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

 2   3   4   5   6 
Penerapan dan Analisis Perhitungan Orang dengan Chromatic Color Model Studi Kasus : Perhitungan orang dalam sebuah antrian Imamul Akhyar; 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

Saat ini, sistem people counting sudah diaplikasikan di berbagai tempat dan menjadi sebuah kebutuhan yang penting bagi beberapa kalangan. Seperti pengaplikasian sistem people counting di tempat pusat perbelanjaan baik besar maupun kecil, di museum, tempat pendidikan, kantor, dan masih banyak lagi. Terlebih lagi dengan semakin banyaknya minat masyarakat untuk menggeluti lebih dalam tentang computer vision, membuat  people counting semakin berkembang seiring waktu, begitu pula dengan kebutuhan dari masyarakat sendiri. Pada kasus antrian, sistem people counting juga bisa diterapkan. Tujuannya adalah agar pengawasan dalam sebuah antrian bisa dilakukan secara otomatis tanpa adanya bantuan operator. Dengan people counting, terhitung jumlah orang yang ada didalam antrian pada area jangkauan kamera. Dalam Tugas Akhir ini penulis akan menggunakan studi kasus untuk perhitungan orang pada antrian yang linier. Pertama-tama dengan menggunakan Chromatic Color Model setelah menggunakan metode Gaussian Mixture Model pada tahap background substraction, kendala dari noise bayangan pada objek yang akan dihitung akan terselesaikan. Dilakukan segmentasi objek dan multiple person classification membuat perhitungan untuk dua arah/bi-directional semakin akurat. Dari hasil pengujian dan analisis terhadap sistem, kombinasi metode Gaussian Mixture Model, Chromatic Color     Model  dan  Multiple  Person  Classification  mampu  menghasilkan  akurasi  sebesar  88%. Kata kunci : people counting, antrian, chromatic color model, multiple person
Identifikasi Wajah Menggunakan Metode Local Derivative Pattern Andri Arindiah; Tjokorda Agung Budi Wirayuda; Febryanti Sthevanie
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

Dengan semakin meningkatnya teknologi, kunci keamanan dapat digantikan menggunakan representasi biologis. Kunci keamanan dengan menggunakan representasi biologis disebut dengan biometrik. Salah satu contoh penggunaan biometrik adalah menggunakan wajah. Pada penelitian ini akan dibangun sistem biometrik identifikasi wajah.Sistem identifikasi wajah ini terdiri dari tahap pengumpulan data, preprocessing, ekstraksi ciri dan pencocokan. Proses ekstraksi ciri dilakukan dengan menggunakan metode Local Derivative Pattern (LDP) yang merupakan pengembangan dari metode Local Binary Pattern. Metode LDP dipilih karena dapat mengambil ciri citra berdasarkan level keabuan sebuah piksel. Hasil dari penelitian ini menunjukkan hasil dari ekstraksi ciri LDP dapat mendapatkan akurasi terbaik sebesar 98,47% dengan kombinasi parameter orde 2, radius 4, dan jumlah region 4. Kemudian dilakukan pengujian pada performansi sistem dan didapatkan nilai terbaik EER sebesar 4,7055% dengan menggunakan threshold 0,855. Kata kunci: biometrik, local derivative pattern, histogram intersection, threshold
Steganalisis Lsb Matching Pada Citra Berwarna Dindin Dhino Alamsyah; Rimba Whidiana Ciptasari; Febryanti Sthevanie
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

