Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JAIS (Journal of Applied Intelligent System) JURNAL NASIONAL TEKNIK ELEKTRO Abdimasku : Jurnal Pengabdian Masyarakat
Septian Enggar Sukmana
Universitas Dian Nuswantoro
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Inkonsistensi Antara Hasil Pengukuran SSIM Dengan Kondisi Visual Citra Hasil Metode Denoising Berbasis Ant Colony Optimization Septian Enggar Sukmana; Dewi Nurfitri Oktaviani
Techno.Com Vol 16, No 3 (2017): Agustus 2017
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (801.452 KB) | DOI: 10.33633/tc.v16i3.1453

Abstract

Hasil denoising perlu dievaluasi untuk mengetahui nilai hasil secara terukur yang bertujuan untuk mendapatkan penilaian secara objektif. Seperti halnya teknik denoising, teknik evaluasi hasil citra juga dapat dilakukan baik pada domain spasial maupun domain frekuensi. Bagimanapun, hasil denoising pada citra sangat fokus pada bagian visual sehingga penilaian secara visual merupakan penilaian yang sangat penting. Penilaian secara visual dapat ditempuh melalui metode structural similarity index measurement (SSIM). SSIM melakukan teknik evaluasi dengan cara perbandingan antara citra hasil denoising dengan citra asli. Berdasarkan penelitian pada modifikasi metode denoising AntShrink telah ditemukan kelemahan SSIM terhadap kurangnya kemampuan SSIM dalam membaca kondisi blur. Untuk mengetahui ketepatan penemuan tersebut, evaluasi citra berbasis blur dan pemetaan SSIM dilakukan. Ketepatan temuan terbukti pada setiap tingkat noise yang tinggi (tingkat noise > 50 ) dengan representasi hasil citra yang memiliki banyak blur namun hasil penilaian indeks oleh SSIM dianggap tinggi. Hasil ini cukup serupa dengan hasil pada metode AntShrink yang menunjukkan trend angka lebih kecil daripada hasil metode usulan.
Color Variation from Vehicle on The Road and Its Environment Through Subtle Motion Study Case Septian Enggar Sukmana; Farah Zakiyah Rahmanti
Journal of Applied Intelligent System Vol 3, No 1 (2018): 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.v3i1.1835

Abstract

Road accident has been serious case in Indonesia, the big number of the cases is not decreasing for six years. Many ways have been done, one of example is exploiting smart camera or CCTV to observe mocement estimation explicitly or implicitly. One problem is when explicit-based technique is applied, the computation process would take more resource. Implicit-based technique like exploitting processing-based frequency domain must be tried to make a better study and produce more knowledge in this study field. Color magnification can helpful information to support better movement estimation. This eulerian-based technique may be the one useful method to help this study. This paper implements eluerian video magnification to get color magnification on road as observed environment. This technique produces unexpected result that unknown black color appears, it still ambiguous because some scene can be described as black color object magnification result and another is shocking camera effect so that the technique is difficult to obtain color magnfication result. PSNR results quite better value because in spite of color magnification result distraction, the scenery of the road is not covered fully. SSIM shows that some mapping in each video data can not results same pattern, it is suspicious that SSIM mapping is affected by this color magnification result.
Plasmodium Falciparum Identification in Thick Blood Preparations Using GLCM and Support Vector Machine (SVM) Farah Zakiyah Rahmanti; Novita Kurnia Ningrum; Septian Enggar Sukmana; Prajanto Wahyu Adi
Journal of Applied Intelligent System Vol 2, No 1 (2017): April 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i1.1388

Abstract

Malaria is one of the serious diseases that require rapid handling, otherwise it can lead to death. One of the causes of malaria parasites is plasmodium falciparum which can cause severe or fatal malaria. Handling a medical late can increase the risk of death. Therefore, it takes a rapid identification system with a high percentage of accuracy to reduce the risk of death. This research aims to build an identification system of plasmodium falciparum in thick blood film using Gray Level Co-occurrence Matrix (GLCM) and Support Vector Machine (SVM). The GLCM is used to get texture feature values such as contrast, correlations, energy, and homogeneity from images. Those values is processed and as an input of classification using SVM. The research result using SVM for accuracy value of  plasmodium falciparum identification can reach 93.33%.
Subtle Changes of Basketball Player in Video Based Euler Method Septian Enggar Sukmana; Nisa'ul Hafidhoh; Dwi Harini Sulistyawati
Journal of Applied Intelligent System Vol 2, No 2 (2017): December 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i2.1503

