Article Per Year (5 Year)
p-Index From 2021 - 2026
8.075
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Panrita Abdi - Jurnal Pengabdian pada Masyarakat JURNAL MEDIA INFORMATIKA BUDIDARMA JUTEI (Jurnal Terapan Teknologi Informasi) Jurnal Riset Informatika MULTINETICS IJAIT (International Journal of Applied Information Technology) Almufi Jurnal Pengabdian kepada Masyarakat eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Journal of Computer Engineering: Progress, Application and Technology Jurnal Nasional Sains dan Teknik
ANGGUNMEKA LUHUR PRASASTI
Telkom University
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 1   2   3   4   5 
Pengenalan Sidik Jari Manusia Terdistorsi Menggunakan Algoritma Sift Based Minutia Descriptor (smd) Ismah Putri Dewanti; Anggunmeka Luhur Prasasti; Ashri Dinimaharawati
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pengenalan identitas seseorang sudah semakin berkembang, salah satunya pada identifikasi sidik jari. Hal tersebut digunakan sebagai upaya mengamankan data yang dimiliki melalui pengenalan identitas, agar orang lain tidak sembarangan mengakses data tersebut. Dalam penerapannya, sidik jari dilakukan oleh orang yang memiliki jari normal. Namun, orang yang memiliki jari tidak normal atau jari yang terdistorsi memiliki kesulitan untuk menggunakan sidik jari. Oleh karena itu, sidik jari yang terdistorsi dapat di akses apabila sistem diberikan perintah untuk dapat mendeteksi sidik jari yang terdistorsi. Tugas akhir ini membahas mengenai pengenalan sidik jari baik jari yang normal maupun jari yang terdistorsi (kulit kering, kulit pecah-pecah, dan kulit berminyak) dengan metode SIFT based Minutiae Descriptor (SMD) dan metode Brute Force Matcher (BF Matcher). Hasil pengujian menunjukkan sistem pengenalan sidik jari terdistorsi dengan menggunakan metode Algoritma SIFT Based Minutia Deskriptor (SMD) dan Brute Force Matcher pada kondisi ideal dengan tingkat akurasi sebesar 80.42%. Sistem dapat mengenali sidik jari terdistorsi dengan rata-rata lama waktu pengenalan citra sidik jari dengan respon time sebesar 13.58 detik per subyek. Kata kunci : BFMatcher. fingerprint, sidik jari terdistorsi, SIFT based Minutiae Descriptor. Abstract Recognition of a person's identity has increasingly developed, one of which is on fingerprint identification. This is used as an effort to secure data held through identity recognition, so that other people do not carelessly access the data. In its application, fingerprints are carried out by people who have normal fingers. However, people who have abnormal fingers or distorted fingers have difficulty using fingerprints. Therefore, a distorted fingerprint can be accessed if the system is given a command to detect a distorted fingerprint. This final project discusses the introduction of fingerprints of both normal and distorted fingers (dry skin, cracked skin, and oily skin) with the SIFT-based Minutiae Descriptor (SMD) method and the Brute Force Matching (BF Matcher) method. The test results show a distorted fingerprint recognition system using the SIFT Based Minutia Descriptor (SMD) Algorithm and Brute Force Matching in ideal conditions with an accuracy level of 80.42%. The system can recognize a distorted fingerprint with an average time of fingerprint image recognition with a response time of 13.58 seconds per subject. Keywords: Abnormal fingerprint, BFMatcher, fingerprint, SIFT based Minutia Descriptor
Sistem Pengenalan Pembuluh Darah Jari Manusia Menggunakan Metode Weber Local Binary Pattern (wlbp) Adhia Dinda Sofia Afifah Masyhur; Anggunmeka Luhur Prasasti; Roswan Latuconsina