Least Significant Bit (LSB) matching steganografi merupakan teknik untuk menyembunyikan informasi pada citra digital dengan menyisipkan bit-bit pesan pada bit-bit terakhir data piksel. Dengan kehadiran steganografi yang berkembang cepat, diperlukan teknik steganalisis untuk mengawasi pertukaran data yang terjadi pada jaringan komunikasi karena adanya pelaku kriminal yang menggunakan steganografi untuk merencanakan kejahatan.Terdapat sebuah referensi teknik steganalisis Least Significant Bit (LSB) matching yang memiliki kekurangan sehingga menyebabkan penurunan tingkat deteksi. Teknik steganalisis tersebut menggunakan daerah plain pada citra keabuan dengan pengambilan daerah plain menggunakan DCT-based block classification dan normalisasi histogram yang mengakibatkan hilangnya beberapa informasi. Dalam Tugas Akhir ini, diusulkan teknik steganalisis LSB matching pada citra berwarna dengan mempertimbangkan daerah nonplain untuk memperbaiki tingkat deteksi menggunakan fuzzy logic.Hasil evaluasi menunjukkan bahwa sistem yang dibangun pada penelitian ini mampu mendeteksi LSB matching steganografi dengan ukuran payload mulai dari 15% berdasarkan distorsi incidental attack dengan jenis salt & pepper dengan noise density sebesar 0.05 yang akurasinya mencapai 94.75%.Kata Kunci: steganalisis, citra berwarna digital, LSB matching, fuzzy logic.
Pengenalan Wajah Menggunakan Metode Elastic Bunch Graph Matching Rachmi Azanisa Putri; 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

Pada saat ini, sistem pengenalan wajah sudah banyak digunakan di berbagai aplikasi dan juga metode yang digunakan. Namun terdapat beberapa permasalahan eksternal yang biasa terjadi dalam proses pengenalan wajah yaitu Pose, Illumination, and Expression(PIE). Permasalahan tersebut menyebabkan citra wajah orang yang sama akan dikenali berbeda oleh sistem. Metode Elastic Bunch Graph Matching dapat mengatasi permasalahan tersebut karena proses pengenalan wajah menggunakan titik yang diambil secara manual. Oleh sebab itu pada Tugas Akhir ini membahas pengenalan wajah menggunakan metode Elastic Bunch Graph Matching. Pada metode ini wajah direpresentasikan sebagai graph yang dibentuk dari titik titik fitur yang dibuat secara manual. Setelah mengetahui titik-titik fitur pada wajah, dilakukan perhitungan untuk mendapatkan nilai Jet yang dilanjutkan dengan pembentukan Face Bunch Graph untuk proses pencocokan pada Elastic Bunch Graph Matching. Hasil penelitian menunjukkan bahwa metode ini dapat diterapkan pada pengenalan wajah dengan akurasi 91.67%. Dan dapat mengatasi permalsahan Pose, Illumination, and Expression (PIE) dengan akurasi 70%.
Penghitungan Orang dengan Metode Gaussian Mixture Model dan Human Presence Map Studi Kasus: Penghitungan Orang di dalam Kelas Danu Hary Prakoso; 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

Penggunaan teknologi dewasa ini telah banyak digunakan dalam kehidupan sehari-hari yang mungkin kehadirannya bahkan tidak terasa oleh masyarakat. Salah satunya adalah penggunaan CCTV yang dapat berfungsi sebagai suatu perangkat pengawasan. Namun disamping fungsi utamanya tersebut, CCTV sebagai kepanjangan dari mata orang bisa digunakan untuk melakukan penghitungan orang. Penulis dalam Tugas Akhir ini membahas tentang penghitungan orang dengan studi kasus spesifik yakni menghitung orang dalam suatu kelas. Manfaat yang bisa diambil dalam mengambil estimasi jumlah orang dalam suatu kelas antara lain untuk mengecek apakah kehadiran sesuai dengan jumlah orang dalam kelas. Penghitungan orang dapat dilakukan dengan menggunakan background substraction yakni menggunakan metode Gaussian Mixture Model (GMM) untuk melakukan ekstraksi antara objek yang ingin diamati, dalam hal ini orang dengan background. Selanjutnya proses klasifikasi melalui Human Presence Map untuk memfokuskan pendeteksian piksel dimana orang berada sehingga dapat dilakukan penghitungan orang berdasarkan suatu area wilayah yang telah ditentukan. Dengan metode tersebut, penghitungan orang dapat mencapai tingkat akurasi sebesar 91% untuk kasus deteksi satu orang dalam video uji duduk terpisah. Kata Kunci: people counting, ruang kelas, gaussian mixture model, human presence map, piksel
Steganalisis Audio Berbasis Derivative Spectral Pada Domain Fourier Adhika Widya Prastomo; Rimba Whidiana Ciptasari; 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

