Article Per Year (5 Year)
p-Index From 2021 - 2026
2.663
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING INOVTEK POLBENG JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Pengabdian Masyarakat eProceedings of Engineering Jurnal Rekayasa elektrika Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Efri Suhartono
Telkom University
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Public Health Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Compressive Sensing Berbasis Dct-dwt Untuk Kompresi Watermark Pada Watermarking Citra Digital Dengan Domain Swt-svd Muhammad Rizqi; Efri Suhartono; I Nyoman Apraz Ramantryana
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Image watermarking adalah proses perlindungan hak cipta dari suatu objek (gambar) dengan memberikan tanda di dalam objek tersebut. Teknik image watermarking, dikatakan baik apabila tanda yang disisipkan tidak tampak oleh kasat mata dan objek pembawanya tidak mengalami penurunan kualitas serta tanda yang disisipkan harus tahan terhadap berbagai pengolahan sinyal. Pada tugas akhir ini di implementasikan sistem image watermarking pada watermark dan host dalam bentuk citra hitam putih dan Red Green Blue (RGB). Pada sistem image watermarking menggunakan metode Compressive Sensing (CS) berbasis Discrete Cosine Transform-Discrete Wavelet Transform (DCT-DWT), Stationary Wavelet Transform-Singular Value Decomposition (SWT-SVD) dan proses rekontruksi menggunakan algoritme Orthogonal Matching Pursuit (OMP). Pengujian dilakukan terhadap sistem yang di bangun dan telah dilakukan beberapa skenario pengujian dalam memperoleh analisis terkait dengan performansi sistem yang mampu dihasilkan. Pengaruh CS pada pengujian menghasilkan nilai Mean Square Error(MSE) 4,396208 , Peak Signal to Noise Ratio (PSNR) 41,70416 dan Bit Error Rate (BER) 0,185565. Dan pengaruh tanpa CS pada pengujian menghasilkan nilai Mean SquareError(MSE) 3,53102, Peak Signal to Noise Ratio (PSNR) 42,6518 dan Bit Error Rate (BER) 0,19686 Kata kunci: Image watermarking, CS, DCT-DWT, SWT-SVD, OMP, MSE, PSNR, BER Abstract Image watermarking is the process of protecting the copyright of an object (image) by giving a sign inside the object. Image watermarking technique is said to be good if the inserted sign does not appear to be visible and the carrying object does not experience a decrease in quality and the inserted sign must be resistant to various signal processing. This final project implements an image watermarking system on watermarks and hosts in the form of black and white and Red Green Blue (RGB) images. The image watermarking system uses the Compressive Sensing (CS) method based on Discrete Cosine Transform-Discrete Wavelet Transform (DCT-DWT), Stationary Wavelet Transform-Singular Value Decomposition (SWT-SVD) and the reconstruction process using the Orthogonal Matching Pursuit (OMP) algorithm. Tests are carried out on systems that are built and several test scenarios have been carried out in ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 492 obtaining analysis related to the system performance that can be produced. The effect of CS on the test results in the value of Mean Square Error (MSE) 4,396208, Peak Signal to Noise Ratio (PSNR) 41,70416 and Bit Error Rate (BER) 0,185565. And the effect without CS on the test resulted in the value of MSE 3.53102, PSNR 42.6518 and BER 0.19686 Keywords:Image watermarking, CS, DCT-DWT, SWT-SVD, OMP, MSE, PSNR, BER
Deteksi Anemia Melalui Citra Sel Darah Menggunakan Metode Gabor Wavelet Dan Support Vector Machine Farah Pranidasari; Efri Suhartono; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Anemia dikenal dengan istilah “kurang darah”. Dimana, anemia adalah darah dengan kadar hemoglobin yang lebih rendah dari keadaan normal, keadaan tersebut menghambat peredaran oksigen menuju organ-organ dan menghambat respirasi sel sehingga, tubuh tidak maksimal dalam menghasilkan energi. Deteksi anemia oleh laboratorium dapat dilakukan dengan beberapa cara seperti dengan menghitung jumlah sel darah merah, menghitung sel (hematokrit), dan menghitung kadar hemoglobinnya. Selain itu, dapat dilihat dengan mudah secara fisik seperti pucatnya telapak tangan, wajah