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sistem pengenalan biometrik mengacu pada identifikasi secara otomatis terhadap manusia berdasarkan karakteristik tingkah laku manusia. Salah satu pengenalan biometrik adalah pengenalan pembuluh darah jari manusia. Finger vein merupakan pembuluh darah yang berada pada jari manusia, beberapa literatur menjelaskkan finger vein memiliki hal yang unik, sehingga di kembangkanlah sistem pengenalan biometrik pada pembuluh darah jari manusia. Pada penelitian ini dirancang sistem deteksi dan identifikasi individu menggunakan pembuluh darah jari manusia dengan metode Weber Local Binary Pattern (WLBP). Metode WLBP merupakan gabungan dari metode LBP dan hukum Weber, WLBP memiliki keunggulan dalam memperhatikan intensitas dan variasi terkecil. Pada penelitian ini, proses akuisi citra dilakukan menggunakan kamera endoskop. Kamera endoskop memiliki sensor yang tidak dapat memblokir cahaya infrared dan dapat diserap oleh lapisan kulit sehingga mendaptkan gambar pembuluh darah jari yang lebih jelas. Hasil akuisisi citra membutuhkan proses preprocessing untuk memperjelas gambar pembuluh darah pada jari. Proses indentifikasi menggunakan klasifikasi K-NN. Klasifikasi K-NN dilakukan dengan nilai K = 3, penelitian ini menggunakan 50 data latih dan 50 data uji yang diambil dari 5 individu. Kata kunci : Sistem Biometrik, Pembuluh Darah Jari, WLBP, K-NN Abstract Biometric recognition system refers to automatic identification of humans based on the characteristics of human behavior. One of the biometric introductions is finger vein identification. Finger veins are blood vessels that are in human fingers, some literature explains that finger veins have unique things, therefore biometric recognition system in human finger veins was developed. In this study, a detection and identification system for individuals using human finger blood vessels was designed using the Weber Local Binary Pattern (WLBP) method. The WLBP method is a combination of the LBP method and Weber's law, WLBP has the advantage of paying attention to the smallest intensity and variation. In this study, the image acquisition process was carried out using an endoscope camera. The endoscope camera has a sensor that cannot block infrared light, which can be absorbed by the skin layer to give a clearer picture of the finger blood vessels. The results of image acquisition require a preprocessing process to clarify the image of blood vessels on the fingers. The identification process uses the K-NN classification. K-NN classification is done with a value of K = 3, this study uses 50 training data and 50 test data that take from 5 individu. Keyword: Biometric System, Finger Vein, WLBP
Implementasi Machine Learning Untuk Mendeteksi Unsur Depresi Pada Tweet Menggunakan Metode NaÏve Bayes Miftah Meinaldi Nurrochman; Anggunmeka Luhur Prasasti; Ratna Astuti Nugrahaeni
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Saat ini media sosial telah menjadi bagian hidup baru dalam masyarakat modern. Twitter adalah salah satu media sosial terpopuler. Batasan karakter saat melakukan tweet di Twitter membuat pesan yang disampaikan oleh pengguna menjadi sangat ringkas. Penggguna Twitter cenderung mengungkapkan perasaannya melalui unggahan tweet. Namun unggahan tweet belum tentu dapat dijadikan acuan secara nyata apakah unggahan tweet tersebut sesuai dengan perasaannya. Dalam penelitian ini menghasilkan sistem untuk mendeteksi unggahan tweet pada twitter terdapat unsur depresi atau tidak dengan metode Naïve Bayes. Metode klasifikasi yang digunakan untuk memberikan label kelas pada penelitian ini yaitu metode Naïve Bayes. Metode Naïve Bayes adalah metode klasifikasi penggolongan berdasarkan nilai probabilitas yang mudah untuk diimplementasikan pada tweet berupa teks. Dengan demikian, sistem dektesi unsur depresi pada tweet dengan Metode Naïve Bayes dapat mendeteksi sebuah postingan tweet mengandung unsur depresi atau tidak dengan nilai akurasi sebesar 74% pada pengujian rasio data, dan 73% pada pengujian validasi. Kata kunci: Twitter, tweet, Machine Learning, Depresi, Naïve Bayes.
PENGEMBANGAN APLIKASI PENCATATAN PELAYANAN KEBIDANAN DAN LAPORAN KEUANGAN BERBASIS PHP, SERTA MONITORING SISTEM KEAMANAN DI KLINIK PRAKTIK MANDIRI BIDAN (PMB) KASIH BUNDA BOJONGSOANG BANDUNG Rochmawati Rochmawati; Tora Fahrudin; Ledya Novamizanti; Ashri Dinimaharawati; Anggunmeka Luhur Prasasti; Marlindia Ike Sari; Mochammad Fahru Rizal; Muhammad Rizqy Alfarisi; Razendra Zahran Firdaus; Denny Meilika Setiawati; Nabila Setya Utami; Mohamad Alfaj’ri
Prosiding COSECANT : Community Service and Engagement Seminar Vol 1, No 2 (2021)
Publisher : Universitas telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (399.752 KB) | DOI: 10.25124/cosecant.v1i2.17495

