Article Per Year (5 Year)
p-Index From 2020 - 2025
6.22
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal Inovasi Bisnis (Inovbiz) JMM (Jurnal Masyarakat Mandiri) Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Abdimasa Indonesian Journal of Electrical Engineering and Computer Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Telecommunication, Electronics and Control Engineering (JTECE) eProceedings of Engineering Ranah Research : Journal of Multidisciplinary Research and Development Jurnal Rekayasa elektrika Jurnal INFOTEL al Kimiya : Jurnal Ilmu Kimia dan Terapan Emitor: Jurnal Teknik Elektro
Jangkung Raharjo
Universitas Telkom
Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Transportation Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 50 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Analisis Compressive Sampling Menggunakan Teknik Gabungan Swt-dst Pada Steganografi Citra Digital Berbasis Qim Dwi Bayu Leksono; Jangkung Raharjo; Irma Safitri
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 Steganografi merupakan sebuah teknik untuk menyembunyikan suatu data dan informasi pada sebuah media tanpa menimbulkan kecurigaan dari pihak lain. Dalam penelitian kali ini penulis akan menerapkan steganografi pada file citra digital dengan metode Quantization Index Modulation (QIM) dengan teknik gabungan Stationary Wavelet Transform (SWT) dan Discrete Sine Transform (DST), dimana sebelumnya data yang akan disisipkan diefisiensikan terlebih dahulu menggunakan teknik Compressive Sensing (CS). Hasil dari penelitian ini didapatkan hasil stego image yang mempunyai parameter Bit Error Rate (BER) yang rendah atau BER = 0, Peak Signal to Noise Ratio (PSNR) yang tinggi atau infinite dan Structural Similarity Index Matrix (SSIM) yang tinggi atau SSIM = 1. Kata kunci : Steganografi, Stationary Wavelet Transform, Discrete Sine Transform, Quantization Index Modulation, Compressive Sampling. Abstract Steganography is a technique for hiding data and information on a media without arousing suspicion from other parties. In this research the writter will apply steganography on digital image by using Quantization Index Modulation (QIM) method with combination technique Stationary Wavelet Transform (SWT) and Discrete Sine Transform (DST), where previously the data to be inserted is first streamlined using the Compressive Sensing (CS) technique. The results of this study obtained stego image results that have a low Bit Error Rate (BER) parameter or BER = 0, high or infinite on Structural Peak Signal to Noise Ratio (PSNR), High Similarity Index Matrix (SSIM) or SSIM = 1. Keyword : Steganography, Stationary Wavelet Transform, Discrete Sine Transform, Quantization Index Modulation, Compressive Sampling
Deteksi Suara Manusia Dalam Keadaan Emosi Dengan Menggunakan Linear Predictive Coding (lpc) Dengan Klasifikasi Coarse To Fine Search (cfs) Berbasis Pengolahan Data Isnaeny Rahmawanthi; Jangkung Raharjo; Angga Rusdinar
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 Informasi paralinguistik mengacu kepada pesan tersirat yang terkandung di dalam ucapan, seperti emosi dari pengucap. Emosi yang akan diidentifikasi pada penelitian ini adalah senang, sedih, marah, jijik, dan netral. Emosi tersebut biasa disebut archetypal emosi. Sinyal suara direpresentasikan dengan beberapa ciri, yaitu: fitur Linear Predictive Coding (LPC), turunan orde pertama koefisien spektral, fundamental frekuensi, dan energi. Performa dari sistem akan diukur berdasarkan akurasi dalam ketepatan deteksi emosi. Dalam tugas akhir ini melalui analisis frekuensi suara manusia tersebut, dapat diteliti suara seseorang termasuk level normal, berisiko atau tinggi. Metode klasifikasi yang digunakan adalah metode Coarse-to-Fine Search (CFS). Pemilihan metode tersebut ditujukan untuk membagi data suara manusia menjadi beberapa kelas berdasarkan polanya dan mengklasifikasikannya. Tujuan dari penelitian ini adalah untuk mendeteksi suara emosi manusia melihat dari parameter yang dicari akurasi dan optimasi yang terbaik pada sistem. Hasil pengujian menunjukkan bahwa akurasi tertinggi yang didapatkan adalah 75% dengan menggunakan 6 feature LPC yaitu, mean, standar deviasi, skewness, variance, kurtosis, dan entropy dari 36 data latih dan 8 data uji. Parameter terbaik yang didapatkan adalah 13 panjang matriks maksimum pada klasifikasi dengan 20 fungsi kendala dan 5 