Article Per Year (5 Year)
p-Index From 2021 - 2026
3.143
P-Index
This Author published in this journals
All Journal Jurnal Masyarakat Informatika Semantik Techno.Com: Jurnal Teknologi Informasi Scientific Journal of Informatics JAIS (Journal of Applied Intelligent System) Proceeding SENDI_U Journal of Information System E-Dimas: Jurnal Pengabdian kepada Masyarakat Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control InComTech: Jurnal Telekomunikasi dan Komputer Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Abdidas TEPIAN SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika (JUTIF) Journal of Soft Computing Exploration Prosiding Seminar Nasional Hasil-hasil Penelitian dan Pengabdian Pada Masyarakat Seminar Nasional Teknologi dan Multidisiplin Ilmu Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Wellia Shinta Sari
Universitas Dian Nuswantoro
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
PENGARUH LINEAR BINARY PATTERN (LBP) DALAM PENGENALAN CITRA AKSARA JAWA BERBASIS OPTICAL CHARACTER RECOGNITION (OCR) Christy Atika Sari; Wellia Shinta Sari; Putri Mega Arum Wijayanti
Seminar Nasional Teknologi dan Multidisiplin Ilmu (SEMNASTEKMU) Vol 2 No 1 (2022): SEMNASTEKMU
Publisher : Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/semnastekmu.v2i1.149

Abstract

Salah satu peninggalan budaya Indonesia dari tanah jawa yaitu Aksara Jawa. Aksara Jawa telah digunakan oleh masyarakat sejak jaman dulu untuk menulis sastra dan menulis sehari-hari. Karena memiliki bentuk yang rumit aksara jawa menjadi jarang dikenali. Oleh karena itu pada penelitian ini akan dijadikan salah satu upaya untuk belajar sekaligus melestarikan budaya khususnya Aksara Jawa yakni melakukan suatu transliterasi Aksara Jawa. Metode yang digunakan pada penelitian ini adalah dengan menggunakan Optical Character Recognition (OCR) berbasis Template matching dan ekstraksi fitur Linear Binary Pattern (LBP). OCR akan dapat membantu dalam proses pengkonversian gambar yang berisi tulisan Aksara Jawa yang nantinya akan dilakukan proses transliterasi. Cara kerja Template Matching adalah dengan mencocokkan tiap bagian pada citra dengan citra template yang telah ditentukan. LBP akan membantu dalam pengenalan huruf aksara yang memiliki objek terpisah. Berdasarkan dari pengujian diperoleh rata-rata akurasi sebesar 89,4%. Nilai akurasi tertinggi sebesar 100% dan nilai akurasi terendah sebesar 50%. Tingkat keberhasilan dalam proses transliterasi bergantung pada kejelasan objek huruf Aksara Jawa pada citra uji.
KLASIFIKASI BUNGA MAWAR MENGGUNAKAN KNN DAN EKSTRAKSI FITUR GLCM DAN HSV Sari, Wellia Shinta; Sari, Christy Atika
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 5 No 2 (2022): Jurnal SKANIKA Juli 2022
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2033.71 KB) | DOI: 10.36080/skanika.v5i2.2951

