Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Systems Engineering and Business Intelligence Indonesian Journal on Computing (Indo-JC) eProceedings of Engineering
Anditya Arifianto
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Pengenalan Action Unit (au) Pada Alis Mata Manusia Menggunakan Local Phase Quantitation From Three Orthogonal Planes (lpq-top) Dan Adaboost-svm Bandy Cipta Nur Ramadhan; Tjokorda Agung Budi Wirayuda; Anditya Arifianto
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

Alis mata pada wajah manusia memiliki peran penting dalam menciptakan sebuah ekspresi / emosi pada wajah manusia, hal ini membuat penelitian pada tugas akhir ini fokus kepada alis mata wajah manusia. Dalam sebuah eskpresi wajah manusia, gerakan alis mata mata merupakan salah satu aksi unit terkecil pada wajah manusia dimana nantinya akan diproses dengan metode Facial Action Coding System (FACS). Aksi unit pada gerakan alis mata terdiri dari tiga, yaitu Action Unit 1 (AU1), Action Unit 2 (AU2), dan Action Unit 4 (AU4). AU menjadi sangat penting dalam menentukan hasil ekspresi wajah manusia oleh FACS, sehingga dalam tugas akhir ini akan diteliti mengenai AU pada alis mata manusia dengan menggunakan LPQ-TOP dan Adaboost-SVM. Hasil akurasi penelitian terbaik diperoleh sebesar 83.81% dimana yang dideteksi oleh sistem adalah AU pada alis mata dan AU dalam kondisi normal. Parameter terbaik dalam mendeteksi AU diperoleh dari hasil mencari LPQ-TOP dengan parameter yang optimal, kemudian seleksi ciri antara 400 sampai 768 ciri dimana sebelumnya hasil ekstraksi ciri pada LPQTOP adalah 768 ciri, kemudian mencari iterasi adaboost yang optimal, dan klasifikasi SVM dengan parameter yang optimal. Kata kunci : FACS, AU, LPQ-TOP, Adaboost-SVM
Verifikasi Tanda Tangan Online Menggunakan Algoritma Genetika Dan Support Vector Machine Pima Hani Safitri; Anditya Arifianto; Kurniawan Nur RAMADHANI
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 Tanda tangan merupakan salah satu alat autentifikasi yang sering digunakan. Banyak hal didunia ini yang diresmikan menggunakan tanda tangan. Setiap orang memiliki karakteristik tanda tangan yang cukup beragam. Pengenalan tanda tangan secara offline masih mungkin memiliki banyak kesalahan karena itu dikembangkan pengenalan tanda tangan secara online dengan menggunakan fitur-fitur dinamis dari tanda tangan. Pada penelitian ini, dibangun dua skema yaitu tanpa pemilihan fitur menggunakan Algoritma Genetika dan tanpa pemilihan fitur. Sistem verifikasi ini menggunakan algoritma Support Vector Machine(SVM) untuk memverifikasi tanda tangan karena SVM sudah terbukti di penelitian sebelumnya dapat menghasilkan akurasi yang baik. Penelitian ini juga ditujukan untuk menemukan fitur-fitur yang penting dalam sebuah tanda tangan dari enam kelompok fitur yang diuji. Dataset yang digunakan adalah dataset SVC2004 yang berisi tanda tangan 5 orang yang masing masing memiliki 20 tanda tangan asli dan 20 tanda tangan palsu yang ditiru oleh professional. Hasil penelitian menunjukkan Algoritma Genetika dapat menghasilkan akurasi 94.40% dan lebih baik 4.21% dibandingkan tanpa melalui pemilihan fitur. Kelompok fitur yang berpengaruh adalah kelompok fitur Geometry dan Miscellaneous karena menghasilkan akurasi yang lebih baik daripada kelompok fitur lainnya. Kata kunci : verifikasi tanda tangan, algoritma genetika, Support Vector Machine(SVM), kelompok fitur Abstract Signatures are one of the most commonly used authentication tools. Many things in this world are inaugurated using signatures. Everyone has signature characteristics that are quite diverse. The verification of offline signatures may still have many errors because it developed the verification of signatures online by using the dynamic features of the signature. In this research, two schemes are built without the feature selection using Genetic Algorithm and without feature selection. This verification system uses the Support Vector Machine (SVM) algorithm to verify the signature because SVM has been proven in previous research to produce good accuracy. The study is also intended to find important features in a signature of the six groups of features tested. The dataset used is a SVC2004 dataset containing 20 authentic signatures and 20 fake signatures imitated by professionals of 5 users. The results showed Genetic Algorithm can produce 94.40% and 4.21% better than without the selection of features. Influential feature groups are Geometry and Miscellaneous feature groups because they produce better accuracy than other feature groups. Keywords: signature verification, Genetic Algorithm, Support Vector Machine(SVM), feature group
Pemilihan Jalur Evakuasi Dalam Keadaan Darurat Menggunakan Algoritma Quantum Ant-Colony Fransisca Arvevia Intan Angelia; Jondri Jondri; Anditya Arifianto
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