jumlah individu dengan perulangan N+1, di mana N merupakan jumlah perulangan yang telah ditetapkan pada sistem untuk mengetahui titik konvergen. Kata Kunci: Linear Predictive Coding (LPC), Coarse-to-Fine Search (CFS), Emosi. Abstract Paralinguistic information refers to the implied message contained in speech, like the emotion of the speaker. Emotions that will be identified in this study are happy, sad, angry, disgusted, and neutral. Emotions are usually called archetypal emotions. Sound signals are represented by several characteristics, namely: the Linear Predictive Coding (LPC) feature, the first-order derivative of the spectral coefficient, fundamental frequency, and energy. The performance of the system will be measured based on accuracy in the accuracy of emotional detection. In this final project, through the analysis of human voice frequency, a person's voice can be examined, including normal, risky or high levels. The classification method used is the Coarse-to-Fine Search (CFS) method. The choice of the method is intended to divide human voice data into several classes based on their patterns and classify them. The purpose of this study was to detect the sound of human emotions seeing from the parameters sought the best accuracy and optimization on the system. The test results showed that the highest accuracy obtained was 75\% using 6 LPC features, namely, mean, standard deviation, skewness, variance, kurtosis, and entropy from 36 training data and 8 test data. The best parameters obtained are 13 maximum matrix lengths in classification with 20 constraint functions and 5 number of individuals with loop N + 1, where N is the number of repetitions that have been set in the system to find out the convergent point. Keyword: Linear Predictive Coding (LPC), Coarse-to-Fine Search (CFS), Emotion.
Perkiraan Cuaca Berbasis Analisis Data Menggunakan Metode Coarse To Fine Search Dan Fuzzy Logic Studi Kasus Cuaca Berpotensi Hujan Atina Nur Azizah; Jangkung Raharjo; Suryo Adhi Wibowo
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 Indonesia merupakan negara tropis yang memiliki dua musim, musim kemarau dan musim hujan. Meteorologi atau ilmu yang mempelajari tentang cuaca dan faktor yang mempengaruhinya dan salah satu faktor yang dipelajari adalah curah hujan. Pada kehidupan sehari-hari, seringkali ditemukan prediksi curah hujan di berbagai media massa. Kebutuhan akan keadaan cuaca esok hari sangat dibutuhkan untuk menyusun berbagai rencana. Untuk masa lampau, perkiraan curah hujan sangat bergantung dengan musimnya, ada musim kemarau dan musim penghujan. Namun saat ini, curah hujan semakin sulit untuk diprediksi sehingga diperlukan model atau sistem yang dapat memprediksi curah hujan dengan akurat. Maka dari itu diperlukan teknik untuk memperkirakan terjadinya hujan, sehingga curah hujan diprediksikan dengan menerapkan aturan penalaran dasar logika fuzzy. Pada Tugas Akhir ini menggunakan data dengan empat variable yang memengaruhi terjadinya hujan berupa suhu udara, kelembapan relatif, kecepatan angin, dan curah hujan. Penelitian ini mengusulkan dengan menggunakan logika fuzzy. Fuzzy yang telah dioptimasi dengan menggunakan algoritma Coarse-to-fine Search digunakan untuk memprediksi curah hujan. Parameter input yang akan digunakan merupakan data parameter cuacad ari BMKG KlasI Bandung. Hasil penelitian adalah dalam menentukan sebuah peramalan khususnya cuaca yang penting ditentukan adalah fungsi keanggotaan dan rules yang digunakan. Dalam hal ini akan digunakan keakuratan untuk memverifikasi hasil perkiraan cuaca studi kasus berpotensi hujan. Metode yang akan digunakan adalah Coarse-to-Fine Search (CFS) dan Fuzzy Logic dengan metode Mamdani. Berdasarkan hasil pelatihan fuzzy menggunakan didapatkan akurasi 82%. Parameter fuzzy yang optimal dihasilkan dari optimasi algoritma Coarse to Fine Search dari fungsi kendala yang dihasilkan setiap membership function masukan dari sistem fuzzy serta jumlah individu yang telah dievaluasi dengan akurasi mencapai 84.1%. Kata Kunci : CFS, Fuzzy, Prakiraan, Cuaca, Akurasi Abstract Indonesia is a tropical country that has two seasons, there is a dry season and the rainy season. Meteorological or the study of weather and the factors that influence it, and one of the factors studied was precipitation. In daily, we often find rainfall prediction in various mass media. The need for the