Abstract

Bunga mawar biasanya di produksi sebagai bahan kecantikan maupun parfum. Bunga mawar dapat dibudidayakan untuk bunga potong dan bunga hias. Peneltian ini bertujuan untuk mengklasifikasikan bunga mawar kedalam 5 kategori yaitu bunga mawar doube delight, bunga mawar megawati, bunga awar musk, bunga mawar putri dan bunga mawar thalita yang di dominasi dengan warna merah. Diketahui beberapa jenis mawar mempunyai tampilan kelopak bunga maupun warna yang sama. Kesamaan bentuk dan warna membuat proses klasifikasi berdasarkan mata manusia saja menjadi lebih sulit, sehingga membutuhkan teknik pengolahan citra. Beberapa penelitian bunga mawar hanya menggunakan satu ekstraksi fitur saja sehingga kurang akurat. Dalam penelitian ini telah digunakan algoritma KNN dan ekstraksi fitur GLCM-HSV. Nilai fitur yang digunakan berupa ekstraksi tekstur GLCM dan warna HSV yang nantinya akan dijadikan sebagai parameter perhitungan klasifikasi menggunakan K-NN berdasarkan Euclidean Distance. Data yang digunakan sebanyak 100 data latih dan 25 data uji. Hasil akurasi klasifikasi tertinggi terletak pada K=3 yaitu 96%.
The Involvement of Local Binary Pattern to Improve the Accuracy of Multi Support Vector-Based Javanese Handwriting Character Recognition Sari, Christy Atika; Sari, Wellia Shinta; Shelomita, Viki Ari; Kusuma, Mohammad Roni; Puspa, Silfi Andriana; Gusta, Muhammad Bima
Journal of Applied Intelligent System Vol. 8 No. 2 (2023): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v8i2.8450

Abstract

Indonesia is a country that is rich in cultural diversity. An example of one such variety is the Javanese language. The letters that are usually used in Javanese are non-Latin letters or are usually known as Javanese script. However, along with advances in technology, the Javanese language is increasingly being forgotten. In the past, the Javanese script was used as a subject in schools, aiming for Indonesian students to continue to gain knowledge about the Javanese script. The initial step in the introduction of the Javanese script starts with the preprocessing process by changing the image of the Javanese script from the RGB image to a grayscale image which is then performed feature extraction, where the feature extraction used in this script recognition is texture extraction with the Local Binary Pattern (LBP) algorithm. The results of this processing are obtained information that can be used as a parameter in the Multi Support Vector Machine (SVM) classification to predict Javanese script images. In this study using the LBP method with the Multi SVM Algorithm as a classification algorithm produces a high accuracy of 90% in the recognition of Javanese script, better than using only Multi SVM with an accuracy of 80%.
Counselor Application Frontend with Personality- matching Using Android-Based K-Means Clustering Algorithm Putra, Ifan Perdana; Rachmawanto, Eko Hari; Sari, Wellia Shinta; Rahayuningtyas, Tri Esti; Umam, Choerul; Himawan, Mahadika Pradipta; Yaacob, Noorayisahbe Bt Mohd
(JAIS) Journal of Applied Intelligent System Vol. 9 No. 1 (2024): Journal of Applied Intelligent System
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/jais.v9i1.10217

Abstract

Education is one of the most important things for people to have. Many people are competing for education to increase their abilities. Technology plays a big role in developing access to education to make it easier with many online applications and online classes education becomes easier. However, there are still many unresolved problems in this field of education, namely the emergence of the phenomenon of incompatibility between educators and students so that student interest decreases dramatically because of this. And also, the lack of learning materials taught that are not school subjects such as programming. Therefore, the author and team designed an application where this application can find students a learning mentor outside of school so that they can increase their knowledge. The application also provides a matching feature based on the student's personality so that the student can find a suitable tutor.
Kombinasi Least Significant Bit (LSB-1) Dan Rivest Shamir Adleman (RSA) Dalam Kriptografi Citra Warna Sari, Christy Atika; Sari, Wellia Shinta
Jurnal Masyarakat Informatika Vol 13, No 1 (2022): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.13.1.43314

