Article Per Year (5 Year)
p-Index From 2021 - 2026
3.691
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) JETT (Jurnal Elektro dan Telekomunikasi Terapan) IT JOURNAL RESEARCH AND DEVELOPMENT TECHNO-SOCIO EKONOMIKA Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Applied Science eProceedings of Engineering Jurnal Rekayasa elektrika Jurnal INFOTEL
Suci Aulia
Telkom Univeristy
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 60 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 60 Documents
Search

 2   3   4   5   6 
Perancangan Dan Analisis Optimasi Pada Audio Watermarking Dengan Metode Fft Dan Spread Spectrum Watermark Berbasis Log Coordinate Mapping Dengan Algoritma Genetika Hengki Setiadi; Gelar Budiman; Suci Aulia
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Penyebaran informasi dan pertukaran data secara ilegal ini telah menimbulkan masalah seperti perlindungan hak cipta, autentifikasi, menjadi keuntungan intelektual bagi pihak yang tidak berwenang yang berbentuk digital seperti video,citra, dan audio. Maka perlunya dilakukan pengembangan teknologi yang bermanfaat serta bisa melakukan pengamanan lebih baik lagi untuk kedepannya untuk melindungi hak cipta dari penyebaran informasi dan data secara ilegal ini demi mengurangi pihak yang tidak berwenang dalam mengambil keuntungan. Metode watermarking adalah solusi dari masalah penyebaran informasi dan data secara ilegal ini. Dengan dikembangkannya metode ini diharapkan pihak yang memiliki hak cipta bisa menemukan pelaku kejahatan penyebaran informasi dan data secara ilegal ini.Watermarking adalah suatu metode yang digunakan untuk menyembunyikan data digital tanpa bisa dilihat atau didengar oleh indera penglihatan atau pendengaran. Watermaking diaplikasikan untuk melindungi Hak pada citra digital khususnya citra gambar. Fast Fourier Transform (FFT) adalah metode yang digunakan pada watermarking untuk mentransformasikan domain waktu ke domain frekuensi. Log Coordinate Mapping (LCM) adalah sistem yang digunakan untuk melakukan penyisipan watermarking dan ekstraksi watermarking atau pendeteksian. Sedangkan Spread Spectrum merupakan metode untuk menyebarkan sinyal komunikasi di seluruh spektrum frekuensi.Kata kunci: FFT,Watermarking,Spread Spectrum,Log Coordinate Mapping, Algorithm Genetic
Biometrik iris recognition menggunakan lbp dengan menggunakan klasifikasi knn Meidi Mahendra Rahmatullah; Inung Wijayanto; Suci Aulia
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 Iris recognition untuk mendeteksi dan mengenali sesuatu yang lebih baik dalam sistem biometrik. Oleh karena itu, banyak peneliti telah berusaha untuk meningkatkan algoritma untuk pengenalan diri iris. Namun, masalah terbesar yang terjadi dalam melakukan penelitian adalah untuk melakukan irisokalisasi dengan baik. Selain itu, kelopak mata dan bulu mata juga merupakan masalah lain dalam pengenalan iris karena mereka dapat menutupi iris atau mata, dan mungkin ada beberapa gangguan yang mempengaruhi citra iris dengan baik. Dalam Tugas Akhir ini telah dilakukan pengujian dengan sistem iris recognition yang mampu mengidentifikasi dengan mengunakan iris mata sistem berkarja dengan menggunakan Algoritma K-Nearest Neighbor (KNN) sebagai klasifikasi dan DWT sebagai ektrasi ciri. Setelah dilakukan pengujian dengan jumlah data 30 gambar iris di peroleh tingkat akurasi 54% dengan beberapa parameter diantaranya parameter level DWT dan parameter jarak pada KNN serta noise yang di ujikan. Dari hasil pengujian didapatkan tingkat akurasi tersebut masih handal untuk noise pad nilai variansi 0,1, localvar noise pada nilai 0,1, salt and paper noise pada nilai 0,1, dan poison noise nilai langsung kemungkinan error. Kata kunci: Algoritma K-NN, Iris identification, DWT Abstract iris recognition to detect and recognize something better in biometric systems. Therefore, many researchers have tried to improve the algorithm for iris self-recognition. However, the biggest problem that occurs in conducting research is to do the irisocalization well. In addition, the eyelids and eyelashes are also another problem in iris recognition because they can cover the iris or eyes, and there may be some disorders that affect the iris image well. In this Final Project, the iris recognition system has been tested which is able to identify using the iris system using a K-Nearest Neighbor (KNN) algorithm as a classification and DWT as the extraction feature. After testing with a total of 30 iris images obtained an accuracy rate of 54% with several parameters including DWT level parameters and distance parameters on the noise KNN that were tested. From the test results it was found that the accuracy level was still reliable for noise pad 0.1 variance value, localvar noise at value 0.1, salt and paper noise at value 0.1, and poison noise direct value possible error. -NN, Iris identification, DWT
Klasifikasi Penyakit Berdasarkan Warna Kuku Menggunakan Pengolahan Sinyal Digital Muhammad Obi Nugraha; Rita Purnamasari; Suci Aulia
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pada manusia, berbagai penyakit sistemik dan dermatologis dapat dengan mudah didiagnosis dengan pemeriksaan kuku kedua tangan dan kaki. Banyak penyakit kuku telah ditemukan sebagai tanda-tanda awal dari berbagai penyakit sistemik yang mendasar. Warna, tekstur atau perubahan bentuk pada kuku adalah gejala dari berbagai Penyakit terutama yang mempengaruhi kuku. Masalah umum yang terjadi masih banyak orang yang tidak tahu bahwa perubahan kuku dapat mengindikasikan kesehatan manusia, yang dapat dilihat langsung dari perubahan kuku dan lunula atau biasa disebut bulan sabit yang terdapat pada kuku (half moon fingernails Berdasarkan permasalahan umum yang terjadi maka dibuatlah suatu sistem yang dapat memprediksi suatu penyakit dengan memanfaatkan image processing sebagai solusinya. Dari proses image processing tersebut maka suatu citra dapat dikelompokan berdasarkan kebutuhan medis yang diperlukan yang dapat menganalisis kuku manusia Hasil yang didapatkan dari penelitian untuk klasifikasi tiga kelas penyakit kuku yaitu Terry’s Nails, Yellow Nail Syndrom, dan yang terakhir Muehrcke lines mendapat nilai akurasi 94% dari parameter terbaik, yaitu epoch = 25 dan batch = 30. Menggunakan data sebesar 166 data citra yg di uji. Kata Kunci — kuku, image processing, convolutional neural network, VGG16net
PENGONTROLAN HIGH POWER AMPLIFIER DAN DRIVER STANDAR DVB-T2 UNTUK PEMANCAR TV KOMUNITAS Yuyun Siti Rohmah; Suci Aulia; Rahmat Sopian
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 2 No 1: JETT Juli (2015)
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (492.733 KB) | DOI: 10.25124/jett.v2i1.94

