Article Per Year (5 Year)
p-Index From 2021 - 2026
1.006
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 LOGIC: Jurnal Penelitian Informatika
Tjokorda Agung Budi Wirayuda
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search
Journal : eProceedings of Engineering

 1   2   3 
Klasifikasi Kepadatan Lalu Lintas Berbasis Multitracking Object Dengan Menggunakan Metode Particle Filter Hafidz Al Djohari; Tjokorda Agung Budi Wirayuda; Bedy Purnama
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

Abstrak— Penentuan kepadatan lalu lintas menggunakan kamera saat ini digunakan hanya sebatas pengawasan secara visual. Namun sebenarnya terdapat parameter yang menjadi acuan baku untuk menentukan karakteristik kepadatan arus lalu lintas salah satunya kecepatan rata-rata tiap kendaraan. Hal ini sudah diatur dalam Peraturan Menteri Perhubungan Nomor : KM 14 Tahun 2006. Untuk menentukan kecepatan kendaraan digunakan metode object tracking untuk mendapatkan jumlah frame yang dilalui tiap objek dari batas yang sudah ditentukan. Praticle Filter digunakan sebagai metode object tracking karena dapat memperkecil wilayah telusur objek terutama dengan menggunakan particle filter berbasis warna. Selain itu juga dibutuhkan metode untuk mendeteksi kendaraan yang digunakan sebagai acuan dari particle filter. Meotde yang digunakan untuk menangani masalah pendeteksian objek menggunakan Gaussian Mixture Model, metode ini memiliki hasil keluaran berupa citra hitam putih dengan citra putih merupakan citra yang dideteksi sebagai objek. Partikel yang menempel pada tiap objek digunakan untuk mendapatkan titik centroid. Titik centroid dari tiap objek diambil sebagai acuan posisi. Dengan menggabungkan dua metode ini didapatkan tingkat akurasi dalam menghitung jumlah kendaraan sebesar 91,22% dan akurasi dalam menentukan kecepatan kendaraan sebesar 94,41% sedangkan justifikasi tingkat kepadatan memiliki kecocokan yang tinggi dan tingkat kecocokan terhadap pelayanan arus lalu lintas sebesar 66,67% dari video yang diujikan. Kata kunci : kepadatan lalu lintas, jalan tol, object tracking, vehicle tracking, vehicle counting, particle filter. Abstract— Determination of the density of traffic using the current camera used was limited to visual inspection. But actually there are parameters that become the standard reference for determining the characteristics of traffic density is a average speed of each vehicle. It is already stipulated in the Regulation of the Minister of Transportation No. KM 14 of 2006. To determine the vehicle speed object tracking method is used to get the number of frames that traversed each object of a specified limit. Praticle Filter is used as a method of object tracking because it can reduce the search area, especially by using color-based particle filter. It also needed a method to detect the vehicle used as a reference of the particle filter. Meotde used to deal with object detection using Gaussian Mixture Models, this method has the output in the form of a black and white image with a white image is an image that is detected as an object. Particles which attached to each object is used to get the centroid point. The centroid of each object taken as a reference position. By combining these two methods, obtained accuracy in counting the number of vehicles amounted to 91.22% and the accuracy in determining the speed of vehicles by 94.41% while the justification density has a high compatibility and suitability to service traffic flows amounted to 66.67% of the video being tested. Keywords: traffic density, road tolls, object tracking, vehicle tracking, vehicle counting, particle filter.
Implementasi Speaker Recognition Untuk Otentikasi Menggunakan Modified Mfcc – Vector Quantization Algoritma LBG Reza Aulia Sadewa; 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

