Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS IPTEK Journal of Proceedings Series TEKNOLOGI: Jurnal Ilmiah Sistem Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Kursor Journal of Information Systems Engineering and Business Intelligence Jurnal Inspiration Indonesian Journal of Electrical Engineering and Computer Science Sewagati
Wijayanti Nurul Khotimah
Departemen Informatika Institut Teknologi Sepuluh Nopember
Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Pengenalan Bahasa Isyarat Indonesia dengan Metode Dynamic Time Warping (DTW) menggunakan Kinect 2.0 Tiara Anggita; Wijayanti Nurul Khotimah; Nanik Suciati
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v7i1.28943

Abstract

Bahasa isyarat merupakan media bagi penderita tuna rungu dan tuna wicara untuk saling berkomunikasi. Perkembangan teknologi untuk menerjemahkan bahasa isyarat Indonesia secara real-time bisa bermanfaat bagi komunitas tuna rungu. Pada penelitian sebelumnya, pengenalan bahasa isyarat menggunakan teknologi Kinect sudah berhasil dibuat. Namun dalam prosesnya, fitur bahasa isyarat yang digunakan hanya bahasa isyarat yang bersifat statis saja. Selain itu, terdapat pula penelitian sebelumnya yang menggunakan ekstraksi fitur untuk mengenali bahasa isyarat dinamis saja. Pada penelitian ini, dilakukan bahasa isyarat yang bersifat statis dan dinamis secara dengan metode Dynamic Time Warping (DTW), yang mampu mengenali secara real-time bahasa isyarat Indonesia dari 20 kata dan menerjemahkannya dalam gambar dan teks. Hasil pengujian menunjukkan bahwa persentase nilai akurasi rata-rata yang dihasilkan adalah 93%.
Integrasi dan Desain Level Dinamis untuk Konten Edukasi Bahasa Indonesia pada Game RPG Word Lands dengan Term Frequency – Inverse Document Frequency Joshua Kevin Rachmadi; Imam Kuswardayan; Wijayanti Nurul Khotimah
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v7i1.29551

Abstract

Game edukasi merupakan salah satu media yang dapat ditawarkan sebagai media pembelajaran alternatif. Dalam pembuatan game edukasi, integrasi konten edukasi berupa soal menjadi bobot dalam game masih menjadi tantangan tersendiri bagi sebagian pengembang game. Game yang dibuat merupakan game RPG dengan desain level yang dinamis menggunakan konten edukasi bahasa Indonesia dengan klasifikasi soal berdasarkan tingkat kognitif, yang menerapkan pembobotan Term Weighting - Inverse Document Frequency serta metode Cosine Similarities. Soal yang telah diklasifikasikan akan digunakan sebagai tolok ukur tingkat kesultian soal. Aplikasi yang dibuat akan dijalankan dalam perangkat bergerak Android. Uji coba yang dilakukan meliputi uji coba fungsionalitas, pengujian level dinamis, performa klasifikasi, serta uji coba pengguna. Dari hasil uji coba diketahui bahwa game dapat menyajikan konten edukasi dengan set soal yang berubah setiap kali permainan, sementara dalam segi akurasi metode pada klasifikasi soal perlu dikembangkan lebih lanjut.
Aplikasi Penerjemah Gambar Teks Berbahasa Inggris Menggunakan Teknologi Realitas Tertambah pada Perangkat Berbasis Android Antonius Kevin Wiguna; Nanik Suciati; Wijayanti Nurul Khotimah
Jurnal Teknik ITS Vol 8, No 1 (2019)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (498.417 KB) | DOI: 10.12962/j23373539.v8i1.40070

