Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Teknik dan Ilmu Komputer Journal of ICT Research and Applications Techne : Jurnal Ilmiah Elektroteknika Jurnal Pengabdian kepada Masyarakat Nusantara Makara Journal of Technology Jurnal Ilmiah Sains
Ivanna Kristianti Timotius
Universitas Kristen Satya Wacana
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences

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

Found 10 Documents
Search
Journal : Techne : Jurnal Ilmiah Elektroteknika

 1 
HEART RATE COMPUTATION IMPLEMENTED ON FIELD PROGRAMMABLE GATE ARRAY BOARD Ivanna K. Timotius
Techné : Jurnal Ilmiah Elektroteknika Vol. 9 No. 01 (2010)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.761 KB)

Abstract

Heart rate is the most basic information of heart activities. This paper aims to describe a possible real time system to detect electrocardiogram (ECG) signal, count the R-R interval of the ECG signal, and compute the heart rate. This project is implemented successfully using field programmable gate array (FPGA) board.
SISTEM PENGENALAN CHORD PADA FILEMUSIK DIGITAL DENGAN MENGGUNAKAN PITCH CLASS PROFILES DAN HIDDEN MARKOV MODEL Ivanna K. Timotius; Adhi Prayogo
Techné : Jurnal Ilmiah Elektroteknika Vol. 9 No. 02 (2010)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (133.715 KB)

Abstract

Chord adalah salah satu elemen utama musik yang dapat memberikan gambaran sederhana dari suatu karya musik. Sebuah sistem yang dapat mengenali chord dari suatu rekaman musik secara otomatis akan sangat menarik dan bermanfaat. Tulisan ini mengimplementasikan sebuah algoritma pengenalan chord otomatis dengan menggunakan pitch class profiles dan hidden Markov model. Algoritma yang diimplementasikan menunjukkan tingkat akurasi pengenalan sebesar 100% untuk file lagu progresi chord murni dari MIDI, 97,97% untuk file lagu progresi chord murni dari rekaman gitar, 85,35% untuk file lagu kompleks dari MIDI, dan 59,80% untuk file lagu kompleks yang mengandung vokal manusia.
SISTEM PENGENALANWICARA BERDASARKAN CEPSTRUM DAN HIDDEN MARKOV MODEL Ivanna K. Timotius; Danie Kurniawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 10 No. 01 (2011)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (116.001 KB)

Abstract

Sistem pengenal wicara merupakan sistem yang bisa mengerti kata-kata yang diucapkan manusia. Sistem pengenal wicara dapat dimanfaatkan di berbagai bidang kehidupan. Tulisan ini bertujuan untuk merealisasikan sistem pengenal wicara dengan menggunakan metode cepstrum dan Hidden Markov Model. Sistem ini diterapkan untuk mengenali 23 kata yang diperoleh dengan mencuplik sinyal dari mikrofon yang terhubung ke kartu suara pada komputer. Dari hasil pengujian didapatkan tingkat keberhasilan pengenalan 76,52%
SISTEM PENGENALANWICARA BERDASARKAN CEPSTRUM DAN HIDDEN MARKOV MODEL Ivanna K. Timotius; Danie Kurniawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 10 No. 01 (2011)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (116.001 KB)

Abstract

Sistem pengenal wicara merupakan sistem yang bisa mengerti kata-kata yang diucapkan manusia. Sistem pengenal wicara dapat dimanfaatkan di berbagai bidang kehidupan. Tulisan ini bertujuan untuk merealisasikan sistem pengenal wicara dengan menggunakan metode cepstrum dan Hidden Markov Model. Sistem ini diterapkan untuk mengenali 23 kata yang diperoleh dengan mencuplik sinyal dari mikrofon yang terhubung ke kartu suara pada komputer. Dari hasil pengujian didapatkan tingkat keberhasilan pengenalan 76,52%
PENGGUNAAN TRANSFORMASI WAVELET DALAM SISTEM PENGENALAN ISYARAT TANGAN DENGAN BEBERAPA KOMBINASI PRA PROSES Iwan Setyawan; Ivanna K. Timotius
Techné : Jurnal Ilmiah Elektroteknika Vol. 10 No. 02 (2011)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (146.54 KB)