Abstract

Semakin berkembangnya internet dan aplikasi jaringan, membuat seseorang dapat bertukar pesan, informasi maupun data tanpa dibatasi oleh waktu dan jarak. Dengan adanya itu maka aspek keamanan dari data yang ditukarkan melalui internet dan aplikasi jaringan juga meningkat. Salah satu kategori keamanan komputer utama yang mengkonversi informasi dari bentuk normal ke bentuk yang tidak terbaca adalah kriptografi. Algoritma kriptografi yang popular saat ini adalah Chiper Block Chaining (CBC), algoritma ini merupakan metode kriptografi yang cukup handal dan stabil Algoritma ini paling umum digunakan pada protocol internet TLS dan IPsec. Teknik steganografi juga bisa digunakan untuk menjaga keamanan dan kerahasiaan pesan. Salah satu konsep steganografi adalah LSB. Perlunya digunakan metode pendeteksian tepi untuk memperbesar kapasitas penyisipan lebih banyak pada piksel tepi sehingga dapat menampung pesan lebih banyak tanpa terdeteksi, karena konsep LSB masih lemah. Metode Sobel adalah pendeteksian tepi yang paling umum dan merupakan metode yang terbaik untuk mendeteksi tepi pada grey-level. Setelah dilakukan pengujian menggunakan PSNR dan MSE. hasil penggabungan metode CBC dan LSB-Sobel ini dapat merahasiakan pesan dengan baik dan memiliki kualitas stego-image yang cukup tinggi.
Eye disease classification using deep learning convolutional neural networks Rachmawanto, Eko Hari; Sari, Christy Atika; Krismawan, Andi Danang; Erawan, Lalang; Sari, Wellia Shinta; Laksana, Deddy Award Widya; Adi, Sumarni; Yaacob, Noorayisahbe Mohd
Journal of Soft Computing Exploration Vol. 5 No. 4 (2024): December 2024
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joscex.v5i4.493

Abstract

This study begins with the analysis of the growing challenge of accurately diagnosing eye diseases, which can lead to severe visual impairment if not identified early. To address this issue, we propose a solution using Deep Learning Convolutional Neural Networks (CNNs) enhanced by transfer learning techniques. The dataset utilized in this study comprises 4,217 images of eye diseases, categorized into four classes: Normal (1,074 images), Glaucoma (1,007 images), Cataract (1,038 images), and Diabetic Retinopathy (1,098 images). We implemented a CNN model using TensorFlow to effectively learn and classify these diseases. The evaluation results demonstrate a high accuracy of 95%, with precision and recall rates significantly varying across classes, particularly achieving 100% for Diabetic Retinopathy. These findings highlight the potential of CNNs to improve diagnostic accuracy in ophthalmology, facilitating timely interventions and enhancing patient outcomes. For future research, expanding the dataset to include a wider variety of ocular diseases and employing more sophisticated deep learning techniques could further enhance the model's performance. Integrating this model into clinical practice could significantly aid ophthalmologists in the early detection and management of eye diseases, ultimately improving patient care and reducing the burden of ocular disorders.
A Hybrid Encryption using Advanced Encryption Standard and Arnold Scrambling for 3D Color Images Sari, Wellia Shinta; Astuti, Erna Zuni; Jatmoko, Cahaya
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 10, No. 1, February 2025
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v10i1.2058

Abstract

Digital security ensuring the confidentiality and integrity of visual data remains a paramount challenge. The escalating sophistication of cyber threats necessitates robust encryption methods to safeguard sensitive information from unauthorized access and manipulation. Despite the development of various encryption techniques, inherent vulnerabilities exist within conventional methods that can be exploited by attackers. Therefore, this research aims to investigate the effectiveness of the combined approach of Arnold Scrambling and Advanced Encryption Standard (AES) in mitigating these vulnerabilities and providing a more secure solution. The primary goal of this research is to enhance the security of digital images by mitigating vulnerabilities associated with conventional encryption methods. Arnold Scrambling introduces chaotic mapping to disperse pixel values, while Advanced Encryption Standard (AES) provides robust cryptographic strength through its substitution-permutation network. By combining these methods in an ensemble fashion, the encryption process achieves heightened resilience against various cryptographic attacks. The proposed methodology was evaluated by using standard metrics including Unified Average Changing Intensity (UACI), Number of Pixels Change Rate (NPCR), and entropy analysis. Results indicate consistent performance across multiple test images, namely: Lena, Mandrill, Cameraman, and Plane with Unified Average Changing Intensity (UACI) averaging 33.6% and Number of Pixels Change Rate (NPCR) nearing 99.8%. Entropy values approached maximum, affirming the efficacy of the encryption in generating highly randomized outputs.
OTOMATISASI SISTEM KONTROL TUMBUH KEMBANG TOGA (TANAMAN OBAT KELUARGA) BERBASIS FUZZY C-MEANS Sari, Christy Atika; Sari, Wellia Shinta; Rachmawanto, Eko Hari
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 8, No 01 (2024): SEMNAS RISTEK 2024
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v8i01.7127

