Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Majalah Ilmiah Teknologi Elektro TEKNIK Transmisi: Jurnal Ilmiah Teknik Elektro TRANSIENT: Jurnal Ilmiah Teknik Elektro TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Teknologi Proceeding of the Electrical Engineering Computer Science and Informatics Indonesian Journal of Electrical Engineering and Computer Science Jurnal Rekayasa elektrika Majalah Ilmiah Teknologi Elektro
Achmad Hidayatno
Departemen Teknik Elektro, Fakultas Teknik, Universitas Diponegoro
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 76 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 76 Documents
Search

 3   4   5   6   7 
PEMAMPATAN CITRA DIGITAL ARAS KEABUAN (GRAYSCALE) DENGAN METODE KOMBINASI PENYANDIAN MODIFIED EMBEDDED ZEROTREE WAVELET (MEZW) DAN HUFFMAN Karo Karo, Rio Lenardo; Hidayatno, Achmad; Riyadi, Munawar Agus
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 4, NO. 4, DESEMBER 2015
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (546.485 KB) | DOI: 10.14710/transient.4.4.1120-1127

Abstract

Sebuah citra biasanya mengandung jumlah data yang besar untuk kualitas gambar yang baik, sehingga membutuhkan kapasitas penyimpanan yang besar. Salah satu cara untuk mengurangi kebutuhan penyimpanan citra yang besar adalah dengan melakukan pemampatan citra. Pemampatan citra dapat meningkatkan performa sistem digital dengan mengurangi waktu dan biaya pada penyimpanan dan pentransmisian citra tanpa mengurangi kualitasnya secara signifikan. Modified Embedded Zerotree Wavelet (MEZW) merupakan salah satu algoritma penyandian untuk pemampatan citra menggunakan Discrete Wavelet Transform (DWT). Proses penyandian MEZW dimulai dengan proses DWT sehingga diperoleh koefisien pendekatan dan koefisien detail. Kemudian koefisien ini dikuantisasi menurut penyandian MEZW. Selanjutnya Hasil penyandian MEZW ini dikombinasikan dengan metode penyandian Huffman. Pengujian aplikasi pemampatan ini menggunakan 4 citra aras-keabuan berformat berkas .bmp yang memiliki resolusi 256 x 256 piksel dan 512 x 512 piksel dengan variasi threshold. Berdasarkan hasil pengujian terhadap citra uji diperoleh rasio pemampatan citra maksimal sebesar 173,26 dan minimal 3,05 kali lebih kecil dibandingkan citra uji dengan tingkat dekomposisi maksimal pada masing-masing citra. Nilai  PSNR  rata-rata 31,78 dB dan MSE 85,21 dengan menggunakan variasi threshold 8 ,16, 32, 64 dan 128.
PERANCANGAN APLIKASI PENGENALAN CHORD INSTRUMEN TUNGGAL MENGGUNAKAN TRANSFORMASI WAVELET DAN KEY DETECTION Pangerang, Andi; Hidayatno, Achmad; Zahra, Ajub Ajulian
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 4, NO. 1, MARET 2015
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (673.759 KB) | DOI: 10.14710/transient.4.1.31-38

