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

 3   4   5   6   7 
Sistem Deteksi Idealitas Berat Badan Secara Real Time Dengan Menggunakan Metode Gray Level Co-occurance Matrix Dan Body Surface Area Tahta Restu Adiguna; Rita Magdalena; Sofia Saidah
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Idealitas tubuh seseorang dapat ditinjau dari tinggi badan, berat badan dan perbandingan lingkar pinggang dengan lingkar pinggul. Untuk mengetahui tinggi badan, berat badan, lingkar pinggang serta lingkar pinggul kita biasa melakukan pengukuran secara manual. Pada pengukuran manual, pengukuran menggunakan alat yang berbeda dan butuh bantuan dari orang lain. Oleh karena itu, pada tugas akhir ini dilakukan penelitian yang dapat mengukur idealitas tubuh dengan menggunakan pengolahan citra dimana penelitian ini juga memberikan informasi berupa klasifikasi tubuh menurut perhitungan BMI (Body Massa Index), memberikan saran berupa berat badan ideal menurut perhitungan rumus Borcha, serta memberikan informasi WHR (Waist to Hip Ratio). Pengenalan jenis kelamin dapat dilakukan melalui tahap deteksi wajah dan ekstraksi ciri dengan fitur geometri serta Gray Level Co-occurance Matrix (GLCM) dimana dalam membedakan pria atau wanita menggunakan metode Support Vector Machine (SVM). Pada pengukuran berat dan tinggi badan digunakan pendekataan rumus BSA (Body Surface Area). Penelitian ini juga menggunakan library Haar Cascade dari Open CV. Hasil dari penelitian ini sistem dapat mengidentifikasi jenis kelamin dan dapat mengukur idealitas berat badan secara real-time, nilai akurasi maksimum pada pengujian tinggi dan lebar badan yaitu dengan akurasi sebesar 95,97% dengan menggunakan skala 22,7. Untuk pengujian berat badan akurasi maksimum sebesar 95,39% dengan nilai faktor pengali (K) 0,98, berdasarkan pengujian perhitungan rumus borcha pada pria didapatkan nilai rata-rata akurasi sebesar 91,07% sedangkan pada wanita nilai rata-rata akurasi sebesar 88,70%, berdasarkan pengujian Body Mass Index menunjukan akurasi klasifikasi sebesar 83,34%, dan pengujian terakhir yaitu berdasarkan WHR pada pria akurasi klasifikasi sebesar 26,67% dan akurasi klasifikasi wanita sebesar 66,67%. Kata Kunci : BMI, Borcha, BSA, Gray Level Co-occurance Matrix (GLCM), Support Vector Machine (SVM), WHR ABSTRACT The ideality of someone’s body can be reviewed from body height, body weight and comparison of waist size and hip size. To know body height, body weight, waist size and hip size, we can measure them manually. In manual measurement, the measurement is using different tools and needing help from others. Therefore, in this thesis, conducted a research that can measure the ideality of body by using image processing besides this research also gives the information of body classification based on BMI (Body Massa Index) calculation, gives advices containing ideal body weight based on Borcha formula, and gives information WHR (Waist to Hip Ratio). Introduction of gender can be done by face detection and characteristic extraction with geometry feature and Gray Level Co-occurance Matrix (GLCM) where to differentiate man and woman, the method of Support Vector ISSN : 2355-9365 e-Proceeding of Engineering : Vol.5, No.3 Desember 2018 | Page 5562 2 Machine (SVM) is used. The measurement of body height and body weight is BSA done by (Body Surface Area) Formula Approach. This research is also using library Haar Cascade from Open CV. The result of this research are system can identify gender and can measure the ideal body weight in real-time, the value of maximum accuracy in the test of body height and body width is 95,97% with the scale of 22,7. For the test of body weight, the maximum accuracy is 95,39% with the multiplier factor (K) of 0,98. based on the test calculation formulas borcha men obtained average value accuracy is 91.07% while in women the average value of the accuracy is 88.70%, based on Body Mass Index test indicates the accuracy of the classification is 83.34%, and the last test that is based on the WHR in men is 26.67% classification accuracy and accuracy of classification is 66.67% women. Keywords : BMI, Borcha, BSA, Gray Level Co-occurance Matrix (GLCM), Support Vector Machine (SVM), WHR.
