Article Per Year (5 Year)
p-Index From 2021 - 2026
3.48
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TEKNOLOGI INFORMASI POSITIF SMATIKA Jurnal Ilmiah KOMPUTASI Edu Komputika Journal Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika JIEET (Journal of Information Engineering and Educational Technology) JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) SENTIA 2016 G-Tech : Jurnal Teknologi Terapan Jurnal Teknik Informatika (JUTIF) Jurnal Pengabdian Polinema Kepada Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pengabdian Kepada Masyarakat
Ulla Delfana Rosiani
Politeknik Negeri Malang
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Pemanfaatan Wireshark untuk Sniffing Komunikasi Data Berprotokol HTTP pada Jaringan Internet Zaky Maula Luthfansa; Ulla Delfana Rosiani
JIEET (Journal of Information Engineering and Educational Technology) Vol. 5 No. 1 (2021)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v5n1.p34-39

Abstract

Perkembangan teknologi informasi saat ini berkembang dengan cepat terutama dalam teknologi internet. Hampir semua perangkat sekarang terhubung dengan koneksi internet. Karena semakin luasnya pengguna internet, maka tingkat keamanan terutama dalam pengiriman data sangat perlu diperhatikan. Ada banyak cara untuk melakukan penyadapan paket data yang terjadi pada jaringan internet salah satunya adalah sniffing. sniffing adalah salah satu teknik dalam penyadapan komunikasi data, Sniffing bisa memonitoring setiap komunikasi data yang terjadi pada jaringan internet baik itu protokol HTTP, TLS, ARP, DNS dan lain-lain. Dalam penelitian ini, teknik sniffing akan dilakukan dengan perangkat lunak Wireshark pada komunikasi data berprotokol HTTP. Wireshark akan menangkap informasi dari komunikasi data yang terjadi pada Wireless, dan melakukan penyaringan informasi dan hanya fokus kepada informasi komunikasi data berprotkol HTTP. Pada protokol HTTP ini akan menghasilkan data POST yang memuat informasi penting seperti username dan password. Hasil dari penelitian adalah melakukan penyadapan jaringan internet dengan Wireshark dapat mengambil informasi data penting yang mengakibatkan hilangnya salah satu sifat keamanan pada jaringan internet yaitu data privasi.
Media Pembelajaran Aplikasi Tata Cara Pengurusan Jenazah Berbasis Multimedia Ulla Delfana Rosiani; Mungkin Astiningrum; Faisal Rahutomo; Gunawan Budi Prasetyo; Yushintia Pramitarini
Jurnal Pengabdian Polinema Kepada Masyarakat Vol. 8 No. 2 (2021): Jurnal Pengabdian Polinema Kepada Masyarakat
Publisher : UPT Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jppkm.v8i2.95

Abstract

Agama Islam mengajarkan ilmu fiqih dimana dalam kajian tersebut salah satunya membahasan tentang pengurusan jenazah. Namun, masyarakat masih membutuhkan pemahaman tentang bagaimana mengurus jenazah di lingkungan daerah sekitar mereka. Untuk membantu memberikan pemahaman tersebut maka akan dilakukan pelatihan tata cara pengurusan jenazah. Pelatihan ini akan menggunakan metode pembelajaran dengan teknik demonstrasi dimana salah satunya adalah dengan menggunakan aplikasi sebagai media pembelajaran berbasis multimedia. Aplikasi tata cara pengurusan jenazah berbasis multimedia dirancang dan dibuat guna untuk menyajikan informasi dengan tampilan yang menarik. Aplikasi dilengkapi dengan suara dan keterangan serta fitur berdasarkan materi persiapan apa saja yang harus disediakan untuk pengurusan hingga menguburkan jenazah. Dengan dibuatnya aplikasi tata cara pengurusan jenazah diharapkan dapat meningkatkan pemahaman masyarakat tentang tata cara pengurusan jenazah. Kegiatan pengabdian masyarakat ini dapat berjalan lancar, peserta pelatihan mendapatkan pemahaman ilmu tentang tata cara pengurusan jenazah dengan media pembelajaran yang menarik
Pelatihan Pemanfaatan Sistem Informasi Pondok Pesantren Ashabul Kahfi Pramana Yoga Saputra; Rawansyah; Ulla Delfana Rosiani; Ariadi Retno Ririd; Noprianto
Jurnal Pengabdian Polinema Kepada Masyarakat Vol. 9 No. 2 (2022): Jurnal Pengabdian Polinema Kepada Masyarakat
Publisher : UPT Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jppkm.v9i2.151