Abstract

Keberadaan bidan di tengah masyarakat berperan penting bagi kesehatan ibu dan anak, khususnya balita. Praktik Mandiri Bidan (PMB) Kasih Bunda Bojongsoang, menjadi salah satu klinik kebidanan yang sering dikunjungi pasien ibu dan balita. PMB menyediakan berbagai layanan seperti pemeriksaan kehamilan, USG, persalinan, KB, imunisasi, dan sebagainya. Selama ini, pencatatan dilakukan di sebuah buku yang berisi daftar nama ibu dan anak, dengan pencatatan berulang dan pencarian data yang membutuhkan waktu lama. Pasien tidak mendapatkan data riwayat pemeriksaan dan bukti bayar dari layanan yang diterima. Pengeluaran keuangan klinik juga tidak tercatat secara terperinci. Selain pencatatan data pelayanan dan keuangan, kejahatan yang pernah terjadi di klinik PMB menjadi perhatian khusus, sehingga membutuhkan alat pengawas berupa CCTV. Tim Pengabdian Masyarakat Kolaborasi Internal memberikan solusi berupa kegiatan pengembangan aplikasi pencatatan pelayanan kebidanan dan laporan keuangan berbasis PHP serta monitoring PMB dengan CCTV. Seluruh bidan di PMB sebanyak 100% setuju dan sangat setuju bahwa kegiatan ini memberikan manfaat dan sesuai dengan harapan kebutuhan di PMB
IoT-Based Banknotes Saving Automation System Anggunmeka Luhur Prasasti; Reza Rendian Septiawan; Muhammad Haekal Alfarisi
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 2 No 01 (2023): February 2023
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v2i01.5499

Abstract

Many problems occur with traditional savings, such as users not knowing the nominal amount that has been saved later, and the authenticity of the money saved. To overcome this problem, the "Savings Storage Automation System with IoT-Based Banknotes" tool was created, this tool aims to help users save money easily and safely. The system design is based on Arduino Mega. The inputs on the Arduino Mega consist of a GY-33 TCS34725 as a color sensor and a keypad to perform functions. The output produced is in the form of nominal data of banknotes that can be seen by the user through an LCD and sent to a database, checking the authenticity of the money is done manually by using ultraviolet. The method used to identify the nominal banknotes is based on the reading of each RGB value and color temperature on each nominal banknote. The average accuracy of reading currency values on real banknotes reaches 88%, while in testing counterfeit banknotes it is 14%. Testing execution time when entering money into savings is 3.57 seconds and data to the database is 6.57 seconds.
IMPLEMENTASI DAN ANALISIS KOMPRESI HYBRID PADA CITRA MEDIS DIGITAL HASIL RONTGEN KANKER PAYUDARA Randy Hamzah Hardianto; Ledya Novamizanti; Anggunmeka Luhur Prasasti
Jurnal Terapan Teknologi Informasi Vol 1 No 2 (2017): Jurnal Terapan Teknologi Informasi
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1479.688 KB) | DOI: 10.21460/jutei.2017.12.39

Abstract

Kompresi citra digital merupakan upaya untuk melakukan transformasi terhadap data atau simbol penyusunan citra digital menjadi data atau simbol lain tanpa menimbulkan perubahan yang signifikan atas citra digital tersebut bagi mata manusia yang mengamatinya. Tujuannya adalah untuk mengurangi redudansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secaran efisien. Kanker Payudara merupakan kasus kanker terbanyak di Indonesia, dimana penatalaksanaannya membutuhkan banyak sekali data digital hasil rontgen. Penelitian ini dimaksudkan untuk mengompres data digital hasil rontgen kanker payudara dengan ukuran yang lebih efisien tanpa mengubah atau mengurangi informasi serta masih dapat dinilai oleh pandangan manusia (ekspertis). Penelitian ini menggunakan teknik hybrid, yaitu Metode 2D DCT (Two Dimensional Discret Cosine Transform) dan Huffman. Tenaga Medis memberikan nilai 3 dari 4 ketika hasil kompresi mencapai rasio kompresi 34,36% dengan PSNR terbaik sebesar 40dB. Hasil pengujian ini menggunakan kedalaman nilai nol sebesar 0 hingga 3 pada proses kuantsasi 2D DCT
RESTAURANT DENSITY PREDICTION SYSTEM USING FEED FORWARD NEURAL NETWORK Muhammad Kurnia Sandi; Anggunmeka Luhur Prasasti; Marisa W. Paryasto
Jurnal Riset Informatika Vol. 3 No. 2 (2021): March 2021 Edition
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v3i2.58