Abstract

Abstrak Chord atau akor adalah susunan tiga nada atau lebih yang dibunyikan serempak sehingga menghasilkan suara yang harmonis. Kepekaan pendengaran manusia dan pengetahuan musik tidak dimiliki semua orang khususnya pemula, sehingga diperlukan sistem yang dapat mengenali chord. Pengenalan chord adalah bentuk transkripsi masukan file audio menjadi chord yang dapat mengiringi lagu. Tujuan penelitian ini adalah membuat perangkat lunak yang dapat mendeteksi chord instrument tunggal dengan keluaran berupa histogram Pitch Class Profile (PCP). Tahapan pertama adalah perekaman suara, kemudian prapengolahan: pengkonversian format stereo-to-mono, crop data dan normalisasi data. Selanjutnya file yang sudah dikonversi ke bentuk digital diekstraksi menggunakan transformasi Wavelet. Selanjutnya dilakukan key detection: mengubah spektrum dekomposisi paket wavelet menjadi spektrogram, chromagram dan histogram PCP. Apabila ada salah satu pitch yang sama dengan pitch suatu chord dari tiga pitch tertinggi yang terdeteksi, maka chord dikelompokkan sesuai dengan chord yang dibandingkan.  Penelitian ini dibuat menggunakan bahasa pemrograman Matlab dengan masukan 120 sinyal chord mayor dan minor dari 12 pitch berbeda. Ukuran frame yang digunakan: 256, 512, 1024, 2048, dan 4096 sampel. Hasil pengujian menunjukkan dengan parameter: tingkat dekomposisi kesembilan, indukan wavelet Symlet, dan ukuran frame 1024 sampel, tingkat keberhasilan rata-rata sistem mengenali chord mayor dan minor berturut-turut adalah 92,67% dan 94,1%. Kata Kunci : Chord, Instrumen Tunggal, Wavelet, Key Detection  Abstract Chord or Accord is arrangement of three or more notes played simultaneously, thus produce harmonic sound. Good human hearing sensitivity and musical knowledge is not common especially beginners. Therefore, it is necessary to create a system which is detecting chord well. Chord recognition is audio input transcription from audio file into chord used to accompany the song. The purpose of research is to make a software to recognize single instrument chord producing Pitch Class Profile (PCP) histogram. First step is sound recording, preprocessing i.e. stereo-to-mono conversion, data cropping and data normalization. Afterward, digital file would be extracted using Wavelet Transformation. Later, key detection process: change wavelet packet decomposition spectrum to spectrogram, chromagram and PCP histogram. If there is one of highest three pitches detected similiar with a pitch of chord, therefore chord is classified by comparing chord. research based on Matlab language programming and 120 major and minor chord signal from 12 various pitches as input. It uses five frame sizes i.e. 256, 512, 1024, and 4096 samples per frame. Test result showed, major and minor chord recognition success rate is 92,67% and 94,1% with parameters: ninth decomposition level, Motherwavelet Symlet and frame size 1024 samples. Keywords : Chord,  Single Instrument, Wavelet, Key Detection
SISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE PHASE ONLY CORRELATION Tunjung, Bondhan; Isnanto, R. Rizal; Hidayatno, Achmad
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 2, NO. 1, MARET 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (411.27 KB) | DOI: 10.14710/transient.2.1.183-186

