Article Per Year (5 Year)
p-Index From 2021 - 2026
4.406
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) EMITTER International Journal of Engineering Technology INTEGER: Journal of Information Technology Prosiding Seminar Nasional Sains dan Teknologi Terapan Jurnal Teknologi Informasi dan Terapan (J-TIT) Indonesian Journal of Electrical Engineering and Computer Science Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Tika Jurnal Teknologi dan Manajemen Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Citra Nurina Prabiantissa
Institut Teknologi Adhi Tama Surabaya
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Deteksi Mata dan Alis Menggunakan AdaBoost Classifier dan Haar Cascade Prabiantissa, Citra Nurina; Muchamad, Kurniawan; Bhahreisy, Achmad Fadlan
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.7394

Abstract

Pada saat pandemi COVID-19 menggunakan masker merupakan kebutuhan sehari – hari. Penggunaan masker secara masif menimbulkan tantangan pada pengenalan wajah, kamera pengawas, estimasi usia, sistem pelacakan tatapan mata, dan sistem monitoring kelelahan driver yang berbasis deteksi wajah. Dari permasalahan tersebut maka dibutuhkan sebuah penelitian untuk dapat mendeteksi mata dan alis pada wajah yang menggunakan masker. Penelitian ini bertujuan untuk mengimplementasikan deteksi mata dan alis menggunakan metode Haar Cascade. Beberapa proses Haar Cascade yang dilakukan diantaranya Preprocessing, Integral Image, Adaboost, dan Cascade. Hasil penelitian menunjukkan metode Haar Cascade berhasil dalam mendeteksi objek mata dan alis dengan cukup baik dengan tingkat akurasi 95% pada data wajah bermasker, 90% pada wajah berkacamata, 87% pada wajah berkacamata dan miring, 87% pada wajah berkacamata, miring dan mata tertutup
Multiple Encryption Menggunakan Electronic Code Book dan Modifikasi Algoritma Playfair Cipher 9x9 untuk Keamanan Data Teks Cahyadi, Jonathan Anandar; Prabiantissa, Citra Nurina
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7226

Abstract

Selama dekade terakhir, peningkatan penggunaan jaringan komputer telah membawa tantangan baru terkait privasi dan keamanan, terutama untuk data sensitif seperti catatan medis pasien psikiatri. Kriptografi muncul sebagai solusi untuk menjaga kerahasiaan informasi. Penelitian ini bertujuan untuk mengatasi tantangan ini dengan menggabungkan algoritma Modified 9x9 Playfair Cipher dan Electronic Code Book (ECB) dalam proses enkripsi untuk meningkatkan keamanan data medis pasien psikiatri. Hasil penelitian menunjukkan bahwa kombinasi dari modified 9x9 Playfair cipher dan ECB memberikan tingkat keamanan yang tinggi, dengan efek salju rata-rata sekitar 50,70% untuk kunci 256-bit. Playfair Cipher menunjukkan bahwa dengan kunci 64-bit, efek salju rata-rata sekitar 30,8%, meningkat menjadi 32,94% dengan kunci 128-bit, dan mencapai 33,22% dengan kunci 256-bit. Selain itu, rata-rata untuk kunci dengan panjang 64, 128, dan 256 bit adalah 32,32. ECB menunjukkan efek salju rata-rata sekitar 51,06% untuk kunci 64-bit, 50,71% untuk kunci 128-bit, dan 49,95% untuk kunci 256-bit. Kombinasi Playfair Cipher dan ECB menunjukkan efek salju rata-rata sekitar 51,04% untuk kunci 64-bit, 50,55% untuk kunci 128-bit, dan 50,63% untuk kunci 256-bit. Terdapat kecenderungan untuk mencapai efek salju rata-rata yang lebih tinggi dengan kunci 256-bit dalam kombinasi Playfair Cipher dan ECB.
Perbandingan Algoritma Shannon-Fano dan Lempel Ziv Welch (LZW) untuk Kompresi Data Teks Prabiantissa, Citra Nurina; Setiawan, Azhar Adi Dirgantara
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7676

Abstract

Di era digital saat ini, volume data yang dihasilkan dan disimpan semakin meningkat, sehingga efisiensi dalam pengelolaan dan pengiriman data menjadi hal yang sangat krusial. Pengelolaan data yang optimal tidak hanya mendukung kebutuhan pribadi, tetapi juga menunjang aktivitas di berbagai sektor, mulai dari bisnishingga penelitian. Oleh karena itu, diperlukan suatumetode yang mampu mengurangi ukuran data tanpa mengorbankan informasi penting yang terkandung di dalamnya.Proses kompresi data menjadi semakin penting dalam pengelolaan dan penyimpanan informasi digital, terutama dalam mengoptimalkan penggunaan ruangpenyimpanan dan mempercepat pengiriman data. Penelitian ini bertujuan untuk membandingkan efisiensi algoritma Shannon-Fano dan Lempel Ziv Welch (LZW) dalam mengompresi data teks. Kedua algoritma ini dianalisis berdasarkan parameter seperti Compression Ratio (CR) dan Redundancy (RD) untuk mengevaluasi efektivitas kompresi yang dihasilkan. Implementasi algoritma dilakukan melalui pengkodean dan dekompresi data teks, dengan memperhatikan distribusifrekuensi karakter dalam data. Dari hasil pengujian yang dilakukan Algoritma LZW terbukti lebih unggul dibandingkan Shannon-Fano dalam mengompresi file TXT. LZW secara konsisten menghasilkan compression ration sebanyak 81 - 95% dan RD yang lebih rendahantara 81 – 95%, terutama untuk teks dengan pola berulang yang kompleks.
Perbandingan Algoritma Shannon-Fano dan Lempel Ziv Welch (LZW) untuk Kompresi Data Teks Setiawan, Azhar Adi Dirgantara; Prabiantissa, Citra Nurina
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7601