Abstract

Di dalam lingkungan dunia nyata, banyak informasi berupa teks yang disajikan menggunakan bahasa yang tidak kita mengerti. Informasi tersebut bisa kita temui di tempat-tempat umum. Biasanya, diperlukan alat bantu untuk memahami tulisan dalam bahasa asing tersebut. Kemudahan dan kecepatan dalam penggunaan alat penerjemah menjadi penting terutama bila kita sedang berada di tempat umum. Untuk itu, diajukan pengembangan sebuah aplikasi yang mampu menerjemahkan teks yang mudah digunakan. Pengguna memilih gambar teks yang ingin diterjemahkan dari tampilan kamera aplikasi dengan menyentuh gambar teks yang diinginkan. Area gambar teks diambil menggunakan algoritma berbasis deteksi tepi pada gambar. Teks dikenali menggunakan Optical Character Recognition (OCR) dengan bantuan pustaka Tesseract dan diterjemahkan menggunakan bantuan Yandex. Translate API. Hasil penerjemahan akan ditampilkan menggunakan konsep realitas tertambah, di mana hasil akan ditampilkan langsung pada tampilan kamera di aplikasi. Aplikasi ini dibuat untuk berjalan pada perangkat yang menggunakan sistem operasi Android. Penerjemahan yang dapat dilakukan adalah penerjemahan dari bahasa Inggris ke bahasa Indonesia. Pengujian fungsional aplikasi menunjukkan hasil yang cukup baik untuk pengambilan area ROI dan proses mendapatkan hasil terjemahan, Hasil pengujian pada pengguna menjukkan bahwa pengguna puas dengan kenyamanan, performa, dan kemudahan penggunaan aplikasi.
Aturan Asosiasi Dengan Standar Storet Pada Model Prediksi Parameter Pendukung Uji Kualitas Air Baku Diana Purwitasari; Oktaviandra Pradita Putri; Wijayanti Nurul Khotimah
Journal of Information Systems Engineering and Business Intelligence Vol. 1 No. 1 (2015): April
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.465 KB) | DOI: 10.20473/jisebi.1.1.1-8

Abstract

Abstrak—Uji laboratorium tentang kualitas air baku pada penyediaan dan pengolahan air bersih memperhatikan parameter air terkait faktor fisika, kimia dan biologi. Analisis kualitas air di laboratorium membutuhkan waktu. Usulan sistem akan mempercepat waktu dengan menganalisis catatan dataparameter air yang ada dalam rekam data PDAM. Aturan asosiasi pada sistem digunakan untuk melihat hubungan antara parameter air yang didahului praproses dengan mengubah data numerik ke data kategorikal berdasarkan standar STOrage and RETrievalData Warehouse (STORET).Selanjutnya model prediksi parameter air yang dihasilkan dari data belajar akan diserderhanakan terlebih dahulu sebelum validasi model dengan data uji. Pengujian model menggunakan data belajar menunjukkan rata-rata akurasi 70% dengan minimal support-confidence 30% data. Hasil model hubungan parameter air menggunakan rekam data PDAM dapat menjadi pendukung kebijakan di daerah tersebut dalam penyediaan dan pengolahan air bersih sebelum dilakukan uji kualitas laboratorium. Tanpa ada uji laboratorium beberapa nilai parameter faktor kimia tidak dapat diketahui. Meskipun demikian aturan yang dihasilkan sistem usulan tanpa uji laboratorium dapat memberikan akurasi 80%-95% dengan asumsi missing valuesnilai faktor kimiasetelah dicek manual dari narasumber pemilik data. Data uji coba menggunakan dataset kecil untuk mempermudah cek manual. Kata Kunci— prediksi kualitas air, aturan asosiasi, storetAbstrak—Raw Water (Air Baku) laboratory analysis is testing physical, chemical and bacteriological characteristicsof water to ensure that water supply is clean, safe and ready for drinking water quality. Analyzing raw water quality in laboratorium needs more time. The proposed system could shorten the laboratory processing time by analyzing daily water production log. Association ruleinthe proposed system was used to generate relation model of water characteristicsfrom the data log provided by local government owned water utilities (PDAM, Perusahaan Daerah Air Minum). The data was transformed first from numerical data into categorical data using STOrage and RETrieval Data Warehouse (STORET)standard.Generated model needs to be simplified because some prediction rules could have the same interpretation. The generated parameter prediction modelwas sufficient to be used as the supporting data for any local policy made related to water supply and sanitationwithout additional costs from standard lab testing of water quality. Some water quality values of chemical characteristics need lab testing. Given the missing values of several chemical characteristics, the generated parameter prediction model still could give better accuracy of 80%-95%. Since PDAM staffmanually validated the generated model, the experiments used small data set.  Keywords— water quality prediction, association rule, storet
THE OVERTAKING CAR SIMULATION USING THE TECHNOLOGY OF VIRTUAL REALITY Darlis Heru Mukti; Ridho Rahman Hariadi; Anny Yuniarti; Imam Kuswardayan; Wijayanti Nurul Khotimah
Jurnal Ilmiah Kursor Vol 9 No 3 (2018)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28961/kursor.v9i3.116

