Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING eProceedings of Engineering Jurnal Rekayasa elektrika Jurnal INFOTEL
Bambang Hidayat
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 204 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 204 Documents
Search

 15   16   17   18   19 
Identifikasi Pola Sidik Bibir Pada Pria Dan Wanita Menggunakan Metode Discrete Wavelet Transform Dan Klasifikasi Support Vector Machine Sebagai Aplikasi Bidang Forensik Sarah Aura Nadienda; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Forensik merupakan bidang ilmu pengetahuan yang digunakan untuk membantu proses identifikasi individu maupun kepentingan penegakan hukum. Banyak cara dalam mengidentifikasi individu, namun seringkali karena kondisi fisik individu yang sudah tidak utuh, maka dilakukan pengidentifikasian. Ilmu kedokteran gigi forensik secara sederhana dapat menentukan identitas seseorang berdasarkan pemeriksaan odontologi, rugae palatina, dan sidik bibir. Sidik bibir memiliki karakteristik khas sama halnya dengan perbandingan sidik jari. Sidik bibir memiliki sifat konsisten, stabil sepanjang hidup, dan tidak akan berubah baik pola ataupun karakteristiknya. Sidik bibir dapat diamati sejak bayi berusia empat bulan. Sampel sidik bibir diperoleh melalui kerjasama dengan Fakultas Kedokteran Gigi Universitas Padjajaran dan mahasiswa Universitas Telkom. Tugas akhir ini dibuat bertujuan untuk memudahkan identifikasi pola sidik bibir pada pria dan wanita. Pengolahan sampel citra bibir, dalam penelitian ini diimplementasikan metode ekstraksi ciri Discrete Wavelet Transform (DWT) dan metode klasifikasi Support Vector Machine (SVM). Hasil dari tugas akhir ini adalah suatu program yang mampu melakukan identifikasi berdasarkan pola sidik bibir pria dan wanita. Didapatkan akurasi terbaik pada SVM One-Against-All (OAA) sebesar 70,83% dan pada SVM One-Against-One (OAO) didapatkan nilai akurasi sebesar 54,17%. Kata kunci: Forensik Kedokteran Gigi, sidik bibir, Discrete Wavelet Transform, Support Vector Machine, subband, highpass, lowpass filter, hyperplane
Identifikasi Usia Berdasarkan Pengolahan Citra Panoramik Molar Pertama Mandibula Dengan Metode Discrete Cosine Transform (dct) Dan Klasifikasi K-nearest Neighbor (k-nn) Fauziyyah Rachmawati; Bambang Hidayat; Fahmi Oscandar
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 Usia merupakan faktor penting yang digunakan dalam menentukan identitas seseorang pada odontologi forensik. Gigi dipilih sebagai objek dalam identifikasi karena kelebihannya sebagai salah satu organ yang paling kuat dan keras yang tahan terhadap suhu tinggi dan benturan. Identifikasi usia dapat ditentukan oleh pertumbuhan gigi karena perubahan pada gigi memiliki ciri tersendiri dengan mengamati perubahan dari luas pulpa gigi melalui gambar panoramik. Panoramik merupakan salah satu tools yang digunakan untuk membantu proses diagnosis. Hal ini dikarenakan tidak semua struktur pada gigi dapat dilihat hanya dengan pemeriksaan secara visual, karena pemeriksaan visual tidak selamanya akurat. Dalam tugas akhir ini metode yang digunakan untuk pengolahan citra panoramik molar pertama mandibula adalah Discrete Cosine Transform (DCT) dan dengan metode klasifikasi KNearest Neighbor (K-NN). Hasil yang didapat dari tugas akhir ini adalah sistem belum mampu digunakan untuk identifikasi dan klasifikasi usia seseorang pada software Matlab dengan metode yang digunakan. Hal ini didasari dari akurasi sistem sebesar 69.11% dengan jumlah 106 sampel citra latih dan 68 citra uji Kata Kunci : Panoramik, Molar Pertama Mandibula, Discrete Cosine Transform, K-Nearest Neighbor Abstract Age is the important factors used in