Claim Missing Document
Check
Articles

Found 7 Documents
Search

Sistem Pengenalan Buah On-Line Menggunakan Kamera Nana Ramadijanti; Achmad Basuki
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2005
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Sistem pengenalan buah yang ada saat ini adalah bar-code, dimana setiap buah harus diberi label.Kesalahan pada label akan menyebabkan kesalahan pada saat identifikasi, sehingga menyebabkan sistemsangat tergantung pada human-error. Untuk itu dicari suatu alternatif sistem identifikasi yang dapat mengenalibuah dengan menggunakan gambar buah itu sendiri.Sistem identifikasi ini didukung dengan pemakaian kamera untuk mengambil gambar dari buah,kemudian hasil gambar ini diolah sehingga dapat diperoleh suatu ciri buah tertentu. Ciri buah dari hasilpengambilan gambar kemudian dicocokkan dengan ciri dari buah yang sudah disimpan dalam database,sehingga akan diperoleh buah yang paling cocok dengan buah yang akan dikenali atau dicari harganya. Adadua hal yang menjadi perhatian utama dalam penelitian ini yaitu pertama bagaimana memperoleh ciri gambardari setiap buah sehingga dapat membedakan buah yang satu dan buah yang lain, serta dapat melihatkemiripan pola dari buah-buah yang sama. Kedua adalah teknik pencocokan yang digunakan, akan dipilih suatuteknik perhitungan kesamaan pola dengan melakukan image-matching dimana teknik ini merupakan teknik yangcepat. Akurasi dari image matching sendiri tidak terlalu bagus, tetapi pemakaian ciri yang baik akanmeningkatkan kinerja dari image matching ini sendiri.Kata kunci: Sistem pengenalan buah,penentuan ciri buahyang baik, image matching
Indikator Musik Melalui Ekspresi Wajah Riyanto Sigit; Achmad Basuki
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Sistem pengenalan ekspresi wajah yang telah banyak dikembangkan pada umumnya berasal dari sekumpulan data (loadfile) dan tidak bisa mengatasi gerakan perubahan wajah. Pada penelitian ini dilakukan pengenalan ekspresi wajah secara real-time yang diaplikasikan sebagai indikator suatu musik. Prosesnya adalah pengambilan citra wajah secara real-time dengan kombinasi gerakan, bentuk, dan warna, mendeteksi posisi wajah dan mengekstrak fitur dengan mengambil fitur penting dari wajah berdasarkan lokasi alis, mata, dan bentuk mulut, kemudian mengenali ekspresi wajah menggunakan jaringan saraf tiruan. Hasil pengenalan ekspresi wajah secara automatis akan diindikasikan dengan musik, sehingga musik akan berubah mengikuti perubahan ekspresi wajah.Kata kunci: real-time, transformasi proyeksi, jaringan saraf tiruan, ekspresi wajah, indikator musik.
The Digit Recognition Using Local Projection Dependent Clustering Rizka Rahayu Sasmita; Aliridho Barakbah; Achmad Basuki
The Indonesian Journal of Computer Science Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i3.3212