Abstract

Analysing basketball player movement is not performed conventionally recently. Combining science and technology in sport has made a great impact. Basketball player movement analysis using latest technology can achieved by many ways such as retrieving information from video. A video that contains basketball match can be valuable resource to be analysed by computer vision technique. Player movement estimation can be separated into two categories such explicitly or implicitly. Player movement estimation that is performed implicitly is assumed more efficient than explicitly one, but in consequent, it has exploiting series computation like Lagrangian or Eulerian to the pixel color value and it is not easy to be seen by human visual system. This paper uses Eulerian series because of its succest in the previous research activity that called eluerian video magnification technique. That technique is implemented to basketball player in the field and it is not easy task because it is the object is formed as group in certain environment.
Pengembangan Modul Klasifikasi Apel Envy dan Pasific Rose Menggunakan Jaringan Saraf Tiruan (JST) Farah Zakiyah Rahmanti; Prajanto Wahyu Adi; Ion Ataka; Septian Enggar Sukmana
JURNAL NASIONAL TEKNIK ELEKTRO Vol 5 No 2: Juli 2016
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (385.546 KB) | DOI: 10.25077/jnte.v5n2.283.2016

Abstract

The variety of apple has similarity with each other, therefore it makes human visual perception difficult to differentiate some of them.  The conventional way is often carried out human vision  subjective perception, this way makes classification result becomes less. Apple classification  using information technology is one step to classify apple more accurate and to help human in apple plantations processing. The goal of this research is developing classification stage on envy and pasific rose apple. The major goal is to classify envy and pacific rose apple using Artificial Neural Network (ANN). Doing feature extraction of training and testing apple images aims that  images can be recognized as envy or pasific rose. The way of getting feature extraction is using statistical approach of RGB color histogram from an image. The feature extraction values of RGB color histogram of apple images are intensity, standard deviation, skewness, energy, entropy, and smoothness. Then, those values as an input of classification step using ANN feed-forward backpropagation. The results of this research are consists of three scenario of experiment, first skenario is using 50 training data 10 testing data, it has accuracy value 80%. Second scenario is using 70 training data 10 testing data, it also has accuracy value 80%. Third scenario is using 90 training data 10 testing data, it has accuracy value 90%. This experiment result shows that the highest accuracy value is in third scenario.Keywords : Apple, Feature extraction, Artificial neural network, BackpropagationAbstrak — Jenis apel yang beragam dan beberapa diantaranya memiliki kemiripan membuat persepsi pandang manusia sulit membedakan jenis-jenis apel tertentu. Cara konvensional yang sering dilakukan adalah penilaian subyektif dari persepsi pandang manusia. Penilaian subyektif tersebut bisa menghasilkan pengelompokan jenis apel yang kurang tepat. Teknik pengenalan jenis apel berbasis teknologi informasi menjadi salah satu langkah untuk membantu pengelompokan jenis apel supaya lebih tepat dan akurat serta lebih meringankan tugas manusia pada bidang pengolahan hasil perkebunan apel. Penelitian ini bertujuan untuk mengembangkan tahapan klasifikasi apel envy dan pasific rose. Tujuan utamanya adalah mengklasifikasi buah apel jenis envy dan pasific rose dengan menggunakan Jaringan Saraf Tiruan (JST) atau sering disebut dengan Artificial Neural Network (ANN). Citra apel terlebih dahulu dilakukan ekstraksi fitur yang unik dari citra latih dan citra uji, agar citra tersebut dapat dikenali.  Salah satu cara ekstraksi fitur adalah dengan menggunakan pendekatan statistik dari histogram warna RGB sebuah citra. Nilai-nilai yang bisa diambil dari histogram warna RGB citra apel adalah nilai rerata intensitas, standar deviasi, skewness, energi, entropi, dan smoothnes.  Kemudian nilai-nilai tersebut sebagai nilai masukan untuk tahapan klasifikasi menggunakan JST feed-forward backpropagation. Hasil pengujian dibagi menjadi tiga skenario, pertama dengan data latih 50 data uji 10 memiliki nilai akurasi sebesar 80%. Skenario pengujian kedua dengan data latih 70 data uji 10 memiliki nilai akurasi sebesar 80%. Skenario pengujian ketiga dengan data latih 90 data uji 10 memiliki akurasi sebesar 90%. Hasil pengujian tersebut menunjukan bahwa nilai akurasi tertinggi terletak pada pengujian ketiga.Kata Kunci : Apel, Ekstraksi fitur, Jaringan saraf tiruan, Backpropagation
Pembelajaran Berkomunikasi Secara Mandiri Menggunakan Aplikasi Indottavs Siswa Tuna Rungu Wicara Pada SLB Widya Bhakti Dan SLB Swadaya Semarang - Muljono; R Arief Nugroho; - Pujiono; Septian Enggar Sukmana; Syaiful A. Septemuryantoro
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 1, No 1 (2018): Januari 2018
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (294.841 KB) | DOI: 10.33633/ja.v1i1.4