determining the identity of a person forensic odontology. Teeth is selected as the object in the identification because of its excellence as one of the most powerful and hardest organs which is resistant to high temperature and collision. Age identification can be determined by the growth of teeth due to changes on its own distinctive tooth by observing the changes of pulp vast through dental panoramic image. Panoramic is one of the tools used to assist the process of diagnosis. It is because not all of the teeth structure can be seen just by visual check up, because visual check up is not always accurate. In this final project the method used for processing of the first mandibular molar panoramic image is the Discrete Cosine Transform (DCT) and with K-Nearest Neighbor (K-NN) classification method. The results of this final project is the system not capable to be used for identification and classification of a person's age on Matlab software with the used method. It is based on the accuracy of the system amounted to 69.11% with a total of 106 samples of training image and 68 test image. Keywords : Panoramic Radiograf, Histogram of Oriented Gradient (HOG), Learning Vector Quantization (LVQ)
Pengolahan Citra Radiografi Periapikal Pada Deteksi Penyakit Abses Dengan Metode Singular Value Decomposition Berbasis Android Nova Aditya Utami; Bambang Hidayat; Suhardjo Suhardjo
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Abses periapikal merupakan suatu infeksi tulang aveloar kronis peradikular yang berjalan lama dan bertingkat rendah, dan sumber infeksi terdapat pada saluran akar. Penyebabnya adalah matinya pulpa dengan perluasan proses infeksi sebelah periapikal, atau dapat juga disebabkan oleh abses akut yang sebelumnya sudah ada. Penyakit abses periapikal sangat sulit untuk dilihat secara kasat mata, untuk mendiagnosis penyakit tersebut maka dibutuhkan beberapa pengujian fisik menggunakan peripikal radiograf untuk memastikan adanya pembusukan di sekitar gigi dibutuhkan dokter ahli di bidang radiologi untuk menentukan diagnosanya. Di Indonesia dokter ahli di bidang radiologi masih sangat sedikit. Oleh karena itu penulis bertujuan untuk membuat penelitian menggunakan teknik pengolahan citra digital bertujuan untuk mempermudah dalam mendiagnosis penyakit abses. Metode SVD (Singular Value Decompotition) adalah sebuah proses matriks menjadi 3 komponen matriks, yaitu hanger, stretcher dan aligner. Penelitian ini menghasilkan tingkat akurasi sebesar 90%. Dengan pengolahan citra radiograf untuk mendeteksi abses dapat membantu dokter gigi sebagai diagnose tambahan dalam menentukan tindakan untuk penyakit tersebut. Kata kunci: Abses periapical, periapical radiograf, Singular Value Decomposition
Sintesis Hasil Penelitian Berkaitan Dengan Deteksi Granuloma Melalui Segmentasi Citra Periapikal Radiograf Menggunakan Domain Frekuensi Pritta Anggraeni Anindyasari; Bambang Hidayat; Suhardjo MS
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 Gigi adalah alat pencernaan yang paling keras yang terdapat pada bagian mulut. Kesehatan gigi berkaitan langsung dengan kegiatan metabolisme tubuh karena gigi merupakan organ yang terdapat pada sistem pencernaan. Oleh karena itu, perawatan gigi sangatlah penting untuk mencegah terjadinya berbagai macam penyakit gigi. Ada berbagai macam penyakit gigi, salah satunya adalah granuloma. Granuloma merupakan sebuah penyakit yang terjadi pada jaringan gigi. Penentuan penyakit yang terjadi pada gigi saat ini dilakukan dengan cara pengambilan gambar dari gigi, kemudian diagnosis penyakit pada gigi dilakukan oleh dokter spesialis radiologi kedokteran gigi melalui pembacaan film hasil radiograf dan