Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Abdimas PROSIDING CSGTEIS 2013 Jurnal Simantec Prosiding Semnastek JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Multitek Indonesia : Jurnal Ilmiah JAREE (Journal on Advanced Research in Electrical Engineering) Pancaran Pendidikan
Fitri Damayanti
Universitas Trunojoyo Madura
Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Physics Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Indonesian license plate recognition based on area feature extraction Fitri Damayanti; Sri Herawati; Imamah Imamah; Fifin Ayu M; Aeri Rachmad
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 2: April 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i2.9017

Abstract

The main principle of license plate recognition is to recognize the characters in the license plate which indicates the identity of the vehicle. This research will provide a system which can be implemented to the automatic payment in highway. Indonesian license plate consists of two parts, every of which has certain characters. These characters may become problem in the recognition process. Another problem is on the type of the license plate since Indonesia applies different color for every type of vehicle. In this research, different approaches are employed in the recognition of license plate; that is using character area as the feature value, also known as feature area, and K-Nearest Neighbor (KNN) as classification method. In addition, another method that has been used in our previous research is also employed to detect the character of license plate. The result shows very significant accuracy of 99.44%. In the process of recognition, scenario 1 gives the best accuracy at the K-1 value; that is 68.57% on the license plate and 92.72% on the characters of license plate. In the scenario 2 was obtained the license plate accuracy of 52% and license plate character accuracy of 89.36% with K-5. The system ran in a relatively short computational time.
Efficient Kernel-based Two-Dimensional Principal Component Analysis for Smile Stages Recognition Rima Tri Wahyuningrum; Fitri Damayanti
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 10, No 1: March 2012
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v10i1.766

Abstract

 Recently, an approach called two-dimensional principal component analysis (2DPCA) has been proposed for smile stages representation and recognition. The essence of 2DPCA is that it computes the eigenvectors of the so-called image covariance matrix without matrix-to-vector conversion so the size of the image covariance matrix are much smaller, easier to evaluate covariance matrix, computation cost is reduced and the performance is also improved than traditional PCA. In an effort to improve and perfect the performance of smile stages recognition, in this paper, we propose efficient Kernel based 2DPCA concepts. The Kernelization of 2DPCA can be benefit to develop the nonlinear structures in the input data. This paper discusses comparison of standard Kernel based 2DPCA and efficient Kernel based 2DPCA for smile stages recognition. The results of experiments show that Kernel based 2DPCA achieve better performance in comparison with the other approaches. While the use of efficient Kernel based 2DPCA can speed up the training procedure of standard Kernel based 2DPCA thus the algorithm can achieve much more computational efficiency and remarkably save the memory consuming compared to the standard Kernel based 2DPCA.
Pengenalan Tanda Tangan Dengan Metode Modified Direction Feature (Mdf) Dan Euclidean Distance Fitri Damayanti; Wahyudi Setiawan
PROSIDING CSGTEIS 2013 CSGTEIS 2013
Publisher : PROSIDING CSGTEIS 2013

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

Abstract

Abstrak — Tanda tangan merupakan suatu skema untukmemvalidasi suatu transaksi maupun proses tertentu yangbersifat personal dan sudah umum digunakan. Dahulu sistemvalidasi atau proses pengenalan terhadap tanda tangan seseorangmungkin hanya dilakukan dengan proses pemantauan secaralangsung dengan menggunakan mata telanjang. Dengan semakinmajunya teknologi serta ilmu pengetahuan yang mendukungnya,maka sangat dimungkinkan untuk mengenali suatu tanda tangansecara komputerisasi.Penelitian ini membangun sistem pengenalan tanda tangansecara offline dimana proses ekstraksi ciri menggunakan metodeModified Direction Feature (MDF) untuk mendapatkan ciri padasetiap karakter masukan. Ekstraksi ciri pada metode ModifiedDirection Feature (MDF) merupakan teknik hasil pengembangandari metode Direction Feature (DF). Teknik ini menggabungkanantara teknik Direction Feature (DF) dan Transition Feature(TF). Modified Direction Feature (MDF) akan menghasilkanvektor ciri dengan pedoman arah horizontal dan vertikal,kemudian melakukan penggabungan untuk menghasilkan vektorciri yang spesifik, selanjutnya dilakukan perhitungan klasifikasidengan menggunakan metode Euclidean Distance untukmengenali tanda tangan.Dari uji coba yang dilakukan pada sistem, hasil terbaik untukpengenalan citra tanda tangan diperoleh dengan jumlah datapelatihan sebanyak 100 citra dan data uji coba sebanyak 25 citra.Hasil akurasi sistem yang didapatkan tertinggi sebesar 72 %.Kata Kunci — Tanda Tangan; Modified Direction Feature;Euclidean Distance
PENGEMBANGANM-LEARNING BAHASA ARAB BERBASIS LTSA DENGAN PENDEKATAN ADDIE Andri Kusuma Bhakti; Firdaus Solihin; Fitri Damayanti
Jurnal Simantec Vol 6, No 2 (2017)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v6i2.3809