dan konjungtiva (selaput pada kelopak mata). Namun, kepucatan tubuh dapat disebabkan beberapa hal seperti, kurangnya paparan sinar matahari, paparan udara dingin, kadar gula darah rendah dan sedikitnya jumlah pigmen melanin (yang menentukan warna pada kulit). Pada penelitian ini digunakan metode ekstraksi ciri Gabor Wavelet dan metode Support Vector Machine (SVM) sebagai klasifikasinya dalam mendeteksi anemia melalui kepekatan warna citra sel darah. Penelitian menggunakan citra sel darah ini, bertujuan menciptakan suatu sistem yang dapat mendeteksi anemia dengan akurat berdasarkan akurasi sistem dari data uji dan data latih sehingga dapat membantu para tenaga ahli kesehatan dalam mendeteksi anemia. Performansi sistem deteksi anemia dianalisis berdasarkan parameter yang didapat melalui beberapa tahap pengujian, seperti pada ukuran citra, parameter pada filter gabor dan parameter pada SVM. Hasil penelitian ini didapatkan sistem yang dapat mendeteksi citra sel darah yang terdiagnosa anemia dan bukan anemia dengan akurasi sebesar 95% dan waktu komputasi sebesar 1,1 detik. Kata kunci : Anemia, Sel darah, Hemoglobin, Gabor Wavelet, SVM Abstract In general, anemia is popular the term "lack of blood". However, anemia is a condition the blood with hemoglobin levels that are lower than normal conditions which result in the block circulation of oxygen to the organs and cell respiration so that the body is not ideal in producing energy. Anemia detection by the laboratory can be done in several ways such as by counting the number of red blood cells, counting cells (hematocrit), and calculating the hemoglobin level. Moreover, anemia can be detected easily physically by the paleness of the palms, face and conjungtiva. But, the paleness can be caused by several things such as, lack of sun exposure, exposure to cold weather, low blood sugar levels and low of melanin pigment. In this research, Gabor Wavelet's feature extraction method and the Support Vector Machine (SVM) method using as classifications in detecting anemia with the image of red blood cells based on their color. The research using the image of blood cells is expected to create a system that can detect anemia accurately through concentrating the color of blood cell images and hemoglobin levels in the blood based on system accuracy from test data and training results to help health professionals detect anemia. System perfprmance of anemia detection analyzed basd on several testing, such as image dimension, parameters of gabor filter and parameters of SVM. The results of this research obtained a system that can detect the image of blood cells diagnosed with anemia and not anemia with an accuracy of 95% and computation time of 1,1 seconds. Keywords: Anemia, Blood Cells, Hemoglobin, Gabor Wavelet, SVM
Compressive Sampling Berbasis Dct-dwt Untuk Kompresi Watermark Pada Watermarking Audio Menggunakan Dct-svd Muh. Gazali Saleh; Efri Suhartono; Nur Ibrahim
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Watermarking adalah cara menyembunyikan atau menanamkan data atau informasi ke dalam suatu data digital lainnya, tanpa diketahui keberadaannya oleh indera manusia (penglihatan maupun pendengaran) untuk melindungi hak cipta dan keaslian data. Teknik audio watermarking memiliki dua tahap yaitu embedding dan extracting. Sinyal audio yang telah diekstrak harus tahan terhadap serangan seperti filtering, modification, noise, compression, dan speed change. Pada penelitian ini, telah digunakan skema dengan metode utama yang mengkombinasikan metode transformasi Discrete Cosine Transform (DCT) dan Discrete Wavelet Transform (DWT) pada Compressive sensing, kemudian Discrete Cosine Transform (DCT) dan Singular Value Decomposition (SVD) pada audio watermarking untuk mendapatkan suatu robustness yang baik berdasarkan parameter penilaian seperti SNR dan BER. Tujuan compressive sensing (CS) adalah sebuah metode sampling baru dimana sinyal akusisi dan kompresi dilakukan pada saat yang sama dan dalam prosesnya diambil sample dengan jumlah sedikit dan acak berdasarkan pada transformasi yang digunakan. Teknik kompresi dan metode transformasi akan membuat penyimpanan data menjadi lebih efisien dan kualitas