pembacaan ini dilakukan secara kasat mata, sehingga hasil diagnosa cenderung bersifat subjektif. Oleh karena itu, dibutuhkan suatu sistem yang dapat membantu dokter gigi dalam memberikan diagnosa penyakit. Maka penulis akan melakukan sintesa dari penelitian penelitian yang sebelumnya dan mengkaji ulang metode yang paling akurat. Dari penelitian yang sudah ada tentang deteksi penyakit granuloma gigi pada domain frekuensi dan domain spasial, penulis akan fokus untuk mensitesakan penelitian yang terkait pada domain frekuensi. Pada tugas akhir ini metode yang akan diujikan kembali adalah metode Gabor Wavelet dan Discrete Cosine Transform (DCT), sebagai ekstraksi ciri kemudian dilakukan pengklasifikasian dengan menggunakan metode K-Nearest Neighbor (K-NN). Dari sintesis penelitian yang sudah dilakukan ini, diharapkan diperoleh metoda yang akurasinya paling tinggi, untuk selanjutnya bisa diproses menjadi hak cipta penelitian. Kata Kunci :Gigi, Granuloma, Hak Cipta Penelitian. Abstract Teeth are the hardest digestive tool found in the mouth. Dental health is directly related to the metabolic activity of the body because the tooth is an organ found in the digestive system. Therefore, dental care is very important to prevent the occurrence of various dental diseases. There are various kinds of dental diseases, one of which is granuloma. Granuloma is a disease that occurs in dental tissue. Determination of diseases that occur in teeth is currently done by taking pictures of the teeth, then the diagnosis of dental disease is done by a specialist radiology dentistry through the reading of radiographic film and this reading is done by naked eye, so the diagnosis tends to be subjective. Therefore, a system that can help the dentist in diagnosing the disease is needed. So the author will synthesize from previous research research and review the most accurate method. From existing research on granuloma dental disease detection in frequency domain and spatial domain, the authors will focus to research related research on the frequency domain. In this final project method will be tested again is Gabor Wavelet and Discrete Cosine Transform (DCT) method, as extraction characteristic then classified using KNearest Neighbor (K-NN) method. From the synthesis of research that has been done, it is expected to get the method with the highest accuracy, for the next can be processed into copyright research. Keywords: Teeth, Granuloma, Copyright Research
Analisis Dan Simulasi Steganografi Video Menggunakan Metode Wavelet Pada Frame Yang Dipilih Berdasarkan Deteksi Fasa Amelia Shaffira Arifin; Bambang Hidayat; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Dalam tugas akhir ini, dibuat sistem steganografi untuk menyisipkan pesan rahasia (.txt) pada video (.avi) . Metode yang digunakan untuk menyisipkan pesan adalah Discrete Wavelet Transform (DWT), dilakukan dengan cara mengganti nilai koefisien yang dibawah nilai threshold dengan pesan rahasia. Penyisipan pesan dilakukan pada gambar saat terdeteksi fasa yang terpilih dengan menggunakan proses Fast Fourier Transform (FFT) yang merupakan realisasi dari proses DFT. Parameter yang digunakan sebagai pengujian Video Steganografi seperti: Waktu Komputasi, BER, CER, MSE, PSNR dan MOS. Hasil yang diperoleh adalah sistem steganografi dengan waktu komputasi tercepat 2,9450 detik pada saat penyisipan dan 0,1782 detik pada saat ekstraksi. Untuk nilai MSE 0,0309 dan nilai PSNR mencapai 63,2293 dB dengan BER dan CER yang sama yaitu 0 saat tidak ada serangan noise Gaussian. Sistem steganografi yang dibuat tahan terhadap serangan noise Gaussian pada citra dengan nilai mean=0 hingga variansi 1x10-4, saat diberikan variansi 1x10-2 BER nya menjadi 0,4695. Hasil MOS yang didapatkan dari survey terhadap 30 koresponden memiliki nilai rata-rata total 3,62 yang berarti kualitas video yang tersisipi adalah cukup baik. Kata kunci: Steganografi, DWT, Fasa, DFT
