Article Per Year (5 Year)
p-Index From 2021 - 2026
2.083
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Ilmiah Informatika Komputer Jurnal Ilmiah Teknologi dan Rekayasa Majalah Ilmiah Matematika Komputer TELKOMNIKA (Telecommunication Computing Electronics and Control) PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Agroekoteknologi ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer InComTech: Jurnal Telekomunikasi dan Komputer J I M P - Jurnal Informatika Merdeka Pasuruan
Tubagus Maulana Kusuma
Gunadarma University
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : jurnal ilmiah informatika komputer

 1 
LINK ADAPTATION UTILISING PERCEPTUAL IMAGE QUALITY METRICS BASED ON REGION OF INTEREST Kusuma, Tubagus Maulana; Zepernick, Hans-Jurgen
Jurnal Ilmiah Informatika Komputer Vol 12, No 1 (2007)
Publisher : Universitas Gunadarma

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

Abstract

An implicit link adaptation technique based on hybrid automatic repeat request (H-ARQ) using a soft-combining algorithm is considered for transmission of Joint Photographic Experts Group 2000 (JPEG2000) images over wireless channels. Adaptation is carried out using an objective perceptual quality metric that takes into account the human perception. Retransmissions based on Region of Interest (ROI) are used to efficiently utilize the bandwidth. Numerical results shows that the use of the proposed reduced-reference hybrid image quality metric (RR-HIQM) and ROI in link adaptation provides robust link performance while meeting saticfactory quality constraints.Keywords : link adaptation, objective perceptual image quality metric, JPEG2000, region of interest
ANALISIS SENSITIVITAS VIDEO MPEG-4 BERDASARKAN STRUKTUR FRAME PADA TRANSMISI DVB-T Prayogo, Sandy Suryo; Kusuma, Tubagus Maulana
Jurnal Ilmiah Informatika Komputer Vol 25, No 2 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i2.2691

Abstract

DVB merupakan standar transmisi televisi digital yang paling banyak digunakan saat ini. Unsur terpenting dari suatu proses transmisi adalah kualitas gambar dari video yang diterima setelah melalui proses transimisi tersebut. Banyak faktor yang dapat mempengaruhi kualitas dari suatu gambar, salah satunya adalah struktur frame dari video. Pada tulisan ini dilakukan pengujian sensitifitas video MPEG-4 berdasarkan struktur frame pada transmisi DVB-T. Pengujian dilakukan menggunakan simulasi matlab dan simulink. Digunakan juga ffmpeg untuk menyediakan format dan pengaturan video akan disimulasikan. Variabel yang diubah dari video adalah bitrate dan juga group-of-pictures (GOP), sedangkan variabel yang diubah dari transmisi DVB-T adalah signal-to-noise-ratio (SNR) pada kanal AWGN di antara pengirim (Tx) dan penerima (Rx). Hasil yang diperoleh dari percobaan berupa kualitas rata-rata gambar pada video yang diukur menggunakan metode pengukuran structural-similarity-index (SSIM). Dilakukan juga pengukuran terhadap jumlah bit-error-rate BER pada bitstream DVB-T. Percobaan yang dilakukan dapat menunjukkan seberapa besar sensitifitas bitrate dan GOP dari video pada transmisi DVB-T dengan kesimpulan semakin besar bitrate maka akan semakin buruk nilai kualitas gambarnya, dan semakin kecil nilai GOP maka akan semakin baik nilai kualitasnya.  Penilitian diharapkan dapat dikembangkan menggunakan deep learning untuk memperoleh frame struktur yang tepat di kondisi-kondisi tertentu dalam proses transmisi televisi digital.
ROBOT EDUKASI PERTANIAN AGROBOT-I: RANCANGAN ELEKTRONIKA DAN SISTEM PENGGERAK Permadi, Yogi; Prayogo, Sandy Suryo; Kusuma, Tubagus Maulana
Jurnal Ilmiah Informatika Komputer Vol 26, No 1 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2021.v26i1.2696

