Garuda - Garba Rujukan Digital

Pencarian Citra Digital Berbasiskan Konten dengan Ekstraksi Fitur HSV, ACD, dan GLCM Agaputra, Muhammad Dendy; Wardani, Ken Ratri Retno; Siswanto, Elisafina
Jurnal Telematika Vol. 8 No. 2 (2013)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v8i2.73

Pencarian citra berbasiskan konten adalah teknik untuk mencari citra yang piksel-pikselnya memiliki karakteristik sama atau mendekati dengan sebuah sekumpulan citra. Penelitian ini menggunakan warna dan tekstur sebagai ekstraksi fitur dari sebuah citra. Untuk warna digunakan dua bentuk pendekatan, yaitu HSV (Hue, Saturation, Value) dan ACD (Average Color Dominance). Sedangkan tekstur menggunakan metode Gray Level Co-occurrence Matrices. Kemudian untuk proses pencocokan antara citra query dengan citra target yang ada pada sekumpulan citra dilakukan perhitungan jarak (Euclidean Distance) dari citra query dengan citra target pada basis data citra. Dari hasil pengujian didapatkan bahwa pencarian citra melalui ekstraksi warna (HSV, ACD) dan tekstur (GLCM) menghasilkan hasil pencarian yang lebih akurat dibanding dengan hanya ekstraksi warna saja atau ekstraksi tekstur saja. Selain itu, citra yang mengandung Point of Interest (POI) tunggal jelas lebih baik dalam pencarian dibandingkan dengan citra yang memiliki banyak POI. Content-based image retrieval is a technique to search for a set of images based on its pixels that have the same characteristics with query image. This research used color and texture as feature extraction of an image. For color, we use two approaches, namely the HSV (Hue, Saturatuin, Value) and ACD (Average Color Dominance), while for the texture, we use the Gray Level Coocurenes Matrices method. The matching process between the query image with the target image is done by calculating the distance by using Euclidean Distance. The experimental results showed that the extraction of image retrieval through color (HSV, ACD) and texture (GLCM) produces more accurate results compared with extraction using color or texture only. In addition, images that have a single and clear Point of Interest (POI) have better result than the image that has a lot of POI.

Media Pandu Pengguna Jalur Transportasi Umum Kota Bandung Dirgantara, Andy; Meilani, Ella; Siswanto, Elisafina
Jurnal Telematika Vol. 8 No. 2 (2013)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v8i2.75

Angkutan umum di kota Bandung dengan berbagai moda telah menjadi wahana yang penting untuk dipergunakan oleh para pekerja, pelajar/ mahasiswa dan masyarakat umum. Para pengguna, terutama para pendatang, seringkali kebingungan ketika mencari moda dan jalur angkutan umum yang akan dipergunakan. Kesulitan pengguna diantaranya tidak tahu jarak tempuh, jalur yang dilalui, jenis kode angka dan warna, serta waktu keberangkatan seperti pada bus kota. Upaya penyampaian informasi jalur angkutan umum dalam berbagai media konvensional maupun digital telah dilakukan, seperti peta tematik angkutan umum maupun peta jalur angkutan umum dalam website. Seiring dengan perkembangan teknologi informasi, cara masyarakat dalam mengakses internet mulai memicu beberapa perubahan. Pertumbuhan perangkat nirkabel telah mendorong terciptanya media bantu dalam bentuk yang lebih interaktif. Aplikasi dirancang agar pengguna baru angkutan umum dapat mengetahui kendaraan yang dapat digunakan untuk mencapai lokasi yang dituju, sehingga memudahkan kegiatan harian mereka. Metodologi yang digunakan adalah pendekatan kualitatif dengan memanfaatkan survei lapangan, eksperimen, serta analisis visual. Hasil penelitian ini dapat dikembangkan lebih lanjut karena berkaitan dengan kebutuhan database yang harus terus diperbaharui. Sehingga di masa depan semakin banyak orang yang dapat merasakan kemudahannya dan selalu menggunakan angkutan umum untuk menelusuri jalan-jalan di kota Bandung. Any mode of public transportation has become an important vehicle to be used by many workers, students and general public in Bandung. Users, especially visitors, are mostly confused to find the right public transportation and its route. The most common problems are about the distance, routes, numeric and color code, and departure time. The efforts informing about public transportation, both in conventional and digital media have been pratically done, such as thematical map and public transportation map website. Along with the development of information technology, the way people access internet starts to prompt any changes. The development of wireless device has led to the creation of media in more interactive form. The different way in using media needs a new breakthrough which could help people getting any information about routes, duration, and transportation mode easily and quickly. This application is designed to help new public transportation users figuring out which transportation can be used to reach the desired location and easily help them to do their daily activities. The research method is qualitative, using a field survey, experiments and visual analysis. The result of this experiment can be developed further because it is related to the needs of database updating that can help people in their daily life. Hopefully in the future there will be more people experience the convenience of using public transportation in Bandung.