Abstract

Sistem penyiaran TV di Indonesia masih menggu[nakan modulasi analog. Hal ini mengakibatkan penggunaan bandwidth frekuensi UHF tidak efisien. TV digital dikembangkan sebagai solusi permasalahan tersebut.Bandwidth UHF pada TV digital mampu menduduki 9 kanal televisi dalam bandwidth 8 Mhz. Pada penelitian sebelumnya, telah dirancang suatu HPA standar DVB T-2 sebagai salah satu komponen transmitter TV digital untuk TV Komunitas. Namun, perangkat power amplifier ini sangat rentan dan mudah rusak jika tidak memiliki pengontrolan yang cepat dan tepat. Sehingga diperlukan suatu sistem pengontrolan power amplifier untuk meningkatkan efesiensi penggunaan power amplifier tersebut di sisi transmitter TV komunitas.Penelitian ini membahas perancangan sistem pengontrolan HPA (High Power Amplifier) dan driver standar DVB-T2 berbasis mikrokontroller yang diintegrasikan dengan sms gateway sehingga pengontrolan perangkat penguat tersebut bisa dilakukan dari jarak jauh.Power Amplifier UHF ini memiliki VSWR 1.329 pada frekuensi tengahnya hal ini telah memenuhi speifikasi awal, yaitu VSWR ≤1.5. Dengan bandwidth sebesar 225 MHz serta memiliki gain sebesar 18 dB. Penguatan sinyal yang dihasilkan sesuai dengan parameter yang dikejarnya, sehingga mampu memancarkan sinyal informasi melalui transmitter TV digital. Namun aplikasi sistem pengontrolan power amplifier yang dibangun belum terwujud sempurna karena masih harus banyak perbaikan interface dan sistem yang belum terintegrasi dengan sempurna.
PERANCANGAN APLIKASI PEMBACA WARNA UNTUK PENDERITA BUTA WARNA BERBASIS ANDROID Aulya Ellanda; Suci Aulia Aulia; Yuli Sun Hariyani
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 1 No 1: JETT Desember (2014)
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (508.088 KB) | DOI: 10.25124/jett.v1i1.85

