Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal INKOM Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) JOIN (Jurnal Online Informatika) Jurnal Teknik Informatika (JUTIF) eProceedings of Engineering Jurnal Abdimas
Tjokorda Agung Budi Wirayuda
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search
Journal : eProceedings of Engineering

 1   2   3 
Analisis dan Implementasi Contet Based Image Retrieval Menggunakan Metode ORB Muhammad Mirza; Tjokorda Agung Budi Wirayuda; Siti Sa'adah
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pada citra retrieval terdapat dua metodologi untuk memanggil data yang ada pada basis data, yang pertama dengan text-based yaitu dengan menggunakan text sebagai suatu kunci pada pencariannya dan yang kedua adalah content-based yang menggunakan suatu content tertentu sebagai kuncinya. Salah satu kekurangan dari text-based adalah sulitnya mencari kata kunci pada data yang ingin dicari terutama pada data multimedia seperti video, gambar, dan suara. Kata kunci yang tidak tepat memungkinkan user akan mendapatkan data yang tidak tepat ketika menginputkan suatu text untuk mencari data multimedia karena terlalu banyaknya data multimedia pada basis data. Berbeda dengan text-based, content-based menggunakan sebuah fitur seperti bentuk, warna, tekstur, dan titik untuk mencari data sehingga akurasi pada data yang diinginkan akan lebih baik dibandingkan dengan menggunakan suatu kata untuk mencari data multimedia. Dengan mencocokkan fitur pada gambar yang diinput dengan pada fitur gambar yang ada pada basis data, sistem akan menampilkan data sesuai dengan kecocokkannya. Teknik tersebut biasa disebut dengan Content-Based Image Retrieval (CBIR). Dibutuhkan akurasi yang baik agar pengembalian data yang dicari akan tepat pada data yang diinputkan, metode ORB akan diimplementasikan pada sistem CBIR karena memiliki akurasi yang baik pada image retrieval. Metode ORB menggunakan fitur keypoint pada data sebagai kunci pencariannya. Akurasi sistem CBIR dengan menggunakan metode ORB dapat mencapai 90.12%. Kata kunci: Content Based Image Retrieval, ORB, Image Matching, Image Retrieval
Pengenalan Action Unit (au) Pada Alis Mata Manusia Menggunakan Local Phase Quantitation From Three Orthogonal Planes (lpq-top) Dan Adaboost-svm Bandy Cipta Nur Ramadhan; Tjokorda Agung Budi Wirayuda; Anditya Arifianto
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Alis mata pada wajah manusia memiliki peran penting dalam menciptakan sebuah ekspresi / emosi pada wajah manusia, hal ini membuat penelitian pada tugas akhir ini fokus kepada alis mata wajah manusia. Dalam sebuah eskpresi wajah manusia, gerakan alis mata mata merupakan salah satu aksi unit terkecil pada wajah manusia dimana nantinya akan diproses dengan metode Facial Action Coding System (FACS). Aksi unit pada gerakan alis mata terdiri dari tiga, yaitu Action Unit 1 (AU1), Action Unit 2 (AU2), dan Action Unit 4 (AU4). AU menjadi sangat penting dalam menentukan hasil ekspresi wajah manusia oleh FACS, sehingga dalam tugas akhir ini akan diteliti mengenai AU pada alis mata manusia dengan menggunakan LPQ-TOP dan Adaboost-SVM. Hasil akurasi penelitian terbaik diperoleh sebesar 83.81% dimana yang dideteksi oleh sistem adalah AU pada alis mata dan AU dalam kondisi normal. Parameter terbaik dalam mendeteksi AU diperoleh dari hasil mencari LPQ-TOP dengan parameter yang optimal, kemudian seleksi ciri antara 400 sampai 768 ciri dimana sebelumnya hasil ekstraksi ciri pada LPQTOP adalah 768 ciri, kemudian mencari iterasi adaboost yang optimal, dan klasifikasi SVM dengan parameter yang optimal. Kata kunci : FACS, AU, LPQ-TOP, Adaboost-SVM
Penerapan Dynamic Texture Untuk Mendeteksi Kemunculan Api Pada Video Menggunakan Metode Local Binary Pattern Three Orthogonal Planes Fahmi Rahmanthaha Nurdinsyah; Tjokorda Agung Budi Wirayuda
