Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TEKNIK Transmisi: Jurnal Ilmiah Teknik Elektro JURNAL SISTEM KOMPUTER JURNAL SISTEM INFORMASI BISNIS TRANSIENT: Jurnal Ilmiah Teknik Elektro Jurnal Sistem Komputer TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Neo Teknika: Jurnal Ilmiah Teknologi
Yuli Christyono
Departemen Teknik Elektro, Universitas Diponegoro Semarang Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 64 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Seminar Nasional Aplikasi Teknologi Informasi (SNATI)

 1 
Kinerja Pengenalan Citra Tekstur Menggunakan Analisis Tekstur Metode Run Length Imam Santoso; Yuli Christyono; Mita Indriani
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Salah satu cara untuk mengenali suatu citra adalah dengan membedakan tekstur yang merupakankomponen dasar pembentuk citra. Tekstur citra dapat dibedakan dengan kerapatan, keseragaman, keteraturan,kekasaran, dan lain-lain. Karena komputer tidak dapat membedakan tekstur seperti halnya penglihatanmanusia, maka digunakan analisis tekstur untuk mengetahui pola suatu citra digital berdasarkan ciri yangdiperoleh secara matematis.Makalah ini membahas hasil penelitian salah satu metode analisis tekstur yaitu metode run length.Metode ini mengenali jumlah run pada suatu piksel dengan level intensitas sama dan berurutan dalam satu arahtertentu. Kemudian ciri tekstur dapat diperoleh dari nilai SRE (Short Run Emphasis), LRE (Long RunEmphasis), GRU (Grey Level Uniformity), RLU (Run Length Uniformity), dan RPC (Run Percentage). Kelimaciri tersebut kemudian digunakan untuk klasifikasi dengan menggunakan metode LDA (Linear DiscriminantAnalysis) dan k-NN (k-Nearest Neighbor). Sedangkan citra tekstur yang dianalisis berasal dari VisTexDatabase.Dari hasil penelitian diketahui bahwa metode run length ini dapat digunakan untuk membedakan teksturhalus dan tekstur kasar. Tekstur halus akan menghasilkan nilai SRE, RLU, dan RPC yang besar dan nilai LREkecil. Sebaliknya tekstur kasar akan menghasilkan nilai LRE besar namun nilai SRE, RLU, dan RPC yang kecil.Setelah dilakukan klasifikasi dengan metode LDA dan k-NN dengan k=1, 3, 5, dan 7, diperoleh hasil klasifikasiterbaik menggunakan metode k-NN untuk k=1 dengan tingkat kesalahan klasifikasi sebesar 0%.Kata kunci: tekstur, analisis tekstur, run length, klasifikasi, LDA, k-NN.
DATA CLUSTERING MENGGUNAKAN METODOLOGI CRISP-DM UNTUK PENGENALAN POLA PROPORSI PELAKSANAAN TRIDHARMA Irwan Budiman; Toni Prahasto; Yuli Christyono
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2012
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Kwalitas sumber daya manusia dosen dapat tercermin dari produktivitas dan kwalitas pelaksanaan tridharma (pendidikan, penelitian, pengabdian pada masyarakat dan kegiatan bidang pendukung). Program Beban Kerja Dosen dan Evaluasi Pelaksanaan Tridharma Perguruan Tinggi (BKD dan EPT-PT) Dikti Tahun 2010 bertujuan untuk menjamin pelaksanaan tugas dosen berjalan sesuai dengan kriteria yang telah ditetapkan dalam peraturan perundang-undangan. Data clustering pelaksanaan tridharma diperlukan agar mendapatkan suatu pengetahuan (knowledge discovery) tentang pola (pattern recognition) pelaksanaan tridharma pada perguruan tinggi. Clustering sebagai salah satu teknik data mining harus terukur, dapat dipercaya dan memenuhi suatu standar yang telah disepakati. CRISP-DM adalah standarisasi data mining yang digunakan pada penelitian ini.
Co-Authors Achmad Hidayatno Adam, Nur Muhammad Adhe Setya Nugraha Adhieka Danniswara Adi Dhama Kameswara Adian Fatchur Rochim Afin M Nurtsani Aghus Sofwan Ajub Ajulian Zahra Macrina Akbar Satria Wardhana, Akbar Satria Amin Taufiq Anang Setiaji, Anang Anggie Salsa Saputra Anton Prabowo Arismunandar, Ridho Arsyahadij, Miftahuddin Athallah, Farrel Aulia Latifah Insan Firdausi Azizah, Mega Tiara Nur Baron Murianda Budi Setiawan Budi Setiyono Cosa Pamungkas Prabaswara Dania Eridani Darjat Darjat Dayanti, Jessy Kris Defriko Christian Dewandhika Dewi Lestari Faizin, Ahmad Arif Fakkar Robbi Radhian Faruq, Faishal Al Fendy Yulian Rakhmad Hafidz Erwin Kurniawan Hermawan, H Herry Totalis I Ketut Suada Ibnu Fauzan Al Aula IMAM SANTOSO Irwan Budiman Irwan Budiman Iwan Setiawan Jaka Windarta Karyadi, Atma Kodrat Imam Satoto Luluk Arifatul Chalida Luthfi Rahman, Luthfi M. Hidayat Al Rizqy Maman Soemantri, Maman Maman Somantri Mita Indriani Mochamad Arif Haryadi, Mochamad Arif Mohamad Adiwijaya, Mohamad Muhammad Fatkhur Rahman Munawar Agus Riyadi Nasution, Ali Napiah Naufal Qodari Ngatelan Ngatelan Nugraha, Satria Indra Nugroho, Bima Adhi Nugroho, Gilang Cahyo Nunditya, Devina Mirza P, Eskania Widya Pangestu, Febrian Ardi Putut Suharso R. Rizal Isnanto Radhitya Wiratama Rahmat Dwi Cahyo Rahmat Juniar Dwiansyah Raidah Hanifah Ramada, Raynaldi Surya Randi Dwi Wibisono Rizal Yunan Rifai Santoso, Imam Setiawan, Hadyan Setyo Suseno, Setyo Shulchul Chabib Achmad Sudjadi Sudjadi Sukiswo Sukiswo Sumardi . Surya Purba Wijaya Sutaryono, Agus Teguh Prakoso Toni Prahasto Tri Handayani Trias Andromeda Velayati Habsyah Wiratama, Radhitya Yoga Krismawardana Yunianto Panji Nugroho, Yunianto Panji Yustinus Denny Ardyanto