Steganografi data digital saat sekarang ini tidak hanya digunakan untuk kepentingan yang bersifat tidak melanggar hukum namun juga sudah digunakan sebagai cara untuk melakukan tindak kejahatan. Untuk ini perlu adanya pengawasan terhadap pertukaran data untuk mengindikasi apakah dalam suatu objek terdapat pesan rahasia yang berbahaya atau tidak. Steganalisis adalah salah satu metode pada komputer forensik yang digunakan untuk mendeteksi apakah sebuah objek berisi pesan tersembunyi atau tidak. Pada penelitian yang dilakukan oleh Min Ru dikembangkan steganalisis audio berbasis pada kumpulan fitur distorsi. Dan ada pula yang berfokus pada melcepstrum yang dikembangkan oleh Kraetzer.Pada tugas akhir ini akan dilakukan steganalisis pada media audio dengan menggunakan Fourier Spectrum dan dilakukan pengembangan dengan menambahkan kombinasi featureset guna mengetahui kombinasi mana yang paling mempengaruhi deteksi dan menerapkan metode framing yang membagi sampel audio menjadi beberapa bagian untuk memeriksa setiap bagian sampel yang menjadi lokasi penyimpanan pesan. Lalu kemudian Support Vector Machine (SVM) digunakan sebagai classifier untuk menentukan indikasi stego audio. Dengan menerapkan metode ini dibangun sistem mampu mendeteksi stego audio dengan akurasi deteksi tertinggi adalah 78% namun AUC yang kurang memuaskan hanya 51%. Kata kunci: Steganografi, steganalisis, fourier spectrum, derivative spectral, SVM.
Identifikasi Sidik Jari Menggunakan Metode Correlation-based Dan Metode Minutiae-based Ghali Marzan; Kurniawan Nur R; Febryanti Sthevanie
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 Saat ini banyak berkembang sistem pengenalan identitas individu dan sebagian sistem pengenalan ini digunakan untuk keamanan, karena sistem keamanan yang menerapkan metode biometric jauh lebih handal dibandingkan dengan metode konvensional. Biometric adalah ilmu sains yang dikembangkan untuk mengidentifikasi individu berdasarkan ciri fisik, kimia, atau kebiasaan yang dimilikinya. Metode biometric memiliki kelebihan karena ciri tiap individu unik dan tidak bisa ditiru oleh individu lain. Sidik jari merupakan identitas yang paling sering digunakan untuk mengidentifikasi dan memverifikasi individu. Kelebihan sidik jari adalah uniknya pola kombinasi dari valley dan ridge tiap individu yang membuatnya bisa menjadi identitas untuk membedakan tiap individu. Dalam penelitian tugas akhir ini dibangun sistem identifikasi sidik jari yang menggunakan metode Correlation-based dan Minutiae-based. Hasil dari sistem yang telah dibangun menggunakan gabungan metode Correlation-based dan Minutiaebased memiliki akurasi yang lebih rendah jika dibandingkan dengan sistem yang menggunakan metode Minutiae-based dan metode Euclidean distance pada saat matching. Hal ini disebabkan karena kurang cocoknya penggabungan metode ekstraksi ciri dari Minutiae-based dengan metode matching dari Correlation-based. Kata kunci : Biometric, Fingerprint, Correlation-based, Minutiae-based, Euclidean distance Abstract Currently there are many developing individual identity recognition systems and some of these recognition systems are used for security, because security systems that implement biometric methods are much more reliable than conventional methods. Biometric is the science that developed to identify individuals based on their physical, chemical, or habitual characteristics. Biometric methods have advantages because the characteristics of each individual unique and can not be imitated by other individuals. Fingerprint is the most commonly used identity to identify and verify individuals. The advantages of fingerprint is the unique combination of valley and ridge patterns of each individual that makes it an identity to differentiate between individuals. In this final project research, a fingerprint identification system was developed using Correlationbased and Minutiae-based methods. The result of system build combined method of Correlation-based and Minutiae-based have lower accuracy when compared to system that using Minutiae-based and Euclidean distance during matching proses. This is due to the lack of matching of Minutiae-based characteristic extraction method with the Correlation-based matching method. Keywords: Biometric, Fingerprint, Correlation-based, Minutiae-based, Euclidean distance
