Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.437

P-Index

This Author published in this journals

All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Sainteks Proceedings of KNASTIK TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Informatika SPEKTRUM INDUSTRI Jurnal Sarjana Teknik Informatika JUITA : Jurnal Informatika International Journal of Advances in Intelligent Informatics Seminar Nasional Informatika (SEMNASIF) Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika JTET (Jurnal Teknik Elektro Terapan) Jurnal Penelitian Pendidikan IPA (JPPIPA) Indonesian Journal of Artificial Intelligence and Data Mining Buffer Informatika Jurnal Sains dan Informatika JRST (Jurnal Riset Sains dan Teknologi) JITK (Jurnal Ilmu Pengetahuan dan Komputer) PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURTEKSI Mobile and Forensics Masyarakat Berdaya dan Inovasi Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) EDUTECH : Jurnal Inovasi Pendidikan Berbantuan Teknologi Decode: Jurnal Pendidikan Teknologi Informasi Jurnal Mandiri IT Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat Sabangka Abdimas Jurnal Pengabdian Masyarakat Sabangka Control Systems and Optimization Letters Prosiding Seminar Nasional CORISINDO

Murinto Murinto

Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta

Author-ID : 302622

Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering 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 Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Other

Published : 103 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2 3

ANALISIS PERBANDINGAN TEKNIK SEGMENTASI CITRA DIGITAL MENGGUNAKAN METODE LEVEL SET CHAN & VESE DAN LANKTON Dyah Apriliani; _ Murinto
Jurnal Informatika Vol 7, No 2: Juli 2013
Publisher : Universitas Ahmad Dahlan

Perkembangan teknologi yang pesat di bidang komputer telah mendorong semakinÂ berkembangnya penelitian dan penerapan teknik pengolahan citra. Beberapa pertumbuhan kemajuan teknologi baru membuka peluang bagi pengembangan lebih lanjut dalam bidangini. Saat ini pengolahan citra mempunyai peranan yang sangat penting dalam berbagaibidang kehidupan. Segmentasi adalah proses pemisahan objek dengan latar belakangnya.Saat ini telah banyak dilakukan penelitian tentang segmentasi. Ada banyak metode dalammelakukan segmentasi salah satunya adalah level-set menggunakan metode Chan & Vese dan Lankton. Penggunaan metode tersebut dalam proses segmentasi terkadang belum tentu sesuai dengan hasil yang diharapkan. Untuk itu perlu dilakukan analisis terhadap kinerja teknik segmentasi menggunakan metode Chan & Vese dan Lankton. Penelitian menggunakan metode Chan & Vese dan Lankton dengan input citra berupa citra berekstensi *.jpeg. Citra dimasukkan ke dalam program dan dilakukan proses Chan & Vese serta proses Lankton. Adapun parameter yang digunakan adalah iterasi untuk yang digunakan sebagai pembanding perulangan yang dilakukan, citra hasil yang digunakanuntuk melihat banyak sedikitnya segmen, histogram citra digunakan untuk mengetahuiintensitas dan kontras suatu citra, timing run digunakan untuk mengetahui lamanya suatuproses citra, dan SNR (Signal to Noise Ratio) yang digunakan untuk mengetahui kualitascitra. Pengujian dilakukan dengan melakukan uji coba terhadap 10 citra dan selanjutnyadilakukan analisis.Hasil penelitian 50 hasil dari 10 buah sampel citra dengan lima kali iterasi yaitu : iterasi 100, 200, 300, 400 dan 500 terlihat bahwa segmen yang dihasilkan dari prosessegmentasi mengunakan metode Lankton lebih baik dibandingkan proses segmentasimenggunakan metode Chan & Vese. Rata-rata timing run pada proses Chan & Vese adalah0,2952 detik dan proses Lankton sebesar 0,3177 detik. Rata-rata SNR pada Proses Chan &Vese 6,0335 dB dan dengan proses Lankton sebesar 7,4524 dB.

ANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT Murinto Murinto
Jurnal Informatika Vol 2, No 2: July 2008
Publisher : Universitas Ahmad Dahlan

Salah satu metode perbaikan citra (image enhancement) adalah dengan cara ekualisasi histogram equalization dan Logarithmic Image Processing (LIP). Kedua metode tersebut memiliki algoritma yang berbeda dan belum diketahui keunggulan dan kelemahan dari masing-masing metode. Penelitian ini membandingkan kinerja antara metode ekualisasi histogram dan LIP dalam memperbaiki kualitas kecemerlangan citra. Jenis gambar yang digunakan berekstensi *.bmp (bitmap) berformat 24 bit dengan ukuran pixel yang tidak dibatasi. Citra tersebut kemudian dimasukan ke dalam program lalu dilakukan proses ekualisasi histogram dan LIP. Adapun parameter yang digunakan adalah citra hasil, histogram, timming-run dan signal-to-noise (SNR). Pengujian dilakukan dengan metode Black Box Tes dan Alfa Test. Hasil penelitian dari beberapa sampel citra yang diujikan menunjukan bahwa pendistribusian nilai intensitas piksel menggunakan LIP dapat memberikan kualitas citra yang lebih baik bila dilihat dari secara visual meskipun memerlukan waktu proses lama dibandingkan dengan metode ekualisasi histogram tetapi bila dilihat dari segi SNR metode Logarithmic Image Processing lebih unggul. Kata Kunci: Ekualisasi histogram, Logarithmic Image Processing, SNR

APLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK Yuda Permadi; . Murinto
Jurnal Informatika Vol 9, No 1 (2015): Januari
Publisher : Universitas Ahmad Dahlan

Mentimun (Cucumis sativus L) merupakan buah yang dapat dikonsumsi dan dapat diolah lebih lanjut sebagai bahan baku pada industri kecantikan, dan memiliki pangsa pasar yang luas mulai dari pasar tradisional hingga pasar modern. Adanya kemiripan tekstur kulit mentimun antara yang matang dengan yang belum matang mengakibatkan orang kesulitan dalam mengidentifikasi mentimun matang dari segi ciri tekstur kulit buah dan penilaian manusia yang bersifat subyektif terhadap tingkat kematangan buah mentimun menyebabkan penilaian tingkat kematangan mentimun berbeda dari satu penilai dengan penilai yang lainnya. Dari permasalahan tersebut, sehingga dilakukan penelitian untuk mendeteksi kematangan mentimun berdasarkan tekstur kulit buah. Tujuan dari penelitian ini adalah menerapkan metode statistik dengan parameter ciri yaitu Mean (Î¼), Variance (Ïƒ^2), Skewness (Î±_(3 )), Kurtosis (Î±_(4 )), dan Entropy (H) sebagai metode untuk mengenali kematangan mentimun dari segi tekstur kulit buah dan untuk mengetahui nilai akurasi setelah sistem diuji. Subyek penelitannya adalah membangun aplikasi pengolahan citra untuk mendeteksi ukuran buah mentimun matang secara statistik dari segi tekstur kulit buah. Data dalam penelitian ini menggunakan citra buah mentimun yang diambil dengan kamera kemudian dilakukan pemotongan ukuranÂ (cropping) menjadi 512 x 512 pixels dan penggantian format citra menjadi *.bmp. Metode pengumpulan data yang digunakan adalah metode studi literatur dengan menggunakan data-data dari buku, e-book, penelitian terdahulu, literatur dari internet, metode observasi dengan mengambil dan mengamati citra buah mentimun, metode dokumentasi dengan pengumpulan data secara langsung, dan wawancara terhadap petani dan penjual buah mentimun untuk memastikan data yang diperoleh mengenai informasi buah mentimun sesuai dengan fakta yang ada. Berdasarkan hasil pengujian dengan menggunakan 20 sampel yang terdiri dari 10 citra mentimun matang dan 10 citra mentimun belum matang menunjukkan bahwa hasil untukÂ Â pengujian mentimun matang mencapai 70%, sedangkan untuk mentimun belum matang mencapai 80%. Secara keseluruhan tingkat keberhasilan aplikasi pengolahan citra untuk identifikasi kematangan mentimun berdasarkan tekstur kulit buah dengan metode ekstraksi ciri statistik yaitu sebesar 75%.Â Kata kunci : Ekstraksi Ciri, Kematangan Mentimun, Pengolahan Citra.

masked face identification using the convolutional neural network method Daru Thobrani Furqon; Murinto Murinto
Jurnal Informatika Vol 16, No 2 (2022): May 2022
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jifo.v16i2.a25381