Abstract

Abstrak Iris mata manusia memiliki pola yang sangat unik, berbeda pada tiap individu sehingga sangat mungkin digunakan sebagai basis sistem pengenalan biometrik. Untuk mengenali tekstur yang ada pada suatu citra, metode analisis tekstur dapat digunakan. Oleh sebab itu, perlu dilakukan penelitian lebih lanjut mengenai sejauh mana metode tersebut dapat digunakan untuk mengenali ciri-ciri pada iris mata manusia.  Pada penelitian ini, perangkat lunak yang mampu melakukan pengenalan iris mata menggunakan analisis tekstur telah dikembangkan. Citra iris mata yang akan diolah terlebih dahulu dipisahkan dari citra mata untuk selanjutnya dilakukan peningkatan kualitas citra menggunakan ekualisasi histogram. Proses selanjutnya adalah segmentasi citra iris mata dengan Transformasi Hough, yang mampu melokalisasi derah iris dan daerah pupil. Kemudian citra hasil segmentasi dinormalisasi ke dalam bentuk rectangular dengan unuran tetap. Langkah terakhir adalah proses pengenalan dengan metode Phase Only Correlation.  Dari hasil pengujian, dapat disimpulkan bahwa sistem pengenalan iris mata ini menunjukkan hasil pengenalan yang bagus. Pengenalan yang paling baik adalah saat mata membuka sempurna jadi semua pola iris bisa dicocokan. Ada beberapa faktor yang mempengaruhi pengenalan misalnya adanya derau berupa kelopak mata dan bulu mata yang bisa mengurangi pola iris mata. Dari 100 citra iris mata yang dijui, sebanyak 85 citra iris mata behasil dikenali benar. Jadi dapat diimpulkan bahwa tingkat pengenalan system ini sebesar 85%. Hasil ini menunjukkan bahwa pengenalan iris adalah teknologi biometrik yang akurat. Kata-kunci : biometrik, analisis tekstur, phase only correlation     Abstract Human iris has a very unique pattern which is different for each person so it is possible to use it as a basic of biometric recognition. To identify texture in an image, texture analysis method can be used. For this reason, it is necessary to perform further research on how far this method is able to identify the feature on human iris.  In this research, a software which capable to recognize human iris using texture analysis  have been developed. The image of iris is first segmented from eye image then enhanced with histogram equalization. The next step is segementation system based on the Hough Transform and able to localize the circular iris and pupil region. The segmented iris region was then normalized into a rectangular block with constant dimension. The final step is recognition system using Phase Only Correlation. As the result, the system is performed with good recognition. The best recognition when the eye images are fully opened so the pattern of the iris are complete. There are many factors effect this recognition such as eyelids and eyelashes within the iris region corrupting the iris pattern.  From 100 eye images have been tested, 85 eye images are correctly recognized. For that the conclusion is the system resulted true recognition rate 85%. These results show that iris recognition is a reliable and accurate biometric technology. Keywords: biometrics, texture analysis, phase only correlation
APLIKASI WAVELET COIFLET MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PENGENALAN SIDIK JARI Permana, Arie Firmansyah; Hidayatno, Achmad; Isnanto, R. Rizal
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 1, NO. 4, DESEMBER 2012
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (216.606 KB) | DOI: 10.14710/transient.1.4.233-237

Abstract

Abstrak Pengenalan identitas seseorang berdasarkan sidik jari berkembang cukup pesat pada saat ini. Hal itu disebabkan karena sidik jari bersifat khas. Teknik pengenalan sidik jari merupakan teknik pengenalan pola berbasis pengolahan citra digital. Transformasi wavelet adalah salah satu teknik pengolahan citra yang saat ini sedang berkembang. Salah satu di antara jenis transformasi wavelet adalah wavelet Coiflet yang memiliki 5 orde. Proses perancangan aplikasi pengenalan sidik jari yang dirancang terdiri dari perbaikan kualitas citra, ekstraksi ciri, dan pengenalan. Perbaikan kualitas citra terdiri dari segmentasi, normalisasi, penaksiran alur dan frekuensi bukit, tapis gabor, dan binerisasi citra. Ekstraksi ciri pada aplikasi ini menggunakan transformasi wavelet Coiflet orde 1 sampai 5 dengan masing-masing tingkat penguraian 2. Citra yang dikenakan transformasi wavelet tersebut akan menghasilkan koefisien aproksimasi yang akan diumpankan pada proses pelatihan jaringan saraf tiruan. Proses pelatihan akan menghasilkan bobot yang merupakan ciri dari sidik jari seluruh responden. Proses pengenalan pada aplikasi ini menggunakan jaringan saraf tiruan perambatan balik dengan beberapa variasi lapisan tersembunyi. Berdasarkan hasil pengujian data latih, wavelet induk Coiflet 1,2,4 dan 5 memberikan tingkat pengenalan 100%, sedangkan wavelet induk Coiflet 3 memberikan tingkat pengenalan yang paling buruk yaitu sebesar 99,2%. Pada pengujian data uji, tingkat pengenalan yang paling baik adalah wavelet Coiflet1 dengan tingkat pengenalan sebesar. 84,4% dan tingkat pengenalan paling buruk adalah wavelet Coiflet3 dengan tingkat pengenalan sebesar 81,2%. Kata kunci : transformasi wavelet, wavelet Coiflet, pengenalan sidik jari, jaringan saraf tiruan perambatan balik. Abstract The recognition of someone identity based on fingerprint is being developed at this time. That is because the fingerprint is unique. Fingerprint recognition technique is basically pattern recognition technique based on digital image processing. Wavelet transformation is one of the image processing techniques that is being developed. One of the kind of Wavelet transformation is Coiflet wavelet that has 5 order. Application designing process of fingerprint recognition that was designed consists of image quality enhancement, feature extraction and recognition. Enhancing the quality of the image consists of image segmentation,image normalisation, Gabor filters, and image binarisation. Feature extraction in this application using Coiflet wavelet transformation with order of 1 until 5 and level of decomposition 2. An image underwent wavelet transformation produces approximation coefficients that will be fed to the neural network training process. Process will result in weight that is characteristic of all respondent fingerprints. The recognition process of these application uses backpropagation neural network with various hidden layer. In the test Based on training data results, Coiflet mother wavelet 1,2,4 and 5 give 100% recognition rate, whereas Coiflet mother wavelet 3 gives the worst recognition rate that is 99,2%. While in test data experiment, the best recognition rate is Coiflet mother wavelet 2 with 84% recognition rate and the worst is Coiflet mother wavelet 3 with 81,2% recognition rate. Keywords : wavelet transform, Coiflet wavelet, fingerprint recognition, back propagation neural network.
SISTEM KIPAS ANGIN MENGGUNAKAN BLUETOOTH Raharjo, Benny; Riyadi, Munawar Agus; Hidayatno, Achmad
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 5, NO. 2, JUNI 2016
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (754.695 KB) | DOI: 10.14710/transient.5.2.180-185