Abstract

Pondok Pesantren Ashabul Kahfi Malang merupakan sebuah pondok pesantren yang diperuntukkan bagi mahasiswa yang berdiri sejak tahun 1995. Terletak pada jalan Semanggi Barat no 1A Lowokwaru Malang. Pondok Pesantren Ashabul Kahfi masih menerapkan sistem pengadministrasian yang sederhana dibantu dengan buku besar serta komputerisasi sederhana. Melihat banyaknya santri yang terus bertambah, hal tersebut menyulitkan pengurus yang bertugas absensi waktu talim. Sehingga perlu adanya sistem informasi yang dapat digunakan untuk mengurangi permasalahan yang ada, serta membantu dan mempermudah pengurus. Agar pihak pengurus Pondok Pesantren Ashabul Kahfi Malang dapat memahami alur serta pengoperasian sistem informasi yang ada, maka perlu dilakukan sosialisasi dan pelatihan pemanfaatan sistem informasi tersebut. Sehingga proses bisnis yang ada di Pondok Pesantren Ashabul Kahfi Malang dapat berjalan dengan lancar.
Application of TOPSIS as a DSS in the Selection of Home Improvement Grant Recipients Aryo Bagus Kusumadewa Tutuko; Maulana Syarief Hidayatullah; Ulla Delfana Rosiani
JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) Vol 6, No 2 (2023): August 2023
Publisher : Merdeka Malang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jeemecs.v6i2.10442

Abstract

This study aims to compare the TOPSIS method with the SAW and ELECTRE methods which have been presented in previous research in making decisions on home improvement grant recipients. This research utilizes data and findings from prior studies concerning the selection process for recipients of home renovation assistance, employing the SAW and ELECTRE methodologies. Using the TOPSIS method obtained results that have significant differences. The TOPSIS method provides positive and negative ideal solutions, this is more detailed in supporting the decision-making process. By displaying the web-based TOPSIS method, it is hoped that users with an interest in decision-making can access it more easily. The results indicate that the positive ideal solution may symbolize an ideal housing state, such as a well-maintained house, while the negative ideal solution may represent a subpar housing condition.
Pelacakan Titik Fitur Dengan Kanade-Lucas-Tomasi (KLT) Untuk Pengenalan Ekspresi Mikro Wajah Pada Dataset SAMM Priska Choirina; Ulla Delfana Rosiani; Indah Martha Fitriani
G-Tech: Jurnal Teknologi Terapan Vol 8 No 1 (2024): G-Tech, Vol. 8 No. 1 Januari 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i1.3755

Abstract

Ekspresi Mikro merupakan ekspresi yang terjadi di bawah alam sadar yang muncul ketika seseorang menyembunyikan emosi. Kontribusi utama penelitian ini menerapkan metode KLT yang dapat melacak gerakan serta memberikan akurasi pengenalan pada Dataset SAMM dengan baik. Metode KLT memanfaatkan titik-titik fitur untuk mendeteksi gerakan pada setiap frame. Area pengamatan adalah alis, mata dan mulut dengan penanda wajah yang dibentuk oleh Discriminative Response Map Fitting(DRMF).  Hasil pelacakan seluruh titik-titik fitur berupa motion features yang terbentuk dari sebuah vektor hasil perpindahan titik-titik tersebut. Data ekstraksi fitur dibentuk dengan dua jenis yaitu data pemilihan manual (handcrafted data) dan random sampling. Data ekstraksi dilakukan proses klasifikasi dengan membandingkan dua metode yaitu Support Vector Machine (SVM) dan MLP-Backpropagation. Hasil penelitian ini menunjukkan hasil yang tergolong signifikan, pada data ekstraksi fitur random sampling dengan menggunakan MLP-Backpropagation menghasilkan akurasi tertinggi yaitu 79.8%.  Selain itu, waktu pemrosesan pada setiap frame  dengan menggunakan metode yang diusulkan tergolong sangat cepat.
Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro Ulla Delfana Rosiani; Priska Choirina; Yessy Nindi Pratiwi Pratiwi; Septiar Enggar Sukmana
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 12 No 4: November 2023
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jnteti.v12i4.7818