Penelitian ini membahas mekanisme otentikasi menggunakan komponen biometrik manusia yang bersifat unik, yaitu sinyal bicara sebagai alternatif dari mekanisme yang lain, seperti kata sandi dan kode PIN. Pertama, fitur atau karakteristik suara direpresentasikan dengan sejumlah koefisien hasil MFCC. Selanjutnya, model suara, yang disebut dengna codebook dibentuk menggunakan VQ. Metode ini dimodifikasi dengan mekanisme thresholding untuk menolak otentikasi suara aisng atau suara yang codebook-nya belum terlatih dan filter Butterworth untuk menangani noise pada suara. Pengujian dilakukan dengan menggunakan data sintetik dan biometrik yang masing – masing terdiri dari 10 pembicara. Setengah dari jumlah pembicara dijadikan sebagai pembicara asing. Secara keseluruhan, metode – metode yang dipakai sudah cukup baik sebagai mekanisme otentikasi. Berdasarkan hasil pengujian yang dilakukan, MFCC dan VQ dapat 100 % membedakan suara antar pembicara namun tetap mengotentikasi pembicara asing, yang seharusnya ditolak, sebagai pembicara terlatih yang paling mirip. Dibandingkan dengan suara yang diberi noise, suara yang difilter dengan parameter tertentu dapat menghasilkan akurasi yang lebih besar. Metode thresholding yang digunakan menghasilkan true rejection sekitar 90 % namun menghasilkan true acceptance sebesar 70 %. Penerapan toleransi threshold dapat meningkatkan persentase true acceptance, namun mekanisme ini harus diteliti lebih lanjut untuk mendapatkan keseimbangan dan optimasi dari hasil true acceptance dan true rejection. Kata kunci: MFCC, VQ, filter butterworth, threshold
Prediksi Pergerakan Indeks Harga Saham Menggunakan Artificial Neural Network Dan Support Vector Machine Fani Nuraini; Jondri Jondri; 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

Prediksi pergerakan indeks harga saham dapat dikategorikan sebagai permasalahan yang cukup menantang dalam prediksi finansial. Namun, kompleksitas pasar saham mengakibatkan pengembangan model prediksi yang dapat dikatakan efektif menjadi sangat sulit. Dua model yang digunakan untuk melakukan prediksi, yaitu Artificial Neural Network (ANN) dan Support Vector Machine (SVM) dikenal cukup akurat dalam memprediksi pergerakan indeks harga saham. Penelitian menggunakan sepuluh indikator analisis teknikal saham sebagai masukan untuk kedua model yang dibangun. Data indeks saham yang digunakan berasal dari Indeks Harga Saham Gabungan (IHSG). Penelitian menunjukkan bahwa SVM mengungguli ANN dari segi akurasi prediksi pergerakan harga saham IHSG dengan akurasi tertinggi SVM sebesar 56,405% dan akurasi tertinggi ANN sebesar 56,40498% untuk data masukan berupa analisis teknikal saham dengan periode waktu tiga hari. Kata Kunci: Prediksi, Artificial Neural Network, Support Vector Machine, Indeks Harga Saham Gabungan, Analisis Teknikal
Pengenalan Ekspresi Wajah Menggunakan Local Binary Pattern (LBP) Adi Saputra; 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

Pengenalan eskpresi wajah meupakan subjek yang penelitian yang menarik. Pengaplikasiannya membuka kesempatan hadirnya suatu bentuk interaksi yang lebih alami antara manusia dan komputer. Dalam paper ini dibangun sebuah sistem pengenalan ekspresi wajah menggunakan metode Local Binary Pattern (LBP) sebagai metode ekstraksi ciri. LBP memiliki perhitungan yang cepat karena algoritmanya yang sederhana, namun tetap dapat menhasilkan ciri wajah secara efisien. Percobaan dilakukan menggunakan dataset JAFFE. Klasifikasi menggunakan metode kNN dan SVM (Support Vector Machine) dengan skema one-againts-one. Hasil pengujian menunjukkan bahwa metode LBP dapat menghasilkan ciri diskriminatif dari ekspresi wajah. Dari percobaan yang dilakukan didapatkan akurasi tertinggi sebesar 84% untuk skema pengujian person-dependent dengan konfigurasi operator LBP (p=8,r=8) dan segmentasi 16 region. Kata Kunci: - Pengenalan Ekspresi Wajah, LBP, kNN, SVM
Sistem Deteksi Api Berbasis Spatial-temporal Dengan Metode Ekstraksi Kontur Dan Area Movement Analysis Brilian Aringga Prabowo; 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

Ekstraksi kontur dan area movement analysis merupakan kunci untuk mendeteksi keberadaan api pada citra sekuensial seingga waktu dan lokasi api dapat dideteksi. Untuk mengektrak kontur pada frame dilakukan binerisasi dengan menggunakan adaptive threshold. Kemudian dengan memanfaatkan cita biner yang didapatkan dilakukan pendeteksian berdasarkan nilai rata-rata keabuan setiap objek serta nilai piksel pada tepi objek. Pada area movement analysis dilakukan analisis berdasarkan area overlapping dan area growing pada objek api di dua frame yang berbeda. Berdasarkan hasil penelitian didapatkan bahwa dengan memanfaatkan ekstraksi kontur dan area movement analysis sistem mampu mendeteksi waktu kemunculan serta lokasi api dengan baik.Kata Kunci : ekstraksi kontur, area movement analysis, adaptive threshold, area overlapping, area growing.
Pengenalan Dan Representasi Simbol Akor Musik Menggunakan Hidden Markov Model Dengan Pendekatan Doubly Nested Circle Of Fifth Muhammad Miftah Muslim Zulfikar; 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