dari audio host bisa tahan terhadap berbagai serangan yang diberikan. Hasil dari tugas akhir ini adalah sebuah sistem audio watermarking yang memiliki tingkat robustness dan imperceptibility dengan nilai rata-rata setelah serangan pada parameter BER 0,20 serta rata-rata SNR 25,03 dB. Kata kunci: Audio Watermarking, Discrete Cosine Transform, Singular Value Decomposition, Discrete Wavelet Transform, Compressive Sensing. Abstract Watermarking is a way to hide or embed data or information into a digital data, without being known to exist by the human senses (vision or hearing) to protect the copyright and authenticity of the data. The audio watermarking technique has two stages: embedding and extracting. The extracted audio signal must be resistant to attacks such as ifltering, modification, noise, compression, and speed change. In this research, it will be used schema with a main method combining the Discrete Cosine Transform (DCT) and Discrete Wavelet Transform (DWT) Transformation methods on Compressive sensing, then Discrete Cosine Transform (DCT) and Singular Value Decomposition (SVD) on audio watermarking to obtain a good robustness based on valuation parameters such as SNR and BER. The purpose of compressive sensing (CS) is a new sampling method in which the acquisition and compression signals are performed at the same time and in the process are sampled with minimal and random quantities based on the transformation used. Compression techniques and transformation methods will make data storage more efficient and the quality of the host audio can withstand the various attacks given. The result outcome of this final task is an audio watermarking system that has a level of robustness and imperceptibility with an average value after the attack on the BER parameter 0.20 as well as the average SNR 25.03 dB. Keywords: Audio Watermarking, Discrete Cosine Transform, Singular Value Decomposition, Discrete Wavelet Transform, Compressive Sensing
Deteksi Anemia Melalui Citra Sel Darah Menggunakan Metode Discrete Wavelet Transform (dwt) Dan Klasifikasi Support Vector Machine (svm) Andi Ade Yustika; Efri Suhartono; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sel darah merah merupakan komponen mendasar pada tubuh manusia yang berfungsi mengikat oksigen untuk oksidasi jaringan-jaringan tubuh. Tingkat sel darah merah yang tidak normal menjadi pertanda penyakit anemia. Proses deteksi penyakit anemia ini dapat dilakukan secara manual dengan memeriksa sampel darah menggunakan mikroskop di rumah sakit. Namun, metode ini mempunyai kelemahan yaitu bergantungan pada ketelitian dokter dan petugas laboratorium yang dipengaruhi oleh kondisi fisik dan keterbatasan alat, sehingga membuat akurasi dari hasil diagnosa kurang maksimal. Pada tugas akhir ini telah dibuat sistem untuk membantu mendeteksi anemia melalui citra sel darah merah. Secara garis besar, deteksi anemia yang dilakukan oleh sistem ini melalui empat tahapan yaitu akuisisi citra, pre-prosessing dimana dilakukan cropping manual, resize citra, dan konversi RGB ke greyscale, selanjutnya proses ekstraksi ciri menggunakan Discrete Wavelet Transform (DWT) dan klasifikasi Support Vector Machine (SVM). Hasil dari proses ekstraksi ciri DWT akan menjadi masukan pada proses klasifikasi SVM. Performansi sistem ini dianalisis berdasarkan parameter akurasi dan waktu komputasi. Dengan menggunakan metode DWT dan SVM didapatkan akurasi tertinggi dalam sistem yaitu sebesar 96,6667% dengan waktu komputasi 0,0113s. Kata Kunci : sel darah merah, anemia, DWT, SVM. Abstract Red blood cells are a fundamental component of the human body that functions to bind oxygen to oxidize body tissues. Abnormal levels of red blood cells are a sign of anemia. The process of detecting this anemia can be done manually by examining blood samples using a microscope in the hospital. However, this method has a weakness that is dependent on the accuracy of doctors and laboratory staff who are affected by physical conditions and limitations of the equipment, making accuracy of the diagnostic results less than optimal. In this research, a system has been created to help detect anemia through image of red blood cells. Broadly