Article Per Year (5 Year)
p-Index From 2020 - 2025
5.878
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Edukasi dan Penelitian Informatika (JEPIN) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JOIV : International Journal on Informatics Visualization JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Jurnal Ilmiah FIFO MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Abdimasa TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika JMECS (Journal of Measurements, Electronics, Communications, and Systems) Aiti: Jurnal Teknologi Informasi Jurnal Teknik Informatika (JUTIF) Prosiding SNAST Jurnal Ilmu Komputer dan Informatika eProceedings of Engineering
Rita Magdalena
Universitas Telkom
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Other

Published : 124 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 91 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Simulasi Dan Analisis Sistem Smart Traffic Light Berbasis Pengolahan Citra Digital Dengan Metode Deteksi Tepi Dan Segmentasi Danding Adhi Priutomo; Rita Magdalena; Nur Andini
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Sistem lampu lalu lintas saat ini belum cukup efektif untuk mengurai kemacetan karena sistemnya masih menggunakan fixed time traffic signal dimana sistem ini bekerja dengan waktu yang telah ditentukan. Hal ini menyebabkan terjadinya banyak kemacetan dibeberapa ruas jalan. Pada penulisan tugas akhir ini dikembangkan sitem lampu lalu lintas yang bisa mendeteksi ruas mana yang memiliki antrian paling panjang pada persimpangan jalan. Cara kerja detektor ini merekam video pada masing-masing ruas jalan dan frame didetik ke 40 diambil untuk diproses menggunakan metode deteksi tepi dan segmentasi. Perhitungan centroid dan thresholding dilakukan agar sistem dapat membedakan warna aspal dengan kendaraan. Pengambilan video ini dilakukan di 3(tiga) kondisi yaitu pagi hari(cerah), siang hari(cerah), dan sore hari(berawan). Hasil yang diperoleh dari penelitian ini adalah sebuah sistem yang mampu menentukan ruas mana yang memiliki antrian paling panjang dengan menghitung panjang centroid-centroid pada masing-masing ruas jalan. Setelah dilakukan pengujian terhadap sistem, dapat diambil kesimpulan bahwa sistem bekerja secara optimal di pagi dan sore hari dengan tingkat akurasi sebesar 82,85%. Sedangkan sistem bekerja kurang optimal di siang hari dengan tingkat akurasi sebesar 77,14%. Dengan demikian rata-rata tingkat akurasi sistem sebesar 80,93%. Kata kunci : Lampu lalu lintas, citra, antrian, deteksi tepi, segmentasi
Simulasi Dan Analisis Keamanan Teks Menggunakan Metode Steganografi Discrete Wavelet Transform (dwt) Dan Metode Enkripsi Cellular Automata Tamardi Pranata Tampubolon; Rita Magdalena; Nur Andini
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Steganografi merupakan teknik menyembunyikan pesan rahasia kedalam cover media sehingga orang lain tidak mengetahui isi atau keberadaan dari pesan tersembunyi tersebut. Pesan rahasia yang dikirimkan dapat berupa text, image, voice, maupun video. Untuk media penyembunyian juga dapat berupa text, image, voice maupun video. Pada tugas akhir ini dilakukan perancangan sistem dengan metode Discrete Wavelet Transform dan metode enkripsi Cellular Automata. Kedua metode ini digabungkan