Matched Filter Dan Operasi Morfologi Untuk Estimasi Derajat Kebengkokan Tulang Imanuel Boyke Nainggolan; Rita Magdalena; R Yunendah Nur Fuadah
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dewasa ini, banyak aktifitas yang dapat menyebabkan rasa sakit pada tulang belakang. Banyak hal yang dapat rasa sakit pada tulang belakang. Salah satunya adalah kebengkokan pada tulang belakang, yaitu skoliosis. Skoliosis adalah kelainan pada tulang belakang sehingga tulang belakang melengkung ke sisi kiri atau kanan. Biasanya skoliosis ini terdeteksi ketika penderita melakukan pemeriksaan dengan Rontgen atau alat medis lainnya saat MCU. Tugas Akhir ini bertujuan untuk membangun sebuah sistem yang mampu mendeteksi kebengkokan tulang belakang pada manusia dengan hasil Rontgen. Dibangunnya sistem ini diharapkan dapat membantu proses pengukuran sudut kebengkokan tulang belakang belakang dengan cepat dan akurat. Pada Tugas Akhir ini digunakan metode menggunakan metode Matched Filter dan Morphology Operation. Ada dua langkah utama dalam proses perhitungan sudut. Langkah pertama yaitu melakukan preprocessing yang bertujuan untuk meningkatkan kualitas citra agar dapat tersegmentasi dengan optimal. Dalam upaya mencapai akurasi terbaik, variabel pengujian yang diteliti ialah sebagian besar pada preprocessing karena citra merupakan citra hasil Rontgen, sehingga dibutuhkan variabel terbaik agar menjadi input yang maksimal pada proses berikutnya. Dalam penelitian ini, akurasi menggunakan Matched Filter sebesar 62,67%, Sedangkan untuk metode Operasi Morfologi sebesar 70,76%, dan untuk metode gabungan 72,44% Kata kunci : Tulang Punggung , Deteksi Citra, Perhitungan Sudut Abstract Today, many activities can cause pain in the spine. Many things can be pain in the spine. One is a spinal curvature, namely scoliosis. Scoliosis is a disorder of the spine so the spine curves to the left or right side. Usually this scoliosis is detected when the patient performs an X-ray examination or other medical device during MCU.This Final Project aims to build a system capable of detecting spinal cord in humans with X-rays. The construction of this system is expected to help the process of measuring rough angles of the back spine quickly and accurately. In this final project used method using Matched Filter and Morphology Operation method. There are two main steps in the corner computation process. The first step is to do preprocessing which aims to improve image quality in order to be segmented optimally. In order to achieve the best accuracy, the test variables studied are mostly on preprocessing because the image is the image of X-rays, so it takes the best variable to be the maximum input in the next process. In this research, accuracy using Matched Filter is 62,67%, while for Operation Morphology method is 70,76%, and for method of combination 72,44%. Keywords: Backbone, Image Detection, Angle Calculation
Analisis Dan Simulasi Identifikasi Judul Lagu Melalui Senandung Manusia Menggunakan Ekstraksi Ciri Lpc (linear Predictive Coding) Ignatius Yoslan Kurniawan; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian ini akan penulis akan membuat suatu identifikasi judul lagu melalui senandung manusia. Penelitian ini akan menggunakan metode ekstraksi ciri suara yang disebut dengan Linear Predictive Coding dan metode klasifikasinya adalah Dynamic Time Warping (DTW). Sistem yang dirancang ini akan mengidentifikasi judul lagu melalui humming dengan keluaran berupa informasi judul lagu.Setelah dilakukan pengujian dengan skenario berbeda pada sistem yang dirancang maka didapatkanlah beberapa hasil akurasi. Untuk pengujian data lagu asli sebagai data latih dan data lagu asli sebagai data uji memiliki akurasi tertinggi sebesar 100 %. Pengujian data lagu vokal sebagai data latih dan data lagu vokal sebagai data uji memiliki akurasi tertinggi sebesar 81,67 %. Pengujian data lagu senandung sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 61,67 %. Pengujian data lagu vokal sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 78,33 %. Pengujian data lagu asli sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 80 %. Kata Kunci: Senandung, Linear Predictive Coding, Dynamic Time Warping (DTW)