speaking, anemia detection carried out by this system through four stages, namely image acquisition, pre-processing where manual cropping, image resize, and RGB to Greyscale conversion, then feature extraction process uses the Discrete Wavelet Transform (DWT) and Support Vector classification Machine (SVM). The results of the DWT feature extraction process will be input to the SVM classification process. System detection anemia performance from red blood cell image analyse based accuracy parameter and time computation. By using DWT and SVM method result high accuracy in system 96,6667% with time computation 0,0113s. Keywords: red blood cells, anemia, DWT, SVM ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019 | Page 3760 1. Pendahuluan Sel darah merah merupakan komponen mendasar pada tubuh manusia, yang berfungsi mengikat oksigen dan zat-zat lain yang diperlukan untuk oksidasi jaringan di dalam tubuh. Dalam sel darah merah terdapat zat warna darah yang disebut hemoglobin (HB), dimana hemoglobin sebagai protein yang berkombinasi dengan senyawa henim, yang menghasilkan zat besi [1]. Penyakit yang menyerang sel darah merah salah satunya adalah anemia. Pada tugas akhir ini dilakukan simulasi untuk mendeteksi anemia dengan pengolahan citra digital menggunakan sel darah merah. Pengolahan citra digital telah diterapkan diberbagai bidang, salah satunya pada bidang kesehatan. Pada penelitian ini dilakukan simulasi untuk mendeteksi anemia, penulis menggunakan Discrete Wavelet Transform (DWT), metode paling umum digunakan karena lebih mudah diimplementasikan dan memiliki waktu komputasi yang lebih sederhana. Citra hasil ekstraksi ciri diklasifikasi menggunakan metode Support Vector Machine
Deteksi Kualitas Kemurnian Susu Sapi Melalui Pengolahan Citra Digital Menggunakan Metode Scale Invariant Feature Transform Dengan Klasifikasi K-nearest Neighbor Muhammad Hanif Abdurrahman; Efri Suhartono; Eka Wulandari
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Susu sapi merupakan bahan pangan yang memiliki nutrisi tinggi sehingga bermanfaat untuk menjaga kesehatan dan proses pertumbuhan. Susu pasteurisasi merupakah salah satu jenis produk susu yang banyak diproduksi dan diminati oleh semua kalangan masyarakat. Dengan harga yang terjangkau membuat susu diminati oleh semua kalangan masyarakat. Oleh karena itu banyak orang yang memutuskan untuk menjual susu pasteurisasi dan mencampurkan air maupun zat lainnya demi meraih keuntungan yang lebih besar. Susu yang sudah tidak murni tentunya akan berkurang kandungan gizinya dan kualitas kesegarannya sudah tidak sempurna lagi. Permasalahannya, hanya orang yang ahli pada bidang ini yang dapat membedakan kemurnian susu sapi, dan itu harus menggunakan perangkat khusus. Sehingga konsumen biasa hanya bisa membedakannya melalui penglihatan dan penciuman, namun sangat tidak akurat. Oleh karena itu penulis membuat Tugas Akhir yang bertujuan memudahkan konsumen untuk mendeteksi kemurnian susu sapi pasteurisasi menggunakan teknologi pengolahan citra digital melalui software Matrix Laboratory (MATLAB). Pada tahap awal sampel citra susu diambil menggunakan kamera digital, kemudian akan diidentifikasi menggunakan metode Scale Invariant Feature Transform (SIFT) dan akan diklasifikasikan menggunakan metode K-Nearest Neighbor (KNN). Berdasarkan hasil analisa dari performansi sistem, tingkat akurasi yang lebih baik ketika menggunakan metode SIFT yaitu dengan klasifikasi jenis Cosine Similarity sebesar 100% dan waktu komputasi 0.0692detik. Koefisien Gaussian Filter yang digunakan berukuran matriks 7 × 7. Kata Kunci : Image Processing, Scale Invariant Feature Transform, K-Nearest Neighbor