Abstract

Microexpression is an emotional representation occurring spontaneously and cannot be controlled consciously. It is temporary (short duration) with subtle movements, making it difficult to detect with the naked eye. Microexpressions’ muscle movements are generated in only a few small areas of the face, so observation of specific areas results in faster computation time and provides important information compared to observation of the entire face. This research proposes reducing the observation area and phase for microexpression recognition. The observed areas in the Chinese Academy of Science Micro-Expressions (CASME II) dataset are left and right eyebrows, right and left eyes, and mouth. The observation phase of microexpressions included analyzing the comparison in the onset to offset phase (“fullOAO”) and in the onset, apex, and offset phase (“OAO”). Feature extraction was performed using a simple local binary patterns histogram (LBPH) method, which can represent local features in the facial area. The best result of the proposed method was the “fullOAO” phase with an accuracy of 96.8% (using support vector machine-radial basis function, SVM-RBF) and an average computation time of 0.192 ms per frame and 10.473 ms per video. In “OAO” phase type, an accuracy of 87.7% was achieved with a computation time of 0.159 ms per frame and 0.576 ms per video. The difference in accuracy and computation time between the two-phase types occurs because the number of frames in “fullOAO” type is greater than in “OAO”, resulting in a different amount of processing time and feature extraction data. However, the 9% decrease in accuracy does not significantly affect the accuracy since the accuracy rate is still relatively good, above 80%. Furthermore, the correct measurement for computation time was the time taken to process each frame in the input video. Therefore, the proposed method can produce fast computation time and relatively accurate recognition.
Identifikasi "Acne Vulgaris" Berdasarkan Fitur Warna Dan Tekstur Menggunakan Klasifikasi JST Backpropagation Ulla Delfana Rosiani; Kadek Suarjuna Batubulan; Malia Elisiana
Jurnal Informatika Polinema Vol. 7 No. 2 (2021): Vol 7 No 2 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i2.463

Abstract

Acne Vulgaris adalah salah satu penyakit kulit kronis umum yang berkaitan dengan penyumbatan dan atau peradangan pada folikel rambut dan kelenjar minyak yang menyertainya. Acne vulgaris dibagi menjadi beberapa macam jenis, diantaranya ada whitehead, blackhead, papule, dan pustule. Beberapa jenis acne vulgaris memiliki warna dan tekstur yang berbeda. Hasil dari ekstraksi warna dan tekstur dapat dilakukan klasifikasi terhadap jenis acne vulgaris. Dengan berkembangnya teknologi bidang informatics engineering proses identifikasi jenis acne vulgaris dapat dilakukan menggunakan pengolahan citra digital. Hasil dari ekstraksi fitur warna dan fitur tekstur kemudian dianalisis dan diklasifikasikan sehingga dapat diketahui jenis acne vulgaris pada citra tersebut. HSV merupakan salah satu ruang warna yang memperlihatkan warna seperti yang dilihat oleh manusia pada umumnya. GLCM merupakan metode yang mampu menyediakan informasi penting dan melakukan analisis mengenai tekstur citra. Empat ciri statistik GLCM yaitu contrast, correlations, homogenity, dan energy dengan sudut 0°, 45°, 90°, dan 135° akan memberikan nilai untuk membedakan tekstur acne vulgaris pada setiap jenisnya. Backpropagation digunakan karena metode tersebut mampu menyelesaikan pengklasifikasian dengan problem nonlinear. Terdapat tiga tahap backpropagation dalam pengolahan data yaitu tahap feedfordward, backpropagation, dan penyesuaian bobot, sedangkan untuk klasifikasi hanya menggunakan tahap feedfordward. Dari hasil penelitian mengidentifikasi acne vulgaris menggunakan ruang warna HSV, metode GLCM dan klasifikasi JST Backpropagation dapat menghasilkan nilai akurasi sebesar 65%. Akurasi tersebut didapatkan dari parameter learning rate 0.0002 dan epoch sebanyak 200.
Detection and Tracking of Face Location in the Pre-processing Stage of Recognition of Micro Expressions Using the Kanade-Lucas-Tomasi (KLT) Method Priska Choirina; Ulla Delfana Rosiani
Jurnal Informatika Polinema Vol. 7 No. 1 (2020): Vol 7 No 1 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i1.467