Tugas akhir ini menjelaskan sistem pengenalan akor berbasis Hidden Markov Model (HMM) dengan pendekatan Doubly Nested Circle of Fifth (DNCOF). Terdapat dua versi HMM dalam sistem ini, trained-HMM dan untrainedHMM. Pada trained-HMM sistem dilatih menggunakan 180 lagu dari 13 album The Beatles untuk membentuk model akor. Sedangkan untrained-HMM menggunakan Chord Template untuk membentuk model akor. Model akor yang digunakan dalam sistem berjumlah 24 akor yang terdiri dari 12 nada dengan kombinasi mayor dan minor. DNCOF digunakan sebagai probabilitas transisi pada sistem HMM. Dalam pengenalan ini, lagu diekstrak ke dalam bentuk chromagram dan tugas dari sistem pengenalan ini adalah untuk mengisi label akor disetiap chromagram frame. Tugas akhir ini mengevaluasi bagaimana pengaruh DNCOF terhadap akurasi dua sistem pengenalan akor berbasis HMM dimana dalam sekenario terbaik DNCOF yang menggunakan untrain-HMM menghasilkan akurasi terbaik yaitu 96.94%. Dan juga mengevaluasi perbandingan antara trained-HMM dengan untrained-HMM dimana keduanya memiliki akurasi yang cukup dekat disetiap skenario. Kata Kunci: Akor, PCP, HMM, DNCOF, Chromagram.
Pengenalan Angka Tulisan Tangan Dengan Penerapan Freeman Chain Code Yang Dimodifikasi Fitri Amalia Hadi; Tjokorda Agung Budi Wirayuda; Kurniawan Nur Ramadhani
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

Abstrak Sistem pengenalan angka tulisan tangan dapat dimanfaatkan pada rekapitulasi perhitungan suara Pemilihan Presiden dan Wakil Presiden 2014 yang dicatat pada formulir model C1. Namun setiap orang memiliki cara penulisan angka yang berbeda, sehingga sistem pengenalan angka tulisan tangan dibangun diharapkan dapat mengenali angka dengan baik. Sistem ini terdiri dari beberapa tahap, yaitu tahap preprocessing, ekstraksi ciri, dan klasifikasi. Ciri dari citra kerangka objek hasil preprocessing dibangun metode Freeman Chain Code yang dimodifikasi dengan melakukan pembagian region citra, pembentukan histogram chain code, dan penambahan 4 ciri visual. Selanjutnya hasil ekstraksi ciri diujikan menggunakan dua buah metode klasifikasi yaitu K-NN dan JST Backpropagation. Hasil pengujian menunjukkan bahwa metode ekstraksi ciri Freeman Chain Code yang dimodifikasi mampu mengenali karakter angka tulisan tangan dari kedua data set dengan cukup baik. Dengan melakukan pembagian 9 region citra, normalisasi histogram chain code, dan penambahan 4 ciri, tingkat akurasi terbaik dapat mencapai 89.82% menggunakan K-NN dan mencapai 93.60% menggunakan JST Backpropagation. Kata Kunci: Offline, pengenalan angka tulisan tangan, Freeman Chain Code
Identifikasi Wajah Menggunakan Metode Local Derivative Pattern Andri Arindiah; Tjokorda Agung Budi Wirayuda; Febryanti Sthevanie
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dengan semakin meningkatnya teknologi, kunci keamanan dapat digantikan menggunakan representasi biologis. Kunci keamanan dengan menggunakan representasi biologis disebut dengan biometrik. Salah satu contoh penggunaan biometrik adalah menggunakan wajah. Pada penelitian ini akan dibangun sistem biometrik identifikasi wajah.Sistem identifikasi wajah ini terdiri dari tahap pengumpulan data, preprocessing, ekstraksi ciri dan pencocokan. Proses ekstraksi ciri dilakukan dengan menggunakan metode Local Derivative Pattern (LDP) yang merupakan pengembangan dari metode Local Binary Pattern. Metode LDP dipilih karena dapat mengambil ciri citra berdasarkan level keabuan sebuah piksel. Hasil dari penelitian ini menunjukkan hasil dari ekstraksi ciri LDP dapat mendapatkan akurasi terbaik sebesar 98,47% dengan kombinasi parameter orde 2, radius 4, dan jumlah region 4. Kemudian dilakukan pengujian pada performansi sistem dan didapatkan nilai terbaik EER sebesar 4,7055% dengan menggunakan threshold 0,855. Kata kunci: biometrik, local derivative pattern, histogram intersection, threshold
Pengenalan Isyarat Tangan Menggunakan Algoritma Pyramidal Lucas Kanade Dan Histogram Of Oriented Gradients Gustav Nugraha; Hertog Nugroho; 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