Abstract

Penyandang cacat buta warna selalu mengalami kesulitan dalam hal membedakan warna dalam kehidupan sehari-harinya, sehingga dibutuhkan alat bantu bagi mereka. Dalam penelitian ini dibuat sebuah algorithma yang dapat berfungsi untuk membedakan warna, algorithma tersebut diaplikasikan kedalam sebuah android. Aplikasi ini membantu dalam hal membedakan warna (merah, hijau dan biru) dengan pola image processing. Output dari aplikasi ini berupa text dan voice yang merupakan hasil deteksi dari input (captured image) secara langsung menggunakan smartphone android. Hasil yang diperoleh dari penelitian ini, yaitu tingkat akurasi total sistem 85% dengan waktu komputasi 6,67 detik dan jarak terjauh 20 cm.
Classification of Koilonychia, Beaus Lines, and Leukonychia based on Nail Image using Transfer Learning VGG-16 Sugondo Hadiyoso; Suci Aulia
Jurnal Rekayasa Elektrika Vol 18, No 2 (2022)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (594.161 KB) | DOI: 10.17529/jre.v18i2.25694

Abstract

Human nail disease is usually ignored since it does not reveal clinical signs that are harmful to one's health. Nail disease, on the other hand, can be an early sign of a health issue. Some types of nail disease can cause infection, injury, or even the loss of the nail itself. It can reduce a person's aesthetics and beauty. Nail disease is very varied, so it is often difficult for clinicians to diagnose because several types have high similarities. Therefore, an automatic nail disease classification method based on nail photos was proposed in this study. The proposed method was based on the VGG-16 neural network architecture with an Adam optimizer. Nail diseases including Koilonychia, Beaus Lines, Leukonychia have been classified in this study. The model in this study is simulated in Python programming. The simulation results show that the highest classification accuracy is 96%, achieved with epoch-10. The transfer learning method based on a neural network simulated in this study is expected to support the clinical diagnosis of nail disease.
Abnormal ECG Classification using Empirical Mode Decomposition and Entropy Suci Aulia; Sugondo Hadiyoso
Jurnal Rekayasa Elektrika Vol 17, No 3 (2021)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (946.152 KB) | DOI: 10.17529/jre.v17i3.22070

Abstract

Heart disease is one of the leading causes of death in the world. Early detection followed by therapy is one of the efforts to reduce the mortality rate of this disease. One of the leading medical instruments for diagnosing heart disorders is the electrocardiogram (ECG). The shape of the ECG signal represents normal or abnormal heart conditions. Some of the most common heart defects are atrial fibrillation and left bundle branch block. Detection or classification can be difficult if performed visually. Therefore in this study, we propose a method for the automatic classification of ECG signals. This method generally consists of feature extraction and classification. The feature extraction used is based on information theory, namely Fuzzy entropy and Shannon entropy, which is calculated on the decomposed signal. The simulated ECG signals are of three types: normal sinus rhythm, atrial fibrillation, and left bundle branch block. Support vector machine and k-Nearest Neighbor algorithms were employed for the validation performance of the proposed method. From the test results obtained, the highest accuracy is 81.1%. With specificity and sensitivity of 79.4% and 89.8%, respectively. It is hoped that this proposed method can be further developed to assist clinical diagnosis.
Pengenalan Pola Berbasis OCR untuk Pengambilan Data Bursa Saham M. Dyovan Uidy Okta; Suci Aulia; Burhanuddin Burhanuddin
Jurnal Rekayasa Elektrika Vol 17, No 2 (2021)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1694.564 KB) | DOI: 10.17529/jre.v17i2.19656

Abstract

The investor must be able to use instinct to evaluate when to sell and buy stocks. This is, of fact, a weakness for inexperienced investors, in addition to the decision's inaccuracy and the time it takes to evaluate a slew of ineffective results. So that, a support system is needed to help the investors make decisions in buying and selling shares. This support system creates an online analysis curve display through text data in the BEI stock price application. The data processing based on pattern recognition will be carried out so that a buying and selling decision can be made to calculate the profit and loss by investors. As the first step of the whole system, this research has built an image-to-text conversion system based on OCR (Optical Character Recognition) that can convert the non-editable text (.jpg) to be editable (.text) online. After obtaining this .text data, the will used the system in further research to analyze stock buying and selling decisions. According to research on eight companies, the OCR-based image to text conversion has a 96.8% accuracy rate. Meanwhile, using Droid serif, Takao PGhotic, and Waree fonts at 12pt font sizes, it has 100 percent accuracy in Libre Office. 
Multi-Class Heart Abnormalities Detection Based on ECG Graph Using Transfer Learning Method Sugondo Hadiyoso; Suci Aulia; Indrarini Dyah Irawati
Jurnal Rekayasa Elektrika Vol 19, No 1 (2023)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (951.797 KB) | DOI: 10.17529/jre.v19i1.28637