Abstract

Research and observation of micro-expression movements requires a careful pre-processing stage, because it is associated with observing subtle movements and very fast durations. At this stage, the detection and tracking of the face area must always be precise so that the observation of movement in the face area can be accurate. Several video samples of the micro expression dataset showed facial movements followed by small movements of the head. The movements outside the movement in this facial area will affect the performance of the micro expression recognition system. This study detects and tracks the location of faces during micro-expression movements. The Viola-Jones method is used for face detection and the Kanade Lucas Tomasi (KLT) method for tracking feature points. After the face is detected correctly, a point tracking is performed at the tip of the nose. This tracking of the movements at the nose tip is followed by the formation of the facial area. So that the face area will always be in the right position even if there is movement in the head. The test and testing data used in this study were the CASME II dataset. The test from this research shows that the detection and tracking of facial areas can be done precisely and accurately on all test data. It is hoped that with the formation of facial areas that are always precisely tracked, the next process of recognition of micro expressions can run well.
SEGMENTASI BERBASIS K-MEANS PADA DETEKSI CITRA PENYAKIT DAUN TANAMAN JAGUNG Ulla Delfana Rosiani; Cahya Rahmad; Marcelina Alifia Rahmawati; Frangky Tupamahu
Jurnal Informatika Polinema Vol. 6 No. 3 (2020): Vol 6 No 3 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i3.331

Abstract

Penyakit tanaman adalah kondisi dimana sel dan jaringan tanaman tidak berfungsi secara normal yang ditimbulkan karena gangguan secara terus menerus oleh agen patogen atau faktor lingkungan yang menghasilkanperkembangan gejala penyakit. Perkembangan gejala penyakit tersebut menyebabkan rendahnya produktifitas dan gagal panen bagi petani jagung. Maka dalam pengolahan citra digital dapat digunakan untuk membantumengidentifikasi penyakit daun tanaman jagung. Pada penelitian ini, fitur yang digunakan adalah warna pada proses segmentasi dan pendekatan warna. Fitur tersebut didapatkan dari penelitian transformasi warna RGB keCIE L*a*b*, histogram a* digunakan untuk proses segmentasi berbasis K-Means sebagai input dengan menentukan jumlah cluster awal adalah k=3, merandom centroid, menghitung jarak nilai pixel ke centroid,mengelompokkan nilai pixel berdasarkan jarak minimum, menghitung rata-rata cluster untuk centroid baru dan jika masih terdapat nilai pixel yang berpindah maka proses random centroid masih dilakukan hingga tidakadanya nilai pixel yang berpindah. Hasil dari citra yang telah tersegmentasi dan menggunakan pendekatan warna Euclidean Distance dapat mengidentifikasi antara penyakit hawar daun dan bercak daun. Penelitian tersebutmenggunakan dataset sejumlah 30 jenis A dan B untuk training dan 10 data untuk testing telah memperoleh akurasi sebesar 90%.
SISTEM PENGENALAN WAJAH UNTUK KEAMANAN FOLDER MENGGUNAKAN METODE TRIANGLE FACE Putra Prima Arhandi; Ulla Delfana Rosiani; Atika Prasetyawati; Priska Choirina
Jurnal Informatika Polinema Vol. 4 No. 4 (2018): Vol 4 No 4 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i4.218