Abstract

Manusia pada masa kini ingin meningkatkan segala aktivitas hidupnya menjadi lebih baik. Contohnya kipas angin, merupakan alat yang digunakan untuk mengurangi hawa panas dalam ruangan. Sebelumnya, penggunaan remote infrared pada kipas angin yang harus secara Line of Sight agak merepotkan pengguna. Tugas akhir ini mengusulkan sistem kipas angin menggunakan bluetooth untuk komunikasi dua arah menggunakan bluetooth HC-05. Tegangan dan arus pada remote diukur dari kutub battery-nya, menunjukkan nilai tegangan 9V DC dan arus sebesar 88,2 mA (pada mode searching) dan 72,4 mA (pada mode stand by). Tegangan dan arus pada kipas angin diukur dari terminal kontak kipas angin. Kipas angin membutuhkan tegangan sebesar 220V, arus yang dibutuhkan saat kipas menyala antara 142,6 mA hingga 188,6 mA. Pengujian tombol pada kipas angin dan remote dilakukan dengan memencet tombol satu per satu dan mengamati hasilnya. Tingkat keberhasilan dari percobaan ini berkisar antara 70% hingga 100%. Remote dapat bekerja hingga jarak 30 meter pada kondisi tanpa penghalang dan 20 meter dengan penghalang, penghalang yang digunakan adalah tembok setebal 18 cm.
PENGGOLONGAN LAGU BERDASARKAN SPEKTOGRAM DENGAN CONVOLUTION NEURAL NETWORK Parlys, Albert; Zahra, Ajub Ajulian; Hidayatno, Achmad
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 7, NO. 1, MARET 2018
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (791.339 KB) | DOI: 10.14710/transient.7.1.28-33