Identifikasi Pola Sidik Bibir Pada Identitas Manusia Menggunakan Metode Gray Level Co-occurrence Matrix Dan Local Binary Pattern Dengan Klasifikasi Decision Tree Pattern Sebagai Aplikasi Bidang Forensik Biometrik Angrinda Kharisma Putri; Bambang Hidayat; Yuti Malinda
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

Proses identifikasi pada individu dilakukan dengan dua metode yaitu identifikasi primer dan sekunder. Sidik bibir menjadi identifikasi sekunder jika pemeriksaan pada identifikasi primer tidak mendapatkan hasil yang akurat. Sidik bibir memiliki pola yang unik dan stabil dan tidak berubah seiring bertambahnya umur individu. Penelitian ini menggunakan metode ekstraksi ciri Gray Level Co-Occurrence Matrix (GLCM) dan metode Local Binary Pattern (LBP) dengan klasifikasi ciri Decision Tree. Citra latih yang digunakan berjumlah 50 dan 36 citra uji. Penelitian ini bertujuan untuk memudahkan proses identifikasi kepemilikan sidik bibir yang merupakan hasil kerjasama Fakultas Kedokteran Gigi Universitas Padjajaran dengan mahasiswa Universitas Telkom. Hasil dari penelitian ini didapatkan metode terbaik adalah GLCM dengan nilai akurasi sebesar 83,3333% menggunakan parameter orde dua energi, korelasi, homogenitas, kontras dan 8 level kuantisasi. Pada LBP dihasilkan akurasi sebesar 61,1111% dengan radius R=1 dengan masing-masing metode menggunakan klasifikasi Decision Tree. Kata Kunci: Odontologi Forensik, Biometrik, Sidik Bibir, Gray Level Co-Occurrence Matrix, Local Binary Pattern, Decision Tree Abstract The process of identification in individual work with two methods, primary and secondary identification. Lip print becomes secondary identification if examination on primary identification does not get accurate results. Lip print has a unique and stable pattern and does not change with the age of the individual. This research uses extraction method of Gray Level Co-Occurrence Matrix (GLCM) and Local Binary Pattern (LBP) method with Decision Tree classification. The training images that is used amounted to 50 and 36 images of testing data. This research aims to facilitate the identification ownership process of lip prints that obtained a collaboration between Dentistry Faculty of Padjadjaran University and students of Telkom University. The results of this research obtained the best method is GLCM with accuracy value equal to 83.33333% using the second order parameter; energy, correlation, homogeneity, contrast and 8 quantization levels. The LBP results equal to 61.1111% with radius R = 1 with each method using the Decision Tree classification. Keywords: Odontology Forensic, Biometric, Lip Print Pattern, Gray Level Co-Occurrence Matrix, Local Binary Pattern, Decision Tree
Sintesis Penelitian Deteksi Penyakit Abses Pada Gigi Manusia Melalui Citra Periapikal Radiograf Domain Spasial Rr Ayuningtias Setiaji; Bambang Hidayat; Suhardjo MS
