Article Per Year (5 Year)
p-Index From 2021 - 2026
1.532
P-Index
This Author published in this journals
All Journal JETT (Jurnal Elektro dan Telekomunikasi Terapan) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Parole (Jurnal Pendidikan Bahasa dan Sastra Indonesia) Jurnal Ilmiah Wijaya Jurnal Teknika : Jurnal Teoritis dan Terapan Bidang Keteknikan Jurnal Pengabdian Masyarakat Bidang Sains dan Teknologi Guruku: Jurnal Pendidikan dan Sosial Humaniora Jurnal Yudistira JURNAL ILMIAH PENELITIAN MAHASISWA Inovasi Kesehatan Global Journal Education For All: Media Informasi Ilmiah Bidang Pendidikan Luar Sekolah Mammiri: Jurnal Pengabdian Masyarakat
Nur Andini
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Veterinary Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERBANDINGAN STEGANALISIS SINYAL WICARA BERFORMAT .WAV ANTARA METODE ANALISIS CEPSTRAL DAN MEL-FREQUENCY CEPSTRAL COEFFICIENT (MFCC) Kevin Putra Dirgantoro; Bambang Hidayat; Nur Andini
TEKTRIKA Vol 3 No 2 (2018): TEKTRIKA Vol.3 No.2 2018
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v3i2.2224

Abstract

Teknik menyembunyikan pesan rahasia ke dalam suatu data tertentu atau yang biasa dikenal dengan steganografi mengalami perkembangan yang sangat pesat. Namun, ternyata metode penyembunyian pesan ini juga menimbulkan masalah, di antaranya pihak-pihak yang tidak bertanggung jawab menggunakan teknik tersebut untuk kegiatan kriminalitas. Oleh karena itu, diperlukan teknik untuk mendeteksi pesan tersembunyi di dalam suatu data. Teknik tersebut dikenal dengan istilah steganalisis. Pada penelitian ini, dilakukan analisis terhadap berkas sinyal wicara yang berformat .wav, dengan menggunakan dua metode, yaitu analisis cepstral dan MelFrequency Cepstral Coefficient (MFCC). Perbandingan dari kedua metode ini dilakukan untuk mengetahui metode mana yang lebih baik untuk mendeteksi data memiliki pesan rahasia atau tidak. Nilai akurasi yang didapat dengan menggunakan 45 data latih dan uji untuk metode analisis cepstral yaitu sebesar 51,11%, sedangkan untuk MFCC sebesar 77,78%. Nilai akurasi tersebut didapat dari ciri statistik yang terdiri dari nilai kurtosis, skewness, dan standard deviation yang dihasilkan dari kedua metode, dengan menggunakan metode klasifikasi Support Vector Machine (SVM).
STEGANALISIS SINYAL WICARA BERFORMAT .WAV MENGGUNAKAN KOMBINASI METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT (MFCC) DAN LINEAR DISCRIMINANT ANALYSIS (LDA) Alifia Putri Anantha; Bambang Hidayat; Nur Andini
TEKTRIKA Vol 3 No 1 (2018): TEKTRIKA Vol.3 No.1 2018
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v3i1.2205

Abstract

Dalam penelitian ini, telah dirancang sebuah sistem yang dapat melakukan steganalisis suatu berkas sinyal wicara berformat .wav, dengan menganalisis karakteristik ciri suatu file speech. Metode yang digunakan untuk mengekstraksi ciri sinyal wicara adalah Mel-Frequency Cepstral Coefficient (MFCC), sedangkan untuk menyeleksi ciri digunakan metode Linear Discriminant Analysis (LDA) metode yang digunakan untuk menyeleksi ciri adalah Linear Discriminant Analysis (LDA). Hasil keluaran dari sistem ini berupa kondisi yang menyatakan berkas sinyal wicara merupakan berkas sinyal wicara asli, tersisip pesan tersembunyi, atau tersisip noise. Support Vector Machine (SVM) digunakan untuk pengklasifikasian dan performansi sistem terbaik yang didapatkan adalah 82,86%. Kondisi tersebut diraih oleh penggunaan hamming window, overlapping, panjang frame 30 ms, dan mel-filter bank yang dibangun berjumlah 20 mel-filter bank.
Co-Authors A. Nur Afiah Rahman A. Putri Wulandari Syam A. Yeyen Maharani Alifia Putri Anantha Almuntofa Purwantoro Aneila Stephanie Russel Aprilia Shelvi Assholehah Aufa Yumni Bambang Hidayat Choirun Nisa Dedi Gunawan Saputra Fatma Fatma Fityatun Usman Friska Suudiyah Arifiana Hemi Wulandari Hurianti Vidyaningtyas Indah Adhani Iswahyudi Hidayat Josepina Inggriany Untailawan Kevin Putra Dirgantoro Linda Meylani Lukman Hamsah Djari M. Arham M. Khairil Fadli M. Satria Mukhti Maria Marsela Mufidah Humairah S Nurul Amaliya Hikma Nurul Huda Feriyanti Pingki Pingki Prita Pratimi Putri Chairany Hasibuan Restu Bias Primandhika Retno Dwi Santi Ronald Darlly Hukubun Siti Aisyah Basir Sitti Nurhalisyah Sri Mulyati Sri Wahyuni Subrata Aditama Tri Indah Kusumawati