Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Voice Of Informatics E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Journal of Informatics and Electronics Engineering
Asep Sugiharto
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Rohpandi, Dani; Sugiharto, Asep; Winara, Giri Aji
Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) 2015
Publisher : Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (610.406 KB)

Abstract

Aplikasi pengenalan pola huruf ngalagena merupakan salah satu jenis pengembangan software yang dapat membantu mengenal dan memahami aksara sunda asli. Penelitian ini dilakukan untuk merancang dan membuat sebuah program yang dapat mengenali pola huruf ngalagena melalui citra digital dengan menerapkan metode template matching. Template matching merupakan suatu metode sederhana yang banyak digunakan untuk mengenali pola. Kelebihan metode ini yaitu mudah untuk diimplementasikan kedalam suatu aplikasi berbasis pengolahan citra digital. Penelitian ini menggunakan metode kuantitatif karena penelitian yang dilakukan sifatnya uji coba atau eksperimen dalam pengenalan pola huruf ngalagena dengan hasil akhir berupa perhitungan persentase pengujian pada aplikasi yang telah dibuat. Berdasarkan hasil pengujian terhadap 3 jenis citra uji yaitu citra pola karakter digital berwarna hitam sesuai dengan template memperoleh hasil persentase pengujian sebesar 88% , citra pola karakter digital berwarna hitam yang berbeda dengan template memperoleh hasil persentase pengujian sebesar 60,87% dan citra pola karakter tulisan tangan berwarna hitam memperoleh hasil persentase pengujian sebesar 32%.
Klasifikasi Citra Digital Berbasis Ekstraksi Ciri Berdasarkan Tekstur Menggunakan Glcm Dengan Algoritma K-Nearest Neighbor Rohpandi, Dani; Sugiharto, Asep; Jati, M Yoga Sukma
Jurnal VOI (Voice Of Informatics) Vol 7, No 2 (2018)
Publisher : STMIK Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemrosesan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknik-teknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan bagian tertentu dari gambar, membuat sebuah gambar yang baru dari beberapa bagian gambar yang sudah ada, dan beberapa teknik manipulasi gambar lainnya. Suatu citra yang mempunyai kontras rendah dapat dihasilkan dari sumber citra dengan proses pencahayaan atau penerangan yang rendah atau karena adanya kesalahan setting pada saat pengambilan citra berlangsung. Metode GLCM (Gray Level Co-occurence Matrix) adalah satu cara mengekstrakfitur tekstur statistik orde kedua, matriks GLCM mampu menangkap sifat tekstur tetapi tidak secara langsung dapat digunakan sebagai alat analisi, misalnya membandingkan dua tekstur. Fitur-fitur yang dihasilkan oleh metode ekstraksi ciri kemudian akan digunakan sebagai masukan proses klasifikasi. K-NN adalah sebuah metode klasifikasi yang tangguh terhadap data training yang noisy dan efektif apabila datanya besar. Metode penelitian yang digunakan adalah metode eksperimen, yang bertujuan untuk mengidentifikasi hubungan sebab akibat dari satu alau lebih variabel terikat dengan melakukan manipulasi variabel bebas pada suatu keadaan yang terkendali. Hasil yang didapatkan, klasifikasi dengan menggunakan ekstraksi ciri GLCM 4 arah dimana menggunakan Energi dengan nilai rata-rata 55,99%, Metode K-Nearest Neighbor dapat menghasilkan akurasi yang diharapkan pada sistem klasifikasi.Kata kunci: Klasifikasi, Citra Digital, Ekstraksi, GLCM, K-Nearest Neighbor.
Deteksi Penyakit Antraknosa pada Daun Pepaya California Berdasarkan Segmentasi K-Means Clustering dengan Menggunakan Metode Klasifikasi Support Vector Machine Shinta Siti Sundari; Asep Sugiharto; Rizki Nursamsi
E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Vol 9 No 2 (2020): e-Jurnal JUSITI
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jusiti.v9i2.771