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 Abses merupakan penyakit gigi yang menyebabkan benjolan berisi cairan (nanah) pada bagian akar, gusi atau antara gigi akibat infeksi bakteri. Penyakit abses periapikal sangat sulit untuk dilihat secara kasat mata, maka dari itu untuk mendiagnosis penyakit tersebut dibutuhkan beberapa pengujian fisik menggunakan periapikal radiografi yang berguna untuk memastikan adanya pembusukan di sekitar gigi. Pengujian fisik saat ini dilakukan oleh dokter ahli spesial radiologi dengan manual yang hasilnya bersifat subjektif. Oleh sebab itu, untuk mempermudah dalam mendiagnosis dibutuhkan suatu alat/sistem yang dapat membantu meningkatkan akurasi diagnosa penyakit. Pada tugas akhir ini telah dilaksanakan sintesis dari seluruh penelitian yang terkait dengan teknik mendiagnosa penyakit abses pada gigi melalui pengolahan citra digital dan citra periapikal radiograf. Metode yang dipilih untuk diujikan kembali adalah Singular Value Decomposition (SVD) dan Binary Large Object (BLOB) dengan klasifikasi kNearest Neighboor (k-NN). Data yang digunakan merupakan data yang sama untuk menguji kedua metode yaitu data latih dengan jumlah 8 untuk citra abses dan 8 untuk citra non-abses sedangkan data uji dengan jumlah 11 untuk citra abses dan 11 untuk citra non-abses. Sintesis ini menghasilkan akurasi tertinggi yang didapat dari metode Singular Value Decomposition (SVD) pada matriks eigen value S dengan ukuran piksel 128×128 dan parameter k pada k-NN adalah 1 yang menghasilkan akurasi 90,9091% dengan waktu komputasi 0,3548 detik. Kata kunci : Abses, Radiograf Periapikal, Pengolahan Citra Digital, Singular Value Decomposition (SVD), Binary Large Object (BLOB), k-Nearest Neighboor (k-NN). Abstract A dental abscess is a disease that cause a collection of pus that could form between the teeth, in the gums, or in the bone that holds the teeth in place due to bacterial infection. Periapical abscess is very difficult to be seen by the naked eye, therefore some physical testing using periapical radiograph is required to ensure the decay around the teeth. Physical testing is currently carried out manually by radiologists whose results are subjective. Therefore, in order to facilitate the diagnosis, a device or system that could improve the accuracy of diagnosis is needed. In this final project, a synthesis of all studies related to the technique of diagnosing dental abscesses through digital image processing and periapical radiograph images has been done. Singular Value Decomposition (SVD) and Binary Large Object (BLOB) with k-Nearest Neighbors (k-NN) classification has been chosen as the method to be retested. The data used is the same data to test both methods, namely training data with 8 numbers for abscess images and 8 for non-abscess images while the test data with 11 numbers for abscess images and 11 for non-abscess images. The result of synthesis in the highest accuracy obtained from the Singular Value Decomposition (SVD) method by using ISSN : 2355-9365 e-Proceeding of Engineering : Vol.5, No.3 Desember 2018 | Page 5554 the S matrix, 128×128 pixel size and the k parameter on k-NN is 1 which results in 90.9091% accuracy with a computing time of 0.3548 seconds. Keywords : Abscess, Periapical Radiograph, Digital Image Processing, Singular Value Decomposition (SVD), Binary Large Object (BLOB), k-Nearest Neighboor (k-NN).
Deteksi Nada Tunggal Alat Musik Kecapi Bugis Makassar Menggunakan Metode Mel Frequency Cepstral Coefficient (mfcc) Dan Klasifikasi K-nearest Neighbour (knn) Alif Fajri Ryamizard; Bambang Hidayat; Sofia Saidah
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 Alat musik tradisional merupakan salah satu komoditas Indonesia yang menjadi asset yang berharga dan telah menjadi salah satu daya tarik Indonesia bagi warga asing. Hampir setiap daerah di Indonesia memiliki alat musik tradisional masing-masing. Nada yang unik menjadi ciri khas berbagai alat musik tradisional Indonesia, seperti alat musik kecapi yang berasal dari Sulawesi Selatan. Kecapi sering digunakan dalam festival musik Sulawesi di berbagai daerah, namun sering terdapat permasalahan pada saat penyetelan alat musik kecapi karena membutuhkan waktu cukup