Abstract

Keamanan ruangan atau folder yang baik memiliki sistem penguncian yang baik yaitu memiliki kemungkinannya kecil terjadi pembobolan sehingga perlu ditambahakan sistem keamanan yang sulit untuk dimanipulasi oleh orang tertentu. Sistem keamanan yang digunakan pada sistem ini menggunakan teknologi biometrika pengenalan wajah yaitu dengan menggunakan ciri – ciri fisik manusia yang memiliki karakteristik yang berbeda – beda yang selalu melekat pada manusia.Dalam aplikasinya, pengenalan wajah dilakukan dengan menggunakan sebuah kamera atau webcam untuk menangkap wajah seseorang yang kemudian akan dibandingkan dengan wajah yang sebelumnya telah disimpan di dalam database tertentu. Dalam penelitian ini, sistem dirancang dengan deteksi wajah menggunakan metode Triangle Face. Identifikasi wajah dilakukan dengan mendeteksi fitur – fitur pada wajah seperti jarak antar mata, jarak mata kanan ke hidung, jarak mata kiri ke hidung, jarak mata kanan ke mulut dan jarak mata kiri ke mulut yang akan membentuk segitiga serta ukuran lebar dan tinggi wajah. Dari perancangan sistem yang telah dijelaskan diatas didapatkan hasil bahwa sistem pengenalan wajah menggunakan metode Triangle Face ini memiliki keakuratan yang baik yaitu 82,6%, sehingga dapat dikatakan sistem ini cukup aman untuk diaplikasikan dalam pengaksesan ruang folder komputer.
Co-Authors Adi Atmoko Agung, Muhammad Helmi Permana Al Hazmi, Moch. Fariz Andjani, Bella Sita Ardiansyah, Muhammad Rizqi Ariadi Retno Ririd Arie Rachmad Syulistyo Arsistawa, Firmanda Ahmadani Aryo Bagus Kusumadewa Tutuko Astiningrum, Mungki Astuti, Ely Setyo Atika Prasetyawati Aulia Zahra Musthafawi Baqi, Rijalul Batubulan, Kadek Suarjuna Bella Sita Andjani Cadea Mikha Pasma Choirina, Priska Choirina, Priska Chrisnandari, Rosita Dwi Dyah Ayu Irawati Eka Larasati Amalia Elisiana, Malia Ely Setyo Astuti Fadlilah, Afi Fadlullah, Faqih Faisal Rahutomo Faqih Fadlullah Fitri Maharany Fitriani, Indah Martha Fitriani, Indah Martha Frangky Tupamahu Gunawan Budi Prasetyo Hidayatinnisa, Nurul Hilmi, M. Thosin Yuhaililul Ibnu Tsalis Assalam Irfin, Zakijah Khosyi Nasywa Imanda Krista Bella Dwi Rahayu Nur Widyasari Luthfansa, Zaky Maula M. Thosin Yuhaililul Hilmi Malia Elisiana Marcelina Alifia Rahmawati Maula, Ahmad Zaky Maulana Syarief Hidayatullah Moch. Fariz Al Hazmi Mufti, Muhammad Nabil Mustika Mentari Nadhifatul Laeily Noprianto Nor Wahid Hidayad Ulloh Nugraha W, Raphael Nur Afifi, Yunis Fiatin Nurhayati, Rafika Nurudin Santoso P., Mauridhy Hery PANGESTUTI PRIMA DARAJAT Pasma, Cadea Mikha Permatasari, Twisty Henras Pramana Yoga Saputra Pramudhita, Agung Nugroho Prasetyawati, Atika Putra Prima Arhandi, Putra Prima Putra, Rahardhiyan Wahyu Qonitatul Hasanah Rahardhiyan Wahyu Putra Rahmad, Cahya Raphael Nugraha W Rawansyah Rosa Andrie Asmara Rosa Andrie Asmara Rudy Ariyanto Rudy Ariyanto Santoso, Nurudin Septiar Enggar Sukmana Shoumi, Milyun Ni’ma Siti Romlah Siti Romlah Sri Rulianah, Sri Surya Sumpeno Twisty Henras Permatasari Vandry Eko Haris Setiyanto Wilda Imama Sabilla Yessy Nindi Pratiwi Pratiwi Yoppy Yunhasnawa Yushintia Pramitarini Yusron, Rizqi Darma Rusdiyan Zaky Maula Luthfansa