Abstract

Currently, motor vehicles are very widely used in everyday life. In Indonesia the growth of motor vehicle is very rapid, even reaching 10 percent per year. With the high value of the development of this motor vehicle, the number of accidents also increases. The cause of the accident is not only from the error engine but also it can be caused by the driver fault. The driver should be given more attention and information about the rule and how to ride the motor vehicles well. Sometimes the experience is needed to learn how to act in the different condition when the driver drives the motor vehicle. This paper implements the technology of Virtual Reality for the simulation of overtaking. There are two additional devices used in this research. There are the Steering Wheel and the Oculus Rift. This research aims to explore the VR technology and explore the implementation of the Steering Wheel and the Oculus Rift in overtaking simulation game.
Integrasi Density-Based Clustering dan HMRF-EM Pada Ruang Warna HSI untuk Segmentasi Citra IkanTuna Ryfial Azhar; Agus Zainal Arifin; Wijayanti Nurul Khotimah
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 6, No 1 (2016): Jurnal Inspiration Volume 6 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v6i1.89

Abstract

Segematasi citra adalah tahapan yang penting dalam proses segmentasi citra ikan tuna. Namun, pada umumnya terdapat beberapa kendala yang sering dihadapi dalam proses segmentasi citra ikan seperti pencahayaan yang tidak seimbang, adanya noise, dan ketidakakuratan tepi objek yang dihasilkan setelah proses segmentasi. Pada penelitian ini diusulkan sebuah metode segmentasi citra ikan tuna baru dengan mengintegrasikan metode Density-Based Clustering (DBSCAN), Hidden Markov Random Field (HMRF), dan algoritma expectation-maximization (EM) pada ruang warna HSI. Metode ini terdiri dari tiga tahapan utama. Tahap Pertama ialah konversi ruang warna HSI. Tahap kedua ialah segmentasi menggunakan pengklasteran DBSCAN. Tahap terakhir ialah perbaikan tepi objek hasil segmentasi menggunakan HMRF-. Hasil uji coba menunjukkan bahwa metode yang diusulkan pada penelitian ini mencapai akurasi segmentasi sebesar 98%.
Aquaculture Water Quality Prediction using Smooth SVM Wijayanti Nurul Khotimah
IPTEK Journal of Proceedings Series Vol 1, No 1 (2014): International Seminar on Applied Technology, Science, and Arts (APTECS) 2013
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23546026.y2014i1.306

Abstract

Aquaculture, aqua farming, is the farming of aquatic organism such as fish, crustaceans, mollusk and aquatic plan. There are many factors that influence the production of aquaculture such as food stocks, protection from other predators, and water quality custody. In modern intensive river aquaculture management, water quality prediction plays an important role. The water quality indicator series are nonlinear and non-stationer. Hence, the accuracy of the commonly used conventional methods, including regression analyses and neural networks, were limited. A prediction model based on Smooth Support Vector Machine (SSVM) is proposed in this research to predict the aquaculture water quality. SSVM is an algorithm that is used for solving no linear function estimation problems. The data used in this research are data of river in Surabaya collected for two years. The data have twenty variables that indicate water quality such as temperature, turbidity, color, SS, pH, alkalinity, free CO2, DO, Nitrite, Ammonia, Copper, phosphate, sulfide, iron, Hexavalent Chromium, Manganese, Zinc, Lead, COD, and Detergents. From 520 instance data, we used 5-fold for the experiment. The Root Mean Square Error (RMSE) of the experiment is 0.0275. This value shows that SSVM proven to be an effective approach to predict aquaculture water quality.
Indonesian sign language recognition using kinect and dynamic time warping Wijayanti Nurul Khotimah; Nanik Suciati; Tiara Anggita
Indonesian Journal of Electrical Engineering and Computer Science Vol 15, No 1: July 2019
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v15.i1.pp495-503

Abstract

Sign Language Recognition System (SLRS) is a system to recognise sign language and then translate them into text. This system can be developed by using a sensor-based technique. Some studies have implemented various feature extraction and classification methods to recognise sign language in the different country. However, their systems were user dependent (the accuracy was high when the trained and the tested user were the same people, but it was getting worse when the tested user was different to the trained user). Therefore in this study, we proposed a feature extraction method which is invariant to a user. We used the distance between two users’ skeleton instead of using the users’ skeleton positions because the skeleton distance is independent to the user posture. Finally, forty-five features were extracted in this proposed method. Further, we classified the features by using a classification method that is suitable with sign language gestures characteristic (time-dependent sequence data). The classification method is Dynamic Time Wrapping. For the experiment, we used twenty Indonesian sign languages from different semantic groups (greetings, questions, pronouns, places, family and others) and different gesture characteristic (static gesture and dynamic gesture). Then the system was tested by a different user with the user who did the training. The result was promising, this proposed method produced high accuracy, reach 91% which shows that this proposed method is user independent.
PENGENALAN SISTEM ISYARAT BAHASA INDONESIA MENGGUNAKAN KOMBINASI FITUR STATIS DAN FITUR DINAMIS LMC BERBASIS L-GCNN Supria, Supria; Herumurti, Darlis; Khotimah, Wijayanti Nurul
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a574