lama. Pada Tugas Akhir ini telah dirancang sebuah sistem yang dapat mengidentifikasi nada yang terdapat pada alat musik kecapi melalui pengolahan suara. Pada sistem identifikasi nada alat musik ini terdiri dari ekstraksi ciri dan pengklasifikasi nada alat musik kecapi. Melalui ekstraksi ciri dari suatu sinyal audio dapat diketahui jenis nada dan karakteristiknya. Metode ekstraksi ciri yang digunakan adalah Mel Frequency Cepstral Coefficient dan metode klasifikasi yang digunakan yaitu K-Nearest Neighbor. Tugas Akhir ini diharapkan dapat membangun suatu sistem yang dapat mengenali nada pada alat musik kecapi. Nada yang dideteksi terdiri dari 7 nada, yaitu do, re, mi, fa, sol, la, si. Tingkat akurasi yang telah diharapkan sebesar 70%, dimana nada masukan berasal dari microphone. Kata Kunci: Kecapi, Mel Frequency Cepstral Coefficient, K-Nearest Neighbor Abstract Traditional musical instrument is one of Indonesia's commodities which become a valuable asset and has become one of Indonesia's attraction for foreigners. Almost every region in Indonesia has their own traditional musical instruments. Unique tones characterize a variety of traditional Indonesian musical instruments, such as kecapi instruments originating from South Sulawesi. Kecapi is often used in Sulawesi music festivals in various regions, but there are often problems at the time of adjusting the lute because it takes a long time. In this Final Project has been designed a system that can identify the tone contained in the instruments of the lute through sound processing. The tone identification system of this instrument consists of characteristic extraction and the classification of the tone of the lute music instrument. Through the characteristic extraction of an audio signal can be known the type of tone and its characteristics. The method of feature extraction used is Mel Frequency Cepstral Coefficient and the method of classification used is K-Nearest Neighbor. This Final Project is expected to build a system that can recognize the tone of the lute instrument. Detected tone consists of 7 tones, namely do, re, mi, fa, sol, la, si. The expected accuracy rate is 70%, where the input tone comes from the microphone. Keywords: Kecapi, Mel Frequency Cepstral Coefficient, K-Nearest Neighbor
Estimasi Berat Karkas Dan Klasifikasi Daging Sapi Berdasarkan Deteksi Tepi Canny, Discrete Wavelet Transform, Dan Support Vector Machine Mona Renasari; Bambang Hidayat; Sjafril Darana
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dewasa ini, permintaan akan produk sapi di Indonesia terus meningkat, khususnya menyangkut akan daging sapi. Bobot sapi merupakan indikator yang paling penting untuk mengetahui keberhasilan pemeliharaan dan pertumbuhannya. Peternak umumnya melihat bobot hidup sapi untuk menentukan harga sapi dalam bidang pemasaran. Berbagai cara yang dilakukan untuk mengetahui bobot sapi, salah satunya dengan menggunakan timbangan ternak. Namun keadaan di lapangan, mengingat minimnya fasilitas timbangan ternak, sehingga peternak harus melakukan penafsiran bobot badan secara subjektif. Hal tersebut dinilai tidak efektif, karena dapat merugikan calon pembeli daging sapi. Solusi yang tepat pada masalah diatas yaitu bidang Teknologi Informasi dan Komunikasi dapat diaplikasikan dengan menggunakan pengolahan citra untuk mengetahui akurasi ukuran fisik tubuh ternak sapi (lebar dada dan panjang badan). Pengolahan citra dilakukan dengan proses segmentasi citra dengan mengabaikan background dan objek-objek yang ada disekitar sapi yang bersifat mengganggu (noise). Setelah itu, akan dilakukan proses identifikasi untuk mendapatkan ukuran panjang badan dan lebar dada