Abstract

Salah satu faktor yang menyebabkan rendahnya kualitas tanaman pepaya adalah penyakit antraknosa yang menyerang pada daunnya. Perkembangan teknoogi informasi pada bidang pengolahan citra digital memungkinkan untuk melakukan identifikasi penyakit daun pepaya secara otomatis. Proses identifikasi penyakit antraknosa pada daun pepaya diawali dengan proses akusisi citra, kemudian dilakukan pre-processing yaitu resizing untuk menyeragamkan ukuran citra dan proses enhancement untuk melakukan perbaikan kualitas citra terhadap kecerahan citra. Selanjutnya, melakukan perubahan ruang warna dari RGB menjadi L*a*b. Setelah melakukan perubahan ruang warna hasil perubahan digunakan sebagai input pada segmentasi citra menggunakan algoritme K-Means. Hasil dari segmentasi yaitu nilai ekstrasi fitur diklasifikasikan menggunakan algoritme Support Vector Machine terhadap data latih untuk diketahui klasifikasi penyakitnya. Pembangunan sistem dalam mengimplementasikan yaitu menggunakan MATLAB R2015a. Berdasarkan uji coba yang dilakukan dan perhitungan akurasi pada penyakit daun pepaya memiliki persentase keakuratan sistem sebesar 96.00%.
PENINGKATAN CONTRAST CITRA BAWAH AIR LAUT MENGGUNAKAN METODE CLAHE (Contrast Limited Adaptive Histogram Equalization) Dani Rohpandi; Asep Sugiharto; Deny Erwandi; Ananda Rizki Andrian Indrapraja
Jurnal VOI (Voice Of Informatics) Vol 9, No 2 (2020)
Publisher : STMIK Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ekosistem bawah laut telah menjadi pusat perhatian internasional sejak efeknya membawa perubahan evolusi pada terumbu karang. Wilayah-wilayah pelestarian terumbu karang banyak yang dijadikan destinasi wisata. Sebagian wisatawan tidak segan-segan mengabadikan ekosistem bawah laut (underwater). Namun, hasil pengambilan citra underwater kualitasnya rendah. Hal ini diakibatkan karena rendahnya kontras di dalam air. Semakin dalam proses pengambilan citra, semakin sedikit warna yang didapat karena cahaya matahari sulit menembus kedalaman air. Oleh karena itu, dibutuhkan penelitian dengan metode yang mampu meningkatkan kontras citra tetapi tidak berlebihan. Metode yang digunakan pada penelitian ini adalah metode CLAHE (Contrast Limited Adaptive Histogram Equalization). Metode CLAHE beroperasi pada tile, kontras yang terdapat pada tiap-tiap tile akan diperbaiki, sehingga histogram yang dihasilkan dari area tersebut cocok dengan histogram yang ditentukan. Tile yang saling bersebelahan dihubungkan menggunakan interpolasi bilinear.  Kata kunci – Contrast Enhancement, CLAHE, Gambar Bawah Air
Implementasi Visi Komputer Untuk Mengidentifikasi Mobilitas Kendaraan Pada Citra Jalan Raya Yoga Handoko Agustin; Asep Sugiharto
Jurnal VOI (Voice Of Informatics) Vol 6, No 2 (2017)
Publisher : STMIK Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Mobilitas kendaraan di jalan raya sekarang ini semakin tinggi dikarenakan jumlah orang yang memiliki kendaraan semakin banyak. Namun kurangnya perhatian terhadap hal tersebut menyebabkan kelancaran berlalu lintas kurang produktif, sehingga perlu ada nya identifikasi mobilitas kendaraan. Untuk itu bidang teknologi bisa digunakan diantaranya llmu Pengolahan Citra dengan bantuan tools Matlab.               Dalam penelitian ini metode perancangan aplikasi menggunakan metode eksperimen dimana metode tersebut dikhususkan untuk digunakan mengidentifikasi hubungan sebab akibat dari satu atau lebih variable terikat dengan melakukan manipulasi variable bebas pada satu keadaan yang terkendali.               Input data pada aplikasi berupa citra jalan, yang kemudian akan diproses dengan menggunakan metode Visi Komputer diantaranya Background Subtracting, Image Processing (RGB, Grayscale, Binary), Morfologi, Segmentation.              Proses pengurangan citra grayscale antara citra jalan kosong dengan citra jalan berobjek akan menghasilkan citra yang hanya menampilkan objek saja, kemudian pelabelan dengan metode segmentasi akan mendeteksi jumlah objek kendaraan sesuai dengan yang dilihat oleh mata manusia. Sampel yang digunakan merupakan citra jalan yang di ambil menggunakan kamera Smartphone dari empat titik jalan yang setiap titik nya diambil 100 sampel sehingga menghasilkan 400 sampel citra jalan berformat JFIF (JPG File Interchange Format).              Dari hasil pengujian semua sampel yang diambil dari titik jalan yang berbeda akan menghasilkan jumlah kendaraan yang melintasi jalan tersebut. Hasil pengujian yang dilakukan dengan menggunakan metode Visi Komputer pada data latih mendapatkan tingkat sensitivitasnya 100.00% dan spesifitasnya 75.00%, sedangkan pada citra uji mendapatkan hasil dengan tingkat sensitivitasnya 69.25% dan spesivitasnya 65.00%.Kata Kunci : Pengolahan Citra, Matlab, Visi Komputer, Deteksi Kendaraan.
Peningkatan Kontras Citra Bawah Air Menggunakan Metode CLAHE (Contrast Limited Adaptive Histogram Equalization) Febryawan Yuda Pratama; Asep Sugiharto; Fanissa Narita; Suhendri Suhendri; Dikka Syahrial Wiguna
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v6i01.1618