state of tomorrow’s weather is needed to prepare various plans. For the past, estimates of rainfall is very dependent on the season, there is a dry season and the rainy season. But this time, rainfall is difficult to predict, so the necessary model or system that can accurately predictrainfall. Therefore ,it is necessary to estimate the occurrence of rain, so that the rainfall is predicted by implementing a fuzzy logic-based reasoning rule. In this final task, it uses data with four variables that affect rain in the form of air temperature, relative humidity, wind speed, and rainfall. The study proposed using fuzzy logic. The Fuzzy method that has been optimized using the Coarse-tofine Search algorithm is used to predict tomorrow’s rainfall. The input parameter that will be used is the weather parameter data from BMKG Klas I Bandung. The results of the study are determining forecasting of the important weather defined is the membership and rule functions used. In this case, accuracy will be used to verify the weather forecast results of potentially rainy case studies. The method to be used is Coarse-to-Fine Search (CFS) and Fuzzy Logic with the Mamdani method. Based on the results of the fuzzy system obtained an accuracy of 82%. The optimal fuzzy parameters are generated from the optimization of the Coarse to Fine Search algorithm from the constraint function generated by each membership function input from the fuzzy system and the number of individuals that have been evaluated with an accuracy of up to 84.\%.. Keywords: CFS, Fuzzy, Forecast, Weather, Accurate
Analisis Performansi Sistem Pendeteksi Kualitas Kayu Jati Menggunakan Pengolahan Citra Dengan Metode Histogram Of Oriented Gradients Dan Support Vector Machine Haidy Anazmar; Jangkung Raharjo; 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 Jati merupakan salah satu jenis pohon yang memiliki banyak fungsi serta kegunaan. Kayu jati memiliki kualitas yang sangat tinggi untuk digunakan sebagai bahan baku pembuatan perabotan rumah seperti meja, kursi, lemari, dan lain-lain. Tetapi masih banyak pengusaha mebel yang sering keliru terhadap penilaian kualitas kayu jati. Hal tersebut mengakibatkan kurangnya kualitas kayu jati yang digunakan sebagai bahan baku untuk membuat peralatan rumah atau untuk kebutuhan bangunan. Pada Tugas Akhir ini telah dilakukan penelitian kualitas kayu jati menggunakan metode Histogram of Oriented Gradients sebagai metode ekstraksi ciri dan metode Support Vector Machine sebagai metode klasifikasi. Metode Histogram of Oriented Gradients bertujuan untuk menghitung nilai gradien di daerah tertentu dari suatu objek. Kemudian diklasifikasi menggunakan Support Vector Machine karena dapat menemukan fungsi pemisah (hyperplane) yang bertujuan untuk memisahkan objek berbeda dengan klasifikasi yang berbeda. Dari hasil pengujian diperoleh akurasi terbaik sebesar 96,67%. Akurasi diperoleh dari pengujian 144 citra menggunakan metode Histogram of Oriented Gradients pada cell size 20×20, block size 8×8, bin numbers 9, jenis kernel Support Vector Machine polynomial dan multiclass One Against All. Kata Kunci: Kayu Jati, Histogram of Oriented Gradients, Support vector Machine Abstract Teak is one type of tree that has many functions as well as usability. Teak Wood has a very high quality to be used as raw material for home furnishing such as tables, chairs, cabinets, and others. But there are still many furniture entrepreneur who often mistakenly to the quality valuation of teak wood. This resulted in lack of teak wood quality used as raw material to make home appliances or for building needs. The final project studies the quality of teak using the Histogram of Oriented Gradients method as a feature extraction method and the Support Vector Machine method as a classification method. The Histogram of Oriented Gradients method aims to calculate gradient values in a particular area of an object. The classification method uses Support Vector Machine because it can find a hyperplane function that aims to separate different objects with different classifications. From the test results obtained the best accuracy of 96,67%. Accuracy was obtained from 144 test images using Histogram of Oriented Gradients in cell size 20×20, block size 8×8, bin numbers 9, polymonial Support Vector Machine kernel types and One Against All multiclass. Keywords: Teak Wood¸ Histogram of Oriented Gradients, Support Vector Machine