Abstract

In this day and age, information about something is so important. The level of trust of modern society depends on the testing of information. Tested and accurate information will have a good impact on the community. One of the important but often missed information is information about the density of a restaurant. Information about restaurant density is important to know because it can affect the actions of someone who will visit the restaurant. This information is also useful to provide information in advance so that diners avoid full restaurants to avoid the spread of the Covid-19 virus, among other things. With limited operating hours as well as the number of restaurant visitors, information about the density of a restaurant becomes much needed. The lack of information on restaurant density is a major problem in the community. The needs of the community, made this study aims to predict the density of a restaurant an hour later. Based on survey data and existing literature data, with simulation methods and also system analysis built using feedforward neural network artificial intelligence architecture and then trained with Backpropagation algorithms produced an accuracy of 97.8% with literature data.
ALEXNET ARCHITECTURE AND FUZZY ANALYSIS ON TALENT JUDGE DECISION PREDICTION BASED ON FACIAL EXPRESSION Muhammad Zaki; Anggunmeka Luhur Prasasti; Marisa W. Paryasto
Jurnal Riset Informatika Vol. 4 No. 4 (2022): September 2022
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (706.456 KB) | DOI: 10.34288/jri.v4i4.171

Abstract

The expression on the human face is a means of non-verbal communication. In the talent search event, the facial expressions shown by the judges when watching the participants’ performances became one of the components to see whether the contestant who was performing could qualify for the next round or he would fail. Haar cascade is used to provide the location of the face in the frame and to classify the expressions on the face, a CNN model with modified AlexNet architecture is used which increases the accuracy by 5% from the original alexnet. A fuzzy Algorithm is used to predict the judge’s decision based on how many facial expressions appear during the participant’s appearance. The decision prediction system for talent search judges based on facial expressions using fuzzy is considered effective in predicting decisions, after being tested the system can predict decisions with an accuracy rate of 83%.
Pneumatic pressure control system with microcontroller on bullet tower Umar, Ali; Rezwandi, Fiqri Aqilah; Rohman, Hamzah Nur; Prasasti, Anggunmeka Luhur; Tresna, Wildan Panji
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 4 No 01 (2025): May 2025
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v2i04.6472

Abstract

A bullet launcher is a defense tool intended to shoot targets, powered by gunpowder that can endanger its users. The use of gunpowder is dangerous because the resulting explosive power can harm the user. An alternative solution that can be done for this problem is to design a bullet launcher system that does not endanger its users. the system that has been implemented is a pneumatically powered bullet launcher. The pneumatic system is controlled using a microcontroller to control the input of sensors, solenoids, actuators and air pressure in the system. The pressure sensor used is a WPT-83G-EGG4 transmitter with a maximum pressure of 12 bar or 174 psi. The test results obtained with the average pressure measurement error is ±1% tolerance at pressures below 33 psi. The average response time of the sensor detecting pressure is 0.2 seconds.
Perbandingan Ekstraksi Fitur dan Proses Matching pada Autentikasi Sidik Jari Manusia PRASASTI, ANGGUNMEKA LUHUR; IRAWAN, BUDHI; FAJRI, SETIO EKA; RENDIKA, ANANDA; HADIYOSO, SUGONDO
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 1: Published January 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i1.95