dan digunakan untuk menyembunyikan suatu pesan rahasia yang berupa text untuk mendapatkan tingkat keamanan yang lebih tinggi. Tugas akhir ini bertujuan untuk menyediakan dua level tingkat keamanan. Pada level pertama menyembunyikan pesan tersebut dengan menggunakan teknik steganografi dan juga menggunakan password khusus untuk dapat mengakses informasi yang ada di dalam text. Pada tingkat kedua menggunakan sistem 2D Cellular Automata. Hasil yang diperoleh dari tugas akhir ini didapatkan citra stego dengan kualitas yang sangat baik diatas (PSNR ≥ 39 dB), dengan nilai MOS (Mean Opinion Score) sekitar 4,6 – 5 didapatkan dari 30 pengamat, dan sebuah citra CA yang berupa gambar tidak jelas tetapi memiliki pesan rahasia di dalamnya, dengan nilai CER yang sangat baik tanpa noise pada semua layer red, green and blue yaitu 0% dengan batas maksimal jumlah karakter pesan yaitu 8192 karakter. Sistem diuji dengan beberapa gangguan yaitu noise Gaussian, noise Salt & Paper dan rescale
Perancangan Dan Analisis Modifikasi Kunci Kriptografi Algoritma Rc6 Pada Data Teks Dewi Siskawati; R. Rumani R. Rumani; Rita Magdalena
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Keamanan suatu data atau informasi berupa file dokumen sangat penting, salah satu cara pengamanan data adalah dengan menggunakan metode kriptografi. Kriptografi adalah ilmu yang mempelajari teknik-teknik matematika yang berhubungan dengan aspek keamanan informasi, seperti kerahasiaan data, keabsahan data, integritas data, serta autentikasi data. Data yang dikirimkan bisa berupa informasi umum atau rahasia. Dalam tugas akhir ini dibuat suatu perancangan algoritma kriptografi RC6 yang dimodifikasi kuncinya dalam bentuk aplikasi Java. Masukan dari aplikasi tersebut adalah teks, kemudian teks dienkripsi dan didekripsi menggunakan algoritma RC6 dengan kunci biasa. Terakhir, dilakukan proses enkripsi dan dekripsi menggunakan algoritma RC6 dengan kunci yang telah dimodifikasi. Kunci yang dimodifikasi yakni kunci yang difungsikan dengan Blum Blum Shub. Algoritma RC6 yang digunakan memiliki performansi yang baik, terlihat dari nilai Avalanche Effect kunci biasa RC6 yang diberikan berkisar antara 46.875% sampai 65.625% dan nilai Avalanche Effect kunci modifikasi RC6 yang diberikan berkisar antara 43.75% sampai 62.5%. Rata-rata waktu enkripsi kunci biasa RC6 yang dihasilkan yaitu 3.94939 detik dan rata-rata waktu enkripsi kunci modifikasi RC6 yang dihasilkan yaitu 3.72655 detik. Rata-rata memori kunci biasa RC6 yang digunakan yaitu 20 MB dan rata-rata memori kunci modifikasi RC6 yang digunakan yaitu 23 MB. Dapat disimpulkan bahwa waktu enkripsi kunci modifikasi RC6 lebih cepat daripada waktu enkripsi kunci biasa RC6 dan memori yang digunakan kunci modifikasi RC6 lebih banyak daripada memori yang digunakan kunci biasa RC6. Kata kunci: File teks, Kriptografi, Algoritma RC6, Blum Blum Shub
Perancangan Sistem Pengenalan Suara Dengan Metode Linear Predictive Coding R Ricki Juniansyah; Rita Magdalena; Ledya Novamizanti