Identifikasi Wajah Berdasarkan Gender Dan Kelompok Usia Dengan Metode Viola Jones Dan Metode Jaringan Syaraf Tiruan Sayidina Ariq Farhan; Jangkung Raharjo; 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 Wajah merupakan peran yang penting dari bagian tubuh manusia. Wajah juga bisa menjadi sebuah sistem identifikasi pribadi. Pengenalan wajah ini salah satu ilmu biometrik, yaitu ilmu yang menggunakan karakteristik fisik seseorang untuk menentukan identitasnya. Beberapa informasi bisa kita dapatkan melalui citra wajah seseorang, misalnya mengetahui gender dan kelompok usia. Dalam tugas akhir ini, proses pengenalan wajah ini bertujuan untuk memberikan keluaran yaitu kelompok usia dan gender. Pada penelitian ini, pembagian kelompok usia dan gender dibedakan menjadi empat kelas yaitu pria dewasa, pria remaja, wanita dewasa dan wanita remaja. Dalam penelitian ini digunakan Face Database Chicago. Proses yang dilakukan melalui beberapa tahap, pada tahap preprocessing dilakukan konversi citra RGB menjadi citra grayscale, kemudian untuk tahap mendeteksi wajah digunakan metode Viola-Jones, untuk ekstraksi ciri menggunakan Gray Level Cooccurrence Matrix (GLCM) dan klasifikasi dengan Jaringan Syaraf Tiruan (JST). Sistem ini menghasilkan akurasi sebesar 100% untuk kelas pria dewasa dan wanita dewasa dengan jumlah data latih sebanyak 37 dan data uji sebanyak 19 dan waktu komputasi 12.12 detik. Kata kunci : viola-jones, jaringan syaraf tiruan, backpropagation, pengenalan wajah, biometric, GLCM Abstract The face is an important role in the human body part. The face can also be a personal approval system. Face recognition is one of the biometric sciences, namely the science that uses a person's physical characteristics to determine his identity. Some information can be obtained through a person's face image, for example knowing gender and age groups. In this final assignment, this face recognition process supports conveying about age groups and gender. In this study, the distribution of age and gender groups was divided into four classes, namely adult men, male adolescents, adult women, and adolescent women. In this study, Chicago Face Database was used The process is carried out through several processes, preprocessing process RGB conversion is made into grayscale images, then for the face detection in the process using the Viola-Jones method, for feature extraction using the Gray Level Counseling Matrix (GLCM) and connections with Artificial Neural Networks (ANN). This system produces an accuracy of 100% for adult male and female classes with 37 training data and 19 test data and 12.12 seconds of computing time. Keywords: viola-jones, artificial neural networks, backpropagation, face recognition, biometrics, GLCM
Deteksi Dehidrasi Pada Tubuh Manusia Berdasarkan Citra Urine Menggunakan Metode Content Based Image Retrieval Dengan Klasifikasi Fadlil Azimi Syafli; Jangkung Raharjo; 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 penyakit atau gangguan yang disebabkan oleh tubuh kekurangan air serta rendahnya kualitas air yang dikonsumsi manusia dapat menyebabkan dehidrasi. Pada dasarnya masih banyak orang yang tidak menyadari bahwa tubuhnya telah terkena dehidrasi. Oleh karena itu, dibutuhkan suatu sistem yang secara otomatis dapat mendeteksi dehidrasi serta mencegah terjadinya dehidrasi lebih dini. Pada penelitian ini telah dirancang suatu program atau sistem yang dapat mendeteksi dehidrasi secara otomatis. Dehidrasi pada tubuh manusia dapat dideteksi menggunakan citra urine yang diproses dengan beberapa tahap mulai dari akuisisi citra hingga klasifikasi. Metode Content Based Image Retrieval (CBIR) digunakan untuk mencari kemiripan dari beberapa jenis urine dengan karakteristik yang sama. Untuk mengklasifikasikan hasil pengolahan sistem dan menganalisis keputusan, digunakan klasifikasi Decision Tree dimana sampel diuji hanya yang sesuai dengan kriteria atau kelas tertentu. Pada penelitian ini jumlah data diambil dari 45 jenis sampel urine. Sistem yang telah dirancang mampu mendeteksi dehidrasi pada tubuh manusia berdasarkan citra urine dengan hasil akurasi tertinggi sebesar 86,6% dan waktu komputasi 1,610 detik. Hasil pengujian menunjukkan bahwa metode Content Based Image Retrieval (CBIR) dan klasifikasi Decision Tree bekerja dengan baik. Kata kunci : Dehidrasi, Citra Urine, Content