Articles
<![CDATA[ANALISIS PERBANDINGAN METODE 2D MEDIAN FILTER DAN MULTI LEVEL MEDIAN FILTER PADA PROSES PERBAIKAN CITRA DIGITAL ]]>
<![CDATA[_ Murinto]]>;
<![CDATA[Bachrudin Muchtar]]>
<![CDATA[ Jurnal Informatika Vol 6, No 2: Juli 2012 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1049.989 KB)
|
DOI: 10.26555/jifo.v6i2.a2778
<![CDATA[Di dalam penyampaian informasi orang lebih cenderung menggunakan media gambar untuk mempresentasikan sesuatu, misalnya penggunaan rambu-rambau lalu lintas, penggunaan gambar rancang bangun dalam sebuah pembuatan rumah, penggunaan gambar dalam penyuluhan dan lain sebagainya. Namun sering kali citra atau gambar yang dimiliki mengalami penurunan mutu (degradasi). Hal ini akan menyebabkan citra sulit diinterpretasi. Dengan memperbaiki tampilan citra yang mengalami gangguan (noise) sehingga diperoleh citra yang mutunya baik dan mudah diinterpretasikan. Salah satu manipulasi perbaikan mutu citra adalah dengan proses filtering citra. Dalam proses filtering citra ada bebarapa metode yang digunakan untuk memproses citra, diantaranya metode 2D median filter dan multilevel median filter. Dari kedua metode tersebut belum diuji keunggulan dan kelemahan dari masing-masing metodenya. Untuk mengetahui perbedaan hasil yang diolah kedua metode filtering citra tersebut maka dilakukan suatu analisi perbandingan kedua metode tersebut. Metode filtering citra digital yang di gunakan adalah 2D median filter dan multilevel median filter. Operasi filtering citra mengunkan ukuran matriks 3X3, 5X5, 7X7 dan 9X9. Jenis citra dengan ekstensi bmp berformat 24 bit dengan ukuran piksel 640 X 480. Citra tersebut kemudian di tampilkan ke dalam program lalu dilakukan proses filtering citra, menampilkan histogram, timing-run serta SNR dari citra filter. Dari hasil penelitian didapatkan bahwa jenis citra, ukuran citra, ukuran matriks serta metode yang dipilih mempengaruhi proses filtering citra. Proses filtering citra dengan metode multilevel median filter menghasilkan mutu citra yang lebih baik dibanding metode 2D median filter. Hal ini dapat dilihat dari mutu citra yang dihasilkan, nilai SNR lebih besar dan timing-run yang lebih cepat.]]>
<![CDATA[Classification of batik in southern coast area of java using convolutional neural network method ]]>
<![CDATA[Taufik Cahya Prayitna]]>;
<![CDATA[Murinto Murinto]]>
<![CDATA[ Jurnal Informatika Vol 15, No 3 (2021): September 2021 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jifo.v15i2.a20692
<![CDATA[Batik is a craft inherited from our ancestors from the archipelago which has a high aesthetic value. Batik has several kinds of motives. Perhaps only a few of the information related to batik can find out. Therefore, not everyone can know or recognize batik in the southern coastal areas of Java correctly. Convolutional Neural Network is a part of deep learning that can be used to recognize and detect objects in digital images. Convolutional Neural Network is a type of Artificial Neural Network that was created specifically so that it can work on data in the form of an array. Based on the results of the study, the results obtained were 100% accuracy for the training process and 99% for the testing process with 630 training data and 180 validation data. The accuracy results obtained by testing the model are 93,3 % with 90 test data. So it can be concluded that the CNN model that has been created can classify batik motifs well.]]>
<![CDATA[Clustering based feature selection using Partitioning Around Medoids (PAM) ]]>
<![CDATA[Dewi Pramudi Ismi]]>;
<![CDATA[Murinto Murinto]]>
<![CDATA[ Jurnal Informatika Vol 14, No 2 (2020): May 2020 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jifo.v14i2.a17620
