Article Per Year (5 Year)
p-Index From 2020 - 2025
2.715
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Jurnal Edukasi dan Penelitian Informatika (JEPIN) EMITTER International Journal of Engineering Technology Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) eProceedings of Engineering
Kurniawan Nur Ramadhani
Universitas Telkom
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Verifikasi Tanda Tangan Online Menggunakan Algoritma Genetika Dan Support Vector Machine Pima Hani Safitri; Anditya Arifianto; Kurniawan Nur RAMADHANI
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Tanda tangan merupakan salah satu alat autentifikasi yang sering digunakan. Banyak hal didunia ini yang diresmikan menggunakan tanda tangan. Setiap orang memiliki karakteristik tanda tangan yang cukup beragam. Pengenalan tanda tangan secara offline masih mungkin memiliki banyak kesalahan karena itu dikembangkan pengenalan tanda tangan secara online dengan menggunakan fitur-fitur dinamis dari tanda tangan. Pada penelitian ini, dibangun dua skema yaitu tanpa pemilihan fitur menggunakan Algoritma Genetika dan tanpa pemilihan fitur. Sistem verifikasi ini menggunakan algoritma Support Vector Machine(SVM) untuk memverifikasi tanda tangan karena SVM sudah terbukti di penelitian sebelumnya dapat menghasilkan akurasi yang baik. Penelitian ini juga ditujukan untuk menemukan fitur-fitur yang penting dalam sebuah tanda tangan dari enam kelompok fitur yang diuji. Dataset yang digunakan adalah dataset SVC2004 yang berisi tanda tangan 5 orang yang masing masing memiliki 20 tanda tangan asli dan 20 tanda tangan palsu yang ditiru oleh professional. Hasil penelitian menunjukkan Algoritma Genetika dapat menghasilkan akurasi 94.40% dan lebih baik 4.21% dibandingkan tanpa melalui pemilihan fitur. Kelompok fitur yang berpengaruh adalah kelompok fitur Geometry dan Miscellaneous karena menghasilkan akurasi yang lebih baik daripada kelompok fitur lainnya. Kata kunci : verifikasi tanda tangan, algoritma genetika, Support Vector Machine(SVM), kelompok fitur Abstract Signatures are one of the most commonly used authentication tools. Many things in this world are inaugurated using signatures. Everyone has signature characteristics that are quite diverse. The verification of offline signatures may still have many errors because it developed the verification of signatures online by using the dynamic features of the signature. In this research, two schemes are built without the feature selection using Genetic Algorithm and without feature selection. This verification system uses the Support Vector Machine (SVM) algorithm to verify the signature because SVM has been proven in previous research to produce good accuracy. The study is also intended to find important features in a signature of the six groups of features tested. The dataset used is a SVC2004 dataset containing 20 authentic signatures and 20 fake signatures imitated by professionals of 5 users. The results showed Genetic Algorithm can produce 94.40% and 4.21% better than without the selection of features. Influential feature groups are Geometry and Miscellaneous feature groups because they produce better accuracy than other feature groups. Keywords: signature verification, Genetic Algorithm, Support Vector Machine(SVM), feature group
Deteksi Dan Klasifikasi Rambu Lalu Lintas Menggunakan Support Vector Machine Agnes Dirgahayu Palit; Mohamad Syahrul Mubarok; Kurniawan Nur Ramadhani
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Traffic Sign Detection and Classification (Sistem Deteksi dan Klasifikasi Rambu Lalu Lintas) merupakan sistem untuk mendeteksi dan mengklasifikasikan rambu lalu lintas pada citra. Pada sistem ini, proses deteksi objek rambu lalu lintas, dibagi menjadi 2 bagian, yaitu dengan menyeleksi channel warna yang diinginkan (yang sesuai dengan warna rambu lalu lintas yang di cari), sebagai deteksi warna, dan menghitung derajat kebundaran dan segiempat objek sebagai deteksi bentuk objek. Sebagai ekstraksi ciri, Histogram of Oriented Gradient (HOG) digunakan untuk ektraksi ciri bentuk, colour moment untuk ekstraksi warna. Sedangkan untuk klasifikasi menggunakan Support Vector Machines (SVM). Sistem yang telah dibangun pada penelitian ini menghasilkan performansi sebesar 93.5946% menggunakan micro average f1-score. Kata Kunci: Traffic sign detection and recognition, Support Vector Machine, Histogram of Oriented Gradient, colour moment