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Speech recognition merupakan teknologi untuk mengenali suara manusia yang kemudian dapat dimanfaatkan untuk berbagai keperluan. Pada tugas akhir ini speech recognition digunakan untuk merancang sistem aplikasi pengenalan suara menggunakan metode Linear Predictive Coding. Linear Predictive Coding merupakan suatu metode analisa sinyal yang menghasilkan sejumlah koefisien LPC. Pada tugas akhir ini dilakukan ekstraksi ciri suara dengan metode LPC dan dilanjutkan dengan metode Hidden Markov Model untuk pelatihan dan pengenalan suara. LPC mengambil ciri-ciri yang ada didalam sampel suara manusia kemudian menjadi masukan untuk pembelajaran pola. Pada penelitian sebelumnya metode LPC digunakan dalam sistem speech to text. Hasil pengujian sistem pada tugas akhir ini menunjukan bahwa akurasi tertinggi sistem bernilai 53,34% dengan waktu komputasi 51,27 detik. Hasil tersebut didapat pada kondisi ukuran frame bernilai N=900 dan M=700, 7 jumlah data training tiap user, ukuran codebook 4 dan jumlah state 7. Kata Kunci : Linear Predictive Coding, Hidden Markov Model
Analisis Performansi Denoising Sinyal Ecg Menggunakan Discrete Wavelet Transform Dan Empirical Mode Decomposition Febriani Ruming Sari; Rita Magdalena; R Yunenda Nur Fu'adah
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Sinyal electrocardiogram (ECG) memiliki informasi yang menggambarkan kondisi kesehatan jantung. Hasil ECG yang normal dari jantung memiliki karakteristik yang khas. Pengukuran menggunakan ECG sering dipengaruhi oleh noise yang tidak diinginkan dan tidak dapat dihilangkan dengan metode filter yang sederhana. Dalam penelitian sebelumnya sudah banyak dikembangkan metode denoising untuk electrocardiogram (ECG), diantaranya metode Discrete Wavelet Transform (DWT) dan metode Empirical Mode Decomposition (EMD). Pada penelitian tugas akhir ini akan dilakukan pengujian terhadap metode Discrete Wavelet Transform (DWT) dan Empirical Mode Decomposition (EMD), dan serial kedua metode tersebut. Pengujian dilakukan menggunakan matlab R2017a, dataset sinyal ECG dan beberapa noise di ambil dari database MIT-BIH arrhythmia dengan besar noise 20 dB, 25 dB, 30 dB yang akan ditambahkan pada sinyal ECG. Noisy sinyal yang di filter menggunakan DWT didapatkan hasil terbaik dengan menggunakan basis wavelet symlet pada level dekomposisi Sedangkan noisy sinyal yang di filter menggunakan EMD didapatkan hasil terbaik pada iterasi ke-4, karena jika diteruskan ke iterasi selanjutnya output dari hasil denoised sinyal akan menjadi datar. Berdasarkan hasil pengujian didapatkan nilai MSE 0.008609 dB dan SNR 21.1965 dB untuk inputan noise 20 dB, MSE 0.002528 dB dan SNR 26.5184 dB untuk inputan noise 25 dB, MSE 0.000833 dan SNR 31.3375 dB untuk inputan noise 30 dB dengan discrete wavelet transform. Pada metode empirical mode decomposition, didapatkan nilai MSE 0.003491 dB dan SNR 25.117 dB dengan noise 20 dB, MSE 0.001624 dB dan SNR 26.4397 dB dengan noise 25 dB, MSE 0.00202 dB dan SNR 27.4923 dB dengan noise 30 dB. Pengujian terakhir yaitu dengan melakukan serial metode terhadap kedua metode yang digunakan, dari hasil pengujian didapatkan nilai MSE 0.0059641 dB dan SNR 22.7906 dB dengan noise 20 dB, MSE 0.012624 dB dan SNR 27.5323 dB dengan noise 25 dB, MSE 0.000969233 dB dan SNR 30.6817 dB dengan noise 30 dB. Dengan demikian, dapat dikatakan sistem denoising menggunakan discrete wavelet transform maupun empirical mode decomposition dapat bekerja secara efektif dan mampu menghilangkan noise.