Evakuasi dalam keadaan darurat pada sebuah gedung sangatlah penting untuk menyelamatkan nyawa manusia. Pemilihan jalur evakuasi ketika terjadi suatu bencana sangatlah penting, pemilihan jalur evakuasi yang tepat dapat menekan jumlah korban jiwa yang berjatuhan. Berbagai metode dan algoritma simulasi penyeleksian jalur evakuasi telah banyak dikembangkan. Di antaranya algoritma ant-colony optimization ( ACO) dan artifisial bee- colony (ABC). Kedua algoritma tersebut mengadopsi perilaku individu terhadap lingkungan disekitarnya, sehingga cocok digunakan untuk seleksi jalur evakuasi. Pada penelitian ini digunakan algoritma quantum ant-colony (QACA) yang merupakan pengembangan dari algoritma ACO yang dikombinasikan dengan algoritma quantum-inspired evolutionary (QEA). Pada algoritma ini, algoritma QEA digunakan untuk memperbaharui feromon pada algoritma ACO untuk menghasilkan simulasi dengan solusi yang lebih optimal karena memiliki laju konvergensi yang cepat. Kata kunci: Jalur evakuasi, algoritma ant-colony optimization (ACO), algoritma quantum- inspired evolution (QEA), algoritma quantum ant-colony (QACA), feromon, simulasi.
Pengenalan Ekspresi Wajah Manusia dengan Metode Local Directional Pattern dan Artificial Immune Recognition System Riyad Rivandi; Tjokorda Agung Budi Wiharja; Anditya Arifianto
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

Ekspresi wajah manusia merupakan aspek yang memiliki peran besar dalam mempengaruhi konteks dalam komunikasi verbal, sehingga automasi bidang ini menjadi salah satu sasaran dalam pengembangan disiplin ilmu komputer. Tugas akhir ini bertujuan mengimplementasikan serta menganalisis performansi dari rekognisi ekspresi wajah manusia dengan metode ekstraksi Local Directional Pattern (LDP) serta klasifikasi Artificial Immune Recognition System (AIRS). Kombinasi kedua metode ini digunakan untuk mengklasifikasi objek berupa citra wajah tampak depan. Pemelitian menunjukkan bahwa sistem yang dibangun memiliki akurasi tertinggi yaitu 71.14% pada pada sistem yang menggunakan LDP dengan k=3 dan input dipecah menjadi 7x7 bagian serta parameter dari AIRS berupa clone rate=5, mutation rate=1, stimulation threshold=0.9 dan resource=200. Kata Kunci: Local Directional Pattern (LDP), Artificial Immune Recognition System (AIRS), facial expression recognition, feature extractio
Expression Recognition based on Local Directional Pattern in the Eye Region and Artificial Neural Network Rama Patria Himawan; Tjokorda Agung Budi Wiharja; Anditya Arifianto
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

Artificial face expression recognition is a research topic that was started ever since 90s. On this paper, writer will elaborate all the supporting algorithm used on the experiment, starting from eye-region detection using Haar cascade classifier (Haar) and Harris corres corner detection (Harris), up to expression recognition based on Local Directional Pattern (LDP) and Artificial Neural Network.(ANN) Haar is a segmentation method based on Integral Image and classifying method named Adaptive Boosting. Haar is pretty accurate algorithm to segment an Image of face, from its background. However its performance to segment an eye-region could still be increased, hence the additional usage of Harris. LDP Feature Extraction is an 8-directional-edge- response based feature extraction on each pixel. The final output of this process is a histogram of LDP-code on each area of the Input Image. Artificial Neural Network is a supervised learning derived from standard linear perceptron. Especially on the usage of hidden layer, which allows the system to classify a dataset that wasn’t linearly separable. On this experiment, the training phase will utilize back- propagation algorithm. Keywords: Face recognition, local transititional pattern, contrast feature extraction, multi-layer perceptron, supervised learning, backpropagation, Haar, Harris, corner detection, eye region detection.
Multilabel Image Annotation Menggunakan Metode Convolutional Neural Network Naufal Dzaky Anwari; Anditya Arifianto; Jondri Jondri
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

