Actions (login required)
Offenbar hast du diese Funktion zu schnell genutzt. Du wurdest vorübergehend von der Nutzung dieser Funktion blockiert.
Wenn dies deiner Meinung nach nicht gegen unsere Gemeinschaftsstandards verstößt,
0%0% menganggap dokumen ini bermanfaat, Tandai dokumen ini sebagai bermanfaat
0%0% menganggap dokumen ini tidak bermanfaat, Tandai dokumen ini sebagai tidak bermanfaat
Two years ago, the author went on a study tour to Jakarta with their 8th grade class from SMPN 2 PRINGSURAT. They visited several tourist attractions including Taman Mini Indonesia Indah and Monas. At Dunia Fantasi amusement park, the author tried many rides like Bianglala, Kora-Kora, and Halilintar. The most boring ride for the author was Istana Boneka because it took a long time to go around the palace. They also found Arung Jeram boring to wait in line for. However, the author was still happy because they experienced the tour together with friends.
Rating & Review Dufan Ancol
131 Review tentang Dufan Ancol
Terapkan Harga Khusus Untuk Anak dan Lansia
Harga tiketnya nya terlalu mahal untuk anak anak dan lansia, tolong diberikan harga khusus agar bisa menikmati Area Dufan yang bagus meskipun tidak menaiki wahana
Saya suka disuruh tmnin naik allap alap sama tmn sya saya pusing 7 keliling ok min
TAMBAHIN ALAP ALAP!!!
cinta bgt alap alap, semoga jalannya dipanjangin lagi yeaa, loveu alap alap
teman saya main alap alap mulu, pusing saya, tolong dihapus min alap alap nya
wisata yg ku kunjungi dari orok hingga dewasa ini
dari kecil udh diajak ortu main kesini, dulu th 2000an first time kedufan di umur 4/5th, aku inget bgt waktu itu pas aku baru sampe, banyak bgt badut2/parade pagi pas aku dateng, jujur aku awalnya takut badut wkwk. itu sih kenangan yg masi kecil yg paling aku inget sampe skrg. dan seterusnya aku udh sklh, sampe skrg aku udh kerja dan udh dewasa, dufan tetep jadi tempat wisata yg selalu aku andalkan untuk berlibur sma org2 yg aku sayang:) jaya terus dufan!!!
kalo lagi ada diskon jangan kesini dah ngantrinya panjaanggg
Daerah Khusus Ibukota Jakarta, ID
Nuralifia, Ailsa Erfi (2024) Deteksi slot kosong pada parkiran mobil menggunakan model YOLOv8. S1 thesis, Universitas Ahmad Dahlan.
Pertumbuhan kepemilikan mobil pribadi tidak sebanding dengan ketersediaan lahan parkir yang tersedia sehingga menimbulkan masalah bagi banyak pengendara mobil tersebut. Masalah yang kerap kali ditemukan adalah sulitnya mencari lahan parkir yang kosong yang kemudian menyebabkan pengendara menghabiskan waktu, tenaga, dan energi yang cukup banyak. Karenanya, dibutuhkan sistem manajemen parkir yang efektif agar hal-hal tersebut dapat diminimalisir. Penelitian ini dilakukan dengan judul “Deteksi Slot Kosong pada Parkiran Mobil Menggunakan Model YOLOv8” sebagai salah satu alternatif permasalahan tersebut. Deteksi slot kosong ini dilakukan dengan menggunakan model You Only Look Once (YOLO) terbaru, yaitu YOLOv8 sebagai model deteksinya. Digunakannya model ini karena YOLOv8 dapat berjalan dengan sumber daya komputasi yang rendah, kecepatan yang tinggi, dan memberikan prediksi yang akurat. Terdapat tiga pretrained model digunakan dalam penelitian ini, yaitu model YOLOv8s, YOLOv8m, dan YOLOv8x. Perbedaan model tersebut ada pada banyak parameternya, yang mana tipe s memiliki parameter terendah dengan layer sebanyak 225 dan tipe x memiliki parameter tertinggi dengan 365 layer. Sedangkan model tipe m memiliki total parameter diantara keduanya dengan layer sebanyak 295 layer. Perbedaan jumlah parameter tersebut memiliki arti bahwa semakin tinggi parameter, maka semakin baik model melakukan tugas, tetapi semakin berat dan lama tugas tersebut dijalankan. Pelatihan model dijalankan dengan epochs sebanyak 150 kali pada data latih yang berisi 828 gambar.Model dalam penelitian ini dinilai menggunakan Mean Average Precision (mAP) yang merupakan metriks yang umumnya dipakai dalam deteksi objek. Penelitian ini mendapatkan hasil bahwa model YOLOv8 adalah model yang baik dalam melakukan deteksi slot parkir mobil. Pada pengujian dengan 86 citra dataset, model YOLOv8x merupakan model dengan akurasi tertinggi dengan nilai mAP50-95 sebesar 89,8%, yang kemudian diikuti oleh model YOLOv8s sebesar 89,5%, dan YOLOv8m sebesar 88,7%.
