Article Per Year (5 Year)
p-Index From 2021 - 2026
2.488
P-Index
This Author published in this journals
All Journal Telematika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Creative Information Technology Journal INTECOMS: Journal of Information Technology and Computer Science METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi JURIKOM (Jurnal Riset Komputer) Journal on Education CCIT (Creative Communication and Innovative Technology) Journal Jurnal Tecnoscienza JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Infotek : Jurnal Informatika dan Teknologi Infokes : Jurnal Ilmiah Rekam Medis dan Informasi Kesehatan EXPLORE Indonesian Journal Computer Science (ijcs) SmartComp Explore Jurnal Pengabdian Masyarakat (JURDIMAS)
Anggit Dwi Hartanto
Universitas AMIKOM Yogyakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Creative Information Technology Journal

 1 
Pemilihan Parameter Terbaik pada Algoritma Winnowing dalam Mendeteksi Tingkat Kesamaan Dokumen Bahasa Indonesia Wahyu Hidayat; Ema Utami; Anggit Dwi Hartanto
Creative Information Technology Journal Vol 7, No 2 (2020): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i2.256

Abstract

Pengidentifikasian terkait plagiarisme terhadap dokumen berbahasa Indonesia telah dilakukan di penelitian terkait, untuk pendeteksi tingkat kesamaan dokumen. Dalam penelitian tersebut telah digunakan algoritma pendeteksi kesamaan dokumen dengan metode fingerprint sseperti Algoritma Winnowing. Algoritma Winnowing memiliki perbedaan pada penggunaan parameter seperti ada yang menggunakan k-gram dan n-gram. Dari perbedaan parameter tersebut dilakukan penelitian performa dari perbandingan penggunaan parameter yang berbeda pada pemotongan string pada tahap algoritma Winnowing sehingga dapat diketahui parameter yang mempunyai tingkat performa yang paling baik. Hasil penelitian pada k-gram memiliki tingkat nilai similarity yang tinggi namun ketika nilai jumlah k semakin besar akan mengurangi tingkat nilai similarit dengan rata-rata hasil pada k = 2 sebesar 0.5299, k = 3 sebesar 0.1689, k = 5 sebesar 0.0283 dan k = 7 sebesar 0.0095. Penerapan pemotongan string n-gram pada unigram memiliki rata-rata tingkat similarity sebesar 0.0683, bigram 0.003, pada trigram dan four-gram sebesar 0.000. Pada perbandingan kecepatan pemrosesan waktu k-gram dan n-gram tidak terlihat perbedaan yang signifikan dan keduanya mendominasi selama 6 detik.Kata Kunci—Algoritma Winnowing, Jaccard Similarity, Fingerprint, K-gram, N-gramIdentification related to plagiarism of Indonesian language documents has been carried out in related research, such as for the purpose of detecting the level of similarity documents. In this research, algorithm similarity detection algorithms have been used, especially with the fingerprint method wich Winnowing algorithm. Winnowing algorithm using parameters such as those using k-gram and n-gram. From these different parameters, a study of the performance of the comparison the use of different parameters in the string cutting at the Winnowing algorithm stage can be found out which parameter has the best level of performance. The results of research on k-gram have a high level of similarity value, but when the value of the number of k gets bigger it will reduce the level of similarity values with an average result at k = 2 of 0.5299, k = 3 of 0.1689, k = 5 of 0.0283 and k = 7 in the amount of 0.0095. The application of cutting n-gram strings on unigram has an average similarity level of 0.0683, bigram 0.003, on trigrams and four-grams of 0.000. In the comparison of the processing speed of k-gram and n-gram time, there was no significant difference, and both dominated for 6 seconds. Keywords— Winnowing algorithm, Jaccard Similarity, Fingerprint, K-gram, N-gram
Tinjauan Literatur Sistematik tentang Structural Similarity Index Measure untuk Deteksi Anomali Gambar Halim Bayuaji Sumarna; Ema Utami; Anggit Dwi Hartanto
Creative Information Technology Journal Vol 7, No 2 (2020): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i2.248

Abstract

Image enhancement merupakan prosedur yang digunakan untuk memproses gambar sehingga dapat memperbaiki atau meningkatkan kualitas gambar agar selanjutnya dapat dianalis untuk tujuan tertentu. Ada banyak algoritma image enhancement yang dapat diterapkan pada suatu gambar, salah satunya dapat menggunakan algoritma structural similarity index measure (SSIM), algoritma ini berfungsi sebagai alat ukur dalam menilai kualitas gambar, bekerja dengan membandingkan fitur structural dari gambar, dan kualitas gambar dijelaskan oleh kesamaan structural. Selain untuk menilai kualitas suatu gambar, SSIM dapat menjadi metode dalam menganalisis perbedaan gambar, sehingga diketahui anomali dari perbandingan dua gambar berdasarkan data structural dari sebuah gambar. Tinjauan literature sistematis ini digunakan untuk menganalisis dan fokus pada algoritma SSIM dalam mengetahui anomaly 2 gambar yang terlihat mirip secara human visual system. Hasil sistematis review menunjukkan bahwa penggunaan algoritma SSIM dalam menilai kualitas gambar berkorelasi kuat dengan HVS (Human Vision System) dan dalam deteksi anomaly gambar menghasilkan akurasi yang berbeda, karena terpengaruh intensitas cahaya dan posisi kamera dalam mengambil gambar sebagai dataset.Kata Kunci— SSIM, anomaly, gambar, deteksiImage enhancement is a procedure used to process images so that they can correct or improve image quality so that they can then be analyzed for specific purposes. Many image enhancement algorithms can be applied to an image. one of the usable methods is the structural similarity index measure (SSIM) algorithm, this algorithm serves as a measuring tool in assessing image quality. It works by comparing the structural features of images, and the image quality is explained by structural similarity. In addition to assessing the quality of an image, SSIM can be a method of analyzing image differences. So, the anomalies are known from the comparison of two images based on the structural data from an image. This systematic literature review is used to analyze and focus on the SSIM algorithm in knowing anomaly 2 images that look similar to the human visual system. Systematic review results show that the use of the SSIM algorithm in assessing image quality is strongly correlated with HVS (Human Vision System). In anomaly detection of images produces different accuracy because it is affected by light intensity and camera position in taking pictures as a dataset.Keywords— SSIM, anomaly, gambar, deteksi
Co-Authors Ahmad Fauzi Akhmad Efendi Al Abdul Rohim Alva Hendi Muhammad Alvina Felicia Watratan Anik Sri Widowati Biva Candra Lutfi Adiatma Bobby Candera Lim Candra Adipradana Deas Pradana Edy Hardianto Rifeni Ema Utami Eny Nurnilawati Fajar Surya Putro Fakhrur Wiradhika Halim Bayuaji Sumarna Hanafi Hanafi Hartatik Hery Priandoko Idris Idris Ivan Rifky Hendrawan Jangkung Tri Nygroho Kusrini Kusrini Muhammad Ilham Fadila Muhammad Ridlo Arifandi Mulia Sulistiyono Omar Muhammad Altoumi Alsyaibani Pamela Hapsari Putri Rumini Rumini Taufiq Nashrullah Triana Triana Wahyu Hidayat wahyuni, wenti ayu Winarnie