<![CDATA[High-dimensional data contains a large number of features. With many features, high dimensional data requires immense computational resources, including space and time. Several studies indicate that not all features of high dimensional data are relevant to classification result. Dimensionality reduction is inevitable and is required due to classifier performance improvement. Several dimensionality reduction techniques were carried out, including feature selection techniques and feature extraction techniques. Sequential forward feature selection and backward feature selection are feature selection using the greedy approach. The heuristics approach is also applied in feature selection, using the Genetic Algorithm, PSO, and Forest Optimization Algorithm. PCA is the most well-known feature extraction method. Besides, other methods such as multidimensional scaling and linear discriminant analysis. In this work, a different approach is applied to perform feature selection. Cluster analysis based feature selection using Partitioning Around Medoids (PAM) clustering is carried out. Our experiment results showed that classification accuracy gained when using feature vectors' medoids to represent the original dataset is high, above 80%.]]>
<![CDATA[SEGMENTASI CITRA BATIK BERDASARKAN FITUR TEKSTUR MENGGUNAKAN METODE FILTER GABOR DAN K-MEANS CLUSTERING ]]>
<![CDATA[Amin Padmo A.M]]>;
<![CDATA[Murinto Murinto]]>
<![CDATA[ Jurnal Informatika Vol 10, No 1 (2016): Januari ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jifo.v10i1.a3349
<![CDATA[Batik Pekalongan adalah salah satu kekayaan intelektual dan kebudayaan yang dimiliki oleh Indonesia yang harus dilestarikan dan dilindungi agar tidak diakui oleh bangsa lain. Salah satu cara untuk melestarikan dan melindungi batik Pekalongan adalah dengan melakukan pendataan secara komputerisasi yang berupa pengenalan pola. Dalam pengenalan pola, segmentasi citra merupakan proses yang pertama kali dilakukan sebelum proses selanjutnya yaitu analisis citra. Fungsi utama dari segmentasi citra adalah membagi citra ke dalam bagian-bagian wilayah (sub-regions) yang mempunyai kesamaan fitur antara lain: tekstur, warna, bentuk dan lain sebagainya. Tujuan dari penelitian ini adalah menganalisis hasil segmentasi menggunakan metode Filter Gabor dan K-means Clustering yang digunakan untuk membantu proses awal identifikasi batik Pekalongan berdasarkan fitur tekstur. Pada penelitian ini akan dilakukan pengumpulan data sesuai dengan topik yang diambil melalui observasi, wawancara, dan studi pustaka. Analisis dilakukan untuk menentukan kebutuhan yang berkaitan dengan fungsionalitas dan fasilitas aplikasi yang akan dirancang. Implementasi sistem pada proses segmentasi citra batik Pekalongan yaitu menggunakan Matlab 7.10. Sistem yang dihasilkan kemudian dilakukan pengujian dengan memproses 4 sampel citra dimana 1 sampel diambil 1 jenis citra. Citra akan diproses dan akan dibandingkan berdasarkan kombinasi dari nilai gamma, theta, dan lambda. Pengujian dilakukan dengan menggunakan 4 sampel motif Pekalongan dimana 1 sampel hanya diambil 1 jenis citra dan masing-masing jenis citra akan diuji sebanyak 18 kali. Hasil penelitian yang telah dilakukan dapat disimpulkan bahwa hasil segmentasi citra terbaik berada saat nilai gamma= 0.5, theta= 90, dan lambda= 15 sedangkan jika menggunakan nilai gamma, theta, dan lambda selain itu akan menghasilkan kualitas yang kurang baik. Sehingga hasil segmentasi yang dihasilkan dapat digunakan untuk proses analisis citra.]]>
<![CDATA[IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA ]]>
<![CDATA[Murinto Murinto]]>;
<![CDATA[Eko Aribowo]]>;
<![CDATA[Elena Yustina]]>
<![CDATA[ Jurnal Informatika Vol 3, No 2: July 2009 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jifo.v3i2.a5264