Abstract

Isyarat tangan, sebagai salah satu bagian dari bahasa tubuh, dapat digunakan untuk berkomunikasi dengan mesin. Sebagai alat untuk berkomunikasi, isyarat tangan dapat diimplementasikan dalam berbagai aplikasi, contohnya socially assistive robotics, mendukung user interface mouse dengan komputer, remote control dalam permainan nintendo, asisten dari dokter bedah dan juga sebagai robot militer. Dalam penelitian ini, citra isyarat tangan digunakan sebagai representasi kode perintah untuk menjalankan suatu tugas tertentu. Sistem pengenalan isyarat tangan terdiri dari tahap pra proses dan metode Transformasi Wavelet. Pada tulisan ini, dilakukan penelitian untuk mencari kombinasi pra proses yang menghasilkan rata-rata keakuratan terbaik. Pra proses tersebut terdiri dari kombinasi beberapa proses seperti smoothing filter, histogram equalization, binerisasi, dan/atau desaturasi. Metode klasifikasi yang digunakan adalah nearest neighbor dengan jarak Euclidean. Sedangkan untuk menghitung rata-rata keakuratan digunakan 2-fold cross validation. Dari hasil eksperimen didapatkan bahwa jenis pra proses yang hanya terdiri dari proses desaturasi memberikan hasil rata-rata keakuratan terbaik, yaitu 78,32%.
SISTEM PENDETEKSI SENYUM BERDASARKAN METODE EDGE DETECTION, HISTOGRAM EQUALIZATION, DAN NEAREST NEIGHBOR Eduard Royce; Ivanna K. Timotius; Iwan Setyawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 11 No. 01 (2012)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (308.572 KB)

Abstract

Ekspresi wajah adalah salah satu cara komunikasi bagi manusia untuk mengungkapkan perasaan, maksud, tujuan, dan pendapatnya kepada orang lain. Senyum merupakan salah satu ekspresi yang mewakili momen, kejadian ataupun perasaan bahagia dan banyak orang berusaha mengabadikan ekspresi ini. Karena itu, suatu sistem yang mampu mendeteksi ekspresi senyum, kemudian memerintahkan sebuah kamera untuk mengambil gambar, akan mempermudah usaha mengabadikan momen tersebut. Pada tulisan ini, penulis merancang sebuah sistem pendeteksi senyuman yang menggunakan kombinasi metode histogram equalization, edge detection, dan metode klasifikasi nearest neighbor dengan perhitungan jarak terdekat menggunakan metode euclidean distance. Untuk menilai performa dari sistem pendeteksi senyum, digunakan 3-cross fold validation. Dari hasil percobaan, sistem mampu mendeteksi senyum dengan tingkat akurasi 39.99% untuk pengklasifikasian tiga kelas berdasarkan jenis senyum (senyum tipis, senyum lebar, dan bukan senyum) dan memiliki tingkat akurasi sebesar 56.67% untuk pembagian menjadi 2 kelas (senyum dan bukan senyum).
PENGENALAN GENDER MEMANFAATKAN WAJAH MANUSIA DENGAN MENGGUNAKAN METODE KLASIFIKASI NEAREST NEIGHBOR Ardilla Ayu Dewanti Ridwan; Ivanna K. Timotius; Iwan Setyawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 12 No. 01 (2013)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (388.507 KB)

Abstract

Pada tulisan ini, dirancang sebuah sistem pengenalan gender memanfaatkan citra wajah manusia. Sistem pengenalan gender yang dirancang terdiri dari tahap pemrosesan data awal yang terdiri atas tahap cropping citra, konversi citra RGB ke grayscale, histogram equalization, dan resizing citra, serta metode pengenalan gender. Pada tulisan ini, dipakai klasifikasi nearest neighbor dengan jarak Euclidean sebagai metode klasifikasi, sedangkan performa sistem dinilai menggunakan metode cross validation. Selain itu, penilaian performa sistem pada tulisan ini dilakukan dengan skenario terhadap dua jenis dataset, yaitu dataset yang berisi citra yang tidak dilakukan cropping dan dataset yang berisi citra yang dilakukan cropping pada bagian wajahnya.Dari hasil pengujian sistem didapatkan bahwa sistem yang dirancang memberikan hasil rata-rata keakuratan terbaik untuk sistem yang diujikan menggunakan 10-fold cross validation yaitu sebesar 78,92% untuk citra dalam dataset yang dilakukan cropping dan 58,96% untuk citra dalam dataset yang tidak dilakukan cropping.
SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian; Ivanna K. Timotius; Iwan Setyawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 13 No. 01 (2014)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (177.684 KB)