Abstract

Salah satu permasalahan yang dihadapi Sekolah Luar Biasa (SLB) yang ada di  kota Semarang adalah sangat sedikitnya jumlah SLB yang menangani siswa tuna rungu dan sangat terbatasnya jumlah guru khusus untuk melatih berkomunikas bagi siswa berkebutuhan khusus tuna rungu. Dengan adanya ketidakseimbangan rasio guru dan siswa, dimana jumlah guru sangatlah sedikit dibanding dengan jumlah siswa berkebutuhan khusus tuna rungu, maka banyak siswa tidak dapat tertangani secara rutin dan berkelanjutan dalam belajar dan berlatih berkomunikasi menggunakan bahasa Indonesia. Selain hal tersebut, kegiatan melatih berkomunikasi membutuhkan waktu yang lama dan berkelanjutan, sehingga banyak guru dan siswa yang jenuh dan bosan dalam kegiatan tersebut. Perguruan Tinggi (PT) adalah salah satu lembaga yang diharapkan berperan aktif dalam proses terlaksananya transfer ilmu pengetahuan atau knowledge transfer kepada masyarakat luas dalam  bentuk  diseminasi  hasil  penelitian  yang telah  dilakukan. Pelatihan pembelajaran mandiri berkomunikasi untuk siswa tuna rungu menggunakan sistem aplikasi Text To Audio Visual Speech Bahasa Indonesia (IndoTTAVS) yang telah penulis kembangkan, bertujuan untuk mengatasi permasalahan terbatasnya jumlah SLB dan guru yang menangani siswa tuna rungu, mengatasi kejenuhan dan kebosanan dalam proses belajar mengajar serta mempercepat kemampuan berkomunikasi bagi siswa tersebut. Aplikasi IndoTTAVS adalah sebuah aplikasi yang dapat membangkitkan suara dengan visualisasi (audio-visual) dari text yang dimasukkan. Visualisasi yang dibangkitkan dari text masukan, berupa sebuah animasi dari bentuk mulut yang terdiri dari bibir, gigi dan lidah yang akan bergerak sesuai dengan suara yang dihasilkan. Siswa dapat belajar berkomunikasi dengan cara menirukan gerakan mulut (bibir, gigi dan lidah) untuk berlatih bicara sesuai text yang diinputkan. Pelatihan sudah dilakukan di SLB B Swadaya dan SLB B Widya Bhakti Semarang. Siswa berlatih untuk memahami apa yang diucapkan dengan membaca gerakan mulut bibir (lip-reading) dari aplikasi dan berlatih menirukannya. Sistem ini dapat digunakan secara mandiri oleh siswa dan dapat digunakan oleh guru sebagai alat bantu pembelajaran dalam kelas.
Co-Authors Dewi Nurfitri Oktaviani Dwi Harini Sulistyawati Farah Zakiyah Rahmanti Ion Ataka Muljono, - Nisa'ul Hafidhoh Novita Kurnia Ningrum Prajanto Wahyu Adi Pujiono Pujiono R Arief Nugroho Syaiful A. Septemuryantoro