Simulasi Feedback Pada Permainan Biola Untuk Pemula Menggunakan Metode Hps Sayidia Rizki Arfina; Rita Magdalena; Nur Andini
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Biola adalah salah satu alat musik gesek, untuk menghasilkan permainan biola dengan suara yang indah membutuhkan ketepatan pada penekanan jari di senar biola atau disebut fingering. Pada pemula yang belum terbiasa dengan fingering membutuhkan latihan yang tekun dan waktu yang lama. Pada saat latihan, pemula yang tidak didampingi oleh guru seringkali kebingungan untuk memainkan nada yang tepat. Pemula tidak tahu apakah nada yang dimainkan sudah benar sesuai harapan. Untuk itu, pemula membutuhkan alat bantu yang menampilkan feedback dari letak kesalahan pada saat bermain biola. Kesalahan yang dimaksud adalah nada yang kurang tepat, atau terlalu tinggi/rendah dari yang diharapkan. Agar lebih efisien, feedback ini ditampilkan secara realtime untuk memudahkan pemula menganalisis kesalahan permainannya. Pada saat pemula bermain, dibutuhkan algoritma untuk mendeteksi nada yang dimainkan. Algoritma yang digunakan adalah Harmonic Product Spectrum (HPS), karena metode ini cocok digunakan di berbagai kondisi. Pada akhir simulasi akan ada feedback yang menampilkan nada yang dimainkan, apakah nada tersebut lebih tinggi atau lebih rendah atau sudah tepat seperti yang diharapkan. Hasil akhir yang diharapkan pada tugas akhir ini adalah simulasi feedback yang dapat mengevaluasi permainan biola. Evaluasi ini berupa keakuratan pitch nada yang dimainkan sesuai dengan nada yang diharapkan. Hasil akurasi terhadap tuner Joyo sebesar 77%. Kata kunci : Biola, Harmonic Product Spectrum, Realtime feedback.
Analisis Perbandingan Performansi Denoising Sinyal Ekg Menggunakan Metode Discrete Wavelet Transform Dan Adaptive Filter Muhammad Akhyar Ghifari; Rita Magdalena; R Yunendah Nur Fu'adah
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Denoising merupakan metode unuk menghilangkan noise pada sinyal EKG. Noise yang terdapat pada sinyal EKG tersebar pada rentang yang sama dengan frekuensi yang sama dengan sinyal EKG, sehingga metode filter biasa tidak mampu menghilangkan noise tersebut[2] . Dalam ujicoba denoising pada tugas akhir ini, penulis menggunakan perbandingan metode antara adaptive filter dan discrete wavelet transform (DWT). Dimana metode DWT melakukan denoising sinyal dengan menggunakan beberapa metode basis wavelet seperti Haar, Debuchies, Symlet dan Bior dan thresholding dengan metode soft atau hard thresholding. Sedangkan untuk adaptive filter sendiri dengan menggunakan metode KALMAN, Least Mean Square (LMS), dan Recursive Least Square (RLS). Ujicoba dilakukan dengan memberikan 4 noise yang berbeda yaitu Additive White Gaussian Noise (AWGN), MUSCLE ARTIFACT (MA), ELEKTRODE MOTION ( EMM ) dan BASELINE WANDER ( BW ) untuk masing masing metode DWT dan adaptive filter. Berdasarkan hasil pengujian, denoising terbaik yang dilakukan oleh metode Discrete Wavelet Transform untuk Additive White Gaussian Noise ( AWGN ) adalah dengan Basis Wavelet = DB 12 dengan Threshold Method = SURE dengan HARD THRESHOLD dan Level Dekomposisi = 2 dengan nilai MSE = 0.000498516 dan SNR = 28.12125292 dB. Sedangkan untuk denoising terbaik yang dilakukan oleh metode adaptive filter untuk Additive White Gaussian Noise ( AWGN ) adalah dengan metode LMS dengan nilai MSE = 0.000273995 dan SNR = 30.68395146 dB. Jika dibandingkan dari hasil diatas maka metode terbaik ditunjukkan oleh metode adaptive filter. Kata kunci: Elektrokardiogram (EKG), Denoising, Discrete wavelet Transform, Adaptive Filter. Abstract Denoising is a method to remove noise on ECG signals. The noise present in the ECG signal is spread over the same range with the same frequency as the ECG signal, so the usual filter method can not remove the noise. [2] In the denoising test in this final project, the writer uses a comparison method between adaptive filter and discrete wavelet transform (DWT). Where the DWT method of denoising the signal by using some wavelet base method such as Haar, Debuchies, Symlet and Bior and thresholding with soft or hard thresholding method. As for adaptive filter itself by using the method KALMAN, Least Mean Square (LMS), and Recursive Least Square (RLS). The experiments were conducted by giving 4 different noise like ADDITIVE WHITE GAUSSIAN NOISE (AWGN), MUSCLE ARTIFACT (MA), ELEKTRODE MOTION (EMM) and BASELINE WANDER (BW) for each DWT and adaptive filter method. Based on the test results, the best denoising performed by Discrete Wavelet Transform method for Additive White Gaussian Noise (AWGN) is with Wavelet = DB 12 with Threshold Method = SURE with HARD THRESHOLD and Decomposition Level = 2 with MSE value = 0.000498516 and SNR = 28.12125292 dB. While for best denoising done by adaptive filter method for Additive White Gaussian Noise (AWGN) is by LMS method with value of MSE = 0.000273995 and SNR = 30.68395146 dB. When compared from the above results then the best method is shown by adaptive filter method. Key words: Electrocardiogram (ECG), Denoising, Discrete wavelet Transform, Adaptive filters.