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Api memiliki banyak manfaat bagi manusia, namun adakalanya api memberikan bencana berupa kebakaran besar apabila ada kesalahan dalam menangani api. Oleh karena itu, informasi tentang adanya api secepat mungkin sangat penting untuk mencegah api menjadi ben cana bagi manusia. Jurnal ini membahas tentang bagaimana mendeteksi api yang ada di data video dengan menggunakan beberapa metode kombinasi. Yang pertama menggunakan algoritma yang dapat menentukan daerah di dalam video dimana ada daerah yang memiliki warna api. Dari daerah-daerah ini, piksel berwarna api diekstraksi menggunakan klasifikasi warna api. Yang terakhir, menggunakan klasifikasi dynamic texture untuk mengkonfirmasi bahwa kandidat terdeteksi api yang bergerak dan memiliki warna yang sama dengan api ini menggunakan Local Binary Pattern Three Orthogonal Planes untuk mengkorfirmasi apakah calon yang terdeteksi api ini memiliki ciri api yang tetap selama waktu berlalu (perbedaan waktu) pada video. Dari Tugas Akhir ini diperoleh akurasi sistem deteksi api yaitu persentase perbandingan hasil deteksi yang akurat dengan yang hasil deteksi tidak akurat untuk kategori api dan bukan api. Tingkat keakuratan sistem yang diperoleh yaitu 81,25% Kata Kunci — Dynamic Texture, Api, Deteksi, Warna, Video, Klasifikasi .
Analisis dan Implementasi Object Tracking Menggunakan Metode ASIFT dan Mean Shift Andrian Wijayana; Tjokorda Agung Budi Wirayuda; Siti Sa'adah
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Semakin tingginya kebutuhan manusia terhadap sistem keamanan berbasis tracking yang dapat bekerja secara otomatis, membuat bermunculan metode dan teknik baru guna memenuhi kebutuhan tersebut. Pada object tracking, ekstraksi ciri menjadi salah satu tugas utama dalam melacak sebuah objek dimana ciri yang digunakan harus tahan terhadap berbagai kondisi karena objek selalu bergerak bebas dalam video.  Oleh  karena  itu,  ektraksi  ciri  yang  tahan  terhadap segala bentuk transformasi atau fully invariant sangat dibutuhkan pada object tracking. Salah satu metode ekstraksi ciri yang fully invariant adalah metode affine scale invariant feature transform (ASIFT). Hasil penelitian menunjukkan bahwa kondisi lingkungan objek berpengaruh terhadap banyaknya kemungkinan objek terdeteksi dengan tepat. Kondisi lingkungan terkontrol cenderung memiliki hasil yang lebih baik dari lingkungan yang tidak terkontrol. Selain itu, nilai threshold dan radius yang digunakan juga sangat mempengaruhi hasil matching objek. Berdasarkan penelitian, threshold dengan nilai 0.9 dan radius 10 % memiliki kecenderungan dapat mendeteksi objek dengan tepat. Hasil penelitian juga menunjukkan bahwa metode ASIFT-Mean Shift dapat mengatasi permasalahan perubahan point of view yang terjadi pada objek dengan akurasi 30%.
Automatic Feature Reduction Framework For Identification Process In Palm Vein Recognition Prasti Eko Yunanto; Hertog Nugroho; Tjokorda Agung Budi Wirayuda
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstract Feature or dimensionality reduction has become one of fundamental problem in the field of pattern recogni- tion such as biometrics. The choosing number of fea- ture or dimension has become one challenge. Instead choosing number of feature manually, in this paper, we proposed an automatic feature reduction by using a cas- caded feature reduction schemes based on variance or- der of the DCT feature space and eigenvalue of k-PCA in the palm vein recognition. Based on experiment re- sults, our proposed scheme can achieve recognition rate above 0.92 accuracy which uses fewer features and can reduce time process significantly until 99.5% comparing with traditional manual feature reduction method.