Abstract

Berkurang peminat generasi muda terhadap pertanian konvensional berdampak pada penurunan ketersediaan pangan, untuk mengatasi permasalahan tersebut, maka teknologi otomasi dibidang pertanian perlu dikembangkan selain untuk mempermudah juga untuk meningkatkat minat generasi penerus pertanian di Indonesia. Pada penelitian ini dirancang dan dibangun sebuah prototipe robot pertanian untuk keperluan edukasi dan penelitian dalam hal otomasi tanam dan panen tanaman padi yang diberi nama Agrobot-I. Robot ini dapat bergerak medan tanah lahan pertanian untuk melakukan proses tanam, perawatan tanaman dari gangguan gulma dan proses panen tanaman padi yang dilengkapi dengan mekanik gripper yang menyerupai lengan sebagai alat bantu untuk melakukan ketiga pekerjaan tersebut. Robot yang memiliki tujuan utama untuk sarana edukasi dan pengenalan terhadap aplikasi teknologi pada bidang pertanian ini diharapkan dapat memberikan gambaran proses pertanian yang sesungguhnya, meskipun hanya dalam bentuk simulasi di lingkungan buatan. Pengujian dilakukan terhadap fungsi masing-masing sistem penggerak yang dikendalikan menggunakan mikrokontroller Arduino dari pergerakan motor DC yang menggunakan sistem differensial drive. Pengujian terhadap lengan robot dari peneumatik untuk menaik turunkan lengan, pengujian cartesian untuk sb-x dan sb-y dari lengan, dan juga lengan itu sendiri yang menggunakan motor servo. Hasil pengujian terhadap fungsi robot secara keseluruhan telah berhasil dilakukan, yaitu dari proses tanam, pencabutan gulma, dan panen.
Penerapan Deepface dan Retinaface dalam Pengenalan Wajah Parsial Untuk Aplikasi Keamanan Digital Fauziah, Helmi Yulianti; Kusuma, Tubagus Maulana
Jurnal Ilmiah Informatika Komputer Vol. 30 No. 2 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i2.241

Abstract

Pengenalan wajah merupakan aspek penting dalam teknologi keamanan modern dan memiliki banyak aplikasi. Namun demikian teknologi ini juga menghadapi tantangan, terutama dalam mengidentifikasi wajah yang hanya sebagian terlihat akibat berbagai kondisi seperti tertutup masker, kacamata atau benda lain. Penelitian ini mengusulkan solusi penegnalan wajah parsial berbasis deep learning dengan mengintegrasikan RetinaFace sebagai detektor wajah dan ArcFace yang diimplementasikan melalui framework DeepFace sebagai ekstraktor fitur untuk meningkatkan akurasi identifikasi wajah tidak utuh. Dataset dikumpulkan menggunakan kamera ponsel dengan variasi pencahayaan, ekspresi, dan oklusi (masker/kacamata), kemudian diproses melalui pipeline prapengolahan citra yang mencakup konversi warna, resizing, dan normalisasi. Model dilatih dengan loss function berbasis angular margin untuk memaksimalkan jarak antar kelas, dioptimasi menggunakan Adam (learning rate 0.001) dan dievaluasi melalui confusion matrix. Hasil pengujian menunjukkan akurasi 92% pada citra statis dan 94% dalam skenario realtime, dengan kesalahan prediksi terutama terjadi pada wajah tertutup lebih dari 50%. Keunggulan sistem ini terletak pada kombinasi deteksi multi-tugas RetinaFace (landmark + bounding box) dan ekstraksi fitur diskriminatif ArcFace, yang terbukti robust terhadap variasi parsial. Temuan ini mendukung aplikasi praktis seperti absensi digital dan keamanan berbasis kamera, dengan rekomendasi peningkatan kualitas dataset dan hardware untuk mengurangi false negative.
Co-Authors Achmad Benny Mutiara Ariska, Ardhi Muda Azmi, Tubagus Kiki Kawakibi Brizky Ramadhani Ismanto Busono Soerowirdjo Dina Anggraini Emy Haryatmi Fauziah, Helmi Yulianti Fitriani, Ayu Hans-Jurgen Zepernick Hariyanto Hariyanto Hustinawaty Hustinawaty, Hustinawaty Khairunnisa Fadhilla Ramdhania Kurniasih, Ratih Muhammad Guruh Ajinugroho Musa, Purnawarman PARAGYA, DHATU Paulus Sakti Laksono Permadi, Yogi Prayogo, Sandy Suryo Rakhmi Khalida Randy Rahmanto Rifiana Arief Sarifuddin Madenda Sunny Arief Sudiro Suryarini Widodo