Analisis Estimasi Berat Telur Ayam Ras Berdasarkan Masa Penyimpanan Dengan Menggunakan Metode Fraktal Dan Klasifikasi Desicion Tree Wulan Dwi Suryandari; Efri Suhartono; Sjafril Darana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Telur ayam adalah bahan makanan yang biasa dikonsumsi oleh masyarakat Indonesia. Disamping harganya yang murah, telur memiliki protein yang bermutu tinggi dan memiliki susunan asam amino essensial yang lengkap sehingga telur banyak dijadikan sebagai bahan olahan makanan, seperti roti dan pizza. Akan tetapi, telur yang dihasilkan dari masing-masing peternakan memiliki kualitas yang berbeda. Kualitas telur ayam ras dapat dilihat dari berapa lama telur ayam ras disimpan. Karena lama penyimpanan akan berpengaruh pada berat telur. Pengolahan citra digital digunakan untuk mengetahui berat telur. Pengolahan citra dilakukan dengan cara mendeteksi tepi dari telur dan memisahkan latar telur. Setelah itu, dilakukan proses identifikasi untuk mendapat ukuran telur yang berupa panjang dan lebar. Secara umum, sistem yang dirancang terbagi dalam 4 proses, yaitu: akuisisi citra telur, pre- processing, ekstrasi ciri, dan klasifikasi. Metode Fraktal digunakan untuk ekstraksi ciri citra dan metode Decision Tree merupakan metode yang digunakan untuk klasifikasi berat telur. Sistem yang di rancang menghasilkan nilai akurasi dari berat telur untuk hari ke-1 dengan akurasi 86,6% dan waktu komputasi 1,64 detik serta, pada hari ke-10 menghasilkan akurasi sebesar 86,6 % dan waktu komputasi 1,88 detik. Kata kunci : Telur, Fraktal, Desicion Tree .Abstract Indonesian people commonly consume chicken egg as an ingridient. Not only cheap, but egg also has a high-quality protein and a complete composition of essential amino acids. Therefore, many people use an egg as ingredients to make some foods, such as bread and pizza. However, eggs have a different quality and freshness in each farm. The quality of broiler chicken eggs can be seen from how long the chicken eggs are stored. Because the storage time will affect the weight of the egg. Digital image processing is used to determine the weight of the egg. Processing imagery is done by detecting the edge of the egg and separating the background of the egg. After that, an identification process is carried out to get the size of the egg in the form length and width. In general, the system designed is divided into 4 processes, namely: acquisition the image of the egg, pre-processing egg image, feature extraction, and classification. The Fractals method is Use for extraction of imagery and method features Decision Tree is a method Used for classification of egg weight The system designed produces a value of accuracy of the egg weight Day 1 with 86.6% accuracy and compute time of 1.64 seconds. On the day The 10th generates accuracy of 86.6% and computation time of 1.88 seconds. Keywords: Eggs, Fractals, Decision tree
Implementasi Sistem Informasi Pencemaran Air Sungai Berbasis Internet Of Things Agung Mujadid; Akhmad Hambali; Efri Suhartono
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Air merupakan sumber kehidupan mahluk hidup. Air digunakan untuk berbagai kebutuhan manusia, hewan, maupun tumbuhan. Air hujan yang jatuh ketanah akan menghantam bebatuan dan akan menghasilkan pecahan bebatuan kecil yang dapat menghalangi pori-pori tanah. Dengan demikian semakin banyak air yang mengalir dipermukaan tanah dan lama kelamaan akan membentuk sungai. Namun seiring berkembangnya penduduk di berbagai belahan bumi sungai-sungai mulai banyak yang tercemar. Hal tersebut dapat mengakibatkan resiko terkena penyakit lebih rentan. Beberapa penyakit yang dapat muncul seperti kolera, diare, disentri, hepatitis a, malaria dan polio. Tidak hanya dapat menimbukan penyakit bagi manusia, pencemaran air juga dapat mengakibatkan populasi ikan di air sungai akan punah, selain itu pencemaran air dapat merusak tanaman jika air yang digunakan untuk menyiram tanaman ialah air yang tercemar. Pada penelitian ini dibuat suatu rancangan alat yang mampu memberikan informasi kepada petugas kebersihan tentang kualitas air sungai. Pada proyek ini menggunakan sensor pH untuk mengukur tingkat keasaman dan sensor turbidity yang mampu mengukur tingkat kekeruhan air serta didukung dengan platform arduino sebagai mikrokontrolernya yang dihubungkan dengan GPS yang akan mampu memberikan layanan Internet dan posisi latitude dan longitude dari lokasi sungai melalui aplikasi telegram. Dari hasil penelitian ini didapat hasil dari pengukuran bahwa air sungai yang uji melalui aplikasi telegram mendapatkan delay rata-rata 8,84 sampai 10,81 detik. Selain itu juga parameter pH yang didapat rata-rata dari 4,81 sampai 6,43 dan pada parameter turbidity didapat rata-rata