Pemisahan Verse Dan Reff Secara Otomatis Pada Musik Mp3 Menggunakan Korelasi Antar Frame Berbasis Ciri Modified Discrete Cosine Transform (mdct) Rizqi Surya Utama; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Di masa sekarang teknologi telekomunikasi tidak hanya untuk mengirimkan satu informasi dari satu titik ke titik yang lain, tetapi meluas contohnya dunia musik. Dengan adanya pengolahan sinyal informasi dalam dunia musik, dimana bisa mengidentifikasi sinyal informasi pada lagu, lagu dijadikan sebagai objek utama dikarenakan perkembangan entertainment musik yang begitu pesat. Penelitian ini tentang pencarian verse dan reff dengan inputan potongan verse dan reff dari lagu untuk disimpan pada database yang terdiri dari 25 data potongan verse dan reff dan berbagai genre yang diproses secara manual. Tugas Akhir ini menggunakan metode Modified Discrete Cosine Transform (MDCT) yaitu mencari reff dan verse pada lagu secara otomatis, proses yang dilakukan untuk menentukan letak verse dan reff dengan menggunakan korelasi antar frame setelah frame tersebut dilakukan ekstraksi ciri menggunakan MDCT. Di dalam tugas akhir ini, 25 file lagu pada database menghasilkan rata-rata akurasi 75% dari ketepatan letak verse dan reff dalam detik dari hasil metode dibandingkan dengan letak aktual dari hasil pemisahan verse dan reff secara manual pada masing-masing lagu. Waktu komputasi terbaik pada tugas akhir ini 95 detik dengan frame 1000ms untuk pemotongan 1 lagu file mp3. Kata kunci : Modified Discrete Cosine Transform (MDCT), verse, reff. Abstract In the present time telecommunications technology is not only to send one information from one point to another, but extends for example the music world. With the existence of information signal processing in the world of music, where it can identify information signals on songs, songs are used as the main object due to the rapid development of music entertainment. This research is about verse and reff search by inputting verse pieces and referrals from songs to be stored in a database consisting of 25 pieces of verse and reff data and various genres that are processed manually. This Final Project uses the Modified Discrete Cosine Transform (MDCT) method, which is to search for referrals and verses on songs automatically. The process is carried out to determine the verse and reff location by using the correlation between frames after the frame features extraction using MDCT. In this final project, 25 song files on the database resulted in an average accuracy of 75% of the accuracy of the verse location and the reff in seconds from the results of the method compared to the actual location of the results of the separation of verse and reff manually on each song. The best computing time in this final project is 95 seconds with a 1000ms frame for cutting 1 song mp3 file. Keywords: Modified Discrete Cosine Transform (MDCT), verse, reff
Analisis Performansi Denoising Sinyal Eeg Menggunakan Metode Empirical Mode Decomposition Teguh Dian Arifandi; Rita Magdalena; Yunendah Nur Fuadah
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak EEG (Electroencephalogram) merupakan sinyal biomedis yang di hasilkan dari aktifitas listrik pada otak, sinyal EEG (Electroencephalogram) adalah parameter utama untuk menentukan kondisi otak manusia, pada ilmu biomedis sinyal EEG (Electroencephalogram) bersih sangat di butuhkan, tetapi pada setiap perekaman sinyal otak selalu di dapatkan sinyal otak yang terkontaminasi oleh noise, sehingga pada penelitian ini akan di lakukan metode untuk membersihkan noise yang terdapat pada sinyal otak atau EEG (Electroencephalogram), teknik pembersihan ini biasa disebut dengan sistem Denoising dan sebagai bahan untuk pengujiannya berupa sinyal otak bersih atau EEG (Electroencephalogram) dengan menggunakan metode EMD (Emphirical Mode Decomposition). Pada penelitian Tugas Akhir ini akan dilakukan pengujian denoising terhadap