Abstract

Tanaman TOGA adalah tanaman obat keluarga yang memiliki peran penting dalam pengobatan tradisional. Dalam beberapa tahun terakhir, terjadi permasalahan serius terkait dengan pertumbuhan dan pemeliharaan tanaman TOGA, yang disebabkan oleh perubahan iklim, urbanisasi, dan kurangnya pengetahuan dalam budidaya tanaman ini. Untuk mengatasi tantangan ini, penelitian mengenai pengembangan Prototype Hidroponik Cerdas dilakukan. Prototype ini mengadopsi teknologi canggih yang memungkinkan pemantauan dan pengendalian otomatis terhadap semua aspek yang memengaruhi pertumbuhan tanaman, termasuk suhu, kelembaban udara, intensitas cahaya, pH larutan nutrisi, dan kadar oksigen dalam air. Dengan demikian, sistem ini mampu meningkatkan konsistensi, kecepatan pertumbuhan, dan kualitas tanaman TOGA, yang pada gilirannya mendukung ketersediaan sumber daya TOGA yang berkualitas tinggi bagi masyarakat serta berkontribusi pada pelestarian lingkungan yang lebih baik secara keseluruhan.
Imperceptible Watermarking Using Discrete Wavelet Transform and Daisy Descriptor for Hiding Noisy Watermark Abdussalam, Abdussalam; Umam, Chaerul; Sari, Wellia Shinta; Rachmawanto, Eko Hari; Shidik, Guruh Fajar; Andono, Pulung Nurtantio; Lestiawan, Heru; Islam, Hussain Md Mehedul
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 2 (2025): JUTIF Volume 6, Number 2, April 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.2.4423

Abstract

This research aims at overcoming the challenge of improving security and robustness in digital image watermarking, a critical activity in protecting intellectual property against misuse and manipulation. In a move to overcome such a challenge, this work introduces a new form of watermarking that incorporates Discrete Wavelet Transform (DWT) and Daisy Descriptor, with a view to enhancing both durability and invisibility of the watermark. The proposed method embeds a noise-variant watermark into selected frequency sub-bands using DWT, while the Daisy Descriptor enhances resistance to noise-based attacks. Testing conducted with three grayscale images, namely Lena, Cameraman, and Lion, each with a resolution of 512 × 512 pixels, showed that the proposed DWT-Daisy Descriptor outperforms current methodologies, producing high Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index (SSIM) values. In fact, in Lena, a PSNR value of 63.71 dB and an SSIM value of 1 were attained, with Cameraman having a PSNR value of 68.33 dB and an SSIM value of 1. As for attack resistivity, a high PSNR value of 50.11 dB under Gaussian attack and 55.70 dB under Salt-and-Pepper attack, with SSIM values approaching 1, confirm the robustness of the proposed scheme. This study highlights the significance of an efficient and secure watermarking technique that not only preserves image quality but also withstands various distortions, making it highly relevant for digital content protection in modern multimedia applications.
Pelatihan Pembuatan Puppet Tokoh Cerita Tradisi Nusantara Berbasis Stop Motion Bersama Mahasiswa-Mahasiswi Animasi Udinus Semarang untuk Pelestarian Budaya Lokal Laksana , Deddy Award Widya; Ernawati, Arni; Nugraini , Siti Hadiati; Setiawan, Agus; Sari, Wellia Shinta
Jurnal Abdidas Vol. 6 No. 2 (2025): April 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/abdidas.v6i2.1131