Pengenalan Angka Tulisan Tangan Dengan Penerapan Freeman Chain Code Yang Dimodifikasi Fitri Amalia Hadi; Tjokorda Agung Budi Wirayuda; Kurniawan Nur Ramadhani
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sistem pengenalan angka tulisan tangan dapat dimanfaatkan pada rekapitulasi perhitungan suara Pemilihan Presiden dan Wakil Presiden 2014 yang dicatat pada formulir model C1. Namun setiap orang memiliki cara penulisan angka yang berbeda, sehingga sistem pengenalan angka tulisan tangan dibangun diharapkan dapat mengenali angka dengan baik. Sistem ini terdiri dari beberapa tahap, yaitu tahap preprocessing, ekstraksi ciri, dan klasifikasi. Ciri dari citra kerangka objek hasil preprocessing dibangun metode Freeman Chain Code yang dimodifikasi dengan melakukan pembagian region citra, pembentukan histogram chain code, dan penambahan 4 ciri visual. Selanjutnya hasil ekstraksi ciri diujikan menggunakan dua buah metode klasifikasi yaitu K-NN dan JST Backpropagation. Hasil pengujian menunjukkan bahwa metode ekstraksi ciri Freeman Chain Code yang dimodifikasi mampu mengenali karakter angka tulisan tangan dari kedua data set dengan cukup baik. Dengan melakukan pembagian 9 region citra, normalisasi histogram chain code, dan penambahan 4 ciri, tingkat akurasi terbaik dapat mencapai 89.82% menggunakan K-NN dan mencapai 93.60% menggunakan JST Backpropagation. Kata Kunci: Offline, pengenalan angka tulisan tangan, Freeman Chain Code
Pengenalan Identitas Manusia Melalui Iris Mata Menggunakan Gray Level Co-occurence Matrix Muh Aswan Abidin1; Kurniawan Nur Ramadhani; Anditya Arifianto
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada tugas akhir ini penulis menerapkan metode Gray Level Co-occurence Matrix sebagai ekstraksi ciri pada iris mata dan untuk mengklasifikasikan data menggunakan K-Nearest Neighbors serta Support Ve- ctor Machine. Dalam sistem ini menggunakan dataset UBIRIS Version 1 yang berjumlah 2000 gambar iris dari 100 individu. Hasil yang didapatkan dari pengujian ini menggunakan ekstraksi ciri Gray Level Co- occurence Matrix mampu menghasilkan F1 Score sebesar 71.10% Kata Kunci : Biometrics, Gray Level Co-occurence Matrix, K-Nearest Neighbors, Support Vector Machine Abstract In this final project the writer applies Gray Level Co-occurence Matrix method as feature extraction on iris and to classify data using K-Nearest Neighbors and Support Vector Machine. In this system using UBIRIS Version 1 dataset which amounts to 2000 iris images of 100 individuals. The results obtained from this test using feature extraction Gray Level Co-occurence Matrix capable of producing F1 Score of 71.10% Keywords: Biometrics, Gray Co-occurrence Matrix, K-Nearest Neighbor, Support Vector Machine
Pembentukan Sentence-aligned Korpus Paralel Untuk Bahasa Sunda-bahasa Indonesia Berbasis Wikipedia Dengan Bootstrapping Dan Em Ignasius Indra Kusuma Wijaya; Arie Ardiyanti Suryani; Kurniawan Nur Ramadhani
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Ketersediaan korpus paralel pada pasangan bahasa Sunda-Indonesia masih sangat sedikit. Korpus paralel tersebut penting dan bisa dimanfaatkan sebagai sumber data latih dalam sistem machine translation atau sistem natural language processing. Penelitian ini mencoba untuk mengumpulkan kalimat paralel yang didapatkan dari pasangan artikel Wikipedia berbahasa Sunda dan berbahasa Indonesia menggunakan fasilitas interlanguage links. Sebuah bilingual lexicon dan beberapa filter yang berdasarkan pada kemunculan kata, panjang kalimat dan word overlap antar kalimat digunakan untuk mendapatkan kalimat paralel. Metode bootstrapping kemudian digunakan untuk meningkatkan kualitas kalimat paralel dengan cara memperbarui bilingual lexicon memanfaatkan IBM Model 4 expectation maximization (EM) learner di dalam tool GIZA++. GIZA++ dijalankan pada kandidat kalimat paralel yang dihasilkan di setiap iterasi sistem sampai kondisi konvergensi tercapai. Hasil evaluasi manual menggunakan penilaian manusia menunjukkan bahwa 79,5% dari korpus paralel hasil bentukan sistem terbukti paralel. Kata kunci: korpus paralel, Wikipedia, bootstrapping, expectation maximization