dari 3,2 sampai 10,3. Kata kunci : Pencemaran air, Internet of things, Arduino, GPS, Telegram Abstract Water is the source of life for living things. Water is used for various needs of humans, animals and plants. Rainwater that falls to the ground will hit the rocks and will produce small pieces of rock that can block the pores of the soil. Thus the more water that flows on the surface of the land and eventually will form a river. But as the population grows in various parts of the world, rivers begin to become polluted. This can lead to the risk of getting more susceptible diseases. Some diseases that can arise such as cholera, diarrhea, dysentery, hepatitis a, malaria and polio. Not only can humans cause disease, water pollution can also cause fish populations in river water to become extinct, but water pollution can damage plants if the water used to water plants is polluted water. In this research, a tool design that is able to provide information to cleaning staff about river water quality is created. This project uses a pH sensor to measure acidity and turbidity sensors that are capable of measuring water turbidity levels and are supported by an arduino platform as a microcontroller that is connected to GPS that will be able to provide Internet services and latitude and longitude position of river locations through telegraph applications. From the results of this study the results obtained from measurements that the river water tested through telegram applications get an average delay of 8.84 to 10.81 seconds. In addition, the pH parameters obtained on average from 4.81 to 6.43 and the turbidity parameters obtained on average from 3.2 to 10.3. Keywords: Water pollution, Internet of things
Deteksi Derajat Kebengkokan Tulang Belakang Berdasarkan Citra Medis Digital Menggunakan Metode Local Binnary Pattern Dan K-nearestneighbor Michael Binson Situmeang; Efri Suhartono; Nor Kumalasari Caecar Pratiwi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Salah satu kelainan pada tulang punggung yang terjadi diakibatkan karena adanya kemiringan pada tulang belakang sehingga tulang tidak pada bentuk normalnya atau biasa disebut skoliosis. Skoliosis adalah melengkungnya tulang kearah samping sehingga tulang belakang seolah-olah membentuk huruf “S” atau “C” . Pada penelitian ini, akan dibuat sistem yang dapat mengklasifikasikan kondisi tulang belakang berdasarkan citra pengolahan tulang belakang menjadi tiga jenis yaitu tulang belakang dengan kondisi normal, tulang belakang dengan kelainan dekstrokoliosis atau tulang belakang dengan kelainan levoskoliosis. Pada Tugas Akhir ini akan menggunakan metode Local Binnary Patterns (LBP) dan Algoritma KNearest Neighbor (KNN) sebagai klasifikasinya. Dari hasil pengujian diperoleh akurasi identifikasi terbaik sebesar 65% . Akurasi tersebut diperoleh dari pengujian menggunakan parameter level radius dengan nilai 2, ciri orde satu yang digunakan adalah ciri var,std, dan mean pada metode ekstraksi ciri serta nilai K=1 dan skema jarak euclidean. Kata kunci : Tulang Belakang, Local Binnary Patterns (LBP), K-Nearest Neighbor (K-NN). Abstract One abnormality in the spine that occurs is caused by the slope in the spine so that the bone is not in its normal form or commonly called scoliosis. Scoliosis is the curvature of the bone towards the side so that the spine seems to form the letter "S" or "C". In this study, a system will be made that can classify the condition of the spine based on the processing of the spine image into three types, namely the spine with normal conditions, the spine with dextrocoliosis or spinal abnormalities with levoskoliosis abnormalities. In this Final Project will use the method of Local Binnary Patterns (LBP) and K-Nearest Neighbor (KNN) Algorithm as the classification. From the test results obtained the best identification accuracy of 65%. Accuracy was obtained from testing using radius level parameters with a value of 2, the first-order characteristics used were the characteristics of var, std, and the mean in the feature extraction method and the K = 1 value and the euclidean distance scheme. Keywords : Spine, Local Binnary Patterns (LBP), K-Nearest Neighbor (K-NN).
