Article Per Year (5 Year)
p-Index From 2021 - 2026
4.337
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer EMITTER International Journal of Engineering Technology Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Indonesian Journal of Applied Informatics Charity : Jurnal Pengabdian Masyarakat Jurnal Abdimas Kartika Wijayakusuma Indonesian Community Journal Jurnal Pengabdian Masyarakat Bhinneka eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika LOGIC: Jurnal Penelitian Informatika
Febryanti Sthevanie
Telkom University
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 66 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 66 Documents
Search

 1   2   3   4   5 
Penghitungan Kepadatan Kendaraan Di Jalan Tol Menggunakan Metode Gaussian Mixture Model Dan Kalman Filter Muhammad Jendro Yuwono; Bedy Purnama; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Tingkat kepadatan volume kendaraan yang terdapat di jalan tol menjadi acuan dalam mengetahui informasi kepadatan kendaraan di jalan tol. Untuk mengetahui cara penghitungan ataupun cara pendeteksian kepadatan kendaraan terserbut, perlu adanya metode yang efisien untuk mengetahui tingkat kepadatan kendaraan yang melintas di jalan tol. Karena pemantauan yang dilakukan oleh pihak kepolisian, dinas perhubungan, maupun pihak penyelenggara jalan tol saat ini menggunakan berbasis video pengintai yang masih dipantau oleh manusia / orang secara manual. Maka dari itu perlu adanya sistem yang dapat menghitung kepadatan objek kendaraan yang terdapat di jalan tol.  Seperti yang telah dilakukan pada penelitian sebelumnya dimana metode yang digunakan adalah edge detection, mampu menghasilkan tingkat akurasi hingga 80% dalam menghitung kepadatan kendaraan di jalan tol[6]. Metode edge detection menggunakan resource yang tinggi dalam keperluan komputasi, ini menjadi kelemahan penggunaan edge detection sebagai metode dalam kasus tersebut[6].  Dalam hal ini penelitian bertujuan untuk mengimpementasikan metode Gaussian Mixture Model dan Kalman Filter dalam kasus penghitungan kendaraan di jalan tol.  metode GMM digunakan untuk mensubstraksi background dan foreground. Serta metode Kalman Filter yang digunakan untuk tracking kecepatan untuk memenuhi standar klasifikasi kepadatan jalan tol di Indonesia[8].  Dari hasil penelitian diperoleh tingkat akurasi rata rata sebesar 93.04%, dengan menggunakan parameter – parameter metode Gaussian Mixture Model yaitu Model GMM sebesar 5 modes, Threshold sebesar 0.5. Dan parameter yang digunakan pada metode Kalman Filter yaitu state covariance matrix sebesar [1 1], process noise matrix sebesar [25 10] dan measurement noise sebesar 25. Kata kunci: CCTV, vehicle counting, jalan tol, statistic kepadatan, Gaussian Mixture Model, Kalman Filter.
Sistem Deteksi Api Berbasis Visual Menggunakan Metode Local Binary Patterns-three Orthogonal Planes Dan Grey-level Cooccurrence Matrix Gugy Lucky Khamdani; Tjokorda Agung Budi Wirayuda; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Alat pendeteksi api tradisional yang sudah terpasang di kebanyakan gedung saat ini  biasanya berbasis sensor, seperti sensor inframerah, sensor asap, dan lain-lain. Akan tetapi deteksi berbasis sensor tersebut penempatannya harus pas dan tidak cocok jika digunakan di luar ruangan atau di tempat terbuka. Dengan adanya kamera CCTV, sangat membantu dalam mendeteksi api secara efisien dalam waktu yang singkat jika kamera tersebut dilengkapi dengan perangkat lunak khusus.  Pada tugas akhir ini dirancang dan diimplementasikan sistem pendeteksi api berbasis visual. Tahapan pada sistem ini diantaranya adalah Three-frame differencing untuk mendeteksi gerakan pada video, fire color image segmentation, ekstraksi ciri menggunakan Grey-level Co-occurrence Matrix (GLCM) dan Local Binary Patterns-Three Orthogonal Planes (LBP-TOP), dan pengklasifikasian menggunakan kNearest Neighbors (kNN). Keluaran dari tugas akhir ini adalah sistem dapat mendeteksi dan menunjukkan lokasi objek api pada gambar video. Kata Kunci: fire detection, three-frame differencing, LBP-TOP, GLCM.