Pengukuran Detak Jantung Menggunakan Metode Fotopletismograf Friendly Halomoan Sipayung; Kurniawan Nur Ramadhani; Anditya Arifianto
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Jantung merupakan organ yang paling penting dan berfungsi memompa darah keseluruh tubuh supaya ok-sigen dapat tersalur dari paru-paru dan membawa kembali karbondioksida hasil respirasi. Secara medis, alat untuk mengukur jantung yang umum digunakan yaitu EKG yang menerapkan metode pletismogra-ph. Dengan proses yang hampir sama, penggunaan data citra dapat digunakan dalam pengukuran detak jantung yang dikenal dengan photopletysmograph (PPG). Untuk dapat melakukan pengukuran, sistem me-miliki kemampuan untuk mendeteksi fluktuasi perbedaan warna setiap frame video. Citra yang telah diuji diperoleh dengan dataset video ujung jari dengan posisi duduk, berdiri, dan berbaring serta label nilai de-tak jantung responden. Akurasi ratarata dari sistem yang dibangun dengan dataset 63 video dari 21 orang responden yaitu 94,27 % dengan metode full-extraction dan 93,55 % dengan menerapkan ROI (Region of Interest). Kata kunci : detak jantung, fotopletismograf Abstract Heart is the most important of body parts and it works to pump blood throughout the body so the oxygen can be distributed from lungs and bring back the carbon-dioxide as the result of respiration. Medically, the usual device for heart measurement is ECG (Electrocardiogram) that applied in plethysmograph. With the process that almost similar, the use of image data can be used in heart rate measurement that known as photoplethysmograph (PPG). To be able to do the measurement, the system should have the ability to detect differences fluctuation of color in every video frame. The result of image that have been tested was from the dataset of fingertip’s video while they’re in sitting, standing, lying position and the label of respondent’s heartrate. The accuracy of the system that built with 63 video dataset from 21 respondent is 94,27 % with full-extraction method and 93,55 % with implpementation of ROI (Region of Interest). Keywords: heart rate, photopletysmograph
Javascript Protection And Encryption Menggunakan Advance Encryption Standard (aes) Symetric-key Algorithm Untuk Aplikasi Mobile Berbasis Phonegap Cherry Nasa Putra; Arif M Barmawi; Kurniawan Nur Ramadhani
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dengan semakin berkembangnya teknologi informasi pada saat ini telah menjadikan pengembangan aplikasi berbasis mobile semakin banyak dan digemari karena tampilan antarmuka yang sederhana tetapi masih dapat berfungsi secara maksimal. Webservice menjadi pilihan untuk aplikasi mobile dalam memperoleh informasi yang dibutuhkan dari server penyedia layanan informasi. Aplikasi mobile yang di bangun menggunkan phonegap dapat dibuat menggunakan bahasa pemograman berbasis web seperti html, css dan javascript. Untuk aplikasi yang dibangun menggunakan bahasa pemograman web, untuk melakukan akses ke suatu webservice aplikasi mobile tersebut dapat menggunakan javascript untuk melakukan proses pertukaran datanya. Informasi tentang webservice yang akan diakses beserta proses dari aplikasi mobile tersebut terdapat pada pada file javascript yang ada didalam aplikasi yang akan dilakukan proses instalasi oleh aplikasi mobile yang akan menggunakannya. Sourcecode javascript yang berisi informasi ini menjadi berbahaya apabila semua pihak bisa melihatnya karena kemungkinan bisa dilakukan reverse-engineering terhadap sourcecode javascript tersebut. Penelitian ini akan membuat sistem proteksi javascript yang ada pada pada aplikasi mobile sehingga apabila user dapat mengakses source dari javascript nya maka tidak akan bisa dilakukan proses reverse- engineering karena sudah terproteksi menggunakan advance encryption standard. Aplikasi yang akan dibuat adalah aplikasi mobile, server aplikasi dan aplikasi untuk menyisipkan javascript kedalam file html. Semua aplikasi dibangun menggunakan bahasa pemograman web. Kata Kunci : Javascript Protector, Advance Encryption Standard, Rijndael, Reverse-Engineering, Mobile Application, Phonegap.