In times of a pandemic like this, masks are part of the main needs in daily activities when outside the home. Because masks can help us avoid the Covid-19 virus, it often happens among people when doing activities outside the home that they forget to wear masks, therefore the level of public awareness of the importance of wearing masks is decreasing. This study aims to create a system that can classify people who wear masks and do not wear masks as an evaluation material for the level of public awareness of the importance of wearing masks. The total data used in this study were 600 data samples which were divided into two, namely 300 data samples wearing masks and 300 data samples not wearing masks. The CNN architecture in this study is the same as the CNN architecture in general, the difference is the depth level of the convolution layer and pooling which consists of 5 convolution layers, 5 max pooling, and finally, 2 layers dense In the training process, it gets the highest accuracy rate of 98%, while in the validation process it gets the highest level of accuracy at 95%. Therefore, the results of these two processes show that the application of deep earning by utilizing the convolutional neural network can classify objects that wear masks and do not wear masks properly. The results of testing the research dataset are quite maximal by using 40 new dataset testing data to test the convolutional neural network that has been created by the researchers to get an overall accuracy result of 97.5%.

Co-Authors Abdul Fadlil Abdul Jawad Achmad Sahri Ramdhani Adam, Irfan adelia fitriawati zakiyyah Adhi Prahara Adhi Prahara Adhi Prahara, Adhi Aditya Kurniawan Agus Harjoko Agus Harjoko Amin Padmo A.M Angga Prasetio Romadhon Anton Yudhana Arfiani Nur Khusna Arief Yudiyanto Arya Yugi B Auzan, Muhammad Azhari, Ahmad B, Arya Yugi Bachrudin Muchtar Bachrudin Muchtar Benny Adrian Bidinnika, Muhammad Kunta Binar Aji Hermawan Caswito Caswito darmanto darmanto Daru Thobrani Furqon Deris Alfiansyah Kurnia Dewi Pramudi Ismi Dyah Apriliani Dyah Apriliani Dyah Apriliani Eko Aribowo Eko Aribowo Elena Yustina Elena Yustina Erik Iman Heri Ujianto Faisal, Ilyas Farajullah Farajullah Ferangga Puguh Furizal, Furizal Gading Surya Lesmana Galang Romadhon Gustava Ardiantoro Habibillah, Ahmad Yasin Habie, Khairul Fathan Hafin, Aqid Fahri Hazar, Siti Herman Yuliansyah, Herman Ikhwan Hawariyanta Imam Riadi Indarto Indarto Indra Dwi Ananto Irfan Adam Irfan Adam Jamhari Widadi Kartika Firdausy Krisna Astianingrum Labib Azhar Janotama Lesmana, Gading Surya Martania Melany Mawarni, Syifa’ah Setya Miftahurahma Rosyda Miftahurrahma Rosyda Muchtar, Bachrudin Muhammad Arif Nuur Hafidz Muhammad Ridwan Murein Miksa Mardhia Nagala Wangsa kencana Nur Rochmah Dyah Pujiastuti Nurkhasanah Nurkhasanah Nurul Istiqomah Nuur Hafidz, Muhammad Arif Padmo A.M, Amin Pawestri, Sheraton Permadi, Yuda Pratama, Ridho Haikal Puji Triono Pujiyono, Wahyu Putri, Salsabilla Azahra Rajunaidi, Rajunaidi Risnadi Syazali Rizki Muriliasari Royyan Yuni Miladi Rusydi Umar Salsabilla Azahra Putri Sefiyanti, Reza Shireen Panchoo Sismadi, Wawan Siti Hajar Son Ali Akbar Sri Handayaningsih Sri Hartati Sri Winiarti Suhendra Edi Saputra Sunardi Sunardi Sunardi, Sunardi Suyahman Suyahman Syifa'ah Setya Mawarni Taufik Cahya Prayitna Teguh Sudrajat Thoat Khoirudin Tri Kasihno Triono, Puji Wahju Tjahjo Saputro Wahyu Pujiyono Wahyu Pujiyono Wawan Ragil Wibowo Wijayanti, Dedi Willy Permana Putra Wisnu Ahmad Maulana Yan Adhi Permadi Yesiansyah Yesiansyah Yuda Permadi Yulisasih, Baiq Nikum Yunianti, Rizqi Yustina, Elena Zakiyyah, Adelia Fitriawati Zulkarnain Effendi

Title Search

Found 24 Documents Search Journal : Jurnal Informatika

Abstract

Abstract

Abstract

Abstract

Title

Found 24 Documents
Search
Journal : Jurnal Informatika