Abstract

ABSTRAK Sidik jari merupakan biometrik yang sering digunakan dalam teknologi autentikasi. Terdapat banyak metode yang bisa digunakan untuk membuat sistem klasifikasi sidik jari. Maximum Curvature Points (MCP) umumnya digunakan untuk ekstraksi citra pembuluh darah jari yang juga digunakan sebagai autentikasi. Pada penelitian ini akan diuji performansi dari metode MCP jika dibandingkan dengan metode yang umum digunakan pada proses pengenalan sidik jari, yaitu Hit and Miss Transform (HMT). Perbedaan domain, yaitu spasial pada Normalized Cross Correlation (NCC) dan frekuensi pada Phase Correlation (PC) dalam proses matching ternyata juga mempengaruhi performansi sistem. Hasilnya menunjukkan bahwa penggunakaan metode MHTNCC memiliki tingkat akurasi yang lebih baik dalam pengenalan sidik jari yaitu 92% untuk pengenalan ibu jari dan 98% untuk pengenalan jari telunjuk, dibandingkan dengan menggunakan metode MCP-PC yang hanya memiliki tingkat akurasi sebesar 88% untuk pengenalan ibu jari dan 92% untuk pengenalan jari telunjuk. Kata kunci: sidik jari, MCP, HMT, phase correlation, normalized cross correlation ABSTRACTFingerprint is one of the biometric systems that are often used in an authentication technology. There are many methods that can be used to develop fingerprint’s classification system. Maximum Curvature Points (MCP) are generally used for finger vein image extraction which is also used as authentication. MCP performance will be compared to common method in finger print recognition, Hit and Miss Transform (HMT). Using different domains, spatial in Normalized Cross Correlation (NCC) and frequency in Phase Correlation (PC) affect the system performance. The results show that the application of HMT-NCC more accurate in terms of finger print’s recognition, 92% in accuracy for thumb recognition and 98% accuracy for index finger recognition, while MCP-PC is only reach 88% in accuracy for thumb recognition and 92% accuracy for index finger recognition. Keywords: fingerprint, MCP, HMT, phase correlation, normalized cross correlation
Co-Authors Abdi, Diaz Adhia Dinda Sofia Afifah Masyhur Adhitama, Taufiq Gilang Alfarisi, Muhammad Haekal Alfarrelwijaya, Dheandra Alfitrah, Raudhafilhaq Ali Fahmi Perwira Negara Andaru, Rizki Fauzi Andrew Brian Osmond Anggraini, Ratika Dwi Annisa Farhah Ariefani , Alfaridzi Muhammad Armain Hidayatullah, Muhammad Ashri Dinimaharawati Asti Novianty Basuki, Muhammad Fadhil Nararya Budhi Irawan Burhanuddin Dirgantoro Candrasyah H, Faisal Candrasyah Hasibuan, Faisal Casi Setianingsih Daniar, Ivan Denny Meilika Setiawati Deyan Havith Dailamy Dhiaulhaq, Muhammad Althaf Dhiyaul Haq, Muhammad Difa Diputra, Hadid Candra Erlangga Maulana Muhammad Fachry Reiza Fadli, Muhammad Nur Fahri Nuralim Faisal Candrasyah Hasibuan Fajri, Farhan Ulil FAJRI, SETIO EKA Fazril, Ibnu Fikri , Rifqi Muhammad Fikriansyah, Fakhruddin Firdaus, Alvaro Ahmad Gede Ardi Herdiana GHOFAR, MUHAMMAD ABDUL Goenadiningrat, Jeahan Fitria Habibi, Rizqullah Imamuddin Hanif Nilam Pratama Adiarso Hartono, Aditya Firmansyah Ibrahim, Muhammad Yuzzaf Iftitahrira Aulia Rahmi Inung Wijayanto Irawan, Harvan Nurluthfi Ismah Putri Dewanti Jaisy Malikulmulki Arasy Jamila , Andi Cleopatra Maryam Kusnady, Rizky Eka Putra Kusumo, Atallah Satrio Ledya Novamizanti Leo Putra Simanjuntak Mahendra, Dimas Putra Mahfuz, Muhammad Rafi Marisa W. Paryasto Marisa W. Paryasto Marlindia Ike Sari Maulana, Cholasih Ryan Mertu, Aidi Miftah Meinaldi Nurrochman Mohamad Alfaj’ri Mohamad Ilyas, Andi Muhammad Garma Asyam Rianto Muhammad Haekal Alfarisi Muhammad Kurnia Sandi Muhammad Rizqy Alfarisi Muhammad Zaki Mustofa Restu Adi Nabila Setya Utami Nashar Luthfi Sugara Negara, Ali Fahmi Perwira Novianty, Astri Nugraha, Alvin Yoga Nur Hilman Tsani Paryasto , Marisa W. Pasi, Muhammad Haekal Panderadja Prakoso, Mochamad Rafi Alfian Prasetya, Harry Pratama, Muhammad Farras Adi Purba Daru Kusuma R Rumani M Rafif Ansyari Siregar Rahma, Dinda Rahmadina, Rizka Ramadhan, Achmad Rionov Faddillah Randy Erfa Saputra Randy Hamzah Hardianto Ratna Astuti Nugrahaeni Razendra Zahran Firdaus RENDIKA, ANANDA Reza Rendian Septiawan Rezwandi, Fiqri Aqilah Risqulla, Fajra Riswandi, M. Ghalib Rizal, Mochammad Fahru Rizki Akbari Tamin Rochmawati Rohman, Hamzah Nur Roswan Latuconsina Ruslan , Ramah Rinaldi Ruslan, Ramah Rinaldi Salimah, Hurin Savrylia, Dewi Intan Setiady, Rogers Dwiputra Siagian, Dwi Saputra Sopar Sidabalok, Samuel Robert Romulus Sugondo Hadiyoso Sulaeman, Ikhsar Suryo Adhi Wibowo Syarifah Faisa Nurahmani Taufiq Gilang Adhitama Thalib, Wildan Tito Waluyo Purboyo Tora Fahrudin Umar, Ali Virgono , Agus Whibi Waskita Wicaksono Widodo, Muhammad Faiz Anindyo Wildan Panji Tresna Zakir, Gilman Muslih