Abstract

Water companies utilize water meters to measure and calculate water usage bills. However, the current process employed by PDAM requires redundant resources, as it involves taking photos of each customer's house and having other officers read the numbers from the water meter images, resulting in inefficiency. The problem is further compounded by the neglect and improper maintenance of water meters, with some being buried in garbage or soil. Additionally, officers contribute to the challenges by capturing blurry and tilted photos, hindering the accurate reading of the water meter numbers. This study applies a water meter reading system by processing water meter photos and converting them into text using image processing methods to process images and Neural Networks to perform digit recognition. The image processing process includes steps such as (1) grayscale conversion, (2) gamma correction, (3) x-Histogram Projection, (4) White Temporal Ascent Accumulation, and (5) Peak Identification. Furthermore, image segmentation techniques are applied to enhance image quality and eliminate noise using clustering methods. The segmented images are then processed by a neural network to recognize the meter digits. The system achieves a digit recognition accuracy of 75.2%, despite encountering various technical and non-technical challenges during the water meter photo capture process.
Konversi Prompt Ke Suara Berbahasa Indonesia Waludi, Ikbal; Novanto Yudistira; Achmad Basuki
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 5 (2025): Mei 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sintesis suara berbasis teks (Text-to-Speech/TTS) merupakan teknologi penting dalam pengembangan interaksi manusia dan mesin. Tacotron 2, sebagai model deep learning yang mampu menghasilkan suara alami dari teks, memiliki potensi besar untuk berbagai aplikasi berbasis suara, termasuk dalam Bahasa Indonesia. Namun, pengembangan sistem TTS untuk Bahasa Indonesia masih menghadapi tantangan, terutama terkait dengan keterbatasan ketersediaan dataset ujaran yang berkualitas tinggi dan representatif. Penelitian ini bertujuan untuk mengumpulkan dan memproses dataset audio serta transkripsi Bahasa Indonesia, melatih model Tacotron 2, dan mengevaluasi kualitas suara yang dihasilkan. Evaluasi dilakukan secara objektif menggunakan metode Perceptual Evaluation of Speech Quality (PESQ), yang menilai kejelasan, intonasi, dan kealamian suara hasil sintesis berdasarkan model persepsi manusia. Hasil penelitian menunjukkan bahwa model Tacotron 2 yang dilatih menggunakan dataset manual dan semi-manual memperoleh skor PESQ rata-rata tertinggi sebesar 1,230 serta memiliki nilai validation loss yang lebih stabil dibandingkan dengan model berbasis dataset otomatis. Temuan ini menegaskan pentingnya kualitas dataset dalam pengembangan sistem TTS. Penelitian ini diharapkan dapat mendukung pengembangan sistem TTS Bahasa Indonesia yang lebih baik, terutama untuk aplikasi seperti asisten virtual dan teknologi aksesibilitas.
Pembangunan Dataset Denial of Service (DoS) Terenkripsi untuk Pelatihan Model Keamanan Jaringan Santoso, Azarya; Achmad Basuki; Data, Mahendra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan membangun dataset lalu lintas jaringan terenkripsi yang mencakup trafik normal dan serangan Denial of Service (DoS) pada lapisan aplikasi berbasis HTTPS, untuk mendukung pengembangan sistem deteksi berbasis pembelajaran mesin. Kebutuhan akan dataset terenkripsi muncul seiring meningkatnya penggunaan protokol HTTPS dan keterbatasan metode deteksi berbasis payload maupun signature dalam menangani komunikasi terenkripsi. Simulasi dilakukan di Mininet dengan topologi tiga host virtual dan satu switch, menggunakan komunikasi HTTPS dengan sertifikat self-signed. Trafik benign dihasilkan melalui skrip Python multithread, sedangkan trafik DoS pada lapisan aplikasi disimulasikan menggunakan tools open source seperti GoldenEye, ScarletDDoS, Slowloris, SlowHTTPTest, dan Torshammer. Simulasi berbasis waktu dilakukan untuk menyetarakan durasi antar skenario. Trafik direkam secara pasif oleh Argus, lalu diproses menjadi dataset melalui ekstraksi fitur, pelabelan otomatis, dan penggabungan data. Proses pembangunan dataset memakan waktu sekitar 90-100 menit. Dataset akhir terdiri dari 373.983 entri, 123 fitur, dan 3 label utama. Mayoritas entri merupakan trafik berbahaya (97,7%), yang terutama berasal dari serangan flood seperti post_flood dan get_flood. Analisis menunjukkan adanya fitur dengan nilai hilang penuh dan konstan, serta distribusi data yang tidak seimbang akibat dominasi serangan flood, namun validasi label menunjukkan konsistensi
Content-Dependent Image Search System with Automatic Weighting Mechanism for Aggregating Color, Shape, and Texture Features Agus Kurniasari, Arvita; Ali Ridho Barakbah; Achmad Basuki
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 10 No 1 (2024): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v10i1.3501

Abstract

The existing image search system extracts features from the database images and performs queries thoroughly without considering the weight of each feature. Currently, all features are assigned the same weight, even though each image has different characteristics. This study proposes a new approach to image search systems that relies on content with automatic weighting. The automatic weighting process starts by calculating each moment. The first moment is obtained from the color matrix and is calculated as the average value. The second moment is obtained from the texture matrix and is calculated as the variance value. The third moment is obtained from the shape matrix and is calculated as the skewness value. These three moments are normalized to give the same weight to each feature for each picture. The results obtained for accuracy were: 70.38% for color, 60.99% for shape, 71.21% for texture, 72.65% for color-shape combinations, 78.43% for color-texture combinations, 72.65% for texture-shape combinations, and 80.5% for overall texture-color-shape features.
Automatic Detection of Wrecked Airplanes from UAV Images Risnumawan, Anhar; Perdana, Muhammad Ilham; Alif Habib Hidayatulloh; A. Khoirul Rizal; Indra Adji Sulistijono; Achmad Basuki; Rokhmat Febrianto
EMITTER International Journal of Engineering Technology Vol 7 No 2 (2019)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24003/emitter.v7i2.424

Abstract

Searching the accident site of a missing airplane is the primary step taken by the search and rescue team before rescuing the victims. However, due to the vast exploration area, lack of technology, no access road, and rough terrain make the search process nontrivial and thus causing much delay in handling the victims. Therefore, this paper aims to develop an automatic wrecked airplane detection system using visual information taken from aerial images such as from a camera. A new deep network is proposed to distinguish robustly the wrecked airplane that has high pose, scale, color variation, and high deformable object. The network leverages the last layers to capture more abstract and semantics information for robust wrecked airplane detection. The network is intertwined by adding more extra layers connected at the end of the layers. To reduce missing detection which is crucial for wrecked airplane detection, an image is then composed into five patches going feed-forwarded to the net in a convolutional manner. Experiments show very well that the proposed method successfully reaches AP=91.87%, and we believe it could bring many benefits for the search and rescue team for accelerating the searching of wrecked airplanes and thus reducing the number of victims.