Abstract

Di era digital saat ini, volume data yang dihasilkan dan disimpan semakin meningkat, sehingga efisiensi dalam pengelolaan dan pengiriman data menjadi hal yang sangat krusial. Pengelolaan data yang optimal tidak hanya mendukung kebutuhan pribadi, tetapi juga menunjang aktivitas di berbagai sektor, mulai dari bisnis hingga penelitian. Oleh karena itu, diperlukan suatu metode yang mampu mengurangi ukuran data tanpa mengorbankan informasi penting yang terkandung di dalamnya.Proses kompresi data menjadi semakin penting dalam pengelolaan dan penyimpanan informasi digital, terutama dalam mengoptimalkan penggunaan ruang penyimpanan dan mempercepat pengiriman data. Penelitian ini bertujuan untuk membandingkan efisiensi algoritma Shannon-Fano dan Lempel Ziv Welch (LZW) dalam mengompresi data teks. Kedua algoritma ini dianalisis berdasarkan parameter seperti Compression Ratio (CR) dan Redundancy (RD) untuk mengevaluasi efektivitas kompresi yang dihasilkan. Implementasi algoritma dilakukan melalui pengkodean dan dekompresi data teks, dengan memperhatikan distribusi frekuensi karakter dalam data. Dari hasil pengujian yang dilakukan Algoritma LZW terbukti lebih unggul dibandingkan Shannon-Fano dalam mengompresi file TXT. LZW secara konsisten menghasilkan compression ration sebanyak 81 - 95% dan RD yang lebih rendah antara 81 – 95%, terutama untuk teks dengan pola berulang yang kompleks.
Klasifikasi Jenis Tanaman Rempah Rhizoma Zingiberaceae dengan Metode CNN dan VGG 19 Firmasnsyah, Haris Abdullah; Muchamad, Kurnaiwan; Prabiantissa, Citra Nurina; Muharom, Syahri
Jurnal Tika Vol 9 No 1 (2024): Jurnal Teknik Informatika Aceh
Publisher : Fakultas Ilmu Komputer Universitas Almuslim Bireuen - Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51179/tika.v9i1.2557

Abstract

The need for identification of spice plant species is very important to achieve accuracy levels accurately and efficiently. Previous researchers have demonstrated the success of this CNN method in classifying various spice plant species. However, only three species of Zingiberaceae (also known as ginger) spice plants were studied in this research: ginger, turmeric, and galangal. There has not been much previous research on these plant species. To ensure label accuracy, this study compares the performance of two popular CNN optimizers, Adam and SGD. A dataset of spice plant images obtained from Internet websites was then diagnosed by experts. To prepare for training the CNN model with VGG19, the image data is pre-processed. The pre-trained VGG19 architecture is used as the basis for spice plant classification. The classification accuracy is used to evaluate the performance of the model. The results of the study show that in the classification of spice plants, the use of the pre-trained VGG19 architecture is used, providing research results that also show that the architectural CNN method successfully classifies Zingiberaceae spice plant species. Consistently, the use of Adam's optimizer resulted in higher accuracy than SGD. This suggests that Adam's optimizer may be more effective in optimizing VGG19 model parameters for spice plant classification
Co-Authors Achmad Basuki Achmad Basyari Mushthofa Achmad Febrianto Adjie Prasetyo Nugroho Agung Mustika Rizki Agung Mustika Rizki, Agung Mustika Andy Rachman Assyarif, Rafli Abi Azizi, Ilham Habib Bhahreisy, Achmad Fadlan Cahyadi, Jonathan Anandar Danang Haryo Sulaksono Danang Haryo Sulaksono, Danang Haryo Dhiyas Rakha Allam Allam Dian Puspita Hapsari dwi, Igusti Ngurah Ferdiansyah, Reza Zulkifli Fery Soewarianto Firmansyah, Mohammad Hafitz Firmansyah, Muhammad Farid Firmasnsyah, Haris Abdullah Gusti Eka Yuliastuti Haris Abdullah Firmasnsyah I Kadek Agus Ariyasa Ira Puspitasari Jani, Vincentius Depaulo Khoiri, Muhammad Kurnaiwan Muchamad Laura Navika Yamani M. Fajar J. Kharisma Maftahatul Hakimah Maftahatul Hakimah, Maftahatul Mahendra, Victoria Lucky Maulana, Fadhil Dias Muchamad, Kurnaiwan Muchamad, Kurniawan Muhammad Azizi Muhammad Zazin Muharom, Syahri Nanang Fakhrur Rozi Oktavyani, Adela Rizky Putra, Erico Maulana Rosa Andrie Asmara Septiyawan Rosetya Wardhana Sesulihatien, Wahjoe Tjatur Setiawan, Azhar Adi Dirgantara Siti Agustini Siti Agustini, Siti Tri, Ariadi Retno Wardhana, Septiyawan Rosetya