Deteksi Asap Pada Video Menggunakan Lbp – Top 1Faizal Bima Prayudha; Febryanti Sthevanie; Anditya Arifiyanto
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Deteksi asap pada video memiliki kemajuan yang pesat dengan didukung metode metode yang telah dikembangkan serta kinerja komputer yang semakin mutakhir performansinya. Video asap itu sendiri susah dikenali bahkan oleh mata kita sendiri karena asap mudah terbawa oleh angin. Hingga saat ini pendeteksian asap menggunakan sensor alat lebih banyak diaplikasikan, namun deteksi asap menggunakan sensor lebih lama dalam mendeteksi asap dibandingkan deteksi asap pada video di ruangan terbuka.LBP – TOP adalah metode ekstraksti tekstur. LBP – TOP mengekstraksi tekstur berbasis 3 Dimensi yang diambil dari objek bergerak hasil dari Three-Frame Differencing. Objek bergerak akan diekstraksi teksturnya menggunakan LBP-TOP dan diambil 4 fitur menggunakan color moment menjadi vektor 4 dimensi yang akan diklasifikasi menggunakan K-Nearest Neighbor.Pada tugas akhir ini telah di buat sistem deteksi asap pada video menggunakan LBP-TOP. Parameter yang tepat pada sistem untuk sistem deteksi asap pada video menggunakan pengujian serial adalah threshold 7 dan rentang waktu 10 pada pada Three-Frame Differencing , neighborhood 2 dan rentang waktu 20 pada LBP – TOP, nilai K 9 pada KNN dengan akurasi pada level frame sebesar 82.5%. dan level boxing 52%. Kata Kunci : LBP – TOP , subblok , Three-Frame Differencing , Histogram , K –Nearest Neighbor ,plane .
Sistem Pengenalan Individu berbasis Pembuluh Darah Telapak Tangan Menggunakan Sampling Point Approach dan Iterative Closest Point Dwi Prasetya Sujoko; Tjokorda Agung Budi Wiharja; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Biometrika adalah studi mengenai pengenalan individu dengan menggunakan ciri fisik dan kebiasaan. Biometrika merupakan sistem pengenalan individu yang lebih aman dibandingkan dengan pengenalan identitas tanpa biometrika. Pengenalan individu berdasarkan password, kartu pengenal, kode PIN lebih rentan dari pemalsuan dan kesalahan manusia. Ciri fisik untuk sistem biometrika iris mata, wajah, sidik jari, telapak tangan dan pembuluh darah. Sistem biometrika menggunakan pembuluh darah merupakan ciri biometrika yang baik untuk identifikasi manusia. Pembuluh darah telapak tangan memiliki karakteristik yang berbeda- beda setiap individu. Posisi pembuluh darah yang berada di bawah lapisan kulit membuatnya sulit untuk dipalsukan. Pada penelitian ini sistem biometrika menggunakan pembuluh darah telapak tangan dilakukan dengan metode pencocokan iterative closest point (ICP). Metode ICP dapat menangani masalah translasi dan rotasi dari citra gambar. Penelitian menunjukkan sistem biometrika ini mencapai akurasi 94 %. Kata kunci : pembuluh darah telapak tangan, biometrika, iterative closest point
Pengenalan Angka Tulisan Tangan Menggunakan Scale Invariant Feature Transform (sift) Shabran Fauzan Ahmad; Febryanti Sthevanie; Said Al Faraby
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Bidang computer vision khususnya OCR sudah ada sejak zaman dahulu dan sudah digunakan oleh manusia untuk mempermudah pekerjaan sehari-hari. Namun, untuk pengenalan tulisan tangan masih ada tantangan tersendiri, yaitu tingkat kesulitan untuk mengenali karena tulisan tangan setiap manusia banyak jenisnya bahkan untuk satu angka ditulis lebih dari satu kali dapat berbeda. Untuk itu, dibuatlah sistem pengenalan tulisan tangan menggunakan metode Scale Invariant Feature Transform (SIFT).Metode SIFT merupakan salah satu metode feature extraction yang memiliki performa baik. Ditambah dengan SVM classifier, sistem pengenalan tulisan tangan berhasil dibuat dengan akurasi sebesar 95,4% pada data set MNIST sebanyak 10.000 data testing.