Abstract

Indonesia memiliki kekayaan budaya yang sangat beragam, salah satunya adalah cerita tradisi Nusantara yang telah diwariskan dari generasi ke generasi. Seiring dengan perkembangan teknologi, animasi stop motion menjadi media kreatif yang dapat dimanfaatkan untuk menghidupkan kembali tokoh-tokoh dalam cerita tradisi Nusantara. Program Pelatihan Pembuatan Puppet Tokoh Cerita Tradisi Nusantara Berbasis Stop Motion bersama Mahasiswa-Mahasiswi Animasi Universitas Dian Nuswantoro Semarang bertujuan memberdayakan masyarakat melalui keterampilan pembuatan puppet. Program Pengabdian Kepada Masyarakat ini menggunakan metode Participatory Action Research (PAR), dengan melibatkan komunitas EHM Art Semarang dalam setiap tahapan, mulai dari identifikasi kebutuhan hingga evaluasi hasil. Peserta memperoleh keterampilan teknis dan pemahaman budaya, sehingga mampu menciptakan produk kreatif bernilai ekonomi. Hasil evaluasi menunjukkan bahwa 90% peningkatan signifikan dalam kemampuan peserta membuat puppet, mendesain karakter, dan menerapkan prinsip animasi stop motion. Selain itu, lebih dari 75% peserta memahami pentingnya melestarikan budaya Nusantara. Testimoni peserta menyoroti manfaat pelatihan dalam meningkatkan rasa percaya diri dan kreativitas. Program Pengabdian Kepada Masyarakat ini membuka peluang komersialisasi puppet sebagai merchandise atau aset animasi independen. Kolaborasi dengan industri lokal memperkuat jejaring pengembangan berkelanjutan. Program ini berkontribusi pada penguatan kurikulum animasi Universitas Dian Nuswantoro Semarang dengan praktik berbasis budaya. Program ini terbukti efektif dalam memberdayakan masyarakat melalui media kreatif yang inovatif.
Co-Authors Abas Setiawan Abdussalam Abdussalam, Abdussalam Agus Setiawan Ajib Susanto Amartya Anugrah Indrawati Lestari Annisa Nafasari Arni Ernawati Bambang Sugiarto Belinda Elsa Aulia Sinatrya Cahaya Jatmoko Chaerul Umam Christy Atika Sari D.R.I.M. Setiadi Dibya Prabo Susanto Eko Hari Rachmawanto Erna Zuni Astuti Guruh Fajar Shidik Gusta, Muhammad Bima Hendi Wijaya Hendriyanto , Novi Heru Lestiawan Ika Novita Dewi Islam, Hussain Md Mehedul Krishna Duta Dharmawan Krismawan, Andi Danang Kusuma, Mohammad Roni Laksana , Deddy Award Widya Laksana, Deddy Award Widya Lalang Erawan Lisa Mardiana Mahadika Pradipta Himawan Maria Alfonsa Chintia Dea Prananingrum Maulana Zaky Muhammad MY. Teguh Sulistyono Nugraini , Siti Hadiati Nurhindarto, Aris Paringdyah Dinda Susilowati Pulung Nurtantio Andono Puspa, Silfi Andriana Putra, Ifan Perdana Putri Mega Arum Wijayanti Rahmalan, Hidayah Richard Emmerig Robert Setyawan Rusyida Baniya Savira Shelomita, Viki Ari Siti Hadiati Nugraini Suhariyanto Suhariyanto Sumarni Adi, Sumarni Tri Esti Rahayuningtyas Umam, Choerul Virna Soraya Yaacob, Noorayisahbe Bt Mohd Yaacob, Noorayisahbe Mohd