Dengan berkembangnya sosial media terutama yang memiliki fitur untuk mengunggah foto dan gambar menyebabkan banyaknya gambar yang diunggah pada sosial media. Gambar tersebut dapat digunakan untuk membangun sistem pencarian gambar berbasis isi atau content-base image retrieval. Namun, banyak gambar yang diunggah tidak diberikan label atau tag sesuai dengan isi dari citra yang diunggah, sehingga sangat sulit untuk dikelola. Untuk dapat mewujudkan sistem pencarian gambar berbasis isi maka setiap obyek pada gambar harus dikenali terlebih dahulu. Jika pengenalan obyek tersebut dilakukan secara manual maka akan sangat sulit karena akan memakan waktu yang lama dan makna dari setiap orang terhadap suatu gambar berbeda, yang menimbulkan pengenalan obyek yang subyektif. Oleh karena itu dibangunlah sistem penganotasian gambar secara otomatis. Dalam penelitian ini diajukan sebuah metode Convolutional Neural Network untuk menangani sistem penganotasian gambar multilabel. metode Convolutional Neural Network telah terbukti memiliki performansi yang baik pada kasus klasifikasi gambar, ditunjukkan dengan performansi pada kasus klasifikasi gambar pada ILSVRC yang semakin membaik setiap tahunnya. Performansi tertinggi terhadap data uji pada penelitian ini adalah 81.24%.
Implementasi Agent-Based Modeling And Simulation Dalam Evakuasi Keadaan Darurat Varian Vianandha; Jondri Jondri; Anditya Arifianto
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

Teknik penyelamatan diri s etiap orang dalam keadaan darurat s eperti kebakaran di dalam s ebuah gedung s eringkali jus tru menjadi berbahaya ketika hal ters ebut merugikan orang lain, s eperti s aling berdes akan yang dapat membahayakan nyawa diri s endiri maupun orang lain. Simulas i evakuas i s ekarang menjadi perhatian khus us pada ilmuwan untuk mengurangi res iko kecelakaan yang dapat merugikan korban. Simulas i menggunakan metode agent-based dilakukan untuk mengetahui efek dari s etiap atribut yang dimiliki oleh s etiap orang. Has ilnya merupakan repres entas i dari keadaan nyata yang dis imulas ikan s es uai dengan perilaku manus ia. Pada akhirnya, s imulas i ini menghas ilkan s uatu kondis i di mana mirip dengan kondis i as linya. Kata kunci : evakuas i, agent-based modeling and simulation, darurat, bencana
Pengenalan Dan Representasi Simbol Akor Musik Menggunakan Hidden Markov Model Dengan Pendekatan Doubly Nested Circle Of Fifth Muhammad Miftah Muslim Zulfikar; Tjokorda Agung Budi Wirayuda; Anditya Arifianto
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

Tugas akhir ini menjelaskan sistem pengenalan akor berbasis Hidden Markov Model (HMM) dengan pendekatan Doubly Nested Circle of Fifth (DNCOF). Terdapat dua versi HMM dalam sistem ini, trained-HMM dan untrainedHMM. Pada trained-HMM sistem dilatih menggunakan 180 lagu dari 13 album The Beatles untuk membentuk model akor. Sedangkan untrained-HMM menggunakan Chord Template untuk membentuk model akor. Model akor yang digunakan dalam sistem berjumlah 24 akor yang terdiri dari 12 nada dengan kombinasi mayor dan minor. DNCOF digunakan sebagai probabilitas transisi pada sistem HMM. Dalam pengenalan ini, lagu diekstrak ke dalam bentuk chromagram dan tugas dari sistem pengenalan ini adalah untuk mengisi label akor disetiap chromagram frame. Tugas akhir ini mengevaluasi bagaimana pengaruh DNCOF terhadap akurasi dua sistem pengenalan akor berbasis HMM dimana dalam sekenario terbaik DNCOF yang menggunakan untrain-HMM menghasilkan akurasi terbaik yaitu 96.94%. Dan juga mengevaluasi perbandingan antara trained-HMM dengan untrained-HMM dimana keduanya memiliki akurasi yang cukup dekat disetiap skenario. Kata Kunci: Akor, PCP, HMM, DNCOF, Chromagram.
Pengenalan Emosi Wajah Manusia Menggunakan Biorthogonal Wavelet Entropy Dan Support Vector Machine Enki Probo Sidhi; 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