Implementasi Dan Analisis Penghitungan Orang Berbasis Deteksi Muka Menggunakan Gaussian Mixture Model Dan Haar-like Feature Pada Video Reza Dwi Ansari; Bedy Purnama; Febryanti Sthevanie
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 penghitungan orang otomatis telah banyak digunakan di beberapa tempat umum, baik untuk aplikasi komersial maupun untuk keamanan. Jumlah orang yang didapat dalam periode waktu tertentu bermanfaat untuk sistem pengawasan, analisis pengunjung, strategi pemasaran, dan lain sebagainya. Dalam tugas akhir ini metode deteksi wajah digunakan untuk penghitungan orang pada input data video. Local binary pattern (LBP) merupakan salah satu metode yang dapat digunakan dalam pendeteksian wajah. Metode ini membutuhkan jumlah dan varian sampel. Sampel tersebut berupa citra wajah dan citra bukan wajah yang selanjutnya akan dikomputasi untuk proses training dataset wajah. Untuk membantu meningkatkan akurasi deteksi, digunakan Adaptive Gaussian Mixture Model untuk segmentasi background dan foreground. Hasil training dan ekstraksi foreground akan digunakan dalam pendeteksian wajah. Proses penghitungan orang menggunakan garis hitung atau Line of Interest (LOI). Apabila muka orang yang terdeteksi berjalan melewati garis perhitungan dan mendekati kamera, maka akan dihitung oleh sistem. Dengan metode-metode tersebut, tingkat akurasi sistem untuk penghitungan orang didapat 100% untuk lima dari tujuh video uji. Performansi sistem berjalan cukup baik untuk memproses video uji dengan rata-rata pemrosesan 18-29 fps. Kata kunci : fitur LBP, background subtraction, Adaptive Gaussian Mixture Model, penghitungan orang
Sistem Deteksi Api Berbasis Spatial-temporal Dengan Metode Ekstraksi Kontur Dan Area Movement Analysis Brilian Aringga Prabowo; Tjokorda Agung Budi Wirayuda; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Ekstraksi kontur dan area movement analysis merupakan kunci untuk mendeteksi keberadaan api pada citra sekuensial seingga waktu dan lokasi api dapat dideteksi. Untuk mengektrak kontur pada frame dilakukan binerisasi dengan menggunakan adaptive threshold. Kemudian dengan memanfaatkan cita biner yang didapatkan dilakukan pendeteksian berdasarkan nilai rata-rata keabuan setiap objek serta nilai piksel pada tepi objek. Pada area movement analysis dilakukan analisis berdasarkan area overlapping dan area growing pada objek api di dua frame yang berbeda. Berdasarkan hasil penelitian didapatkan bahwa dengan memanfaatkan ekstraksi kontur dan area movement analysis sistem mampu mendeteksi waktu kemunculan serta lokasi api dengan baik.Kata Kunci : ekstraksi kontur, area movement analysis, adaptive threshold, area overlapping, area growing.
Penerapan dan Analisis Perhitungan Orang dengan Metode Codebook Studi kasus : Perhitungan orang dalam sebuah antrian Farid Hidayat; Bedy Purnama; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pada era sekarang perekaman video menggunakan CCTV merupakan teknologi yang sangat baik untuk melakukan pengawasan dan pengenalan. Salah satu kegunaanya yakni melakukan perhitungan orang dalam video untuk melakukan estimasi keramaian pada tempat yang memiliki antrian lebih dari satu. Contohnya pada tempat rekreasi seperti Dufan, Trans Studio Bandung, dan Wisata Bahari Lomongan. Sehingga pengunjung dapat melihat tempat hiburan mana yang sedang sepi ataupun ramai. Studi kasus yang digunakan yakni melakukan perhitungan pada kasus satu antrian sehingga nantinya dapat diimplementasikan pada kasus yang lebih komplek seperti kasus yang telah dijelaskan diatas. Dalam penelitian Tugas Akhir ini diimplementasikan dengan menggunakan metode codebook. Metode codebook digunakan untuk melakukan proses pemisahan background dan foreground sehingga didapatkan blob image. Blob image sendiri nantinya akan digunakan untuk melakukan proses ekstraksi manusia menggunakan aspect ratio. Dari hasil pengujian didapatkan bahwa perhitungan dengan metode codebook dilanjutkan ekstraksi manusia menggunakan aspect ratio mempu mengenali obyek manusia dengan akurasi 86% sesuai dengan kasus yang diujikan. Kata kunci : Perhitungan orang, Antrian, Blob image, Codebook, Region of Interest(ROI), Aspect ratio
Pengenalan Emosi Wajah Manusia Menggunakan Biorthogonal Wavelet Entropy Dan Support Vector Machine Enki Probo Sidhi; Anditya Arifianto; Febryanti Sthevanie
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Pengenalan emosi di dalam suatu interaksi merupakan kunci sukses dalam interaksi tersebut. Oleh karena itu, penelitian mengenai cara komputer mengenali emosi manusia perlu dilakukan. Data yang memiliki dimensi yang tinggi sulit untuk diklasifikasi. Oleh karena itu, reduksi dimensi perlu dilakukan. Penelitian ini bertujuan untuk meneliti sistem pengenalan emosi berdasarkan ekspresi wajah manusia dalam kasus pereduksian dimensi. Kategori emosi yang akan dikenali adalah marah, senang, sedih, takut, jijik, terkejut, dan netral. Untuk mengenali emosi tersebut, digunakan metode Biorthogonal Wavelet Entropy (BWE) sebagai metode ekstraksi fitur dan reduksi dimensi, dan Multi-class Support Vector Machine (MSVM) sebagai metode klasifikasi. Hasil implementasi sistem pada dataset JAFFE menunjukkan bahwa entropy pada BWE tidak berhasil mereduksi dimensi coefficient subband hasil dari dekomposisi Biorthogonal Wavelet Transform. Akurasi tertinggi yang didapatkan BWE adalah 44.45%. Saat entropy pada BWE tidak digunakan, akurasi tertinggi yang didapatkan adalah 82.73%.