sinyal EEG (Electroencephalogram) dengan menggunkan metode EMD (Emphirical Mode Decomposition), pengujian dilakukan dengan menggunakan aplikasi Matlab, dataset sinyal EEG (Electroencephalogram) bersih yang di ambil dari database Physionet, SNR input sebesar 30 dB yang akan ditambahkan pada sinyal EEG (Electroencephalogram),serta data sinyal yang di gunakan berupa noise AWGN. Berdasarkan hasil pengujian dengan menggunakan metode EMD, dengan memberikan noise AWGN (Aditive White Gausian Noise ), didapatakna nilai MSE dan SNR sebagai berikut: EMD dengan Soft Treshold memiliki nilai MSE sebesar (0.3159204498 dB) dan SNR (9.0450982065 dB), EMD dengan Hard Treshold memiliki nilai MSE sebesar (0.0000506143 dB) dan SNR (27.2450175619 dB) dan EMD dengan Adaptive Soft Treshold memiliki nilai MSE sebesar (0.3167121345 dB) dan SNR sebesar (9.0300305627 dB). Kata Kunci: Denoising, EEG,EMD,IMF
Sistem Identifikasi Iris Mata Dengan Metode Independent Component Analysis Dan Klasifikasi K-nearest Neighbor Eky Yuliansyah; Rita Magdalena; Estananto Estananto
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Iris mata adalah bagian mata yang berwarna yang membantu pupil untuk melihat dengan jelas dan mengatur masuknya pencahayaan. Iris adalah indikator biometrik. Untuk itu iris dapat dijadikan sebagai identifikasi untuk mengetahui seseorang yang memiliki pola iris tersebut. Iris memiliki pola yang berbeda pada tiap orangnya sehingga besar kemungkinan seseorang dapat diketahui dari pola iris matanya. Dalam tugas akhir ini penulis membahas mengenai teknik untuk mengidentifikasi pemilik dari citra iris mata yang telah diambil citra iris matanya. Terdapat beberapa metode yang dapat digunakan untuk mendeteksi citra iris mata. Pada tugas akhir ini penulis menggunakan metode Independent Component Analysis dengan algoritma FastICA dan klasifikasi menggunakan K-Nearest Neighbor yang diawali dengan proses preprocessing yang terdiri dari operasi grayscale, cropping, resize, radius agar citra dapat diambil bagian irisnya saja. Hasil penelitian tugas akhir ini didapatkan nilai akurasi identifikasi iris mata adalah 85,1429% dengan waktu komputasi 2,3954 detik dengan menggunakan statistik mean, standar deviasi dan skewness. Sangat diharapkan dengan kemampuan sistem ini dapat membantu kebutuhan manusia untuk mengidentifikasi seseorang atau bahkan untuk dijadikan sistem keamanan yang sangan baik. Kata kunci : Identifikasi, K-Nearest Neighbor, Independent Component Analysis, MATLAB, Iris mata.
Simulasi Dan Analisis Perbandingan Antara Metode Discrete Cosine Transform (dct) Dan Modified Discrete Cosine Transform (mdct) Pada Pemisahan Reff Lagu Ivan Prayoga Prawiro; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pengolahan sinyal suara dirasakan sangat membantu dalam perkembangan industri musik dan dapat mempermudah dalam mengenali ketepatan audio suara maupun musik yang diinginkan. Pada penelitian sebelumnya telah dirancang analisis dan simulasi klasifikasi judul lagu berdasarkan pada senandung manusia. Akan tetapi, pada sistem tersebut masih memiliki keterbatasan untuk melakukan penambahan data lagu pada database dengan cara manual pada komponen verse dan reff. Dengan cara tersebut, jika diinginkan penambahan data lagu dalam jumlah banyak ke dalam database akan memakan waktu yang lama. Pada Tugas Akhir ini akan dirancang simulasi untuk menentukan bagian reff/chorus lagu selanjutnya dengan syarat mengetahui posisi bagian reff/chorus pertama dari lagu tersebut. Dengan memanfaatkan perkembangan dari audio processing maka sistem yang dirancang akan menggunakan bagian reff/chorus pertama lagu sebagai input dan kemudian dilakukan ekstraksi ciri antara metode Discrete Cosine Transform (DCT) dan Modified Discrete Cosine Transform (MDCT) yang digunakan sebagai pembanding dari hasil pengujian. Pada penelitian ini, skenario pengujian yang dilakukan menentukan penentuan frame yang bagus untuk digunakan dan kemudian dihitung berapa lama waktu komputasi dari pencarian reff/chorus lagu selanjutnya secara digital. Secara garis besar, hasil penelitian pada