ternak sapi. Tugas akhir bertujuan untuk mengetahui berat karkas sapi, dengan memanfaatkan pengolahan citra. Teknik yang digunakan untuk segmentasi sapi adalah metode Discrete Wavelet Transform (DWT) dan klasifikasinya menggunakan Support Vector Machine (SVM). Estimasi bobot karkas sapi dirancang mengunnakan aplikasi berbasis Matlab. Metode DWT dan klasifikasi SVM dapat menghasilkan suatu sistem yang memiliki estimasi bobot sapi sebesar 86.1% dan akurasi klasifikasi sebesar 85% dengan waktu komputasi 6.6175 detik. Kata Kunci: Discrete Wavelet Transform, Support Vector Machine, Karkas sapi
Deteksi Kualitas Dan Kesegaran Telur Berdasarkan Deteksi Objek Transparan Menggunakan Metode Discrete Wavelet Transform Dengan Klasifikasi K-nearest Neighbor Ngurah Putu Oka Harybuana; Bambang Hidayat; Sjafril Darana
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Telur ayam telah menjadi salah satu bahan makanan pokok yang biasa dikonsumsi oleh masyarakat di Indonesia. sehingga telur banyak dijadikan sebagai bahan olahan makanan . Akan tetapi, setiap telur memiliki kualitas dan kesegaran yang berbeda-beda. Kualitas dan kesegaran telur dapat dilihat dari ketinggian telur. Semakin kental putih telur maka semakin baik kesegaran telur tersebut. Telur diukur dengan menggunakan alat khusus yang disebut HU (Haugh unit) Dalam tugas akhir ini penulis membahas bagaimana cara mendeteksi kualitas dan kesegaran pada telur ayam negeri dengan mengambil gambar citra dari samping dilihat tinggi putih telur. Pada tugas akhir ini penulis menggunakan deteksi objek transparan menggunakan metode DWT (Discrete Wavelet Transform) dengan klasifikasi KNN (K-Neirest Neighbor). Pada penelitian ini dilakukan pengujian dengan 51 citra telur, dengan komposisi masing-masing kelas memiliki 17 citra telur AA, 17 citra telur A, dan 17 citra telur B. Sehingga didapatkan akurasi terbaik sebesar 90.1% dan waktu komputasi 0,5682s dengan menggunakan metode DWT (Discrete Wavelet Transform) dengan level dekomposisi level 2 pada subband LL dengan klasifikasi KNN (K-Neirest Neighbor) menggunakan jarak euclidean pada K= 1. Kata kunci : Telur, HU (Haugh Unit), DWT (Discrete Wavelet Transform), KNN (K-Neirest Neighbor)
Co-Authors Abdul Hafidh Zaini Ade Pitra Hermawan Adi Aufarachman Putra Bambang Dwi Adrian Firmansyah Taufik Afina Fatharani Agre Liana Bella Clara Ahmad Mumtaz Ahsanu Qornan Al Brando Ardes Harjoko Alif Fajri Ryamizard Alifdio Hendra Putra Alifia Fathur Rizkiyah Alvin Matthew Valentino Amelia Shaffira Arifin Andre Danika Andrean David Chrismadandi Andri Slamet Subandrio Andri Slamet Subandrio Andri Slamet Subandrio Angrinda Kharisma Putri Anissa Widya Devianti Annisa Adlina Mulyaningrum Annisa Faraditha Basuki Annisa Rizki Akmalia Annisa Yandra Oktora Apriannor Apriannor Aptanti Aptanti Arfhan Setiawan Ari Septayuda Arina Fadhilah Arisalsabila Wahyu Bawono Arvieda Nadya Astin Santosa Auliado Centaury Ayu Tri Yulina Ayu Trisna Hayati Ayu Trisna Hayati Azarine Sandi Rizcky Bagas Yufa Ardana Bani Aulia Rahman Bella Yunita Kusuma Carolus Ferdy Setiaji Hartoko Chyndi Mery Da Vega Clara Amanda Daniel Ade Aryono Dara Aulia Feryando David Vianza Dea Delia Lestari Dela Tantri Riyandani Denanda Syahnurreza Auladi Desi Dwi Prihatin Desti Madya Saputri Devi Naafiyandika Sutopo Devi Rahmaditra Devi Utami Nur Indah Sari Devita Ba'diatan Fitri Dewa Gede Eduard Pramana Morton Dewi Zakiawati Dias Wardana Diati Levi Putri Dimas Anugrah Putra Dinda Rizki Taningrum Diny Hafizha Amelia Diovani Estidia Akbar Distyan Putra Agrisativa Dita Kusuma Wardani Dudi Aripin Dwi Sukma Bestry Edrea Cioksidy Cioksidy Eka Yuwitaning Eko Susatio Elline Constantia Elok Novita Pramunti Elyza Dilla