Isyarat tangan merupakan salah satu metode interaksi manusia dan komputer yang populer digunakan saat ini. Terdapat isyarat tangan statis yang hanya menggunakan perubahan posture tangan dan dinamis yang secara bersamaan menggunakan perubahan posture tangan dan pola gerakan tangan. Untuk mengenali isyarat tangan statis dan dinamis maka diperlukan metode yang mampu mendeskripsikan posture tangan dan mendeskripsikan pola gerakan tangan. Dalam penelitian ini, Histogram of Oriented Gradients adalah metode yang digunakan untuk mendeskripsikan posture tangan dan Pyramidal Lucas Kanade dipilih untuk mengestimasi optical flow yang digunakan untuk mendeskripsikan pola pergerakan tangan dalam bentuk sebuah Motion Descriptor. Pendekatan Bag of Features akan digunakan untuk mendapatkan descriptor akhir dari sebuah video untuk HOG, dan klasifikasi akan dilakukan dengan menggunakan Support Vector Machine. Sistem yang telah dibuat diuji dengan dataset yang terdiri dari 6 isyarat tangan. Pengujian dengan metode k-fold cross validation menunjukkan akurasi rata-rata 95.73% pada dataset yang terdiri dari 240 video yang terdiri dari isyarat tangan dari 2 orang yang berbeda. Kata kunci : Isyarat Tangan, Histogram of Oriented Gradients, Pyramidal Lucas Kanade, Optical Flow, Bag of Features
Analisis Kesiapan E-Learning Telkom University Dengan Menggunakan E-Learning Readiness (ELR) Model (Studi Kasus I- Caring) Juwindar Honesty Simanjuntak; 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

Perkembangan dari eLearning pada institusi pendidikan pada saat ini memberikan dampak yang sangat pesat. Ini mendorong adanya kompetensi yang terjadi pada berbagai institusi pendidikan yang ada. Pengembangan eLearning pada institusi pendidikan melibatkan beberapa faktor yaitu infrastuktur teknologi, sumber daya manusia dan penanganan yang ramah lingkungan. E-learning Readiness (ELR) model merupakan sebuah bentuk perwujudan komponen dalam pengembangan eLearning. ELR model berfungsi tidak hanya sebagai penilaian eLearning sebuah institusi apakah sudah siap untuk diterapkan tetapi juga memberitahu area atau bagian mana dari institusi tersebut yang membutuhkan perbaikan dan juga area atau bagian mana yang sudah berhasil dengan menggunakan penerapan eLearning. Kesiapan yang didapat dari penelitian ini diambil dari beberapa dimensi yang tergolong kedalam ELR (Model). Analisis dalam ELR model digunakan sebagai dokumen persiapan yang dibutuhkan untuk desain, pengembangan dan juga untuk rekomendasi dalam fase implementasi dan pengembangan . Dengan dilakukannya penelitian ini akan diketahui bagian mana yang ada pada dimensi yang memeiliki kekurangan dengan ditandai pada status kesiapan yang tidak siap atau bahkan belum siap. Kata kunci : eLearning, eLearning readines, ELR model
Co-Authors Adi Saputra Amna Rizky Anditya Arifianto Andri Arindiah Andrian Wijayana Arya Beta Putra Pratama Bambang Ari Wahyudi Bandy Cipta Nur Ramadhan Barsyah Dwi Idestio Bedy Purnama Bobby Yuliandra Brilian Aringga Prabowo Dian Masmawati Fahmi Rahmanthaha Nurdinsyah Fani Nuraini Febriyanti Sthevanie Febryanti Sthevanie Fitri Amalia Hadi Gugy Lucky Khamdani Gunawan Gunawan Gustav Nugraha Hafidz Al Djohari Hertog Nugroho Idestio, Barsyah Dwi Indwiarti Iqbal Saviola Syah bill haq 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