metode DCT untuk frame 200ms mendapatkan akurasi 62,7% dengan waktu komputasi 25,6 detik, frame 500ms dengan 73,3% dan 21,2 detik, frame 800ms dengan 86,7% dan 15,5 detik, frame 1000ms dengan 97,3% dan 10,5 detik, frame 1600ms dengan 46,7% dan 6,4 detik, dan frame 2000ms dengan 37,3% dan 4,7 detik. Dan pada metode MDCTuntuk frame 200ms mendapatkan akurasi 61,3% dengan waktu komputasi 26,2 detik, frame 800ms dengan 76% dan 16,4 detik, frame 1000ms dengan 88% dan 11,1 detik, frame 1600ms dengan 40% dan 7,5 detik, dan frame 2000ms dengan 29,3% pada waktu komputasi 4,7 detik. Kata kunci : Lagu, Reff, Discrete Cosine Transform (DCT), Modified Discrete Cosine Transform (MDCT). Abstract Sound signal processing is felt to be very helpful in the development of the music industry and can be simplified in recognizing and testing the accuracy of audio and music as desired. In previous research has designed the analysis and simulation of the song title classification based on humans humming. However, the system still have the limitations to add the data of the song to the database where’s the data of the song is stored in the database in the form of verse and reff in a manuall way. In this way, it will be take a long time if desired addition data of the song within large ammount into the database. In this final project will be designed a simulation to determined the reff/chorus part of the next song with hearing requirement and known the first part of the reff/chorus of the song. By using development of the audio processing, the system that already design with using the first part of the reff/chorus of the song as an input and then extraction of features between the Discrete Cosine Transform (DCT) and Modified Discrete Cosine Transform (MDCT) method that used as a comparison from the result of the test. In this research, the scenario test that have been used to determine the good frame to use and then calculated how long the computation time from the research of reff/chorus from the song in a digital way. The outline result from the DCT methode research for frame 200ms get 62,7% accuracy with computation time 25,6 second, frame 500ms get 73,3% accuracy with computation time 21,2 second, frame 800ms get 86,7% accuracy with computation time 15,5 second, frame 1000ms get 97,3% accuracy with computation time 10,5 second, frame 1600ms get 46,7% accuracy with computation time 6,4 second, and frame 2000ms get 37,3% accuracy with computation time 4,7 second. For MDCT methode the result for frame 200ms get 61,3% accuracy with computation time 26,2 second, frame 800ms get 61,3% accuracy with computation time 16,4 second, frame 1000ms get 88% accuracy with computation 11,1 second, frame 1600ms get 40% accuracy with computation time 7,5 second, and frame 2000ms get 23,9% accuracy with computation time 4,7 second. Kata kunci : Song, Reff, Discrete Cosine Transform (DCT), and Modified Discrete Cosine Transform (MDCT).
Identifikasi Umur Menggunakan Ronsen Panoramik Gigi Dengan Metode Principal Component Analysis Dan Support Vector Machine Ayu Putu Wida Vanhita; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dalam dunia kedokteran forensik, mengidentifikasi korban berguna untuk mendapatkan data korban. Gigi adalah cara untuk mengidentifikasi paling tidak, umurnya. Karena seperti yang diketahui, gigi merupakan bagian tubuh keras dan tahan terhadap kondisi yang terindikasi menghancurkan. Gigi juga merupakan bagian yg khas dari tubuh manusia, sehingga setiap manusia akan berbeda susunan giginya. Penelitian ini dikembangkan sebuah aplikasi untuk mengidentifikasi umur jenazah melalui gigi menggunakan citra hasil pengolahan dari Dental Panoramic Radiograph. Dalam ilmu Odontologi, metode yang digunakan untuk mengetahui kisaran umur dari gigi adalah metode Schour dan Massler. Klasifikasi ciri yang digunakan adalah Support Vector Machine. Penelitian ini juga menggunakan Principal Component Analysis sebagai ekstraksi ciri.Kata kunci: Schour dan Masler, Dental Panoramic Radiograph, citra, Principal Component Analysis, Support Vector Machine.