Abstract

Jumlah karya ilmiah yang dihasilkan oleh akademisi dan peneliti di Indonesia semakin banyak, terutama setelah diterbitkannya surat edaran Dirjen DIKTI tahun 2012 dimana karya ilmiah dijadikan sebagai syarat kelulusan mahasiswa S1, S2 dan S3. Namun demikian, tidak semua karya ilmiah tersebut memiliki kualitas yang baik. Masih banyak karya ilmiah yang belum memenuhi standar baku Ejaan Yang Disempurnakan (EYD). Pada artikel ini, penulis mengembangkan sebuah kakas bantu untuk mendeteksi kesalahan tanda baca pada karya ilmiah, khususnya yang berbahasa Indonesia, sesuai dengan EYD. Aplikasi dirancang agar dapat mendeteksi kesalahan tanda baca pada tulisan karya ilmiah dengan format .doc atau .docx serta dapat menghasilkan keluaran berupa arsip Microsoft Word dengan tambahan hasil telaah pemeriksaan tanda baca yang dibangkitkan secara otomatis. Deteksi kesalahan tanda baca menggunakan metode pencarian kata dengan algoritma BoyerMoore. Aplikasi kakas bantu telah diuji coba dengan hasil rata-rata nilai presisi sistem sebesar 0,6806, recall sebesar 0,969 dan akurasi sistem sebesar 0,9636. Hasil tersebut menunjukkan bahwa aplikasi sudah mampu mendeteksi adanya kesalahan tanda baca meskipun masih ada keterbatasan deteksi karena tidak semua aturan tanda baca dicakup dalam pemeriksaannya.
ALPHABET SIGN LANGUAGE RECOGNITION USING LEAP MOTION TECHNOLOGY AND RULE BASED BACKPROPAGATION-GENETIC ALGORITHM NEURAL NETWORK (RBBPGANN) Khotimah, Wijayanti Nurul; Saputra, Risal Andika; Suciati, Nanik; Hariadi, Ridho Rahman
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a639

Abstract

Sign Language recognition was used to help people with normal hearing communicate effectively with the deaf and hearing-impaired. Based on survey that conducted by Multi-Center Study in Southeast Asia, Indonesia was on the top four position in number of patients with hearing disability (4.6%). Therefore, the existence of Sign Language recognition is important. Some research has been conducted on this field. Many neural network types had been used for recognizing many kinds of sign languages. However, their performance are need to be improved. This work focuses on the ASL (Alphabet Sign Language) in SIBI (Sign System of Indonesian Language) which uses one hand and 26 gestures. Here, thirty four features were extracted by using Leap Motion. Further, a new method, Rule Based-Backpropagation Genetic Al-gorithm Neural Network (RB-BPGANN), was used to recognize these Sign Languages. This method is combination of Rule and Back Propagation Neural Network (BPGANN). Based on experiment this pro-posed application can recognize Sign Language up to 93.8% accuracy. It was very good to recognize large multiclass instance and can be solution of overfitting problem in Neural Network algorithm.
Co-Authors Agus Zainal Arifin Akbar, Rizky Januar Alifiansyah Arrizqy Hidayat Anita Hakim Nasution Anny Yuniarti Antonius Kevin Wiguna Arifiani, Siska Arya Yudhi Wijaya Berlian Rahmy Lidiawaty Billy Billy Bilqis Amaliah Darlis Heru Mukti Darlis Herumurti Devanda Sintaullysa Tamba Diana Purwitasari Dini Adni Navastara, Dini Adni Franky Setiawan Daldiri Gulpi Qorik Oktagalu Pratamasunu Imam Kuswardayan Joshua Kevin Rachmadi Kelly Rossa Sungkono Khairun Nisa Laurensius Adi Muhammad Riduwan Nanik Suciati Oktaviandra Pradita Putri Oktaviandra Pradita Putri, Oktaviandra Pradita Rahma Fida Fadhilah Ridho Rahman Hariadi Risal Andika Saputra, Risal Andika Rully Soelaiman Ryfial Azhar, Ryfial Supria Supria, Supria Tiara Anggita Tiara Anggita