eteksi Anemia Melalui Citra Sel Darah Menggunakan Metode Descrete Wavelet Transform Dan Self-organizing Map Methods Hani Khairunnisa; Efri Suhartono; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kekurangan sel darah merah atau biasa yang disebut dengan penyakit anemia yang ditandai dengan kekurangannya kadar hemoglobin dalam tubuh. Pemeriksaan terhadap penyakit anemia dilakukan dengan pemeriksaan hematologi atau biasa disebut tes darah dengan diagnostik laboratorium dimana, bertujuan untuk mendiagnosa kondisi medis. Namun, kelemahan pada metode tersebut adalah ketelitian dokter dan petugas laboratorium dikarenakan kondisi fisik dan pengetahuan. Sehingga, kurangnya keakuratan dari hasil diagnostik. Selain itu, proses diagnostik secara manual membutuhkan waktu pengerjaan yang cukup lama untuk mengindentifikasi suatu penyakit. Pada penelitian ini, telah dibuat sistem deteksi dan klasifikasi pada anemia berdasarkan akurasi sistem data uji dan data latih dengan melihat kepucatan warna darah. Identifikasi yang digunakan adalah dengan metode Discrete Wavelet Transform (DWT) dan metode pengklasifikasian dengan metode Self-Organizing Maps (SOM). Percobaan yang digunakan, yaitu sampel sel darah normal dan darah anemia dengan cara pengambilan gambar langsung dari mikroskop. Performansi sistem penelitian anemia dianalisis berdasarkan parameter akurasi yang didapat melalui beberapa tahapan yaitu pengujian pada parameter metode DWT dan parameter SOM sampai didapatkan nilai terbaik. Hasil pengujian pada penelitian ini akurasi terbaik yang didapatkan dengan metode ini yaitu sebesar 90% dengan waktu komputasi selama 0,0217s. Kata kunci : Anemia, hemoglobin, mikrosopik, Discrete Wavelet Transform, Self Organizing Map Abstract Lack of red blood cells or anemia Examination of anemia can be done by examination of hematology or blood tests aimed at diagnosing medical diseases. Anemia detection by the laboratory can be done in various ways, such as counting the number of red blood cells, counting cells hematocrit, and calculating hemoglobin levels. However, the weakness of the method is scientific research and laboratory tests which can be caused by physical conditions and knowledge. Spend, spend a little accuracy on search results. In addition, the manual workmanship takes a long time to identify an illness. In this research, an accurate anemia detection system was made based on the accuracy of the test data system and training data by looking at the color paleness of the blood. The identification used is the Discrete Wavelet Transform (DWT) method and the classification method with the Self-Organizing Maps (SOM) method. Anemia research system performance was analyzed based on accuracy parameters obtained through several stages, namely testing the DWT method parameters and SOM parameters to obtain the best value. The test results in this study obtained a system that can detect blood cell images diagnosed with anemia and not anemia with the best accuracy obtained by this method that is equal to 90 \% with computation time for 0.0217 seconds. Keywords: Anemia, hemoglobin, microsopic, Discrete Wavelet Transform, Self-Organizing Maps
Analisis Estimasi Berat Telur Ayam Ras Berdasarkan Masa Penyimpanan Menggunakan Metode Histogram Of Oriented Gradient Dengan Klasifikasi Self-organizing Maps Hasna Maharani; Efri Suhartono; Sjafril Darana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Telur ayam ras merupakan salah satu sumber pangan protein hewani yang paling populer dan juga sangat diminati oleh masyarakat, hal ini dikarenakan telur ayam ras memiliki harga yang relatif murah dan mudah diperoleh serta dapat memenuhi kebutuhan gizi dikalangan masyarakat. Telur ayam ras memiliki kandungan yang terdiri dari 64% albumen, 27% kuning telur dan 9% kerabang, kandungan tersebut mempengaruhi bobot atau berat telur yang dihasilkan dari ayam petelur. Akan tetapi kandungan gizi yang terdapat didalam telur tidak selalu baik dan segar, maka dari itu diperlukan deteksi kualitas telur. Kualitas tersebut dapat dilihat salah satunya berdasarkan berat yang dimilikinya, semakin lama penyimpanan telur