Article Per Year (5 Year)
p-Index From 2021 - 2026
5.989
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 Insect (Informatics and Security) : Jurnal Teknik 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 Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat 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
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 Health Professions 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 Public Health Social Sciences Other

Published : 106 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 106 Documents
Search

 1   2   3   4   5 
Analisis Perbandingan Metode Intensity Filtering dengan Metode Frequency Filtering sebagai Reduksi Noise pada Citra Digital Murinto Murinto; Eko Aribowo; Risnadi Syazali
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Citra memegang peranan sangat penting sebagai bentuk informasi.Namun kadang pada citra terdapatgangguan (biasa disebut noise) yang menyebabkan citra tersebut tidak dapat dilihat dengan jelas karena adanyanoise.Metode yang biasa digunakan untuk mereduksi noise adalah intensity filtering dan frequency filtering.Pada penelitian ini akan dijelaskan karakteristik dari kedua metode tersebut, serta analisis kelebihan dankekurangannya.Hasil penelitian menunjukkan reduksi noise menggunakan metode high pass frequency filteringlebih mengurangi noise pada citra dibandingkan dengan metode lain namun memerlukan timing-run yang lama.Kata kunci: frequency filtering, intensity filtering, reduksi noise.
Multilevel Thresholding Segmentasi Citra Warna Menggunakan Logarithmic Decreasing Inertia Weight Particle Swarm Optimization Murinto Murinto; Adhi Prahara; Erik Iman Heri Ujianto
Sainteks Vol 19, No 1 (2022): April
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/sainteks.v19i1.13295

Abstract

Permasalahan utama dari segmentasi citra warna adalah tidak semua metode segmentasi citra yang ada saat ini dapat digunakan secara langsung seperti halnya pada citra gray scale. Maka dari itu diperlukan suatu teknik yang tepat untuk melakukan segmentasi warna. Teknik yang digunakan dalam penelitian ini adalah teknik segmentasi multilevel thresholding dengan menggunakan suatu bobot inersia logarithm decreasing particle swarm optimization (LogPSO). Bobot inersia Nilai threshold optimal diperoleh dengan cara memaksimalkan fungsi objektif Otsu. Teknik yang diusulkan mengurangi waktu perhitungan untuk perhitungan threshold optimum didasarkan pada multilevel thresholding yang diujikan pada 8 citra warna standar. Suatu analisis perbandingan secara detail dengan bobot inersia lainnya yang didasarkan pada multilevel thresholding yakni constant particle swarm optimization (CPSO), menunjukkan hasil kinerja yang lebih baik pada metode yang diusulkan. Kinerja segmentasi citra warna dalam penelitian ini didasarkan pada peak signal to noise ratio (PSNR), mean, standar deviasi fitness, structural similarity index measure (SSIM), mean square of error (MSE) serta waktu perhitungannya. Algoritma LogPSO menunjukkan hasil yang lebih baik pada keseluruhan parameter tersebut kecuali pada waktu penghitungan. Algoritma LogPSO lebih lama waktu perhitungannya dibandingkan dengan CPSO.
Klasifikasi Penyakit Kulit Wajah Menggunakan Metode Convolutional Neural Network Nurkhasanah Nurkhasanah; Murinto Murinto
Sainteks Vol 18, No 2 (2021): Oktober
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/sainteks.v18i2.13188

Abstract

Permasalahan kulit tidak hanya merugikan kesehatan fisik namun dapat juga menimbulkan masalah psikologi, terutama jika penyakit kulit ini terjadi di wajah. Pemeriksaan yang dilakukan oleh dokter saat ini hanya mengandalkan penglihatan objek mata dan riwayat penyakit pasien, sehingga memungkinkan terjadinya kesalahan pada analisis dan diagnosa penyakit. Penelitian ini dilakukan untuk menghasilkan sistem klasifikasi penyakit kulit wajah menggunakan metode convolutional neural network (CNN). Data yang digunakan pada penelitian ini sebanyak 500 sampel data citra dengan 5 Jenis penyakit kulit wajah yaitu jerawat, eksim, milia, herpes, dan melasma. Pada penelitian ini proses klasifikasi menggunakan metode CNN. Arsitektur model yang digunakan adalah VGG16. Dalam pemodelan VGG16 terdapat dua lapisan yaitu feature extraction dan classification. Di dalam feature extraction terdapat convolution layer menggunakan 3 layer dengan kedalaman filter yang berbeda pada setiap layernya. Fungsi aktivasi ReLu dan avarage pooling digunakan untuk mengurangi feature map. Lapisan classification terdapat fully connected layer dan softmax digunakan untuk klasifikasi. Metode CNN yang digunakan pada penelitian ini memperoleh hasil yang sangat baik, dimana didapat hasil proses pelatihan sebesar 98% dan hasil validasi 88% dengan data pealtihan sebanyak 325 citra dan data validasi sebanyak 125. Hasil akurasi yang didapat pada pengujian terhadap data baru sebesar 90% dengan data uji sebanyak 50 citra. Dengan demikian, dapat dikatakan hasil yang diperoleh pada pengujian penelitian ini sangat baik.
Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS Indarto Indarto; Murinto Murinto
JUITA : Jurnal Informatika JUITA Vol. 5 Nomor 1, Mei 2017
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1085.08 KB) | DOI: 10.30595/juita.v5i1.1461