Pengaruh Golden Ratio Pada Proporsi Wajah Terhadap Persepsi Estetika Wajah I Dewa Gede Agung Kurniawan; Rita Magdalena; Eko Susatio
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Wajah adalah pengenal utama yang dimiliki manusia. Tidak ada satu pun manusia yang memiliki wajah yang persis sama secara alami. Banyak hal yang dapat membedakan wajah, mulai dari bentuk, warna kulit, ukuran, proporsi dan lainnya. Hal tersebut menyebabkan apa yang kita sebut sebagai persepsi kecantikan, apabila wajah dapat memenuhi salah satu atau semua aspek yang disebutkan. Proporsi memiliki andil besar terhadap menarik atau tidaknya wajah seseorang. Tata letak fitur-fitur pembentuk wajah seperti mata, hidung, alis dan mulut merupakan elemen penting yang menentukan baik atau tidaknya proporsi wajah. Proporsi yang baik menunjukan kesamaan dalam nilai rasio pada masing – masing titik tinjau. Rasio tersebut bernilai 1.618, sebuah nilai yang merepresentasikan standar penilaian estetik suatu objek sehingga dapat dikatakan indah yaitu golden ratio. Pada tugas akhir ini dilakukan penelitian terhadap hubungan persepsi keindahan wajah secara subjektif melalui kuisioner dengan nilai golden ratio pada wajah. Pengukuran nilai rasio dilakukan dengan menggunakan program berbasis manual dan otomatis. Sistem memiliki keluaran nilai rasio dari wajah yang diproses oleh program dan diberikan skor berdasarkan persamaan yang didapat dari hubungan korelasi golden ratio dan persepsi responden. Tugas akhir ini menunjukan bahwa golden ratio memiliki korelasi linier dengan kecantikan dengan akurasi pengukuran sistem sebesar 90,7%. Kata kunci : wajah, proporsi, golden ratio
Perancangan Sistem Deteksi Dan Klasifikasi Volume Aneurisma Serebral Menggunakan Color Classification Pada Citra Angiogram Raihan Nur Fadhlillah; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Aneurisma Serebral adalah kelainan cerebrovascular dimana terjadi penggembungan pada dinding pembuluh darah akibat menipis dan melemahnya pembuluh darah pada otak sehingga dinding pembuluh darah menjadi lebar. Dewasa ini aneurisma didiagnosa dan diidentifikasi menggunakan citra medis seperti Angiography, CT Scan, maupun MRI, namun metode tersebut bergantung pada ketelitian pengamat. Pada penelitian ini telah dirancang sistem deteksi dan klasifikasi volume aneurisma serebral. Proses dimulai dengan mengakuisisi video hasil DSA kedalam format AVI untuk dijadikan input sistem. Dilanjutkan dengan mengambil frame of interest dari video input lalu merubahnya menjadi citra greyscale dan mendapatkan area of interest yang dirubah ke dalam citra bw untuk dijadikan citra input proses deteksi. Selanjutnya pengukuran aneurisma dengan pendekatan diameter dan mengklasifikasikan setiap ukuran aneurisma ke dalam 4 kelas. Setelah mendapatkan hasil deteksi dan