Abstract

Tulisan ini menyajikan perancangan sebuah sistem alarm untuk mengingatkan pengendara apabila arah pandang pengendara teralih dari jalan raya. Sistem yang dirancang memanfaatkan algoritma Viola-Jones [3], yang kemudian diproses dengan dan tanpa histogram equalization. Pengklasifikasian arah pandangan mata dilakukan menggunakan klasifikasi nearest neighbor dengan perhitungan jarak terdekat menggunakan kriteria jarak Euclidean. Berdasarkan hasil eksperimen, keakuratan sistem dengan histogram equalization mencapai 97%, sedangkan keakuratan sistem tanpa histogram equalization mencapai 60,5% dengan data pelatihan sejumlah lima citra, dan data pengujian sejumlah 3963 citra.
Pemanfaatan Metode Template Matching untuk Face Tracking secara Real Time di Ruang Tertutup Efraim Anggriyono; Iwan Setyawan; Ivanna K. Timotius
Techné : Jurnal Ilmiah Elektroteknika Vol. 14 No. 02 (2015)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1133.039 KB) | DOI: 10.31358/techne.v14i02.133

Abstract

Perekaman video biasanya dilakukan secara manual oleh seorang juru kamera. Juru kamera harus berkonsentrasi dengan objek yang direkam agar tidak ketinggalan sedetik moment pun yang bisa membuat buyar kesan suatu liputan selain itu dibutuhkannya tenaga yang lebih dari seorang juru kamera dalam melakukan proses perekaman video. Dalam makalah ini, penulis mengulas tentang sistem perekaman video otomatis. Sistem ini dibentuk berdasarkan pengenalan wajah manusia yang diinginkan. Pengenalan wajah manusia dilakukan dengan metode template matching. Sistem perekaman video otomatis ini diuji dengan 32 subyek pada variasi pencayahaan pagi hari, siang hari, sore hari, dan malam hari. Berdasarkan hasil pengujian, sistem mampu menghasilkan akurasi program (Ap) sebesar 79.95% dan akurasi rotator (AR) sebesar 80.73%.
Klasifikasi Citra X-Ray Covid-19 Menggunakan Three-layered CNN Model Aaron Berliano Handoko; Ivanna Kristianti Timotius; Darmawan Utomo
Techné : Jurnal Ilmiah Elektroteknika Vol. 21 No. 2 (2022)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v21i2.316

Abstract

Tragedi Covid yang melanda dunia perlu mendapat solusi pendeteksian yang cepat untuk mempermudah pengobatannya. Metode tes PCR jumlah alatnya lebih sedikit dibandingkan dengan mesin X-ray di Indonesia. Oleh karena itu, metode pengklasifikasi gambar X-ray dapat digunakan sebagai solusi alternatif.  Pada penelitian ini diusulkan penggunaan model CNN dengan tiga lapisan convolutional dan maxpooling. Dataset image yang digunakan memiliki 1000 image teridentifikasi Covid dan 3000 image sebagai normal. Hyperparameter tuning dilakukan dengan cara membandingkan beberapa kombinasi hyperparameter; learning rate, dropout rate dan density. Model terbaik yang didapatkan adalah model tiga lapisan neural network dengan learning rate = 0,001, density = 64 dan dropout rate = 0,7. Model ini memiliki rata-rata akurasi sebesar 96% dan jumlah parameter sebanyak 7,1% dibandingkan acuan.
Co-Authors Aaron Berliano Handoko Adhi Prayogo Andreas A. Febrianto Andreas Ardian Febrianto Andreas Febrianto, Andreas Ardilla Ayu Dewanti Ridwan Daniel D Kameo Danny Manongga Darmawan Utomo Deny Christian Dwi Utami , Eva Yovita Eduard Royce Efraim Anggriyono Enggar Santika, Maria Farica, Jevan Hanny Hafiar Hendry Iwan Setyawan Kevin Ananta Lasso, Aldi Onix Setyawan, Revivo Regina Lionnie Theopillus J. H. Wellem Weku, Winsy C.D Yessica Nataliani