Abstract

Saat ini terdapat banyak lagu yang sudah diproduksi di dunia. Lagu-lagu tersebut digolongkan ke dalam genre berbeda. Ada berbagai macam genre mulai dari pop, rock, classic, reggae, dubstep, dan lain-lain. Perbedaan genre ini disebabkan adanya ketidaksamaan melodi, ketukan, intonasi, dan ekspresi pada masing-masing genre. Saat ini terdapat banyak metode yang digunakan untuk mengenali sebuah lagu, di antaranya audioprint, penggolongan genre, pengenalan ketukan lagu, pengenalan lirik lagu, dan lain-lain. Metode yang dipakai selama ini menggunakan database dengan ciri dari jutaan lagu. Salah satu metode lain adalah dengan mengembangkan sistem identifikasi lagu dengan suatu jaringan saraf terlatih. Penelitian ini akan membahas perancangan sebuah sistem untuk menggolongan lagu berdasarkan spektogram. Masukan sistem berupa lagu dengan format audio MP3 yang diubah ke dalam bentuk spektogram kemudian dilatih menggunakan Convolutional Neural Network. Ciri lagu akan diperoleh kemudian diklasifikan ke dalam lima genre berbeda yaitu pop, rock, classic, dubstep, dan reggae. Berdasarkan hasil pelatihan dan pengujian dengan filter 3x3 didapat nilai akurasi penggolongan lagu sebesar 100% pada 750 data latih dan 98% pada 50 lagu data uji. Algoritme pembelajaran terbaik pada pelatihan dengan filter yang sama adalah algoritme Adam yang lebih cepat dibandingkan dengan Adadelta, Adagrad, dan SGD.
PENGENALAN IRIS MATA MENGGUNAKAN JARINGAN SARAF TIRUAN METODE PERAMBATAN BALIK DENGAN PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN (GRAY LEVEL CO-OCCURRENCE MATRIX - GLCM) Prasetiorini, Chairunnisa Adhisti; Isnanto, R. Rizal; Hidayatno, Achmad
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 2, NO. 2, JUNI 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (382.359 KB) | DOI: 10.14710/transient.2.2.255-259

Abstract

Abstrak Selama ini identifikasi individu menggunakan wajah, sidik jari, ataupun tanda tangan. Padahal selain penelitian tersebut ada cara lain yang lebih spesifik yaitu menggunakan iris mata. Oleh sebab itu perlu dilakukan lebih lanjut mengenai iris mata. Pada penelitian ini digunakan ekstraksi ciri okurensi aras keabuan ( Gray Level Co-occurrence Matrix - GLCM ) dan pengenalan menggunakan Jaringan Saraf Tiruan dengan metode propagasi balik. Pada penelitian ini, citra iris mata akan diolah terlebih dahulu dipisahkan dari citra mata untuk selanjutnya dilakukan peningkatan kualitas citra menggunakan ekualisasi histogram. Kemudian ekstraksi ciri dilakukan dengan menggunakan pencirian matriks ko-okurensi aras keabuan ( Gray Level Co-occurrence Matrix – GLCM ). Ciri-ciri yang diperoleh adalah energi, kontras, korelasi, dan homogenitas, yang akan dijadikan sebagai data masukan (data latih) untuk jaringan saraf tiruan metode perambatan balik. Selanjutnya digunakan untuk pengujian data uji yang tidak dilatih sebelumnya, yang dilakukan dalam tiga jenis penelitian yaitu: pengaruh jarak GLCM, pengaruh sudut GLCM dan pengaruh jumlah layer tersembunyi. Dari hasil pengujian, dapat disimpulkan bahwa ciri-ciri dari matriks ko-okurensi memiliki nilai yang berbeda dan jarak yang relatif jauh.  Pengaruh parameter sudut yang tertinggi pada GLCM  adalah 90° dan persentase pengenalan jarak GLCM yang paling baik adalah jarak 2, sedangkan jumlah layer tersembunyi pada Jaringan Saraf Tiruan adalah variasi 1. Dari ketiga parameter tersebut diperoleh persentase tertinggi yaitu sebesar 93,75%. Kata kunci: iris mata, GLCM, Jaringan Saraf Tiruan Perambatan Balik  Abstract Up to now, Individuals are identified using their face, fingerprints, or signature. In fact, in addition to the existing research there is actually another specific way of recognition, which uses iris. Therefore, it is necessary to conduct a further research in iris identification. This research used an extraction of Gray Level Co-occurrence Matrix (GLCM) and a recognition method using artificial neural network with back-propagation method. In this research, iris image was processed first, separated from an eye image, then enhanced using histogram equalization. Then, attribute extraction was done using Gray Level Co-occurrence Matrix (GLCM) attribution. The attributes obtained were energy, contrast, correlation, and homogeneity which were used as input data (train data) for back-propagation artificial neural system. The attributes were then used for testing the test data that were not previously trained, which was conducted in three types of research method, namely: GLCM distance effect, GLCM angle effect, and hidden layer effect. From the testing results, it can be concluded that the characteristics of the co-occurrence matrix have different values and relatively far distance. The highest angle parameter influence on GLCM was 90 ° and the GLCM distance recognition percentage was best at 2, whereas the number of hidden layer of the Neural Network was a variation of 1. From these three parameters, the highest percentage obtained was as great as 93,75%.  Keywords:  iris, GLCM, Back-Propagation Neural System
KOMPRESI CITRA DIGITAL ARAS-KEABUAN MENGGUNAKAN METODE HADAMARD Prabowo, Yudhi; Hidayatno, Achmad; Zahra, Ajub Ajulian
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 1, NO. 4, DESEMBER 2012
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.79 KB) | DOI: 10.14710/transient.1.4.209-217

