Nugraheni, Ekasari
Unknown Affiliation

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

Found 4 Documents
Search

Uji Ketahanan Metode Block-base Watermarking pada Domain Wavelet Terhadap Serangan Gaussian Blur dan Random Noise Nugraheni, Ekasari
INKOM Journal Vol 5, No 2 (2011)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (552.094 KB) | DOI: 10.14203/j.inkom.156

Abstract

<!-- @page { margin: 2cm } P { margin-bottom: 0.21cm } --> Makalah ini mengkaji tentang ketahanan metode block-base watermarking pada domain wavelet dari Gaussian blur dan gangguan derau menggunakan Random noise. Metode ini menggunakan wavelet transform koefisien, dimana watermark akan ditanamkan pada blok berukuran 3x3. Koefisien wavelet dalam sebuah blok akan berubah secara acak untuk memasukkan muatan. Transformasi kebalikan dari gambar watermark mirip dengan watermark embedding. Skema watermarking ini tidak memerlukan citra asli untuk proses ekstraksi watermark (blind watermarking). Sebagai tolak ukur ketahanannya digunakan nilai PSNR (Peak Signal Noise Ratio) untuk menghitung rasio perbedaan antara gambar ber-watermark sebelum dan setelah mendapatkan serangan
Ubiquitous Health (U-Health) Untuk Pengobatan Herbal Nugraheni, Ekasari; Riswantini, Dianadewi; Khotimah, P. Husnul; Andriana, Dian
INKOM Journal Vol 4, No 1 (2010)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (350.665 KB) | DOI: 10.14203/j.inkom.53

Abstract

Teknologi informasi dan komunikasi telah mendorong lahirnya istilah Ubiquitous computing (U-comp), yang  merupakan suatu model pengembangan interaksi manusia dengan komputer. Pemrosesan informasi pada teknologi ini telah terintegrasi pada objek-objek aktivitas keseharian manusia. Ubiquitous networks  (U-net) didefinisikan sebagai suatu jejaring yang dapat diakses dimana saja, kapan saja,  dengan apa saja dan oleh siapa saja. Ubiquitous health (U-health) didefinisikan sebagai pemanfaatan ubiquitous computing dan ubiquitous network  di bidang kesehatan dalam rangka untuk menyediakan layanan informasi kesehatan jarak jauh dengan tujuan untuk peningkatan kualitas kesehatan manusia. U-health untuk pengobatan herbal menyediakan layanan informasi kesehatan dan pengobatan herbal yang dapat diakses secara on-line dan mobile. Sistem yang dibangun pada kegiatan penelitian ini menerapkan arsitektur 3-tier, yang terdiri dari komponen : server basisdata, aplikasi klien berbasis teknologi mobile dan aplikasi web server yang menghubungkan aplikasi klien dengan server basisdata. Keseluruhan kegiatan pengembangan ini menggunakan perangkat lunak yang bersifat open source. Pada sisi aplikasi server akan menggunakan bahasa pemrograman PHP dan web server Apache. Pada sisi server basisdata menggunakan basisdata MySQL yang berjalan dibawah sistem operasi Linux. Perangkat-lunak yang digunakan untuk pengembangan aplikasi-aplikasi mobile menggunakan Java Development Kit (JDK) 1.6 dengan platform Emulator Sun Java(TM) Wireless Toolkit 2.5.2 yang berisikan full konfigurasi CLDC 1.1 dan profile MIDP 2.0. Untuk lingkungan penulisan bahasa pemrograman Java menggunakan platform NetBeans  IDE (Integrated Development Environment) .Kata Kunci : Ubiquitous health, komunikasi bergerak, pengobatan herbal, layanan kesehatan jarak jauh, perangkat lunak open-source.
Perancangan Sistem Pendukung Keputusan untuk Memantau Kualitas Lingkungan Nugraheni, Ekasari; Khotimah, P. Husnul
INKOM Journal Vol 2, No 2 (2008)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (114.864 KB) | DOI: 10.14203/j.inkom.35

Abstract

Kegiatan pemantauan kualitas lingkungan dapat dipermudah dengan suatu sistem pendukung keputusan yang akan memberikan informasi mengenai volume limbah yang dihasilkan, volume limbah yang diterima oleh badan sungai, hasil ukur kualitas udara ambien dan informasi lainnya. Sistem pendukung keputusan untuk lingkungan diharapkan dapat memberikan suatu keputusan awal terhadap kegiatan-kegiatan sumber pencemar yang menghasilkan limbah cair dan limbah B3 yang melebihi batas baku mutu lingkungan. Pengembangan sistem pendukung keputusan untuk memantau kualitas lingkungan dengan berbasis intranet meliputi kegiatan-kegiatan analisa permasalahan, perancangan sistem, implementasi, dan pemeliharaan sistem.  Kegiatan perancangan sistem merupakan salah satu fase penting dalam proses pengembangan sistem. Perancangan sistem pendukung keputusan untuk memantau kualitas lingkungan menggunakan beberapa desain model diantaranya model fungsional (diagram alur data), model objek (diagram E-R dan kamus data), model logika (pembagian modul-modul sistem), model dinamis (diagram status), dan model dialog (desain input/output). Arsitektur  Sistem yang akan digunakan adalah Apache web server, PHP scripting , database server Postgre SQL, dan Chart Director.Kata Kunci: Sistem Pendukung Keputusan, lingkungan, limbah, model, perancangan
Chili leaf segmentation using meta-learning for improved model accuracy Suwarningsih, Wiwin; Kirana, Rinda; Husnul Khotimah, Purnomo; Riswantini, Dianadewi; Fachrur Rozie, Andri; Nugraheni, Ekasari; Munandar, Devi; Arisal, Andria; Roufiq Ahmadi, Noor
Bulletin of Electrical Engineering and Informatics Vol 14, No 3: June 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v14i3.7929

Abstract

Recognizing chili plant varieties through chili leaf image samples automatically at low costs represents an intriguing area of study. While maintaining and protecting the quality of chili plants is a priority, classifying leaf images captured randomly requires considerable effort. The quality of the captured leaf images significantly impacts the development of the model. This study applies a meta-learning approach to chili leaf image data, creating a dataset and classifying leaf images captured using mobile devices with varying camera specifications. The images were organized into 14 experimental groups to assess accuracy. The approach included 2-way and 3-way classification tasks, with 3-shot, 5-shot, and 10-shot learning scenarios, to analyze the influence of various chili leaf image factors and optimize the classification and segmentation model's accuracy. The findings demonstrate that a minimum of 10 shots from the meta-test dataset is sufficient to achieve an accuracy of 84.87% using 2-way classification meta-learning combined with the mix-up augmentation technique.