Abstract

Kualitas citra bawah air umumnya buruk akibat penyerapan dan penyebaran cahaya di lingkungan perairan, yang menyebabkan keterbatasan jarak pandang kamera dan menghasilkan citra dengan kontras rendah, warna kabur, serta informasi visual yang berkurang. Maka dari itu penyerapan cahaya oleh air laut dan penyebaran cahaya oleh partikel kecil di lingkungan air laut telah menjadi sebuah rintangan dari penelitian citra bawah air dengan kamera. Hal ini dikarenakan memberikan dampak keterbatasan jarak pandang kamera dalam air laut. Citra atau gambar air bawah laut memang menjadi pekerjaan menantang karena kendala utamanya adalah kualitas gambar rusak karena penyerapan cahaya dan penyebaran cahaya. Peningkatan kualitas kontras citra pada dasarnya meningkatkan persepsi atau kemampuan menerjemahkan informasi gambar untuk manusia dan memberikan masukan “lebih baik” pada teknik pengolahan citra otomatis yang lain. Penelitian ini mengusulkan metode Contrast Limited Adaptive Histogram Equalization (CLAHE) untuk meningkatkan kontras citra bawah air khususnya pada ekosistem terumbu karang. Metode CLAHE bekerja dengan membagi citra ke dalam tile-tile kecil, membentuk histogram tiap region, memotong histogram dengan clip limit, mendistribusikan excess ke bagian lain, dan melakukan interpolasi bilinear antar tile. Eksperimen dilakukan terhadap 200 frame citra bawah air berukuran 1280×720 piksel menggunakan MATLAB. Hasil pengukuran menggunakan SURF feature points menunjukkan rata-rata PTS original sebesar 1.198,67 dan rata-rata PTS CLAHE sebesar 1.503,91. Pengujian statistik dengan SPSS v20 menghasilkan analisis varian image original sebesar 62.210,198 dan CLAHE sebesar 68.800,110 dengan nilai signifikansi 0,000 dan korelasi 0,999. Hasil ini membuktikan bahwa metode CLAHE secara signifikan meningkatkan kualitas kontras citra bawah air tanpa merusak informasi citra asli.
Co-Authors Ananda Rizki Andrian Indrapraja Dani Rohpandi Deny Erwandi Dikka Syahrial Wiguna Fanissa Narita Febryawan Yuda Pratama Giri Aji Winara, Giri Aji Jati, M Yoga Sukma Rizki Nursamsi Shinta Siti Sundari Suhendri Yoga Handoko Agustin