Based Image Retrieval, Decision Tree Abstract One of the disease or disorder that occurred because the body lack of water and the quality of the water that consumed by human is too bad might caused dehydration. Basically, there is a lot of people who do not realize that their body have been dehydrated. Therefore, we need a system that could detecting dehydration automatically and preventing dehydration earlier. In this research has been design a program or system that could detect dehydration automatically. Dehydration on human body can be detect using urine image that processed with some step that begin with image acquisition up to classification. Content Based Image Retrieval (CBIR) method is used for looking the similarities from a few type of urine with same characteristic. To classify the result of system processing dan decision analyzing, we can use Decision Tree clasification which is the sample is tested only with same criteria or certain classes. In this research the data was taken from 45 kind of urine sample. The system that has been design is able to detect dehydration on human body through urine image with highest accuration as big as 86,6% and computation time for 1,610 second. The results showing that Content Based Image Retrieval (CBIR) method and Decision Tree Classification has worked very well. Keywords: Dehydration, Urine Image, Content Based Image Retrieval, Decision Tree
Klasifikasi Emosi Berdasarkan Sinyal Suara Manusia Menggunakan Metode K-nearest Neighbor Fajar Dwi Septria; Jangkung Raharjo; 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 Salah satu bentuk interaksi antar manusia adalah dengan berdialog atau berbicara. Biasanya interaksi antar manusia tidak selalu baik dikarenakan pengaruh beberapa faktor seperti berbeda pendapat, harapan tidak sesuai kenyataan atau tidak selalu buruk dikarenakan faktor suasana hati yang sedang baik. Hal-hal tersebut pasti akan sangat mempengaruhi kepada emosi seseorang, emosi tersebut dapat ditentukan melalui sinyal suara. Emosi yang akan diidentifikasi pada penelitian ini adalah bahagia, marah, sedih, dan kaget. Sinyal suara direpresentasikan dengan fitur Linear Predictive Coding (LPC). Performa dari sistem akan diukur berdasarkan akurasi dalam ketepatan deteksi emosi. penggunaan metode klasifikasi yaitu Key-Nearest Neighbor (K-NN) Pemilihan metode ini akan diujikan dengan objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut, beberapa aturan jarak pada K-NN juga mempengaruhi terhadap akurasi sistem pengujian. Hasil pengujian menunjukan bahwa akurasi tertinggi yang didapatkan adalah 92.5% dengan menggunakan 6 feature statistik LPC yaitu mean, variance, standar deviasi, skewness, kurtois, entrophy dan menggunakan Distance Cityblock pada K-NN dari 100 data latih dan 40 data uji. Parameter terbaik yang didapatkan adalah 14 panjang matriks maksimum, 22 window cepstral, dan parameter k adalah 1 (satu). Kata kunci : K-Nearest Neighbor (K-NN), Linear Pedictive Coding (LPC), Emosi. Abstract One form of interaction between humans is by talking or dialogue. The interaction between humans is not always going well because it influenced by several factors such as differing opinions, expectations not in reality or not always bad due to good mood factors. These things will definitely affect a person's emotions, these emotions can be determined through sound signals. The emotions that will be identified in this study are happy, angry, sad, and shocked. Sound signals are represented by the Linear Predictive Coding (LPC) feature. The performance of the system will be measured based on accuracy in the accuracy of emotional detection. This research is proposed using the Key-Nearest Neighbor (K-NN) classification method. The selection of this method will be tested with objects based on learning data that is the closest distance to the object, some rules of distance on K-NN also affect the accuracy of the testing system. The result of the test showed that the highest accuracy obtained was 92.5% using 6 LPC statistical features, which contain mean, variance, standard deviation, skewness, kurtois, entrophy and Distance Cityblock on K-NN from 100 training data and 40 test data. The best parameters obtained are 14 maximum matrix lengths, 22 cepstral windows, and the k parameter is 1 (one). Keywords : K-Nearest Neighbor (K-NN), Linear Pedictive Coding (LPC), Emotion.