Abstract

Abstrak Salah satu masalah yang terus berkembang sejalan dengan berkembangnya dunia komputer adalah terkait dengan penanganan data yang berukuran besar. Masalah ini muncul karena hardware yang digunakan terkait dengan penanganan data kurang mampu mengikuti perkembangan ukuran data yang demikian besar. Untuk mengatasi terbatasnya media penyimpanan data maka perlu dirancang suatu sistem kompresi. Sistem kompresi citra digital dengan menggunakan teknik transformasi hadamard dirancang untuk mengkompresi citra asli bitmap aras-keabuan menjadi citra yang terkompresi dengan ukuran data citra sekecil mungkin. Proses kompresi citra dimulai dengan membagi ukuran blok citra agar diperoleh matriks citra yang selanjutnya digunakan untuk menghitung koefisien-koefisien yang akan dipertahankan dari citra aslinya. Proses selanjutnya adalah proses kompresi Hadamard untuk mengkompresi matriks citra menjadi citra yang terkompresi. Pengujian aplikasi kompresi ini menggunakan 3 citra aras-keabuan berformat berkas .bmp, yang memiliki resolusi 256 × 256 piksel, 512 × 512 piksel dan 1024 × 1024 piksel dengan variasi ukuran blok citra. Berdasarkan hasil pengujian terhadap citra uji diperoleh tingkat kompresi citra maksimal sebesar 99,9 % dan minimal 0,09 % dengan menggunakan ukuran blok citra 32 dibanding dengan menggunakan ukuran blok citra 2. Untuk tingkat kompresi citra dengan menggunakan ukuran blok citra 2, diperoleh citra terkompresi maksimal 75 % dan minimal 25 %. Kata kunci: : citra bitmap, kompresi citra, ukuran blok citra, transformasi Hadamard Abstract One problem that continues to grow in line with the expanding world of computers is associated with handling large data. This problem arises because the hardware used in connection with the handling of the data are less able to keep track of such a large data size. To overcome the limited data storage medium designed a system it is necessary compression. Digital image compression systems using Hadamard transformation technique is designed to compress the original bitmap grayscale image into a compressed image with image data size as small as possible. The process begins by dividing the image compression ukuran blok of the image to obtain the image matrix was then used to calculate coefficients to be retained from the original image. The next process is the Hadamard compression to compress the image matrix into a compressed image. This compression testing applications using a 3 grayscale image with berkas format .Bmp, which has a resolution of 256 × 256 pixels, 512 × 512 pixels and 1024 × 1024 pixel with image ukuran blok variation. Based on the test results of the test images obtained by the image compression rate of 99.9 % and a maximum of at least 0.09 % by using a ukuran blok of 32 compared with images using image ukuran blok 2. To rate image compression using image ukuran blok 2, the compressed image obtained by a maximum of 75 % and a minimum of 25 %. Keywords: bitmap image, image compression, image ukuran blok, Hadamard transformation
PERANCANGAN ROBOT LENGAN PEMBUAT POLA BATIK BERBASIS GRAPHICAL USER INTERFACE (GUI) DENGAN METODE GERAK INVERSE KINEMATICS Kurniawan, Yuniar Dwi Aman; Triwiyatno, Aris; Hidayatno, Achmad
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 6, NO. 1, MARET 2017
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1049.328 KB) | DOI: 10.14710/transient.6.1.124-132