<![CDATA[Data atau informasi tidak hanya disajikan dalam bentuk teks, tetapi juga dapat berupa gambar, audio, dan video. Citra/gambar mempunyai karakteristik yang tidak dimiliki oleh teks, yaitu citra kaya dengan informasi. Dewasa ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, antara lain kemudahan dalam mendapatkan gambar, memperbanyak gambar dan pengolahan gambar. Situasi dan kondisi pada saat pengambilan citra digital sangat berpengaruh terhadap hasil citra digital yang diperoleh. Kurangnya intensitas cahaya pada saat pengambilan citra dapat menyebabkan kualitas citra menjadi tidak baik, seperti citra menjadi gelap atau perubahan warna dari gambar. Perlu suatu metode untuk memperbaiki kualitas citra dengan mempertahankan warna asli citra. Penelitian ini menggunakan metode Retinex untuk meningkatkan kecerahan citra. Jenis gambar yang digunakan berekstensi *.jpg berformat 24 bit dengan ukuran pixel yang tidak dibatasi. Citra tersebut kemudian dimasukan ke dalam program lalu diproses dengan menggunakan metode Retinex. Adapun parameter yang digunakan adalah citra hasil, histogram, dan signal-to-noise (SNR). Pengujian dilakukan dengan metode White Box Tes dan Alpha Test. Penelitian yang dilakukan menghasilkan suatu aplikasi pengolahan citra untuk meningkatkan kecerahan Citra Menggunakan Metode Retinex†yang dapat bekerja untuk mencerahkan citra. Peningkatan kecerahan citra dengan menggunakan metode retinex menghasilkan citra yang lebih cerah, nilai SNR yang lebih tinggi dan histogram dengan nilai intensitas pixel yang tinggi dan terdistribusi secara merata. Hasil uji coba menunjukan bahwa aplikasi ini dapat meningkatkan kecerahan dan kualitas citra menjadi lebih baik. Kata Kunci: Pengolahan Citra, Retinex, Histogram, SNR. ]]>
<![CDATA[PERBANDINGAN KINERJA METODE GRADIENT BERDASARKAN OPERATOR SOBEL DAN PREWITT IMPLEMENTASI PADA DETEKSI SIDIK JARI ]]>
<![CDATA[Wahyu Pujiyono]]>;
<![CDATA[Murinto Murinto]]>;
<![CDATA[Irfan Adam]]>
<![CDATA[ Jurnal Informatika Vol 3, No 1: January 2009 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jifo.v3i1.a5260
<![CDATA[Gambar atau citra salah satu komponen multimedia memegang peran sangat penting sebagai informasi visual. Citra dapat bermakna lebih dari seribu kata. Citra dapat memberikan informasi yang lebih banyak daripada informasi yang disajikan dalama bentuk kata-kata. Citra mempunyai karakteristik yang tidak dimiliki oleh teks. Sistem keamanan data dapat dilakukan berbagai cara salah satunya pengolahan citra, dapat dilakukan dengan banyak cara salah satunya dengan sidik jari. Sidik jari memiliki keunikan tersendiri. Topologi sidik jari yang berbeda-beda membuatnya mampu membedakan sidik jari yang satu dengan yang lain. Memanfaatkan keunikan yang dimiliki sidik jari dan metode gradient, dikembangkan penelitian untuk mengaplikasikan metode gradient metode Sobel dan Prewitt dalam menentukan sidik jari. Subyek penelitian adalah perbandingan kinerja metode Gradient dengan operator sobel dan prewitt menggunakan Borland Delphi 7.0. Metode citra yang digunakan adalah metode gradient dengan operator Sobel dan Prewitt. Parameter yang digunakan untuk membandingkan kedua metode adalah waktu proses, citra hasil dan persentase pengenalan citra. Metode pengumpulan data dengan membaca literatur dan observasi langsung untuk mendapatkan data sidik jari. Jumlah data yang digunakan dalam aplikasi ini adalah 15 data citra sidik jari. Pengujian aplikasi menggunakan metode Black Box Test dan Alpa Test. Metode citra mampu mengenali data sidik jari yang dimasukkan dengan rata-rata pengenalan adalah 100 % untuk data yang sudah ada. Data citra baru memiliki rata-rata persentase 54 % untuk Prewitt dan rata-rata 49 % untuk Sobel. Metode Sobel memiliki waktu proses dan citra yang lebih baik dari Prewitt. Persentase pengenalan citra, prewitt lebih baik bila di bandingkan dengan Sobel. Kata kunci : Gradient, Sobel, Prewitt, sidik jari ]]>