Watermarking Citra Medis Menggunakan Metode Dct-dwt Dan Svd Fityanul Aditya; Jangkung Raharjo; Ledya Novamizanti
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 Pada tugas akhir ini teah diteliti sebuah proses watermarking citra medis yang disisipi data berupa dua buah citra menggunakan metode Discrete Cosine Transform (DCT), Discrete Wavelet Transform (DWT), dan Singular Value Desomposition (SVD). Terdapat juga skema pengujian terhadap citra medis yang telah disisipi watermark untuk mengetahui ketahanan dari watermark. Proses penyisipan dilakukan dengan menggabungkan nilai singular hasil SVD kedalam citra asli yang telah melalu proses DCT dan DWT. Hasil dari penelitian ini adalah sebuah citra medis yang sudah melalui proses watermarking menggunakan metode DCT-DWT-SVD dan pengujian dengan menggunakan beberapa jenis serangan serta membandingkan hasil pengujian dengan metode DWT-SVD. Dari pengujian yang dilakukan diketahui bahwa metode DCT-DWT-SVD memiliki ketahanan yang baik dari beberapa jenis serangan dibandingkan metode DWT-SVD. Pada metode DCTDWT-SVD diperoleh nilai PSNR 38,7244 dB dan SSIM 0,9802. Kata Kunci :.Watermarking, Discrete Cosine Transform, Discrete Wavelet Transform, Singular Value Decomposition Abstract In this final project, a medical image watermarking process which is inserted into the patient’s data in form of two image using Discrete Cosine Transform (DCT), Discrete Wavelet Transform (DWT), and Single Value Decomposition (SVD). There is also a testing cheme for medical images that have been inserted with a watermark to determine the resistance of the watermark. The insertion process is done by combining the singular value of SVD results into DCT-DWT coefficient in the original image The result of the final assigment is a medical image that has gone through a watermarking process using DCT-DWT and SVD methods and testing using several types of attacks and compare with DWT-SVD method. DCT-DWT-SVD method is more robustness than DWT-SVD method. From the test, DCT-DWT-SVD method has the PSNR value is 38,7244 dB and the SSIM value is 0,9802. Keywords : Watermarking, Discrete Cosine Transform, Discrete Wavelet Transform, Singular Value Decomposition.
Analisis Performansi Super Resolusi Menggunakan Metode Stationary Wavelet Transform (swt) - Centroid Berbasis Digital Image Watermarking Kahfi Fadhlan Maulana; Jangkung Raharjo; Irma Safitri
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 Penyebaran konten digital yang begitu mudah membuat pemberian identitas sangatlah penting. Setiap orang dapat merubah dan memodifikasinya secara mudah. Watermarking adalah salah satu cara pemberian identitas tanpa merusak konten yang disisipi. Konten digital yang telah di Watermark membutuhkan resolusi yang tinggi untuk menghasilkan citra yang lebih jelas dan detail. Pada penelitian ini memberikan alternatif dengan teknik super resolusi. Tujuan utama super resolusi adalah untuk menghasilkan gambar resolusi tinggi dari gambar resolusi rendah menggunakan kepadatan pixel yang tinggi. Metode yang digunakan pada tugas akhir ini antara lain metode SWT (Stationary Wavelet Transform) karena host tetap utuh setelah dilakukan penyisipan. Memiliki nilai kualitas PSNR yang baik, dan memiliki persepsi transparansi yang baik. dan metode Centroid dilakukan untuk melihat nilai tengah dari citra yang diteliti. Serta dengan menggunakan metode penyisipan QIM (Quantization Index Modulation). Adapun metode pada super resolusi menggunakan bicubic. Interpolasi ini menghasilkan pembesaran citra lebih halus pada bagian tepi-tepinya. Bicubic menggunakan 4×4 piksel tetangga untuk mengambil informasi. Hasil