Abstract

Pengolahan citra mempunyai peranan yang penting dalam berbagai bidang kehidupan. Aplikasi pengolahan citra berkaitan dengan pemrosesan citra yang berkaitan dengan transformasi warna. Dalam hal ini, metode transformasi sistem ruang warna HSI (Hue, Saturation, Intensity) sebagai bagian dari pengolahan citra membantu dalam mendeteksi warna dalam citra dan mengolahnya sehingga memberikan kemudahan dalam pengidentifikasian. Tujuan dari penelitian  ini adalah menerapkan metode transformasi warna HSI dalam mendeteksi jenis warna kulit pisang dan mengklasifikasikan dalam fase kematangan . Subyek penelitannya adalah membangun aplikasi untuk mengenali dan menentukan kematangan pisang ambon berdasarkan fitur warna kulit. Data dalam penelitian ini menggunakan citra pisang ambon yang diambil dengan kamera yang nantinya akan diambil sebagian (cropping) pada kulit, yang kemudian akan diekstrak ciri warnanya, dan dihitung tingkat kadar warna dari R (red), G (green), dan B (blue) dan diubah ke HSI. Metode penelitian yang digunakan adalah metode observasi dengan mengambil citra pisang, metode literature dengan menggunakan data-data dari buku dan internet, dan metode wawancara dengan pengumpulan data secara langsung dari petani. Berdasarkan input pelatihan deteksi jenis warna kulit pisang ambon diperoleh dari pengolahan citra dengan metode transformasi warna HSI. Dari hasil penelitian 20 sampel buah dimana 10 buah pisang ambon mentah dan 10 buah pisang ambon  matang dengan dihitung nilai rata-rata maksimal dan minimal H dan S diperoleh persentase 85%.
Implementasi Watermarking pada Citra Digital Menggunakan Teknik Discrete Fourier Transform (DFT) dan Singular Value Decomposition (SVD) Tri Kasihno; Murinto -
JUITA : Jurnal Informatika JUITA Vol. 5 Nomor 1, Mei 2017
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (939.887 KB) | DOI: 10.30595/juita.v5i1.1462

Abstract

Penyebaran citra digital melalui internet memiliki sisi positif dan negatif terutama bagi pemilik asli citra digital tersebut. Sisi positif dari kemudahan penyebaran tersebut ke berbagai alamat didunia. Sedangkan sisi negatifnya adalah jika tidak ada hak cipta pelindung citra yang disebarkan tersebut maka citra digital ini, yang misalkan adalah foto hasil foto komersil, atau hasil karya lukisan digital, akan sangat mudah diakui kepemilikannya oleh pihak lain. Untuk menangani permasalahan tersebut dapat digunakan teknik yang disebut dengan image watermarking. Tujuan penelitian ini adalah membangun sebuah aplikasi yang mampu menyisipkan citra digital  ke dalam medium citra digital dan mampu mengembalikannya atau mengekstrak ke dalam bentuk citra digital semula  Subyek dalam penelitian ini adalah mengimplementasikan image watermarking pada citra digital dengan menggunakan metode Discrete Fourier Transform (DFT) dan Singular Value Decomposition (SVD), yang mampu menyembunyikan citra digital kedalam citra digital dengan format .*bmp. Pengumpulan data yaitu dengan metode studi pustaka dan observasi. Pengembangan aplikasi meliputi analisis kebutuhan system, perancangan bagan alir system, implementasi program, analisis kinerja perangkat lunak. Setelah itu dilakukan pengujian pada system. Perangkat lunak menggunakan bahasa perograman Matlab 7.10.0.499 (R2010a). Hasil dari penelitian ini adalah suatu aplikasi image watermarking pada citra digital  dengan Discrete Forier Transform (DFT) dan Singular Value Decomposition (SVD). Aplikasi ini mampu menyisipkan citra watermark ke dalam citra host. Berdasarkan pengujian black box test dan alpha test dapat disimpulkan bahwa aplikasi ini bermanfaat untuk label hak cipta pada sebuah citra digital.
Vehicle pose estimation for vehicle detection and tracking based on road direction Adhi Prahara; Ahmad Azhari; Murinto Murinto
International Journal of Advances in Intelligent Informatics Vol 3, No 1 (2017): March 2017
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v3i1.88