<![CDATA[ANALISIS PERBANDINGAN TEKNIK SEGMENTASI CITRA DIGITAL MENGGUNAKAN METODE LEVEL SET CHAN & VESE DAN LANKTON ]]>
<![CDATA[Dyah Apriliani]]>;
<![CDATA[_ Murinto]]>
<![CDATA[ Jurnal Informatika Vol 7, No 2: Juli 2013 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (605.503 KB)
|
DOI: 10.26555/jifo.v7i2.a2766
<![CDATA[Perkembangan teknologi yang pesat di bidang komputer telah mendorong semakin 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.]]>
<![CDATA[ANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT ]]>
<![CDATA[Murinto Murinto]]>
<![CDATA[ Jurnal Informatika Vol 2, No 2: July 2008 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1477.682 KB)
|
DOI: 10.26555/jifo.v2i2.a5251
<![CDATA[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]]>
<![CDATA[APLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK ]]>
<![CDATA[Yuda Permadi]]>;
<![CDATA[. Murinto]]>
<![CDATA[ Jurnal Informatika Vol 9, No 1 (2015): Januari ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (949.768 KB)
|
DOI: 10.26555/jifo.v9i1.a2044
<![CDATA[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 (μ), Variance (σ^2), Skewness (α_(3 )), Kurtosis (α_(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 ukuran (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 untuk  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%. Kata kunci : Ekstraksi Ciri, Kematangan Mentimun, Pengolahan Citra.]]>
<![CDATA[VISUALISASI GEDUNG HOTEL GRHA SOMAYA YOGYAKARTA MENGGUNAKAN TEKNOLOGI VIRTUAL REALITY BERBASIS WEB ]]>
<![CDATA[Teguh Sudrajat]]>;
<![CDATA[- Murinto]]>
<![CDATA[ Jurnal Sarjana Teknik Informatika Vol 3, No 1 (2015): Februari ]]>
Publisher : <![CDATA[Teknik Informatika, Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/jstie.v3i1.2940
<![CDATA[Sebagai sebuah hunian, Hotel Grha Somaya berusaha memanjakan tamu yang menginap tak hanya yang datang untuk berlibur, tamu yang berkunjung untuk urusan bisnis juga mendapat pelayanan yang sempurna. Sistem promosi yang digunakan oleh pihak Hotel Grha Somaya masih bersifat manual seperti: Pamflet dan Brosur. Menggunakan media promosi ini kurang efektif karena menghabiskan bahan, tenaga dan waktu. Hotel Grha Somaya Yogyakarta sedang melakukan promosi untuk menarik calon pengunjung. Sistem promosi dan informasi yang disampaikan kepada konsumen atau calon pengunjung belum mampu memberikan gambaran secara nyata mengenai hotel Grha Somaya Yogyakarta. Media promosi yang digunakan oleh pihak hotel belum mampu menarik minat pengunjung.Dalam penelitian ini yang menjadi obyek adalah aplikasi visualisasi 3D. Metode pengumpulan data dengan metode wawancara, observasi, kepustakaan dan dokumentasi. Tahap yang dilakukan dalam penelitian ini adalah analisis kebutuhan sistem, merancang sistem meliputi perancangan konsep, perancangan interface, perancangan menu, perancangan diagram navigasi serta perancangan grafis dan movie. Penelitian ini menggunakan perangkat lunak Adobe Flash Pro Cs6 sebagai perangkat lunak utama dalam pembuatan aplikasi. Perangkat lunak pendukung yaitu Google SketcUp Pro 2014 untuk animasi 3D hotel. Adobe Photoshop Cs6 untuk grafis. Pengujian sistem ini menggunakan Black Box Test dan Alfa Test..Penelitian ini menghasilkan program aplikasi visualisasi 3D interaktif dalam saranan penyampaian informasi tentang hotel yang meliputi fasilitas berupa gambaran exterior dan interior hotel, info kamar hotel, denah hotel dan visualisasi gedung hotel. Aplikasi tersebut telah di uji coba dan dapat dijalankan dengan baik serta layak untuk diimplementasikan dan digunakan sebagai media promosi. Kata Kunci: Hotel Grha Somaya, Virtual Reality, Web.]]>