ayam maka semakin rendah berat yang dimiliki oleh telur ayam. Pada tugas akhir ini telah dibuat sistem yang dapat menganalisis estimasi berat telur ayam ras berdasarkan waktu penyimpanan telur ayam ras tersebut. Analisis telah dilakukan dengan menggunakan metode HOG (Histogram Of Oriented Gradient) dan klasifikasi SOM (Self-Organizing Maps). Proses pengujian sistem terdiri dari proses pengujian sistem terhadap citra telur ayam ras hari ke-1 dan terhadap citra telur ayam ras hari ke-10. Berdasarkan hasil pengujian yang telah dilakukan maka diperoleh akurasi 73.3333% dengan waktu komputasi 1.1336 detik untuk pengujian citra telur ayam ras hari ke-1 dan diperoleh akurasi 73.3333% dengan waktu komputasi 1.1866 detik untuk pengujian citra telur ayam ras hari ke-10. Pada penelitian tugas akhir ini, hasil akurasi yang diperoleh dari pengujian citra telur ayam ras hari ke-1 dan hari ke-10 mempunyai hasil akurasi yang sama yaitu sebesar 73.3333%. Waktu komputasi terbaik berada pada saat pengujian citra telur ayam ras hari ke-1 dengan hasil 1.1336 detik. Kata kunci : Telur, Histogram Of Oriented Gradient (HOG), Self-Organizing Maps (SOM) Abstract Chicken eggs are one of the most popular food sources of animal protein and are also very popular with the community, this is because chicken eggs have a relatively cheap and easily obtained price and can meet nutritional needs among the community. Race chicken eggs have a content consisting of 64% albumen, 27% egg yolk and 9% egg shell, the content affects the weight or weight of eggs produced from laying hens. However, the nutrient content contained in eggs is not always good and fresh, so it is necessary to detect egg quality. The quality can be seen one of them based on the weight they have, the longer the storage of chicken eggs, the lower the weight of chicken eggs. In this research, a system will be made that can analyze the estimated weight of chicken eggs based on the storage time of the breed chicken eggs. The analysis will be carried out using the HOG (Histogram Of Oriented Gradient) method and SOM (Self-Organizing Maps) classification. The system testing process consists of a system testing process for the image of day 1 race chicken eggs and the image of day 10 race chicken eggs. Based on the results of tests that have been carried out, the accuracy of 73.3333% is obtained with a computation time of 1.1336 seconds for testing the image of day 1 race chicken eggs and 73.3333% accuracy with a computing time of 1.1866 seconds for testing the image of day 10 race chicken eggs. In this final project, the results of the accuracy obtained from testing the image of the 1st day and 10th day of chicken eggs have the same accuracy, which is 73.3333%. The best computation time is when testing the image of day 1 race chicken eggs with results of 1.1336 seconds. Keywords: Eggs, Histogram Of Oriented Gradient (HOG), Self-Organizing Maps (SOM)
Co-Authors Agung Mujadid Ahmad Zaky Rafif Muthafa Akhmad Hambali Anam, Nasehun Andi Ade Yustika Annisa Puji Lestari Ardiansyah, Faiz Rizqullah Ardio Pratama Putra Arif Maulana Aulia Nugraha Dega Pradipta Ramadhan Dwi Mustofa, Ihsan Eka Sugiarto Eka Wulandari Erixno, Oon Esa Prakasa, Esa Farah Pranidasari Faris Bayu Azanto Febriani Ruming Sari Firman Ag. Roni Gusmanda, Ilham Hani Khairunnisa Hasna Maharani Hazmi, Kiflan Mohammad I Nyoman Apraz Ramantryana I Putu Yowan Nugraha Suparta Irma Safitri Irvan Ragil Boesandi Jangkung Raharjo Jaspar Hasudungan Kharisma Bani Adam Kiflan Mohammad Hazmi Kurniawan Gustyanto Michael Binson Situmeang Muh Zidni Makarim Muh. Gazali Saleh Muhammad Hanif Abdurrahman Muhammad Rizqi Nor Kumalasari Caecar Pratiwi Nur Ibrahim Nur Ramadhani Nusyahya, Regisa Oktaria, Anindita Safna Pasa, Faris Alfaroby Pradipta , Dega Pratama Putra, Ardio R. Yunendah Nur Fu’adah Ramadhan, Muhammad Agung Ramadhana, Rexy Yusuf Ramadhani, Farah Rissa Rahmania Rita Magdalena Rita Purnamasari Sari, Febriani Ruming Sjafril Darana SOFIA SAIDAH Suci Aulia Sugondo Hadiyoso Tri Hanuranto, Ahmad Wan Muhammad Faizal Wulan Dwi Suryandari Yoren, Muhammad Ikhlashul Yuni Rizki Linggasari YUNITA, TRASMA