Abstract

Vehicle has several types and each of them has different color, size, and shape. The appearance of vehicle also changes if viewed from different viewpoint of traffic surveillance camera. This situation can create many possibilities of vehicle poses. However, the one in common, vehicle pose usually follows road direction. Therefore, this research proposes a method to estimate the pose of vehicle for vehicle detection and tracking based on road direction. Vehicle training data are generated from 3D vehicle models in four-pair orientation categories. Histogram of Oriented Gradients (HOG) and Linear-Support Vector Machine (Linear-SVM) are used to build vehicle detectors from the data. Road area is extracted from traffic surveillance image to localize the detection area. The pose of vehicle which estimated based on road direction will be used to select a suitable vehicle detector for vehicle detection process. To obtain the final vehicle object, vehicle line checking method is applied to the vehicle detection result. Finally, vehicle tracking is performed to give label on each vehicle. The test conducted on various viewpoints of traffic surveillance camera shows that the method effectively detects and tracks vehicle by estimating the pose of vehicle. Performance evaluation of the proposed method shows 0.9170 of accuracy and 0.9161 of balance accuracy (BAC).
K-means clustering based filter feature selection on high dimensional data Dewi Pramudi Ismi; Shireen Panchoo; Murinto Murinto
International Journal of Advances in Intelligent Informatics Vol 2, No 1 (2016): March 2016
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v2i1.54

Abstract

With hundreds or thousands of features in high dimensional data, computational workload is challenging. In classification process, features which do not contribute significantly to prediction of classes, add to the computational workload. Therefore the aim of this paper is to use feature selection to decrease the computation load by reducing the size of high dimensional data. Selecting subsets of features which represent all features were used. Hence the process is two-fold; discarding irrelevant data and choosing one feature that representing a number of redundant features. There have been many studies regarding feature selection, for example backward feature selection and forward feature selection. In this study, a k-means clustering based feature selection is proposed. It is assumed that redundant features are located in the same cluster, whereas irrelevant features do not belong to any clusters. In this research, two different high dimensional datasets are used: 1) the Human Activity Recognition Using Smartphones (HAR) Dataset, containing 7352 data points each of 561 features and 2) the National Classification of Economic Activities Dataset, which contains 1080 data points each of 857 features. Both datasets provide class label information of each data point. Our experiment shows that k-means clustering based feature selection can be performed to produce subset of features. The latter returns more than 80% accuracy of classification result.
Bottom-up visual attention model for still image: a preliminary study Adhi Prahara; Murinto Murinto; Dewi Pramudi Ismi
International Journal of Advances in Intelligent Informatics Vol 6, No 1 (2020): March 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v6i1.469

Abstract

The philosophy of human visual attention is scientifically explained in the field of cognitive psychology and neuroscience then computationally modeled in the field of computer science and engineering. Visual attention models have been applied in computer vision systems such as object detection, object recognition, image segmentation, image and video compression, action recognition, visual tracking, and so on. This work studies bottom-up visual attention, namely human fixation prediction and salient object detection models. The preliminary study briefly covers from the biological perspective of visual attention, including visual pathway, the theory of visual attention, to the computational model of bottom-up visual attention that generates saliency map. The study compares some models at each stage and observes whether the stage is inspired by biological architecture, concept, or behavior of human visual attention. From the study, the use of low-level features, center-surround mechanism, sparse representation, and higher-level guidance with intrinsic cues dominate the bottom-up visual attention approaches. The study also highlights the correlation between bottom-up visual attention and curiosity.
Multilevel thresholding hyperspectral image segmentation based on independent component analysis and swarm optimization methods Murinto Murinto; Nur Rochmah Dyah Puji Astuti; Murein Miksa Mardhia
International Journal of Advances in Intelligent Informatics Vol 5, No 1 (2019): March 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v5i1.311