penelitian ini menggunakan MATLAB, dan diuji dengan sample image 32 × 32. Sebagai watermark, serta host dengan ukuran 2048×2048. Dan diberi serangan Gaussian Noise, Translation, dan Rotate. Dari penelitian ini dilihat hasil terbaik menggunakan bicubic dengan nilai BER=0,1201 pada tanpa serangan, BER=0,1064 pada serangan Gaussian Noise, BER=0,541 pada serangan translasi, BER=0,4814 pada serangan rotate . Dan juga parameter lainnya PSNR, serta SSIM. Kata kunci : Watermarking, Stationary Wavelet Transform (SWT), Centroid, BER, SSIM, PSNR, BICUBIC Abstract Dissemination of digital content is so easy that it provides an important identity. Everyone can change and modify it easily. Watermarking is one way of providing identity without damaging the inserted content. Digital content that has been watermarked requires high resolution to produce clearer and more detailed images. This research provides an alternative to the super resolution technique. The main purpose of super resolution is to produce high resolution images from low resolution images using high pixel density. The method used in this thesis is the SWT (Stationary Wavelet Transform) method because the host remains intact after insertion. Have a good PSNR quality value, and have a good perception of transparency. and the Centroid method is performed to see the mean value of the image under study. And by using the QIM (Quantization Index Modulation) insertion method. The super resolution method uses bicubic. This interpolation results in finer image enlargement at the edges. Bicubic uses 4 × 4 neighboring pixels to retrieve information. The results of this study used MATLAB, and were tested with a 32 × 32 sample image. As a watermark, and a host with a size of 2048 × 2048. And given a Gaussian Noise, Translation, and Rotate attack. From this study the best results are seen using a bicubic with a value of BER = 0.1201 on no attacks, BER = 0.1064 on Gaussian Noise attacks, BER = 0.541 on translational attacks, BER = 0.4814 on rotate attacks. And also other parameters PSNR, as well as SSIM. Keywords: Watermarking, Stationary Wavelet Transform (SWT), Centroid, BER, SSIM, PSNR, BICUBIC
Klasifikasi Tingkat Sangrai Biji Kopi Berbasiskan Pengolahan Citra Digital Dengan Menggunakan Singular Value Decomposition Dan Learning Vector Quantization Muh, Ipnu Udjie Hasiru; Jangkung Raharjo; 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 Saat ini kopi termasuk komoditas nomor dua terbesar didunia. Namun masih banyak pelaku industri kopi yang belum mengetahui tingkat sangrai biji kopi. Oleh sebab itu diperlukan metode khusus dengan cara mengklasifikasikan tingkat sangrai biji kopi bertujuan dapat mempermudah para pelaku industri kopi dan menambah ketertarikan masyarakat untuk mengenali jenis tingkat sangrai biji kopi, terutama kopi arabika. Proses yang telah dilakukan dalam klasifikasi ini yaitu dengan mengambil citra biji kopi menggunakan device kemudian dilakukan preprocessing. Data yang dipakai pada penelitian ini berjumlah 150 dimana terdapat 90 data latih dan 60 data uji diantaranya terdapat 3 kelas tingkat sangrai biji kopi yaitu, light roast, medium roast, dan dark roast. Ekstraksi ciri menggunakan metode Singular Value Decomposition (SVD) dan klasifikasinya menggunakan Learning Vector Quantization (LVQ). Data dan metode yang telah dirancang kemudian disimulasikan dengan menggunakan Matlab. Hasil akhir dari penelitian ini adalah dapat mengklasifikasi tingkat sangrai dari citra biji kopi yang diambil. Pada penelitian kali ini dengan menggunakan metode yang telah diuji hasil akurasi yang didapatkan sebesar 90%. Kata kunci: kopi, sangrai, Image Processing, Matlab, Singular Value Decomposition, Learning Vector Quantization. Abstratc Currently coffee is the second largest commodity in the world. But there are still many coffee industry players who do not know the level of roasting of coffee beans. Therefore a special method is needed by classifying the roasting level of coffee beans aimed at facilitating coffee industry players and increasing public interest in recognizing the types of roasted coffee beans, especially arabica coffee. The process that has been carried out in this classification is by taking the image of coffee beans using a device then pre-processing. The data used in this study amounted to 150 where there were 90 training data and 60 test data including 3 classes of roasting levels of coffee beans, namely, light roast, medium roast, and dark roast. Feature extraction uses the Singular Value Decomposition (SVD) method and its classification uses Learning Vector Quantization (LVQ). The data and methods that have been designed are then simulated using Matlab. The final result of this research is to be able to classify the level of roasting from the image of coffee beans taken. In this study using a method that has been tested the results obtained by accuracy of 90%. Keywords: coffee, roaster, Image Processing, Matlab, Singular Value Decomposition, Learning Vector
Co-Authors Adi Soeprijanto Aditya Pratama Ahmad Zaky Rafif Muthafa Aisy, Naura Safina Rahadatul Andhika Yoga Andi Zahra Bunga Zana Andre Danika Angga Rusdinar Annisa Puji Lestari Arafah, M. Ilmil Madya Noor Ardio Pratama Putra ARIS HARTAMAN Ariza Rizky Pratama Arizsatrio Anggawijaya Atina Nur Azizah Augustina Asih Rumanti Bambang Hidayat Bandiyah Sri Aprilia Bandiyah Sri Aprillia Basuki Rahmat Masdi Siduppa Burhanuddin Dirgantoro Dega Pradipta Ramadhan Denny Darlis Desri Kristina Silalahi Dwi Bayu Leksono Efri Suhartono Eka Sugiarto Ekki Kurniawan Elia Kurniawati Fadlil Azimi Syafli Fairoez Nauval Reformatio Fajar Dwi Septria Fajar Kurniawan Alhamal Farhan, Mhd Althalif Firman Ag. Roni Fitria, Ismaulida Nur Fityanul Aditya Frisnanda Aditya Gelar Budiman Haidy Anazmar Hanifah, Dyatisa Hasbiya Ghifari Alfarizi Hermagasantos Zein Hernawan Kurniansyah Hilman Fauzi, Hilman I Gede Putu Oka Indra Wijaya I Nyoman Apraz R I Nyoman Apraz Ramatyana Ilma Mufidah Inung Wijayanto Irma Safitri Irwan Purnama Isnaeny Rahmawanthi Iwa Swandana Iwan Iwut Tritoasmoro Jaspar Hasudungan Kahfi Fadhlan Maulana Khalisa Sasikirana Athaya Kharisma Bani Adam Koredianto Usman Kristi, Meilinda Santa Ledya Novamizanti Lilis Setiono Maharani, Nabila Sri Mahendra, Dio Manfaati, Rintis Mohamad Iqbal Muayyadi, Achmad Aly MUFLIKHAH, INTAN LAILY Muh Hisyam Siddiq Muh Zidni Makarim Muh, Ipnu Udjie Hasiru Muhammad Alif Rizqi Hatmadiansyah Muhammad Samsul Muarif Muhammad Zakiyullah Romdlony Nabila Hatami Putri Nachwan Mufti Adriansyah Nadya Ainun Avrilya Nizhar Arya Hamitha Nor Kumalasari Caecar Pratiwi Novi Prihatiningrum Nur Andini Nur Ibrahim Putri Marhamah Yunita Putri Marito Putri, Aquila Anandya R. Yunendah Nur Fu’adah Rahmawan Ilham Al Fatha Rendi Bagus Oklanri Ridho Nurbagja Gumelar Rifki Rahman Nur Ikhsan Rifqy Assariy Victory Rissa Rahmania Rita Magdalena Rizqi Muhammad Rufus Ocsan Saiful Azis Salsabila, Siti Marwa Sambono, Oranda Aracelly Saputra, Muhamad Farid Yahya SASTROSUBROTO, ASHWIN SASONGKO Sayidina Ariq Farhan Silviana, Rena SOFIA SAIDAH Sudiana Sudiana Suryo Adhi Wibowo Sutomo Sutomo Suyatno Budiharjo Syamsul Rizal Syamsul Rizal Thoriq Bayu Aji Tita Haryanti Tri Siswanto Yogi Ghifari Sidik Yulinda yulinda Yustika, Lindiasari Martha Yusuf Nur Wijayanto