Article Per Year (5 Year)
p-Index From 2021 - 2026
0.888
P-Index
This Author published in this journals
All Journal Singuda ENSIKOM International Journal of Advances in Intelligent Informatics CESS (Journal of Computer Engineering, System and Science) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal AGROSAINS dan TEKNOLOGI JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Teknovasi : Jurnal Teknik dan Inovasi Mesin Otomotif, Komputer, Industri dan Elektronika SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Applied Technology and Computing Science Journal Jurnal Generic
Tulus Tulus
Universitas Sumatera Utara
Aerospace Engineering Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Singuda ENSIKOM

 1 
Pengenalan Tingkat Kematangan Buah Pepaya Paya Rabo Menggunakan Pengolahan Citra Berdasarkan Warna RGB Dengan K-Means Clustering Eliyani Eliyani; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (167.669 KB)

Abstract

Proses identifikasi buah-buahan secara tradisional mengalami banyak kendala akibat sifat manusia yang mempunyai kelemahan yang menyebabkan hasil yang diinginkan tidak efektif. Kemajuan teknologi komputer telah menyentuh dunia pertanian dari segi sebelum panen maupun pasca panen. Di sini timbul permasalahan bagaimana mengenali buah sehingga sesuai dengan kondisi nyata. Kondisi buah pepaya ditentukan oleh tingkat kematangan yang dilihat dari sisi warna pepaya. Klasifikasi yang lakukan oleh petani biasanya mengelompokkan pepaya dalam katagori muda, mengkal, dan masak penuh. Metode pengolahan citra mempunyai kemampuan untuk menganalisa kondisi kematangan pepaya dengan menggunakan nilai Red, Green, Blue (RGB) sebagai acuan. Penentuan klasifikasi dengan metode K-means clustering yang  menggunakan selisih jarak eucludian sebagai acuannya. Untuk hasil pada kelompok pepaya muda 60% berhasil dikenali sebagai pepaya muda, kelompok pepaya mengkal 90% berhasil dikenali sebagai masak mengkal sedangkan pada kelompok  pepaya penuh 100 % dikenali sebagai masak penuh. Sehingga dapat disimpulkan metode K-means Clustering hampir sama dengan proses klasifikasi oleh  petani yang sudah berpengalaman bertahun tahun.
KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin Salahuddin; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (693.334 KB)

Abstract

Sistem pengenalan sidik jari bertujuan untuk mengidentifikasi sidik jari seseorang sehingga dapat di kenali ciri unik dari orang tersebut. Hasil dari ekstraksi ciri sidik jari sangat bergantung pada kualitas dari citra sidik jari itu sendiri, seperti halnya kejelasan ridge structure pada citra sidik jari. Citra yang baik akan memiliki kontras yang baik dan dapat menggambarkan ridges dan valleys. Jenis sidik jari didefinisikan diantaranya: sidik jari berminyak yang memiliki piksel ridges cenderung sangat tebal, sidik jari kering yang memiliki ridges yang kasar pada tingkat lokal dan terdapat piksel putih/ valley yang banyak, serta sidik jari netral secara umum tidak memiliki sifat khusus seperti berminyak dan kering. Untuk mendapatkan citra yang baik pada citra sidik jari kering dilakukan ekstraksi garis tengahnya dan menghapus piksel putih/valley sehingga nilai ridge meningkat. Penelitian ini menggunakan metode FFT karena FFT merupakan salah satu algoritma yang dapat menghitung secara cepat dan mendukung dilakukan proses secara real time. Dengan metode FFT citra sidik jari dengan ridges yang terputus dianalisa dan dihitung probabilitasnya dari ridge frequency dan ridge orientation, setelah ditingkatkan kualitasnya dengan menggunakan FFT maka didapatkan peningkatan piksel ridge 97.52 % pada konstanta k=0,6. Dan Hasil Verifikasi Persentase Matching Sidik jari tertinggi pada nilai konstanta k=0,6 yaitu 54,29%.
PENINGKATAN UNJUK KERJA VERIFIKASI CITRA SIDIK JARI BERMINYAK BERDASARKAN MINUTIAE DENGAN METODE GABOR FILTER Sayed Munazzar; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.83 KB)

Abstract

Sidik jari merupakan salah satu sistem biometrik yang banyak digunakan untuk pengenalan secara otomatis maupun pemeriksaan identitas dikarenakan sifat dari citra sidik jari yang uniqness dan tidak pernah berubah. Dengan menggunakan 56 sampel sidik jari dari 7 orang yang berbeda, verifikasi citra sidik jari berminyak berdasarkan minutiae bertujuan untuk mendapat nilai minutiae dari citra sidik jari yang maksimal sehingga citra sidik jari bisa didapatkan kecocokan paling tinggi. Hasil dari verifikasi citra sidik jari normal dengan citra sidik jari berminyak sebelum gabor menghasilkan kecocokan sebesar 15,54% sedangkan verifikasi citra sidik jari normal dengan citra sidik jari berminyak setelah gabor menghasilkan kecocokan sebesar 20,46% sehingga persentase kecocokan meningkat 5%.
DETEKSI FITUR WAJAH MANUSIA TANPA MARKER AKTIF MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Muliyadi Muliyadi; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.531 KB)

Abstract

Motion capture dengan menggunakan marker aktif yang ada saat ini membutuhkan perangkat dan pakaian khusus yang dipakai oleh aktor yang mengakibatkan aktor sulit untuk melakukan gerakan-gerakan yang kompleks. Hal ini kemungkinan ada bagian marker yang terlepas atau  tidak tertangkap oleh kamera sehingga mempengaruhi hasil capture. Dalam penelitian ini akan Menggunakan Metode Principal Component Analysis (PCA) untuk mendeteksi   fitur–fitur wajah yang meliputi alis, mata, hitung, mulut dan lengkungan wajah. tanpa menggunakan marker akan tetapi dengan menggunakan titik landmark pada setiap fitur-fitur wajah, yang nantinya dapat memberikan kontribusi pada bidang penelitian facial motion capture dan pada dunia animasi serta game development sehingga akan mempermudah para kreator dalam membuat animasi yang realistis sebagaimana gerakan aslinya atau alami dari Aktor tanpa menggunakan pakaian khusus atau marker.
Co-Authors Ameilia Zuliyanti Siregar Chairil Umri Efendi, Syahril Eliyani Eliyani Erna Budhiarti Nababan Fahmi Fahmi Hartono Hartono Ichwana Ramli Indera Sakti Nasution Indra Edy Syahputra Iswanto Iswanto Julianti, Elisa Kelvin Onggrono Kemala Sari Lubis Mahidin Mahidin Marwan Ramli Melinda Melinda Meutia Nauly Muhammad Amin Muhibuddin Muhibuddin Muliyadi Muliyadi Nasrul Nasrul Netti Herlina Siregar Opim Salim Sitompul Pernantin Tarigan Poltak Sihombing Rosmelda Ginting Salahuddin Salahuddin Sarmayanta Sembiring Sayed Munazzar Usman Baafai Zulkifli Nasution