Abstract

Saat ini, perkembangan teknologi robotika tidak hanya pada bidang industri, namun juga mulai merambah di dunia seni. Salah satu contohnya, diadakannya beberapa kontes robot dengan tujuan membuat karya seni. Dalam kompetisi tersebut, salah satu robot yang digunakan adalah robot lengan yang dikontrol agar dapat menghasilkan karya seni yang memukau. Tugas Akhir ini merancang sebuah robot lengan yang memiliki 2 derajat kebebasan (DOF) dan sebuah alat tulis yang dipasang pada ujung lengan (end effector) untuk menggambar pola batik. Robot lengan bergerak dengan menggunakan metode inverse kinematics dengan mengikuti koordinat-koordinat dari suatu pola batik. Data koordinat dari pola batik diproses dan dikirim oleh komputer dengan menggunakan software MATLAB berbasis Graphical User Interface (GUI). Robot lengan pembuat pola batik beserta GUI berhasil dirancang. Dalam penelitian ini, robot lengan dapat membuat pola dasar batik berbentuk persegi dengan nilai persentase kemiripan 56,01%, bentuk lingkaran 40%, bentuk segitiga 43,98%, dan bentuk belah ketupat 15,77%.
ESTIMASI PERBAIKAN NILAI SNR (SIGNAL TO NOISE RATIO) PADA PROSES DENOISING MENGGUNAKAN METODE WAVELET TERHADAP SUATU SINYAL BERDERAU Simangunsong, David Sebastyan; Zahra, Ajub Ajulian; Hidayatno, Achmad
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 2, NO. 4, DESEMBER 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (200.396 KB) | DOI: 10.14710/transient.2.4.895-899

