakan Metode Mask RCNN. JEPIN (Jurnal Edukasi dan Penelitian Informatika), 8(3), 579-585.
Fajri, F. N., Syaiful, S., & Priambodo, W. G. (2024). Fire and Smoke Object Detection Using Mask R-CNN. Journal of Advanced Research in Informatics, 2(2), 1-7. https://doi.org/10.24929/jars.v2i2.3099.

Ganesh, P., Volle, K., Burks, T. F., & Mehta, S. S. (2019). Deep orange: Mask R-CNN based orange detection and segmentation. Ifac-papersonline, 52(30), 70-75. https://doi.org/10.1016/j.ifacol.2019.12.499.
Hartati, E. (2024). KLASIFIKASI PENYAKIT MATA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK MODEL RESNET-50. Jurnal Rekayasa Sistem Informasi dan Teknologi, 1(3), 199-206. https://doi.org/10.59407/jrsit.v1i3.529.
Mulyana, D. I., Sufriman, A., & Yel, M. B. (2023). Implementasi Deteksi Emosional Pada Wajah Menggunakan Deep Learning-Yolov5. JUTECH: Journal Education and Technology, 4(1), 12-22. https://doi.org/10.31932/jutech.v4i1.2174.
Qotrunnada, F. M., & Utomo, P. H. (2022, February). Metode Convolutional Neural Network untuk Klasifikasi Wajah Bermasker. In PRISMA, Prosiding Seminar Nasional Matematika (Vol. 5, pp. 799-807).
Rahdatul’Aisy, N., Putri, S. A., Purba, R. C. B., Ikhwal, M., Erbila, R. J., & Rosyani, P. (2023). Deteksi Crack Dan Studi Perbandingan Berdasarkan Faster R-CNN Dan Mask R-CNN. BINER: Jurnal Ilmu Komputer, Teknik dan Multimedia, 1(3), 526-534.
Solihin, A., Mulyana, D. I., & Yel, M. B. (2022). Klasifikasi jenis alat musik tradisional Papua menggunakan metode transfer learning dan data augmentasi. Jurnal SISKOM-KB (Sistem Komputer Dan Kecerdasan Buatan), 5(2), 36-44.
Tyas, D. A., & Ratnaningsih, T. (2023). IMPLEMENTASI MASK-RCNN PADA DATASET KECIL CITRA SEL DARAH MERAH BERDASARKAN KRITERIA WARNA SEL. Rabit: Jurnal Teknologi dan Sistem Informasi Univrab, 8(1), 100-104.
Wicaksono, A., Purnomo, M. H., & Yuniarno, E. M. (2021). Deteksi Pejalan Kaki pada Zebra Cross untuk Peringatan Dini Pengendara Mobil Menggunakan Mask R-CNN. Jurnal Teknik ITS, 10(2), A497-A503.
Wona, M. M. A., Asyifa, S. A., Virgianti, R., Hamid, M. N., Handoko, I. M., Septiani, N. W. P., & Lestari, M. (2023). Klasifikasi Batik Indonesia Menggunakan Convolutional Neural Network (CNN). Jurnal Rekayasa Teknologi Informasi (JURTI), 7(2), 172-179.