Susanti Endang Yuni Endang Yuni Setyowati Enrico Wiratama Purwanto Erryna Indah Kurniawati Erty Kasdiantika Erwin Susanto Faber Tommy Johannes Nauli Fadhilah Fadhilah Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oskandar Fanny Oksa Salindri Farah Fadhilah Hermahiroh Farisah Qisthina Rekamasanti Farras Duto Hestopo Fauziyyah Rachmawati Fina Maharani Firda Isfandary Badryani Fiya Rohmawati Galuh Laksmita Ranggi Garizah Ganih Pranoto Gelar Budiman Ghina Oktavia Gita Meirinda H. Suhardjo H. Suhardjo Haidar Maghrifa Ahmad Hamdan Gustiawidi Hanif Jaka Permana Hasna Nur Afina Helena Jasmine Clarissa Hermas Ahadhi Septiaji Hervyn Junianto Kuen Hilal Nuha Hilman Fauzi, Hilman Hindrya Meidina Fresty Husnul Himmah I Nyoman Apraz Ramatryana I Putu Aditya Widiatama Ibrahim Adilla Ida Ayu Dian Purnama Sari Imam Abdul Hakim Indah Restyana Indri Ruth Simatupang Inka Hashari Insani Sekar Wangi Inung Wijayanto Irene Dewi Kurniawati Irma Safitri Irvie Augustin Israndy Yainahu Jangkung Raharjo Johan Arif Johan Arif Johan Arif Karina Permatasari Katamso Katamso Kevin Prathama Nugraha Khairunnisa Alfiyanti Suharja Kharisma Meccasia Kinanti Balqis Maharani Kintan Veriana Krisma Asmoro Kusumawardhani, Eka Leanna Vidya Yovita Ledya Novamizanti Listhyani Dhianira Sarie Listianto Raharjo Luluk Listyani Ayuningtyas Lutfi Ahmad Lyra Vega Ugi Magdarita Haris Mahdan Muqottirullah Al Askariyy Maya Amiriyanti Maya Sari Samosir Melina Melina Mentari Pangestu Mielda Fauzi Mila Muliani Mirrah Aliya Azzahra Mohamad Fikri Permana Mona Renasari Muhamad Fatah Muhamad Luthfi Wahid Muhammad Fatah W Muhammad Fatah Wiyatna Muhammad Ilham Fauzi Muhammad Rafki Muhammad Taufiq Alkautsar Mujib Ramadhan Hidayat Murnisari Darjan Mutia Henarta Mutiara Ulfach Nabila Sarashadarti Nadia Aisyah Permata Putri Nadia Putri Nurpadilah Nadiya Ibrahim Nanang Adi Setyawan Neng Anggi Iliadi Neng Wiwin Wiyandini Ngurah Putu Oka Harybuana Niki Ihsanul Hakim Nina Djustiana Nova Aditya Utami Novita Yusnia Tri Handayani Nur Andini Nur Hikmah Maulida Nur Ibrahim Nur Inastia Alfianingrum Nur Shabrina Nurul Septiyani Syafril Prasetyo Tri Herlambang Pritta Anggraeni Anindyasari Putu Cinthia Wikessa Putu Wahyu Saputra Qintan Nurma Buana Rakhman Kurniadi Rani Fauzana Rasinia Vadilla Nova Ratri Dwi Atmaja Regha Julian Pradhana Reinhard Immanuel Abraham Reni Anggraini Reni Dyah Wahyuningrum Restu Pujiyanti Hidayat Restu Wardani Reza Ahmad Nurfauzan Rian Febrian Umbara Rian Umbara Rikko Ismail Hardianzah Risva Ulva Fauzia Rita Magdalena Rizkiana Rani Sejahtera Rizky Setyaningrum Rizqi Shaumi Puspa Ayu Amanda Rosa Chulia Rahmah Rr Ayuningtias Setiaji Rudy Hartanto Rudy Hartanto Rudy Hartanto Ryan Bagus Wicaksana Ryan Bagus Wicaksono Sarah Aura Nadienda Saraswati Saraswati Setyo Nugroho Wibowo Shabrina Elha Putri Shofiya Rona Gemintang Sigit Nugroho SJAFRIL DARANA Sjafril Darana Sjafril Darana Sofia Sa’idah SOFIA SAIDAH Sri Muliawati Suci Amelia Suci Aulia Sugeng Winarno Sugondo Hadiyoso Suhardjo MS Suhardjo MS Suhardjo Sitam Suhardjo Sitam Suhardjo Suhardjo Suhardjo Suhardjo Suhartono Tjondronegoro Suken Achmad Aziz Suryo Adhi Wibowo Syahida Anugrah Kausar Syakira Nurina Shaputri Syelanisa Nabilla Syifa Mellynda Prisca Tengku Ahmad Wira Giovany Tikki Capriati Marieski Tita Haryanti Tito Permana Ulfa Yuliani Unang Sunarya Utari Hustita Dewi Vallen Ariesandi Vanesa Ditalia Vasya Aulia Viona Apryaleva Vivi Oktaviani Damanik Wijayanti, Lumastari Ajeng Wulandari Setiawati Wulandary Ika Hanesia Yafis Sukma Kurniawan Yeni Ernita Kusuma Wardani YULI SUN HARIYANI Yun Mukmin Akbar Yuti Malinda Yuti Malinda Yuti Malinda Zafer Ozcan Zagitha Devy Harerra Zahrana Hermulyani Zarka Lazuardi Putera