Abstract

KLASIFIKASI CITRA RETINA MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK MENDETEKSI MAKULOPATI DIABETIK Wahyudi Setiawan; Fitri Damayanti
Prosiding Semnastek PROSIDING SEMNASTEK 2016
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Pengenalan  pola bertujuan untuk mengelompokkan citra ke dalam kelas tertentu berdasarkan pada ciri-ciri utama yang dimiliki. Secara umum, pengenalan  pola terdiri dari 4 tahapan yaitu preprosesing, segmentasi, ekstraksi fitur dan klasifikasi. Pada penelitian ini pengenalan pola diterapkan pada deteksi  tingkat Makulopati Diabetik. Makulopati Diabetik merupakan kelainan pada mata yang disebabkan oleh rusaknya pembuluh darah akibat komplikasi penyakit diabetes melitus yang terjadi di sekitar makula.    Untuk mendeteksi awal penyakit  makulopati diperlukan analisis dokter dari citra fundus. Citra fundus merupakan citra hasil foto retina menggunakan kamera fundus. Dataset yang digunakan yaitu MESSIDOR sebanyak 75 citra retina, terdiri dari 3 kelas yaitu Edema Makula (EM) tingkat 1, EM tingkat 2 dan EM tingkat 3.  Ekstraksi fitur menggunakan Two Dimensional  Linear Discriminant Analysis, sedangkan klasifikasi menggunakan k-Nearest Neighbor. Dari hasil ujicoba didapatkan prosentase pengenalan maksimal hingga 93,33%.        Kata kunci:  Pengenalan Pola, Klasifikasi, Makulopati  Diabetika, Two Dimensional Linear Discriminant Analysis, k-Nearest Neighbor.
Pengabdian Kepada Masyarakat untuk Siswa dan Pengelola Pusat Kegiatan Belajar Masyarakat di Kabupaten Bangkalan Fitri Damayanti; Mohammad Syarief; Wahyudi Setiawan
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 1, No 1 (2017)
Publisher : LPPM ITATS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jpp-iptek.2017.v1i1.148

Abstract

Pendidikan merupakan hak dasar setiap warga negara. Pendidikan dibutuhkan untuk mewujudkan Sumber Daya Manusia (SDM) yang berkualitas. Salah satu permasalahan pendidikan yaitu kurangnya pemerataan kesempatan untuk mendapatkan pendidikan yang layak. Pendidikan Non Formal menjadi alternatif solusi penyelenggaraan pendidikan. Pada penelitian ini dibangun sebuah sistem informasi pengelolaan data sekolah. Sistem informasi terdiri dari lima tingkat user yaitu administrator utama, administrator sekolah, guru, siswa dan umum. Data yang diolah berupa data sekolah, fasilitas, pengelola, guru, siswa serta informasi umum. Untuk data siswa terdapat history mulai siswa masuk hingga siswa lulus. Selain itu terdapat pula Satuan Acara Pembelajaran (SAP) yang menginformasikan materi-materi yang harus disampaikan pada proses belajar mengajar. Sistem informasi ini akan dilengkapi dengan aplikasi pembelajaran untuk Ujian Nasional bagi siswa kejar paket C yang terdiri dari materi dan latihan ujian pilihan ganda untuk mata pelajaran ekonomi, sosiologi, bahasa Indonesia, bahasa Inggris, Geografi dan Matematika. Data dan informasi yang diolah berasal dari Dinas Pendidikan Kabupaten Bangkalan serta penyelenggara program kejar paket. Sedangkan materi aplikasi pembelajaran berasal dari buku-buku pelajaran tertentu setingkat SMA. Diharapkan sistem informasi pengelolaan data sekolah dan aplikasi pembelajaran untuk siswa kejar paket C ini dapat meningkatkan mutu pendidikan sekolah non formal di wilayah kabupaten Bangkalan.
SISTEM INFORMASI RUMAH KOST BERBASIS WEB DANGOOGLE MAPS API Fitri Damayanti
MULTITEK INDONESIA Vol 10, No 1 (2016): Juni
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (636.672 KB) | DOI: 10.24269/mtkind.v10i1.235

Abstract

Perkembangan teknologi semakin cepat sehingga memaksa masyarakat dalam memanfaatkan teknologi informasi semaksimal mungkin dalam segala aktifitasnya, salah satunya untuk para mahasiswa yang akan menjalani kuliah di tempat yang jauh dari tempat tinggalnya. Untuk itu mahasiswa harus mencari tempat tinggal sementara sampai studinya selesai. Informasi tentang kost biasanya didapat dari mulut ke mulut atau selebaran kertas di jalan, hal ini sangat merepotkan karena membutuhkan perantara. Dengan berkembangnya dunia internet dan web maka pembuatan Sistem Informasi Rumah Kost Berbasis Web dan Googe Maps API dapat membantu para mahasiswa yang mencari kos untuk mendapatkan informasi rumah kos, memudahkan pemesanan kamar dan memudahkan pemilik kos dalam memasarkan rumah kosnya
Predicting the Final result of Student National Test with Extreme Learning Machine Eka Mala Sari Rochman; Aeri Rachmad; Fitri Damayanti
Pancaran Pendidikan Vol 7, No 2 (2018)
Publisher : The Faculty of Teacher Training and Education The University of Jember Jember, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (580.663 KB) | DOI: 10.25037/pancaran.v7i1.159