pengukuran, indikator warna akan diberikan terhadap klasifikasi ukuran aneurisma. Berdasarkan hasil pengujian dengan rata-rata akurasi sebesar 98.096% bahwa pemilihan frame interest optimal pada frame terakhir karena zat kontras berada di area aneurisma. Penggunaan subtraksi background pada proses deteksi area of interest mendapatkan hasil akurat. Pada saat threshold level 1.7, sistem optimal karena menghilangkan objek yang tidak akan ditinjau. Penggunaan strel 12, lebih memperhalus dan memperkuat bentuk dari aneurisma sehingga mendekati bentuk dan ukuran aslinya. Kata kunci: Aneurisma serebral, DSA, Volume, Klasifikasi
Simulasi Dan Analisis Deteksi Emosi Manusia Dari Suara Percakapan Berbasis Discrete Wavelet Transform Dan Linear Predictive Coding Ivandy Chaniago; Rita Magdalena; Ledya Novamizanti
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Emosi manusia adalah suatu hal yang terkadang hanya dapat diperkirakan melalui raut wajah dari seseorang saja, atau dari perubahan mimik wajahnya. Namun ternyata emosi manusia juga dapat dideteksi melalui suara yang diucapkannya. Emosi seseorang dalam keadaan tenang, marah, sedih atau senang dapat dideteksi melalui sinyal bicaranya. Pengembangan sistem pengenalan suara masih berjalan untuk sementara waktu ini. Sehingga pada penelitian ini dianalisis emose seseorang melalui sinyal bicaranya. Pada tugas akhir yang akan dikerjakan ini, dirancang simulasi deteksi emosi manusia tersebut melalui sinyal bicara dengan melaksanakan ekstraksi ciri berbasis Discret Wavelet Transform(DWT) dan Linear Prediction Coding(LPC) untuk mendapatkan karakteristik dasar dari sinyal bicara. Kondisi emosi yang akan dideteksi tersebut nantinya akan menjadi state yang di dapat menggunakan metode Hidden Markov Model dan variabel ekstraksi ciri yang menjadi parameter penentu state. Dari skenario pengujian terhadap paramater threshold didapat parameter terbaik yaitu 0.05. Setelah dilakukan pengujian terhadap klasifikasi 4 kelas emosi yaitu netral, marah, sedih, dan senang, akurasi tertinggi adalah 95% untuk jumlah 10 tiap-tiap kelas emosi, jumah data uji 5 tiap-tiap kelas emosi, nilai threshold crop 0.05, ukuran frame 512, nilai level DWT 2, nilai k dari KNN adalah 1. Kata kunci : Deteksi Emosi, Suara percakapan, DWT, LPC.
Co-Authors A F Akbar Abel Bima Wiratama Achmad Rizal Adham Nurjati Adinda Maulida Agung Aditama Putra Agustina Trifena Dame.S AGUSTINA, REGITA Ahmad Zendhaf Aldo Setiawan Alva Rischa Qhisthana Pratika Andria Sufy Angga Prihantoro Ardhi Fibrianto Arianto Sirandan Arintyo Archamadi Ayu Putu Wida Vanhita Bagas Farhan Hadyantoro Bagus Robbiyanto Bambang Hidayat Bambang Hidayat Bayuaji Kurniadhani Brian Adam Danding Adhi Priutomo Davita Nadia Fadhilah Dea Sifana Ramadhina Dewa Nyoman Indra Dewi Siskawati Dian Ayu Nurlitasari Dimas