Sistem Deteksi Glaukoma Dengan Pengukuran Area Optik Disk Pada Citra Fundus Octavian Putera Kesuma Sugeng; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Glaukoma adalah suatu penyakit yang umumnya disebabkan karena tekanan dalam bola mata meningkat, sehingga terjadi kerusakan pada saraf optikus dan menyebabkan penurunan fungsi penglihatan. Mengamati dan menganalisa citra fundus mata secara manual kadang menghasilkan diagnosa yang kurang obyektif dan akurat. Pada tugas akhir ini dirancang sistem deteksi penyakit glaukoma dengan pengukuran área optik disk. Ada dua tahapan proses dalam pembangunan sistem yaitu tahap pertama pemodelan dan tahap kedua pengujian. Dalam tiap tahapan proses awal adalah preprocessing, proses ini dilakukan dengan masukan citra fundus retina mata untuk mendapatkan hasil gambar citra biner yang selanjutnya dilakukan perhitungan jumlah piksel pada área optik disk. Hasil dari proses ini sangat bergantung pada proses preprocessing. Selanjutnya proses identifikasi ciri dilakukan dengan klasifikasi menjadi 2 kelas, yaitu mata normal dan mata glaukoma. Berdasarkan hasil dari simulasi, dari 100 citra yang diujikan terdiri dari 50 mata glaukoma dan 50 mata normal didapatkan akurasi terbaik 96% yang dapat dilihat dari hasil klasifikasi jumlah piksel mata normal kurang dari 250125 piksel, mata glaukoma lebih dari atau sama dengan 250125 piksel dengan menggunakan nilai intensitas threshold citra kanal merah dan hijau. Kata kunci : Glaukoma, Optic nerve head, Optik disk.
Analisis Dan Simulasi Identifikasi Judul Lagu Dari Senandung Manusia Menggunakan Ekstraksi Ciri Dct (discrete Cosine Transform) Arintyo Archamadi; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Seiring perkembangan teknologi banyak orang menginginkan sebuah pencarian yang cepat dan praktis. Musik merupakan kumpulan kata yang dapat dinyanyikan bersama irama sebuah nada, sehingga banyak orang dapat menikmatinya. Namun sering terkendala dengan judul lagu yang akan dinyanyikan, dikarenakan hanya hafal beberapa liriknya dan tidak mengetahui judul lagunya, sehingga akan membuat penikmat lagu kesusahan apabila akan menikmati lagu yang mereka maksud. Dengan adanya permasalahan tersebut peneliti telah membuat sebuah solusi yaitu pengaplikasian pengenalan suara yang berupa identifikasi judul lagu melalui humming atau senandung manusia. Pada penelitian sebelumnya, pernah dirancang sistem pengenalan suara menggunakan senandung manusia berbasis jaringan syaraf tiruan back-propagation. Pada tugas akhir ini, dilakukan penelitian dengan cara memasukkan suara humming untuk mengidentifikasi judul lagu yang sesuai. Maka penulis menerapkan metode ekstraksi ciri dengan metode Discrete Cosine Transform (DCT) serta menggunakan klasifikasi DTW ( Dynamic Time Warping ) yang berfungsi untuk mengukur kemiripan pola nada dan membandingkan nilai hasil pengujian ekstraksi ciri yang ditangkap microphone dengan suara latih yang digunakan sebagai database. Pada proses klasifikasi data lagu pada database yang memiliki vokal yang lebih menonjol sangat menentukan kecocokan senandung terhadap nada lagu. Dengan adanya tugas akhir ini dihasilkan sebuah simulasi pengolahan sinyal suara yang dapat mengklasifikasi judul lagu melalui nada masukan berupa humming dan menghasilkan keluaran berupa nama judul lagu yang sesuai dengan database setelah dilakukan ekstraksi ciri Discrete Cosine Transform (DCT). Untuk pengujian data uji dan latih menggunakan lagu asli memiliki akurasi tertinggi sebesar 100 %. Dan akurasi 80,06% dengan data uji berupa humming sejumlah 30 judul lagu dan data latih berupa lagu asli sejumlah 50 judul lagu. Sedangkan dengan data uji humming sejumlah 30 judul lagu dan data latih berupa lagu dengan file suara orang bernyanyi tanpa menggunakan instrument ( vokal ) sejumlah 50 judul lagu menghasilkan akurasi 92,3%. Kata Kunci : Senandung Manusia, DCT (Discrete Cosine Transform), Dynamic Time Warping
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