Abstract

High dimensional problems are often encountered in studies related to hyperspectral data. One of the challenges that arise is how to find representations that are accurate so that important structures can be clearly easily. This study aims to process segmentation of hyperspectral image by using swarm optimization techniques. This experiments use Aviris Indian Pines hyperspectral image dataset that consist of 103 bands. The method used for segmentation image is particle swarm optimization (PSO), Darwinian particle swarm optimization (DPSO) and fractional order Darwinian particle swarm optimization (FODPSO). Before process segmentation image, the dimension of the hyperspectral image data set are first reduced by using independent component analysis (ICA) technique to get first independent component. The experimental show that FODPSO method is better than PSO and DPSO, in terms of the average CPU processing time and best fitness value. The PSNR and SSIM values when using FODPSO are better than the other two swarm optimization method. It can be concluded that FODPSO method is better in order to obtain better segmentation results compared to the previous method.
APLIKASI PENGOLAHAN CITRA UNTUK MENDETEKSI FRAKTUR TULANG DENGAN METODE DETEKSI TEPI CANNY Puji Triono; - Murinto
Jurnal Informatika Vol 9, No 2 (2015): Juli
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (202.803 KB) | DOI: 10.26555/jifo.v9i2.a2966

Abstract

Tulang merupakan salah satu anggota tubuh yang sangat penting bagi manusia, sehingga kerusakan pada tulang sangat berpengaruh pada keadaan tubuh manusia. Salah satu jenis kecacatan/kerusakan pada tulang yang kerap dijumpai adalah fraktur. Fraktur adalah keadaan dimana tulang mengalami retak atau patah. Karena letak tulang yang berada didalam tubuh, maka perlu dilakukan pemotretan dengan sinar-X untuk melihat kondisi tulang. Gambar dari pemotretan tersebut yang akan digunakan petugas medis dalam pemeriksaan tulang. Pemeriksaan dilakukan dengan cara mengamati gambar secara langsung dengan menggunakan kemampuan visual petugas medis. Proses pemeriksaan inilah yang sangat membutuhkan konsentrasi dan ketelitian. Untuk menangani permasalahan tersebut dapat digunakan sebuah aplikasi pengolahan citra untuk mendeteksi fraktur pada tulang dengan metode Canny. Metode Canny sangat baik untuk mendeteksi tepi karena memenuhi syarat pendeteksi tepian paling optimum, yakni: mendeteksi dengan baik (kriteria deteksi), melokalisasi dengan baik (kriteria lokalisasi), dan respon yang baik (kriteria respon). Dalam penelitian ini dilakukan perancangan aplikasi pengolahan citra untuk mendeteksi fraktur pada tulang dengan metode Canny. Citra yang digunakan adalah citra hasil scan tulang paha menggunakan sinar-X dengan posisi Lateral dan Antero Posterior (AP). Untuk pengambilan keputusan menggunakan uji kstest2. Perangkat lunak yang digunakan untuk membangun aplikasi ini adalah matlab R2013a. Data yang digunakan dalam penelitian ini terdiri dari 8 citra standar  dan 29 citra uji. Untuk citra standar tulang paha dengan posisi Lateral dan Antero Posterior masing-masing digunakan sebanyak 4 citra. Sedangkan untuk citra uji sebanyak 15 citra untuk tulang paha dengan posisi Antero Posterior dan 14 citra untuk posisi Lateral. Hasil dari penelitian ini adalah suatu aplikasi pengolahan citra untuk mendeteksi fraktur pada tulang dengan metode Canny. Aplikasi ini mampu mendeteksi tepian objek pada citra kemudian mampu memberikan keputusan bahwa tulang mengalami fraktur atau tidak. Hasil pengujian sistem menunjukan nilai akurasi deteksi pada citra tulang paha dengan posisi Antero Posterior adalah 80% dan citra tulang paha dengan posisi Lateral adalah 85,71%.Kata kunci : Antero Posterior, Fraktur Tulang, Lateral, Metode Canny, Uji kstest2.
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 Astika AyuningTyas, Astika 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 Ediansa, Oka 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 Prambudi, Rizal 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 Wintolo, Hero Wisnu Ahmad Maulana Yan Adhi Permadi Yesiansyah Yesiansyah Yuda Permadi Yuliansah, Herman Yulisasih, Baiq Nikum Yunianti, Rizqi Yustina, Elena Zakiyyah, Adelia Fitriawati Zulkarnain Effendi