Penggunaan Named Entity Recognition dan Artificial Intelligence Markup Language untuk Penerapan Chatbot Berbasis Teks Christianto, David; Siswanto, Elisafina; Chaniago, Ria
Jurnal Telematika Vol. 10 No. 2 (2015)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v10i2.130

Aplikasi chatbot dapat digunakan untuk membantu memberikan kebutuhan informasi pada sistem layanan operator service. Sistem chatbot yang digunakan adalah sistem chatbot yang berbasiskan pada teks. Pada penelitian ini, chatbot dibuat untuk memenuhi kebutuhan informasi di ITHB dengan menggunakan Named Entity Recognition (NER) dan Artificial Intelligence Markup Language (AIML). NER digunakan untuk membantu mengenali pola (kata kunci) kalimat dari bahasa sehari-hari manusia (Natural Language Processing). AIML digunakan untuk memberikan jawaban yang relevan dan sesuai dengan pola (kata kunci) kalimat yang telah ditemukan di dalam bahasa manusia. Selain itu, pada penelitian ini juga dilakukan beberapa optimasi seperti optimasi pada proses perhitungan Naïve Bayes pada NER, proses spelling correction, dan proses pattern matching yang terbukti dapat mempercepat dan meningkatkan akurasi sistem chatbot dalam proses pencarian jawaban. Berdasarkan hasil pengujian, sistem chatbot ini dapat mengenali pola kalimat bahasa manusia dengan akurasi (NER) hingga 97% dan sistem dapat memberikan jawaban yang tepat dengan akurasi hingga 90% berdasarkan pola yang telah ditemukan tersebut.In operator service system area, information is an essential needs for every individuals. Chatbot application can be used to support the fulfilment of information in operation service system. Chatbot system that will be implemented is a text-based chatbot system. In this paper, chatbot was made in order to fulfil the information needs in ITHB by using Named Entity Recognition (NER) and Artificial Intelligence Markup Language (AIML). NER is used to recognize the sentence pattern (keyword) in human natural language (Natural Language Processing). AIML is used to process relevant responses based on the keyword patterns found in human natural language which then will be transformed into data which can be processed and understood by system. This research also covers several optimizations, such as Naïve Bayes calculation optimization in NER, spelling correction optimization, and pattern matching optimization that has been proven to hasten and increase chatbot system’s accuracy in finding answers as response. Based on the empirical examination, this chatbot system can recognize human sentence pattern (NER process) with accuracy of 97% and system can provide suitable response with accuracy of 90% based on the recognized patterns from NER process.

Penerapan Metode Mel Frequency Ceptral Coefficient dan Learning Vector Quantization untuk Text-Dependent Speaker Identification Widodo, Sukoreno Mukti; Siswanto, Elisafina; Sudjana, Oetomo
Jurnal Telematika Vol. 11 No. 1 (2016)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v11i1.147

Layanan keamanan pada umumnya menggunakan kata sandi untuk membatasi dan mengontrol akses layanan tersebut.Kata sandi yang biasa digunakan sering kali berbentuk teks.Penggunaan kata sandi dengan bentuk teks dianggap masih kurang aman karena sering kali terjadi kebocoran. Maka dari itu dibutuhkanlah bentuk lain dari kata sandi, untuk meningkatkan keamanan dalam mengakses layanan atau data tertentu. Salah satunya adalah dalam bentuk suara. Sistem ini berbasis pada input berupa file audio dengan data ucapan yang bergantung pada teks atau text-dependent dengan output adalah identitas pembicara yang teridentifikasi. Pada penelitian ini, sistem pengenalan pembicara dibuat untuk dapat mengenali suara pembicara dengan menggunakan Mel-Frequency Cepstral Coefficients yang digunakan untuk melakukan ekstraksi fitur dari data suara sehingga dihasilkan fitur-fitur yang mewakili pembicara tersebut dan metode Learning Vector Quantization yang digunakan untuk melatih data-data hasil ekstraksi dan mencocokan data latih dengan data baru sehingga didapatkan identitas dari pembicara berdasarkan suara tersebut. Dari hasil pengujian pada sistem ini, didapatkan identification rate tertinggi adalah 88.9% dengan menggunakan data dengan durasi sekitar 8 detik. Security services generally use a password to restrict and control access to its services. Many password used is often in the text form. This type of password is considered less secure because it can be obtained by unauthorized people. Other forms of password are required to increase the security in accessing services or specific data such as voices. This system is based on the input of an audio file such as utterance that depends on text or text-dependent. In this study, the speaker recognition system is made to recognize the speaker of an audio file using Mel-Frequency Ceptral Coefficients for extracting voice data to produce features that represent the speaker and Learning Vector Quantization (LVQ) to train the data extraction and matching training data with new data to obtain the identity of the speaker based on the sound. From the experiment result, obtained the highest identification rate is 88.9% using data with a duration about 8 seconds.

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search