Abstract

The heart is one of the vital organs in the circulatory system. Regular checkups are very important to prevent heart disease. The most basic examination is blood pressure then further examination is related to the evaluation of the electrical activity of the heart using an electrocardiogram (ECG). The ECG carries important information regarding various abnormalities of heart function. Several automated classification techniques have been proposed to facilitate diagnosis. However, not all digital ECG devices provide raw data for analysis. ECG classification method based on images can be an alternative in classification. Therefore, in this study, it is proposed to classify ECG based on signal images. The proposed classification method uses transfer learning with VGG, AlexNet, and DenseNet architectures. The method used for the classification of multi-class ECG consists of normal, PVC, Atrial Fibrilation, AFL, Bigeminy, LBBB, and APB. The simulation results generate the best accuracy of 92% and F1-score of 92%. Best performance is achieved using DenseNet architecture at 60 epochs. This study is expected to be a new reference technique in the classification of ECG signals.
Deteksi Kantuk pada Pengemudi Berdasarkan Penginderaan Wajah Menggunakan PCA dan SVM Nur Ramadhani; Suci Aulia; Efri Suhartono; Sugondo Hadiyoso
Jurnal Rekayasa Elektrika Vol 17, No 2 (2021)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (709.161 KB) | DOI: 10.17529/jre.v17i2.19884

Abstract

Drowsiness while driving is one of the main causes of traffic accidents it affects the level of focus of the driver. Therefore, we need an automatic drowsiness detection mechanism for the driver to provide a warning or alarm so that an accident can be avoided. In this study, we design and simulate a system to detect drowsiness through the driver’s yawn expression. The acquisition is made by recording the face from two shooting points including the dashboard and front mirrors in the car. From the video recording, then it is taken into several images with a size of 128x82 pixels which are used as training and testing data. This image is then processed using Principal Component Analysis (PCA) for feature extraction and classified using a Support Vector Machine (SVM). From the tests carried out, the system generates the highest accuracy of 98%. This best performance is obtained by SVM with polynomial kernel in the camera position on the dashboard. Meanwhile, based on compression testing, the image that can still meet system requirements is 25% of the original size. It is hoped that the proposed drowsiness detection method in this study can be applied for real-time drowsiness detection in vehicles. 
Co-Authors Aaron Abel Abraham Caesar Yanuar Putra Adri Achmad Farhan Agus Gunarso Alvinas Deva Sih Illahi Amri Khurniawan Anatasya Bella Andik Wijanarko Angga Rusdinar Ardyandrea Erstya Surya Arif Setiawan Arif Setiawan Asep Mulyana ATIK NOVIANTI Aulya Ellanda Bagus Budhi L. Bambang Hidayat Bayuaji Kurniadhani Burhanuddin Burhanuddin Burhanuddin D. Dadan Nur Ramadan Dadan Nur Ramadhan Della Oktriani Denny Darlis Didin Yulian Dimitri Mahayana Diovani Estidia Akbar Efri Suhartono Erizka Banuwati Candrasari Erty Kasdiantika Fony Ferliana Widianingrum Galuh Laksmita Ranggi Gelar Budiman Grislend Gloria Natalies Hafiddudin Hafiddudin Hafiidh As Syahidulhaq Hafiz Adriansyah Handoko Supeno Hengki Setiadi Indrarini Dyah Irawati Inung Wijayanto Jean Pierre Uwiringiyimana Khairunnisa Alfiyanti Suharja Kusumawardhani, Eka Ledya Novamizanti M. Dyovan Uidy Okta Meidi Mahendra Rahmatullah Melina Melina Muhammad Arly Gunawan Muhammad Biyan Priatama Muhammad Obi Nugraha Muhammad Obi Nugraha Muhammad Panji Kusuma Praja Muhammad Rafki Nur Ramadhani Raditiana Patmasari Rahmat Sopian Rajali Ginting Ratri Dwi Atmaja Raymond Y. Purba Reivind P. Persada Restu Wardani Rita Magdalena Rita Purnamasari Rizky Edi Saputra Rudy Gunawan Ryan Bagus Wicaksana Ryan Bagus Wicaksono Sri Dewi Sartika Sugondo Hadiyoso Syahban Rangkuti Thoriq Dharmawan Viona Apryaleva Yafis Sukma Kurniawan YULI SUN HARIYANI Yuyun Siti R. YUYUN SITI ROHMAH