Deteksi Kanker Kulit Melanoma Menggunakan Aturan Abcd Fikri Firdaus; Febryanti Sthevanie; Kurniawan Nur Ramadhani
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam beberapa waktu terakhir, kanker kulit dipandang sebagi salah satu bentuk berbahaya dari kanker, kanker kulit ditemukan dalam berbagai jenis seperti melanoma. Deteksi melanoma dalam tahap awal dapat membantu dalam proses penyembuhan. Computer Vision dapat membantu dokter dalam mendiagnosa dan telah terbukti oleh banyak sistem yang telah ada. Dalam tugas akhir ini penulis menggunakan aturan ABCD. Sistem akan mengekstraksi fitur asimetri, border, warna, dan different structure sesuai aturan ABCD dari inputan yang diterima sistem. Hasil dari ekstraksi fitur tersebut akan digunakan untuk mengklasifikasikan inputan sebagai kulit normal atau termasuk melanoma. Sistem yang dibangun dapat mengklasifikasikan melanoma dan non-melanoma dengan tingkat akurasi 66,8%. Kata kunci : Melanoma, ABCD Rule, Ekstraksi, asimetri, border, warna, different structure. Abstract In recent times, skin cancer is seen as one of the dangerous forms of cancer, skin cancer is found in various types such as melanoma. Detection of melanoma in the early stages can help in the healing process. Computer Vision can assist doctors in diagnosing and has been proven by many existing systems. In this final project the author uses ABCD rule. The system will extract the asymmetry, border, color, and different structure features according to the ABCD rules of the input the system receives. The results of feature extraction will be used to classify the input as normal skin or include melanoma. The system built can classify melanoma and non-melanoma with an accuracy rate of 66.8%. Keywords: Melanoma, ABCD Rule, Extraction, asymmetry, border, color, different structure.
Segmentasi Citra Udara dengan Clustering Menggunakan Fireworks Algorithm Muhammad Hariz Arasy; Suyanto Suyanto; Kurniawan Nur Ramadhani
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

AbstrakCitra udara memiliki karakteristik data yang berbeda ketika dibandingkan dengan citra jenis lain. Ci- tra udara biasanya memiliki objek kecil tak berarti yang dapat menyebabkan kesalahan pada metode se- gmentasi unsupervised. K-means clustering, sebagai salah satu metode segmentasi citra unsupervised yang digunakan secara luas, sangat rentan terhadap optimum lokal. Pada penelitian ini, Adaptive Fireworks Algorithm (AFWA) diusulkan sebagai alternatif dari algoritma K-means dalam mengoptimasi proses clus- tering pada metode segmentasi berbasis clustering. AFWA kemudian diaplikasikan untuk permasalahan segmentasi citra udara dan hasilnya dibandingkan dengan K-means. Berdasarkan perbandingan metrik  evaluasi Probabilistic Rand Index (PRI) dan Variation of Information (VI), AFWA secara keseluruhan meng- hasilkan kualitas segmentasi yang lebih baik. Selain itu, AFWA juga menghasilkan clustering yang lebih baik berdasarkan hasil perhitungan Quantization Error.Kata Kunci: Segmentasi citra, citra udara, clustering, K-means, adaptive fireworks algorithm. AbstractAerial images have different data characteristics when compared to other types of images. An aerial  image usually contains small insignificant objects that can cause errors in the unsupervised segmentation method. K-means clustering, one of the widely used unsupervised image segmentation methods, is highly vulnerable to local optima. In this study, Adaptive Fireworks Algorithm (AFWA) is proposed as an alternative to the K-means algorithm in optimizing the clustering process in the cluster-based segmentation method. AFWA is then applied to perform aerial image segmentation and the results are compared with K-means. Based on the comparison using Probabilistic Rand Index (PRI) and Variation of Information (VI) evaluation metrics, in general AFWA produces better segmentation quality. In addition, AFWA also produces better clustering based on the results of Quantization Error calculations. Keywords: Image segmentation, aerial image, clustering, K-means, adaptive fireworks algorithm.  
