Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Rekayasa dan Teknologi Elektrika
Pramuyanti, Rony Kartika
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Mechanical Engineering Transportation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
ANALISIS TEKSTUR PHOTO LAMA MENGGUNAKAN FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIKS PADA PEWARNAAN CITRA OTOMATIS Sipan, Muhammad; Pramuyanti, Rony kartika
Jurnal Pengembangan Rekayasa dan Teknologi Vol. 1 No. 2 (2017): November (2017)
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jprt.v13i2.936

Abstract

Pengolahan citra merupakan hal penting pada sebuah proses pengenalan, klasifikasi atau segmentasi atau proses lain. Satu hal yang dapat dilakukan adalah analisis fitur tekstur yang berhubungan dengan photo lama dalam hal ini photo grayscale. Objek penelitian dapat berupa photo (citra) lama dan menggunakan   metode statistikal berbasis Gray Level Cooccurrence Matrix (GLCM) .GLCM adalah salah satu metode yang digunakan untuk ekstraksi fitur tekstur, beberapa tekstur yang ada di analisis menggunakan glcm dengan membandingkan fitur tektur GLCM pada photo lama dengan photo aslinya                                     Proses pewarnaan yaitu memberikan visualisasi lebih pada sebuah objek, dapat berupa citra atau video monokrom dengan tujuan untuk memberikan detail dan kejelasan dari citra atau video yang diwarnai. Penelitian membahas citra grayscale untuk diwarnai, kemudian mencari nilai-nilai fitur tekstur GLCM. Besar kecilnya nilai fitur yang diperoleh dari perhitungan digunakan untuk mencari seberapa besar nilai error yang secara tidak langsung menunjukan seberapa besar kemiripan citra tersebut. Pengukuran keberhasilan besar kecilnya kemirirpan menggunakan metode Mean Square Error (MSE) dan Mean Absolute Error (MAE).
ANALISA CITRA BERBASIS FITUR WARNA TEKSTUR DAN HISTOGRAM UNTUK MENENTUKAN KEMIRIPAN CITRA Sipan, Muhammad; Pramuyanti, Rony Kartika
Elektrika Vol. 11 No. 1 (2019): April 2019
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1217.866 KB) | DOI: 10.26623/elektrika.v11i1.1539

Abstract

Citra merupakan sebuah gambaran dari sebuah objek yang menarik untuk di teliti. Penelitian ini membahas tentang Analisa citra berbasis fitur warna, tekstur dan histogram. Fitur-fitur ini akan dicari untuk memperoleh nilai yang akan digunakan sebagai acuan untuk mencari kemiripan citra berdasarkan error pada citra. Besar kecil nya error yang di peroleh dari nilai-nilai fitur tersebut menunjukan besar kecilnya kemiripan dari sebuah citra.Fitur warna citra berpengaruh pada kejelasan sebuah objek yang ada pada citra tersebut. Dengan warna yang ber-beda-beda objek dapat dideteksi dengan cepat walaupun hanya dengan kasat mata. Analisa citra dengan fitur warna yang dilakukan menggunakan nilai RGB pada citra yang dicari fiturnya, yaitu nilai Red, Green dan Blue pada tiap blok pikselnya. Setelah nilai fitur watna diperoleh, kemudian dicari nilai fitur tekstur menggunakan metode statistika orde dua yaitu Gray Level Cooccurrence Matrix (GLCM). Fitur-fitur tekstur tersebut antara lain: Kontras, IDM ASM, Entropi, dan Korelasi.Tahap akhir dicari nilai histogram dari tiga kondisi citra yang berbeda-beda untuk menunjukkan kondisi terang, normal dan gelap. Nilai-nilai fitur yang di peroleh kemudian digunakan untuk mencari kemiripan citra dengan menentukan besar kecilnya nilai error, dimana pada penelitian ini digunakan MSE (Mean Square errors) dan MAE (Mean Absolute Errors) untuk mencari besar nilai error.Keyword: fitur, warna, histogram, Glcm, MSE.
Deteksi Kualitas Kuning Telur Ayam Kampung Menggunakan Ekstraksi Ciri Secara Statistika Orde Satu Berbasis Logika Fuzzy Sipan, Muhammad; Pramuyanti, Rony Kartika
Elektrika Vol. 12 No. 2 (2020): Oktober 2020
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/elektrika.v12i2.2783

Abstract

Chicken eggs have become a basic necessity for Indonesians, both for personal consumption and for business purposes. Eggs that are good or quality can be seen based on the yolk. Both those who are only a day old a week or more than two weeks or those that are not suitable for consumption.Quality egg yolks appear brighter in yellow and there are no stripes or other colors and markings in the yolk. Eggs. From this, the author tries to do research on the detection of quality detection of native chicken egg yolk using Order One Statistical Extraction based on Fuzzy Logic. Feature extraction The first order egg yolk image in this study uses various features, namely variance, skewness, cartulation, entropy and mean. Texture measurements in the first order use statistical calculations based on the original image pixel value for the sole purpose of finding the histogram characteristics of the image.The results of this study are the value of the feature calculation in first order statistics to be used to make the decision whether the egg yolk is suitable for consumption or not. This research is expected to be able to provide insight in determining the quality or absence of native chicken eggs. The first step in this research is to look for data in the form of egg yolks from native chickens, after that we take a picture in the form of an image of egg yolk using the same camera and the same distance as well. So that the image results obtained have the same level of precision. From this image, we then look for the first order statistical value which will be used as a reference in determining the quality of eggs using fuzzy logic.
Analisis Citra Kuning Telur Berbasis Ekstraksi Ciri Statistika Orde Satu untuk Mengenali Jenis Telur Ayam Ras dan Ayam Kampung Sipan, Muhammad; Pramuyanti, Rony Kartika
Elektrika Vol. 13 No. 2 (2021): Oktober 2021
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/elektrika.v13i2.4250

Abstract

Chicken eggs are one of the most familiar side dishes in Indonesia besides tempeh. High protein and low prices make eggs a favorite side dish for the people of Indonesia. Although almost every day we see egg yolks we often can't tell for sure what chicken egg yolks we see. Based on this, the author tries to study egg yolk imagery based on first-order feature extraction using various features such as variance, skewness, carding, entropy, and mean. Statistical calculations are used based on the pixel values of the original image in this first-order texture calculation with the sole purpose of finding the histogram properties of the image. The results of first-order statistical characteristic calculations were used to differentiate between native and purebred chicken eggs. This study facilitates decision making, especially in the selection of accurate and measurable egg yolks from several types of chicken eggs, thereby minimizing public mistakes in choosing eggs based on egg yolks. The first step that can be done is to determine the data consisting of various types of images of free-range chicken egg yolks. These are free-range chicken eggs and purebred chicken eggs. The image is then segmented by separating the yolk and white, then first-order statistical analysis which later the results of these statistical calculations can be used as a reference in determining the type of egg. The results of the trial resulted in first-order feature extraction statistical values, namely for native chickens, the mean value was 132.743, min 69.5255, max 252.5, standard deviation was 29.922 and variance was 905.882. The average value of statistics was order 1 for native chickens. of mean 137,176, min 48, max 240.2, standard deviation 31,454 and variance of 957.89.
Co-Authors Sipan, Muhammad