Implementasi Dan Analisis Sistem Penghitungan Orang Menggunakan Non-parametric Background Subtraction Dan Deteksi Fitur Klt Tito Prihambodo; Bedy Purnama; Febryanti Sthevanie
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 Penelitian tentang tracking dan deteksi manusia secara realtime sangat pesat dewasa ini. Metode yang berkembang selama ini bisa diterapkan pada kasus perhitungan manusia secara otomatis baik di dalam ruangan atau di luar ruangan. Perkembangan untuk menaikkan tingkat akurasi pada perhitungan manusia, beberapa diantaranya ditujukan pada substraksi background, tracking dan deteksi manusia. Pada tugas akhir ini akan menerapkan non-parametric background subtraction yaitu dengan menggunakan Vumeter, metode pendeteksian Viola Jones dan metode Kanade-Lucas Tomasi (KLT) untuk features tracking. Vumeter diajukan sebagai metode substraksi background yang memiliki performa tinggi dan cocok untuk sistem yang berbasis realtime. Sama halnya dengan vumeter, metode Viola Jones juga diterapkan karena memiliki performa tinggi dalam pendeteksian. Hasil deteksi akan langsung ditracking oleh KLT sehingga sistem akan selalu membaca keberadaan orang pada setiap frame. Jika orang yg terdeteksi berjalan melewati garis hitung atau disebut line of interest (LOI) dan orang tersebut berjalan ke arah kamera, maka sistem akan menghitungnya. Dengan metode-metode tersebut, sistem dapat mendeteksi manusia dengan tingkat akurasi 86% untuk data uji satu orang dan 71,8% untuk data uji tujuh orang. Performa sistem cukup tinggi dimana rata- rata pemrosesan video uji satu orang sampai dengan tujuh orang mencapai 14 – 23,7 fps. Kata kunci : non parametric, background subtraction, perhitungan orang, KLT, vumeter, features tracking
Co-Authors 1Faizal Bima Prayudha Abdul Rahim Adam Geraldy Katab Adhika Widya Prastomo Agustina, Nur Azizah Al Faraby, Said Alda Putri Utami Amalina, Neneng Nur Anang Kurniawan Anditya Arifanto Anditya Arifianto Anditya Arifiyanto Andri Arindiah Arida Kartika Atria Salim, Muhammad Rizki Bedy Purnama Brilian Aringga Prabowo Danu Hary Prakoso Diah Ajeng Dwi Yuniasih Dian Masmawati Dindin Dhino Alamsyah Dwi Prasetya Sujoko Dwiki Lazzaro Ema Rachmawati Ema Rachmawati Enki Probo Sidhi Farid Hidayat Fazmah Arif Y, Fazmah Fernanda Januar Pratama Fikri Firdaus Gamma Kosala Ghali Marzan Gia Septiana Wulandari Grandhys Setyo Utomo Gugy Lucky Khamdani Hafidh Fikri Rasyid Hizas Sabilal Rasyad Hutomo, Ardityo Cahyo Putro Hutomo I Putu Indra Aristya Imamul Akhyar Indra Bayu Kusuma Jonas de Deus Guterres Ketut Sudyatmika Putra Kurniawan Nur R Kurniawan Nur Ramadhani Kurniawan Nur Ramdhani Laksitowening, Kusuma Ayu Lukmana Sardi, Indra Mahmud Dwi Sulistiyo Maula Ilma Ahgnia Dwi Anjani Mochamad Rakha Luthfi Fahsya Muhammad Afif Amanullah Fawwaz Muhammad Jendro Yuwono Muhammad Jendro Yuwono Muhammad Salman Farhan Muhammad Zaki, Ghilman Muhammad Zulfiqar Shafar Neneng Nur Amalina Nur Hidayah, Maulana Nur Indah Puspa Idham Nur Ramadhani, Kurniawan Nurul Halimatul Azizah Prasti Eko Yunanto Rachmi Azanisa Putri Rahman, Rahadian Yusuf Abdul Retno Novi Retno Novi Reza Dwi Ansari Rimba Whidiana Ciptasari Rita Rismala Rivan Ardyanto Sutoyo Sakinah Indriyani Saputra, Naufal Luthfi Shabran Fauzan Ahmad Sulistiyo, Mahmud Tito Prihambodo Tjokorda Agung Budi W Tjokorda Agung Budi Wiharja Tjokorda Agung Budi Wirayuda Untari Novia Wisesty Wikky Fawwaz Al Maki Zeyhan Aliyah