Pengenalan emosi di dalam suatu interaksi merupakan kunci sukses dalam interaksi tersebut. Oleh karena itu, penelitian mengenai cara komputer mengenali emosi manusia perlu dilakukan. Data yang memiliki dimensi yang tinggi sulit untuk diklasifikasi. Oleh karena itu, reduksi dimensi perlu dilakukan. Penelitian ini bertujuan untuk meneliti sistem pengenalan emosi berdasarkan ekspresi wajah manusia dalam kasus pereduksian dimensi. Kategori emosi yang akan dikenali adalah marah, senang, sedih, takut, jijik, terkejut, dan netral. Untuk mengenali emosi tersebut, digunakan metode Biorthogonal Wavelet Entropy (BWE) sebagai metode ekstraksi fitur dan reduksi dimensi, dan Multi-class Support Vector Machine (MSVM) sebagai metode klasifikasi. Hasil implementasi sistem pada dataset JAFFE menunjukkan bahwa entropy pada BWE tidak berhasil mereduksi dimensi coefficient subband hasil dari dekomposisi Biorthogonal Wavelet Transform. Akurasi tertinggi yang didapatkan BWE adalah 44.45%. Saat entropy pada BWE tidak digunakan, akurasi tertinggi yang didapatkan adalah 82.73%.
Analisis Dan Implementasi Algoritma Winnowing Dengan Synonym Recognition Pada Deteksi Plagiarisme Untuk Dokumen Teks Berbahasa Indonesia Jody Jody; Agung Toto Wibowo; Anditya Arifianto
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

Plagiarisme merupakan tindakan mengakui hasil karya orang lain sebagai hasil karya pribadi tanpa izin pemilik asli karya tersebut. Tindakan plagiarisme dalam bentuk dokumen sudah sangat banyak terjadi saat era digital seperti ini. Menyikapi hal tersebut, melalui Tugas Akhir ini penulis membangun sebuah sistem yang dapat digunakan untuk mendeteksi plagiarisme antar dokumen teks yaitu Algoritma Winnowing dengan Synonym Recognition. Algoritma Winnowing adalah salah satu metode document fingerprinting yang digunakan untuk mendeteksi kemiripan antar teks dokumen dengan menggunakan teknik hashing. Algoritma ini dipilih karena Winnowing merupakan salah satu algoritma terbaik untuk mendapatkan nilai similarity antar teks dokumen baik dalam segi akurasi ataupum performansi. Dalam tugas akhir ini, algoritma Winnowing akan dikombinasikan dengan algoritma Synonym Recognition untuk mengatasi adanya parafrase dokumen yang dilakukan para pelaku plagiarisme. Kata Kunci: Plagiarisme, algoritma Winnowing, document fingerprinting, Similarity, Synonym Recognition.
Co-Authors Abdan Hafidh Ahnafi Adam Geraldy Katab Ade Romadhony Agung Toto Wibowo Al Faraby, Said Bandy Cipta Nur Ramadhan Dea Taradipa Ardiagarianti Ema Rachmawati Enki Probo Sidhi Erwin Yulizar Fardani Febryanti Sthevanie Fransisca Arvevia Intan Angelia Friendly Halomoan Sipayung Halprin Abhirawa Jody Jody Jondri Jondri Kurniawan Nur Ramadhan Kurniawan Nur Ramadhani Kurniawan Nur Ramdhani M. Adhi Satria M. Ardi Firmansyah Muh Aswan Abidin1 Muhammad Miftah Muslim Zulfikar Naufal Dzaky Anwari Ni Gusti Ayu Mirah Eka Darmayanti Nurul Halimatul Azizah Pima Hani Safitri Rachmi Azanisa Putri Rama Patria Himawan Rita Rismala Riyad Rivandi Rizza Aulia Rahman Supriadi, Muhammad Fadhlan Tjokorda Agung Budi Wiharja Tjokorda Agung Budi Wirayuda Untari Novia Wisesty Varian Vianandha Zeyhan Aliyah