Deteksi Katarak Dan Konjungtivitis Menggunakan Hough Transform Naufal Ihsan Kusumayadhi; Febriyanti Sthevanie; Kurniawan Nur Ramadhani
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 Mata adalah salah satu organ tubuh yang paling penting karena mata merupakan sensor dari indra pe-nglihatan. Penyakit pada mata dapat mengakibatkan resiko yang berbeda-beda tergantung dari penya-kit apa yang sedang diderita. Keterbatasan pengetahuan tentang resiko dari sebuah penyakit mata bisa mengakibatkan penyakit menjadi lebih parah apabila tidak segera ditangani oleh dokter. Oleh karena itu, dibutuhkan sebuah sistem yang dapat mendeteksi setidaknya nama penyakitnya apa. Pada penelitian ini akan dibangun sebuah sistem yang dapat mendeteksi penyakit mata apa yang diderita berdasarkan gambar menggunakan Hough Transform. Sistem akan memberitahu apakah mata pada gambar masukan terkena sebuah penyakit atau normal. Penyakit yang dapat dideteksi oleh sistem adalah Katarak dan Konjungtivi-tis. Setelah dilakukan implementasi dan evaluasi sistem, didapatkan akurasi pada pemodelan sistem sebesar 79,16% pada penyakit katarak dan 62,5% pada penyakit konjungtivitis. Sedangkan untuk pengujian dida-patkan akurasi pada deteksi katarak sebesar 57,9% dan deteksi konjungtivitis sebesar 68,4%. Kata kunci : Deteksi, Katarak, Konjungtivitis Abstract Eye is one of the most important organs because eye is the sensor of the sense of sight. Eye disease can lead to different risks depending on what illness is being suffered. Limitations of knowledge about the risk of an eye disease can lead to more severe disease if not handled immediately by the doctor. Therefore, it takes a system that can detect at least the name of the disease. This study will build a system that can detect what illnesses are suffered based on the picture using Hough Transform. The system will tell whether the eye on the input image is exposed to a disease or healthy. Diseases that can be detected by the system are cataracts and conjunctivitis. After implementation and evaluation of the system, the modeling system indicates an average accuracy of 79,16% over cataract and 62,5% over conjunctivitis. The testing system indicates an average accuracy of 57,9% over cataract and 68,4% over conjunctivitis. Keywords: Detection, Cataract, Conjunctivitis.
Co-Authors Abdan Hafidh Ahnafi Abdul Rahim Achmad Hussein Sundawa Kartamihardja Ade Saepul Mugni Agnes Dirgahayu Palit Agnes Dirgahayu Palit Alda Putri Utami Amalina, Neneng Nur Anang Kurniawan Anditya Arifianto Arida Kartika Arie Ardiyanti Suryani Arif M Barmawi Arifudin Achmad Cherry Nasa Putra Diah Ajeng Dwi Yuniasih Dimitri Mahayana Dwiki Lazzaro Ema Rachmawati Febriyanti Sthevanie Febryanti Sthevanie Fikri Firdaus Fitri Amalia Hadi Friendly Halomoan Sipayung Gamma Kosala Hafidh Fikri Rasyid I Putu Indra Aristya Ignasius Indra Kusuma Wijaya Indra Bayu Kusuma Jondri Jondri Ketut Sudyatmika Putra Ledya Novamizanti M. Adhi Satria M. Ardi Firmansyah M.Syahrul Mubarok Maruanaya, Farhan Bary Mochamad Rakha Luthfi Fahsya Mohamad Syahrul Mubarok Mohamad Syahrul Mubarok Muh Aswan Abidin1 Muhammad Afif Amanullah Fawwaz Muhammad Hariz Arasy Muhammad Salman Farhan Naufal Ihsan Kusumayadhi Neneng Nur Amalina Ni Gusti Ayu Mirah Eka Darmayanti Parjuangan, Sabam Pima Hani Safitri Prasti Eko Yunanto Rini Shintawati Riski Novanda Rita Rismala Sakinah Indriyani Saputra, Naufal Luthfi Sthevanie, Febryanty Suyanto Suyanto Tjokorda Agung Budi W Tjokorda Agung Budi Wirayuda YUYUN SITI ROHMAH