Optimasi LBP Menggunakan BPSO untuk Klasifikasi Jenis Kelamin Adam Geraldy Katab; Anditya Arifianto; Febryanti Sthevanie
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 Feature selection (seleksi fitur) adalah metode yang sangat penting dalam pemecahan permasalahan klasifikasi, karena metode ini mengambil bagian-bagian dari sebuah gambar yang dianggap penting atau relevan, untuk kemudian diklasifikasikan ke dalam kelasnya. Di tulisan ini, penulis mengajukan metode seleksi fitur menggunakan grid-based Local Binary Patterns (LBP), dimana sebuah gambar dipisah ke dalam beberapa blok grid untuk kemudian diekstrak histogram fiturnya, yang kemudian digabungkan menjadi satu histogram fitur. Penulis juga mengajukan metode optimasi seleksi fitur dengan menggunakan Particle Swarm Optimization (PSO). PSO mengurangi dimensi fitur yang sebelumnya sudah dipilih oleh LBP, untuk mengurangi waktu yang digunakan dalam proses klasifikasi. Dataset yang digunakan adalah Color FERET Database. Untuk proses klasifikasi, penulis menggunakan algoritma k-Nearest Neighbor (K-NN). Melalui penelitian ini, dapat disimpulkan bahwa PSO dapat mengurangi waktu runtime sampai dengan 50,1%. Kata kunci: local binary patterns, klasifikasi jenis kelamin, seleksi fitur, particle swarm optimization, knearest neighbor, color feret database Abstract Feature selection is a very important method in solving classification problems, because it will take a subset of relevant features from an image to be sent to the classifier algorithm. In this paper, we propose a gridbased Local Binary Patterns (LBP) where images are separated into multiple grids, from which histograms are extracted and concatenated. We also propose using Particle Swarms Optimization (PSO) to optimize the selected features to reduce its dimension and therefore reducing the time needed to solve the classification problem. The dataset used in this paper is the Color FERET Database. K-Nearest Neighbor (K-NN) is used as the classification algorithm. Through this paper, PSO is proven to have the ability to reduce the runtime by 50,1%. Keywords: local binary patterns, gender classification, feature selection, particle swarm optimization, knearest neighbor, color feret database
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.
Pengenalan Wajah Menggunakan Metode Local Binary Pattern Dan Principal Component Analysis Hizas Sabilal Rasyad; Febryanti Sthevanie; Anditya Arifanto
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 Pengenalan Wajah merupakan sistem teknologi berbasis biometrik yang digunakan untuk mengidentifikasi seseorang dari suatu gambar digital ataupun video dengan cara menganalisa wajah mereka menggunakan algoritma tertentu. Meningkatkan akurasi pada pengenalan wajah menjadi sebuah tantangan bagi peneliti. Pada penelitian sebelumnya[1], pengenalan wajah menggunakan ekstraksi fitur Local Binary Pattern pada resolusi rendah 35 piksel telah mencapai akurasi 90%. Pada penelitian ini, penulis membuat system pengenalan wajah menggunakan metode Local Binary Pattern dan dikombinasikan dengan Principal Component Analysis untuk meningkatkan penelitian sebelumnya, dan berhasil mencapai akurasi 94% pada resolusi rendah. Kata kunci : Pengenalan Wajah, Local Binary Pattern, Principal Component Analysis, Ekstraksi Fitur Abstract Face Recognition is a biometric-based technology system that is used to identify someone from a digital image or video by analyzing their faces using certain algorithms. Increasing accuracy in facial recognition is a challenge for researchers. In previous studies [1], face recognition using features extraction of Local Binary Pattern features at a low resolution of 35 pixel has reached 90% accuracy. In this study, the author made a face recognition system using the Local Binary Pattern method and combined it with the Principal Component Analysis to improve previous research, and achieved 94% accuracy at low resolution. Keywords: Face Recognition, Local Binary Pattern, Principal Component Analysis, Feature Extraction
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