Abstract

Abstrak SNR ( Signal to Noise Ratio) adalah perbandingan antara sinyal informasi dengan derau yang terdapat pada sebuah media transmisi. Semakin tinggi nilai SNR semakin baik kualitas sinyal informasi yang melewati media. Dalam penelitian SNR diukur dengan membandingkan energi sinyal berderau dan sinyal hasil denoising, dimana masing-masing sinyal dibandingkan dengan energi dari sinyal informasi. Sinyal hasil denoising didapat dengan metode Wavelet melalui proses pemisahan komponen sinyal derau dan threshold pada hasil iterasi. Selanjutnya proses pembangunan ulang sinyal untuk mendapatkan bentuk sinyal yang lebih baik dari sinyal berderau lalu dibandingkan terhadap sinyal informasi untuk dicari nilai SNR masing-masing sinyal. Terakhir melakukan operasi selisih SNR untuk mendapatkan nilai perbaikan SNR. Dari perhitungan yang dilakukan, didapat hasil perbaikan SNR Metode Wavelet Daubechies4 2 level dekomposisi dan Coiflet1 3 level dekomposisi mengalami perubahan yang signifikan terhadap perubahan nilai gain yang diberikan pada derau. Sedangkan  pada percobaan perubahan amplitudo dari nilai 1 sampai 50,  Metode Wavelet  Daubechies4 2 level dekomposisi dan Coiflet1 3 level dekomposisi mengalami penurunan masing-masing dari 7.3276 menjadi 3.6553 dan 9.3148 menjadi 4.7879 merupakan penurunan terbesar yang dialami pada jenis  Wavelet yang diuji. Kata Kunci : Metode Wavelet ,SNR, DWT,  perbaikan SNR , threshold, Daubechies, Coiflet.  Abstract SNR ( Signal to Noise Ratio) is a comparison between information signal and noise collide in a transmisssion medium. The higher value of SNR, the better quality an information signal would be when transmitted. For this research, SNR is estimated with comparing amount of energy between noisy signal and denoised signal, where both signal compared first with information signal. In order to define denoised signal, the noisy signal is passed into Wavelet Method (DWT) which create dividing operation between approximation and detail. In this operation noise determined and being thresholded after several iterations, then reconstruct using IDWT. The denoised signal is produced. Then compare the energy between both noisy and denoised signal by firstly compared the energy each of them to energy of information signal. The result then become the SNR of noisy signal to information minus denoised signal to information which is called SNR Improvement. From measurements, SNR improvement with DWT Daubechies4 3 level decomposition and Coiflet1 3 level decomposition providing significant value from gain changing from 0.001 to 1. Whereas from amplitude experiment, both DWT show drastic changes in value that keep going down where each of them is from 7.3276 to 3.6553 and  9.3148 to 4.7879.     Keywords : Wavelet Method, SNR, DWT,  SNR Improvement , threshold, Daubechies, Coiflet.
Co-Authors ., Suwoko Achmad Chusnul Khuluqi Achmad Widodo Aditya Satya Raya Afiq, Raihan Aghus Sofwan Agung Wicaksono Ahmad Fashiha Hastawan Ajub Ajulian Z. Ajub Ajulian Zahra Macrina Anang Setiaji, Anang Andi Pangerang, Andi Andrio Ghara Pratama Angga Setiawan Anton Prabowo Antonius Dwi Hartanto Arfan, M. Arie Firmansyah Permana Arif Munandar Aris Triwiyanto Aris Triwiyatno Azizah, Mega Tiara Nur Bagus Aditya Batubara, Zwingli Hilkia Benny Raharjo, Benny Bondhan Tunjung Bowo Leksono Chairunnisa Adhisti Prasetiorini Dani Wijayanto Darjat Darjat David Sebastyan Simangunsong Dhody Kurniawan Dian Kurnia Widya Buana Dictosendo Noor Pambudi Rahayu Dita Marta Dewi Onasiska Donny Zaviar Rizky Dudi Hariyanto Dwi Anasthasia Pasaribu Eko Handoyo Eskanesiari Eskanesiari Faizal Haris M Fauzan Akbar Frans Bertua Y.S. Gidion Erwin Gilang Ananggadipa Hamonangan, Yosia Hariyanto, Monica Sari Hartadhianty, Vivere Hendra William Imam Gaffar Iwan Setiawan Kresna Lita Maulana Kurniawan, Yuniar Dwi Aman Listyono, A. F. M. Antisto Akbar M. Ikhsan Mulyadi Maman Somantri Muhammad Ardi Nur Syamsu, Muhammad Ardi Nur Muhammad Aswan Muhammad Avi Majid Kaaffah Muhammad Fairuz Luthfa Muhammad Nur Hadi Muhammad Widyanto Tri Saksono Mujib, Khusnil Munawar Agus Riyadi Mutiara Shabrina Nanang Trisnadik Nasution, Ali Napiah Nugraheni, Dinar Nur Rizky Rosna Putra Oky Dwi Nurhayati Parlys, Albert Pratama, Muhammad Harry Bintang Prayogi, A. S. Putra, Nanda Ariawan R Rizal Isnanto R. Rizal Isnanto R. Rizal Isnanto Rachmad Arief Setiawan Raditya Naufal Fathoni Ramadhani, Natalia Putri Rio Lenardo Karo Karo, Rio Lenardo Rizal Fachmi Rudi Prasetio Santoso, Imam Setyawan, Tristan Rizky Sigit Nur Rohman Susilo Adi Widyanto Suwoko . Suwoko Suwoko Suwoko Suwoko Taufik Agung Wibowo Taufiqurrohman Taufiqurrohman Teddy Ekatamto, Teddy Teguh Prakoso Wahyudi Wahyudi Wahyudi Wahyudi Wahyul Amien Syafei Wibowo, Tobias Kusuma Yosua Alvin Adi Soetrisno Yosua Alvin Adi Soetrisno Yudhi Prabowo Yuli Christiyono Yuli Christyono Yuli Chrityono, Yuli Zaini Agung Utama