People Counting Menggunakan Extended Camshift Dan Fitur Haar-like Bobby Yuliandra; Tjokorda Agung Budi Wirayuda
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Info jumlah orang yang masuk dalam suatu wilayah mempunyai info penting untuk beberapa tujuan seperti bisnis, keamanan, kebutuhan sumber daya yang harus dicukupi, dan lainnya. Ketika jumlah orang yang masuk terlalu banyak sehingga mengurangi akurasi perhitungan secara manual, maka keadaan tersebut membutuhkan sistem untuk menghitung secara otomatis dan people counting bisa melakukan tugas tersebut. Perkembangan computer vision mampu memberikan akurasi yang baik untuk diterapkan pada people counting. Penggunaan metode Face Detection menggunakan haar-cascade classifier yang bisa menghasilkan akurasi 94%, tracking menggunakan extended CAMSHIFT yang bisa menanggulangi tabrakan tracking window dengan warna background yang sama dengan akurasi 88%. Metode yang bisa diterapkan ke dalam people counting. Kata Kunci: Computer Vision, People Counting, Haar-Cascade Classifier, Extended CAMSHIFT
Desain Dan Implementasi Voice Command Menggunakan Metode Mfcc Dan Hmms Muslim Sidiq; Tjokorda Agung Budi Wirayuda; Siti Sa'adah
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Semakin seringnya interaksi manusia terhadap teknologi menuntut pengembangan metode interaksi dengan mesin ke arah yang lebih natural. Suara yang merupakan komunikasi yang paling sering digunakan manusia menjadikannya salah satu metode interaksi yang natural. Maka dari itu pengembangan sistem yang dapat mengenali ucapan manusia sebagai suatu aksi pada mesin dapat menjadi satu pilihan untuk permasalahan tersebut. Voice command yang merupakan sistem speech recognition untuk meberikan fungsi dan aksi pada sistem yang telah didefinisikan sebagai Command dan Control systems. Nilai amplitudo diambil dari sinyal suara masukan, sehingga didapatkan kumpulan angka real yang menjadi nilai masukan untuk ekstraksi ciri. Metode ekstraksi ciri yang digunakan pada tugas akhir ini adalah Mel Frequency Cepstral Coefficient (MFCC). Tahapan awal MFCC adalah memecah nilai amplitudo sinyal masukan menjadi frame-frame yang diolah dengan menggunakan mel-filterbak yang diadaptasi dari cara kerja pendengaran manusia. Hasil ekstraksi ciri kemudian dibuat menjadi codebook yang digunakan sebagai inputan simbol pada HMM untuk membentuk model dari setiap kata. Ketika pengujian ciri dari sinyal uji yang telah dikuantisasi kemudian dicocokan dengan model yang telah dibuat pada tahap sebelumnya, sehingga kata dapat dikenali. Dari hasil pengujian, sistem dapat mengenali kata yang diucapkan penutur dengan nilai akurasi rata-rata sebesar 93.89% pada lingkungan tanpa noise, dan 58.1% pada lingkungan dengan noise. Kata kunci: Voice Command, MFCC, HMMs
Deteksi Copy-move Pada Pemalsuan Citra Menggunakan Local Binary Pattern Dan Svd-matching Dian Masmawati; Tjokorda Agung Budi Wirayuda; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Image Forgery merupakan tindakan pemalsuan citra yang dilakukan secara illegal. Pemalsuan Citra juga dapat didefinisikan sebagai proses manipulasi dari suatu citra digital untuk menyembunyikan beberapa informasi yang penting ada suatu citra. Salah satu metode manipulasi citra yang paling umum digunakan adalah Copy-move. Dengan adanya berbagai perangkat lunak pengolahan citra seperti Photoshop, pemalsuan citra sangat mudah dilakukan. Oleh karena itu, dibutuhkanlah suatu cara untuk mendeteksi pemalsuan citra. Pada tugas akhir ini dilakukan deteksi copy-move pada pemalsuan citra digital dengan menggunakan metode Local Binary Pattern (LBP) dan