Abstract

The level of student achievement is a benchmark of the quality assessment of a school. This student's assessment is based on the national final exam scores every year. When the national exam score increases, it will affect the number of students who will enroll in a school. It affects the number of classes to be opened in the registration of new student candidates. This study aims to predict student achievement based on the value of subjects that become the focus on the final national examination. One method of forecasting in the Artificial Neural Network (ANN) is the Extreme Learning Machine (ELM). The working principle in this method is basically the same as ANN method in general. Namely, there are input layer, hidden layer and output layer. By randomly assigning the input parameters, the ELM generates good generalization performance. By using 20-20-1 network architecture, this research has a result in a small RMSE value of 0.314.
Peningkatan Manajemen Administrasi Data dan Aktivitas Pembelajaran pada Pusat Kegiatan Belajar Masyarakat di Kabupaten Bangkalan Wahyudi setiawan; fitri damayanti; Mohammad Syarief
Jurnal Abdimas Vol 21, No 2 (2017): December 2017
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/abdimas.v21i2.10552

Abstract

Pendidikan  merupakan hak dasar setiap warga negara. Pendidikan dibutuhkan untuk mewujudkan Sumber Daya Manusia (SDM) yang berkualitas. Salah satu permasalahan pendidikan yaitu kurangnya pemerataan kesempatan untuk mendapatkan pendidikan yang layak. Pendidikan Non Formal menjadi alternatif solusi penyelenggaraan pendidikan. Pada penelitian ini dibangun sebuah sistem informasi pengelolaan data sekolah. Sistem informasi terdiri dari lima tingkat user yaitu administrator utama, administrator sekolah, guru, siswa dan umum. Data yang diolah berupa data sekolah, fasilitas, pengelola, guru, siswa serta informasi umum. Untuk data siswa terdapat history mulai siswa masuk hingga siswa lulus. Selain itu terdapat pula Satuan Acara Pembelajaran (SAP) yang menginformasikan materi-materi yang harus  disampaikan pada proses belajar mengajar. Sistem informasi ini akan dilengkapi dengan aplikasi pembelajaran untuk Ujian Nasional bagi siswa kejar paket C yang terdiri dari materi dan latihan ujian pilihan ganda untuk mata pelajaran ekonomi, sosiologi, bahasa Indonesia, bahasa Inggris, Geografi dan Matematika. Data dan informasi yang diolah berasal dari Dinas Pendidikan Kabupaten Bangkalan serta penyelenggara program kejar paket. Sedangkan materi aplikasi pembelajaran berasal dari buku-buku pelajaran tertentu setingkat SMA. Diharapkan sistem informasi pengelolaan data sekolah dan aplikasi pembelajaran untuk siswa kejar paket C ini dapat meningkatkan mutu pendidikan sekolah non formal di wilayah kabupaten Bangkalan.  
The Comparison of GAN and CNN Models in the Innovation of Coloring Madura and Bali Batik Yohan Permana; Arik Kurniawati; Fitri Damayanti; I Ketut Adi Purnawan
JAREE (Journal on Advanced Research in Electrical Engineering) Vol. 9 No. 2 (2025): July
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jaree.v9i2.467

Abstract

This study aims to innovate automatic coloring of batik patterns using deep learning models. Specifically, it compares the performance of Generative Adversarial Network (GAN) with pretrained Caffe-based Convolutional Neural Networks (CNN) in coloring images of Madura and Bali batik. The dataset consists of 388 Madura batik images for training, 97 for validation, and 20 distinct images of both Bali and Madura batik for testing. This dataset was obtained through web scraping from batik posts on social media platforms like Instagram, Bing Image Search using specific keywords, and Kaggle, followed by a manual combination and cleaning process. The GAN model was trained with varying epochs (40, 80, 150), while the CNN utilized pretrained Caffe weights. Evaluation was conducted using Peak Signal-to-Noise Ratio (PSNR), Fréchet Inception Distance (FID), Mean Squared Error (MSE), and Structural Similarity Index (SSIM). The results indicate that the GAN model with 150 epochs outperformed the CNN, achieving a PSNR of 29.702, an FID of 84.016, an MSE of 511.8812, and an SSIM of 0.9925, demonstrating superior color creation and artistic detail in batik. Conversely, the CNN model exhibited lower performance, with a PSNR of 28.218, an FID of 200.271, and an SSIM of 0.7925, indicating its limitations in preserving the intricate patterns and colors of batik. This research demonstrates the applicability of GAN in automatic batik coloring, potentially providing innovative solutions for the batik industry while maintaining the cultural and artistic integrity of traditional designs.
Co-Authors Aeri Rachmad Andri Kusuma Bhakti Arik Kurniawati Fifin Ayu M Firdaus Solihin I Ketut Adi Purnawan Imamah Imamah Mohammad Syarief Mohammad Syarief Rima Tri Wahyuningrum Rochman, Eka Mala Sari Sri Herawati Wahyudi Setiawan Yohan Permana