Frandisyah Putra Donny Janu Sundoro Dwi Anggreni Novitasari Dyah Ajeng Pramudhita Dyah Ayu Pratiwi Efri Suhartono Eko Susatio Eky Yuliansyah Eriel Mar Estananto Faizhal Rifky Alfaris Fathurrahman, Muhammad Hanif Fatima Azzahra FAUZI FRAHMA TALININGSIH Fauzi, Muhammad Ilham Febriani Ruming Sari Firmanda Robi Firmansyah Patriandhika Fitya Nur Fadhilah Galih Surya Gede Hari Yogiswara Gusty Aditya Arrazaq HARSONO, ALI BUDI Herdian Anantya Risma Hilman Fauzi, Hilman I Dewa Gede Agung Kurniawan I Gusti Agung Dian Wintara I Nyoman Apraz Ramatryana I Nyoman Apraz Ramatryana I NyomanApraz Ramatryana Ibnu Da'wan Salim Ibnu Da’wan Salim Ubaidah Ibnu Da’wan Salim Ubaidah Ignatius Yoslan Kurniawan Ikhwanda, Alfan Ikrar Khaera Arfat Ilma Rahma Dewi Imanuel Boyke Nainggolan Immanuel Rayuzi Pandapotan Sinaga Indrafaqih Eskamara Inung Wijayanto Iqbal Kurniawan Perdana Irham Bani Alfafa Ivan Prayoga Prawiro Ivandy Chaniago Jangkung Raharjo Jonthala Tambunan Koredianto Usman Krisna Prayoga Kurnia Khafidhatur Rafiah Ledya Novamizanti Lugina Perceka Putri M.Aldia Abilisa M.Fajar Zulvan Nugraha Mahendra, Dio Maisaroh Agustina Rahayu Malardy , Muhammad Andriyansyah Masykur, Muhammad Fadhel Affandi Misbakhul Munir Muhamad Rokhmat Isnaini MUHAMMAD ADNAN PRAMUDITO Muhammad Akhyar Ghifari Muhammad Ardhi Prakasa Muhammad Bayu Adinegara Muhammad Fadly Mustakim Muhammad Ihsan Fadhil Muhammad Ilham Muhammad Ilham Fauzi Muhammad Najiburahman Muhammad Tezar Muhammad Yuqdha Faza Nabila Herman Naufal Adi Gifran Nidaan Khofiya Nor Kumalasari Nor Kumalasari Caecar Nor Kumalasari Caecar Pratiwi Nor Kumalasari Caesar Pratiwi Nur Andini Nur Ibrahim NURFAJAR, FEBI Obed Simanungkalit Octavian Putera Kesuma Sugeng Olyvia Fernanda Soedradjat PERDANI, WAHYUNI RIZKY Prayudi, Yoshi Putra, Akbar Trisnamulya Putri Andriani R Ricki Juniansyah R Yunenda Nur Fu'adah R. Rumani R. Rumani R. Yunendah Nur Fu’adah Raditiana Patmasari Rafid Fakhri Rahmad Hidayatullah Salam Raihan Nur Fadhlillah Rama Arjun Setiawan Ramdhan Nugraha Ratri Dwi Atmaja Renny Rahmawati Reyfaldi Wahyu Pradana Reyhan Radifan Jordy Rezki Ariz Rahadian Ricardo Ricardo Richard Bina Jadi Simanjuntak Ridwan Firdaus Rifqi Muhammad Fikri Rissa Rahmania Rizki Muhammad Iqbal Rizqi Surya Utama Rosyita Ayuning Mauludiya Sa’idah, Sofia Saidah, Sofiah Sari, Febriani Ruming Sayidia Rizki Arfina Sean Alexander Suryaman Septian Eko Kuncahyono Shimon Anterio Armando Sinaga Sofia Sa'idah Sofia Sa'idah Sofia Sa’idah SOFIA SAIDAH Sofia Sa’idah Steven Palondongan Suci Aulia Sugondo Hadiyoso Susilo, Mochammad Hilmi Suwandhi, Adhisty Putrina Suwitrisna Putra Syafiq Hilmi Abdullah Syamsul Rizal Tahta Restu Adiguna Tamardi Pranata Tampubolon Tauhid Nur Azhar Teguh Dian Arifandi Tri Siswanto Twinarya Bagus Wibawa Varian Mohammad Sutama Yohana Karina Candra Sari Yunendah Fu’adah