SVD-matching. Dengan menggunakan kedua metode tersebut dilakukan pencocokan antar blok-blok piksel citra. Berdasarkan hasil penelitian yang dilakukan, menunjukan bahwa dengan menerapkan metode ini dihasilkan suatu metode yang dapat mendeteksi copy-move pada pemalsuan citra. Tingkat akurasi sistem terbaik yang diperoleh dari pengujian berbasis area mencapai 62.33% kemudian sistem mampu mendeteksi citra copymove dan citra asli dengan baik karena memiliki akurasi mencapai 81.7% dan mempunyai nilai TPR dan TNR sebesar 0.800 ketika threshold stabil yang digunakan adalah 0.0051. Kata Kunci : Image forgery, copy-move, citra, deteksi, Local Binary Pattern (LBP), SVD-matching
Pengenalan Tulisan Tangan Menggunakan Algoritma Diagonal Feature Extraction Dan K-nn Yustar Pramudana; Tjokorda Agung Budi Wirayuda
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pada sebuah ban ketika pelanggan mengisi form dan diterima oleh teller, teller akan menginput kembali kedalam komputer. Proses akan lebih cepat jika ada sistem automasi. Dibangun sistem yang dapat mensimulasikan situasi diatas. Dibuat sistem untuk mengenali karakter tulisan tangan dengan menggunakan Diagonal Based Feature Extraction dan metode klasifikasi K-Nearest Neighbour. Dari hasil pengujian diperoleh akurasi terbaik 90% dengan metode Diagonal Feature Extraction dari kanan dan KNN dengan k=2. Kata kunci: Diagonal Feature Extraction, Pengenalan Tulisan Tangan, Handwritten Recognition, k-Nearest Neighbour, k-NN
Sistem Deteksi Api Berbasis Visual Menggunakan Metode Local Binary Patterns-three Orthogonal Planes Dan Grey-level Cooccurrence Matrix Gugy Lucky Khamdani; Tjokorda Agung Budi Wirayuda; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Alat pendeteksi api tradisional yang sudah terpasang di kebanyakan gedung saat ini  biasanya berbasis sensor, seperti sensor inframerah, sensor asap, dan lain-lain. Akan tetapi deteksi berbasis sensor tersebut penempatannya harus pas dan tidak cocok jika digunakan di luar ruangan atau di tempat terbuka. Dengan adanya kamera CCTV, sangat membantu dalam mendeteksi api secara efisien dalam waktu yang singkat jika kamera tersebut dilengkapi dengan perangkat lunak khusus.  Pada tugas akhir ini dirancang dan diimplementasikan sistem pendeteksi api berbasis visual. Tahapan pada sistem ini diantaranya adalah Three-frame differencing untuk mendeteksi gerakan pada video, fire color image segmentation, ekstraksi ciri menggunakan Grey-level Co-occurrence Matrix (GLCM) dan Local Binary Patterns-Three Orthogonal Planes (LBP-TOP), dan pengklasifikasian menggunakan kNearest Neighbors (kNN). Keluaran dari tugas akhir ini adalah sistem dapat mendeteksi dan menunjukkan lokasi objek api pada gambar video. Kata Kunci: fire detection, three-frame differencing, LBP-TOP, GLCM.
Co-Authors Adi Saputra Amna Rizky Anditya Arifianto Andri Arindiah Andrian Wijayana Bambang Ari Wahyudi Bandy Cipta Nur Ramadhan Barsyah Dwi Idestio Bedy Purnama Bobby Yuliandra Brilian Aringga Prabowo Dian Masmawati Fahmi Rahmanthaha Nurdinsyah Fani Nuraini Febryanti Sthevanie Fitri Amalia Hadi Gugy Lucky Khamdani Gunawan Gunawan Gustav Nugraha Hafidz Al Djohari Hertog Nugroho Idestio, Barsyah Dwi Indwiarti Jondri Jondri Juwindar Honesty Simanjuntak Kurniawan Nur Ramadhani Muhammad Miftah Muslim Zulfikar Muhammad Mirza Muhammad Shafhi Kasyfillah Muhammad Zulfiqar Shafar Muslim Sidiq Natha, Si Gede Ngurah Chandra Adi Prasti Eko Yunanto Pratama, Arya Beta Putra Putu Harry Gunawan Retno Novi Retno Novi Reza Aulia Sadewa Rifki Wijaya Risky Diatama Rita Rismala Siti Sa'adah Sthevanie, Febriyanti Untari Novia Wisesty Yustar Pramudana