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

 4   5   6   7   8 
Jaringan Saraf Tiruan Backpropagation Untuk Mendeteksi Anemia Melalui Konjungtiva Pada Mata Berbasis Pengolahan Citra Digital Rezki Ariz Rahadian; 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 Memeriksa kadar hemoglobin pada darah merupakan salah satu cara untuk mengetahui bila seseorang memiliki penyakit anemia. Umumnya, untuk mendeteksi anemia dibutuhkan sampel darah. Namun, cara tersebut bersifat invasive karena menggunakan jarum suntik. Terdapat cara non-invasive sebagai alternatif untuk mendeteksi anemia, yaitu memeriksa tingkat kepucatan konjungtiva pada mata. Berdasarkan permasalahan tersebut, pada tugas akhir ini penulis akan melakukan pengolahan citra digital untuk mendeteksi kepucatan konjungtiva pada mata. Hal ini dilakukan dengan menguji citra Red Green Blue (RGB), Hue Saturation Value (HSV) dan grayscale menggunakan metode ciri statistik orde satu. Hasil dari ekstraksi ciri diklasifikasikan menggunakan metode Jaringan Saraf Tiruan – Backpropagation (JST-BP). Dengan menggunakan metode tersebut, sistem untuk mendeteksi anemia mempunyai perfomansi dengan tingkat akurasi terbesar 70% dengan waktu komputasi 8,56 detik dengan menggunakan 40 sampel citra latih dan 40 citra uji. Dengan adanya sistem ini dapat menjadi pembanding dengan pendeteksian anemia secara invasive dan dapat bermanfaat untuk kesehatan masyarakat. Kata kunci: Hemoglobin; Konjungtiva; Anemia; Citra; Jaringan Saraf Tiruan Abstract Checking the hemoglobin level in the blood is one way to know if someone has anemia. Generally, to detect anemia requires blood samples. However, the method is invasive because it uses a syringe. There is a noninvasive way as alternative to detect anemia, such as checking the conjunctival pallor level of the eye. Based on these problems, in this thesis the author will perform digital image processing to detect the conjunctival pallor level of the eye. This is done by testing Red Green Blue (RGB), Hue Saturation Value (HSV) and grayscale using first order of statistical feature methods. The results of feature extraction are classified using the Artificial Neural Network method - Backpropagation (JST-BP). Using this method, the system for detecting anemia has performance with the greatest accuracy of 70% with computation time of 8.56 seconds using 40 sample of training image and 40 test images. With this system can be a comparison with invasive anemia detection and can be beneficial to public health. Keywords: Hemoglobin; Conjunctiva; Anemia; Image; Artificial Neural Network
Support Vector Machine Untuk Deteksi Anemia Secara Non-invasif Melalui Konjungtiva Mata Berbasis Pengolahan Citra Digital Rizki Muhammad Iqbal; 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 Anemia dapat dideteksi melalui darah dengan menggunakan alat Hemoglobin meter (Hb meter) yang bersifat in Anemia dapat dideteksi melalui darah menggunakan alat Hemoglobin meter (Hb meter) yang bersifat invasif karena sampel darah didapatkan melalui penusukan menggunakan jarum. Selain itu, anemia dapat dideteksi menggunakan metode alternatif yang bersifat non-invasif dengan mengamati kondisi klinis yang dapat dilihat berdasarkan kepucatan pada konjungtiva mata, lidah, telapak tangan, dan kuku. Tugas akhir ini mendeteksi anemia berdasarkan kepucatan pada konjungtiva mata sebagai metode non-invasif melalui citra digital menggunakan Support Vector Machine (SVM) dan menggunakan citra Red, Green, dan Blue (RGB), citra Hue, Saturation, dan Value (HSV), dan citra Grayscale dengan format *.png, serta mengambil nilai parameter mean, variance, skewness, kurtosis, dan entropy sebagai ekstraksi ciri. Klasifikasi citra yang digunakan adalah metode Support Vector Machine (SVM) menggunakan aplikasi MATLAB. Dalam upaya mencapai akurasi terbaik, variabel pengujian yang diteliti menggunakan variabel kombinasi antara parameter dan kernel SVM (kernel RBF, linear, dan polynomial). Secara keseluruhan dengan menggunakan metode klasifikasi SVM pada deteksi anemia, berhasil diperoleh akurasi tertinggi sebesar 72.9167% menggunakan kernel RBF dengan waktu komputasi 0.762 detik dan jumlah data latih 35 buah dan data uji 48 buah. Kata Kunci : HSV, Konjungtiva mata, RGB, Support Vector Machine Abstract Anemia can be detected through blood by using a Hemoglobin meter (Hb meter) which is invasive because the blood sample is obtained by needle pricked. It also can be detected by an alternative non-invasive method that observe the clinical conditions, can be seen from the paleness of eye conjunctiva, tongue, palms, and nails. This final project use the pallor of the eye conjunctiva as a non-invasive method through digital images using Support Vector Machine (SVM) to detect anemia, and used Red, Green, and Blue (RGB) layers, Hue, Saturation, and Value (HSV) layers, and Grayscale layers with *.png format are used in this project. Mean, variance, skewness, kurtosis, and entropy parameters are used as an extraction features. For image classification, this final project use Support Vector Machine (SVM) method with MATLAB application. In order to achieve the best accuracy, the variables are used in this project are the combination of parameter and SVM kernels (RBF, linear, and polynomial kernels). Overall, the highest accuracy was 72.9167% using the RBF kernel with a computation time 0.762 seconds and using 35 training data and 48 test data. Keywords : Eye Conjunctiva, HSV, RGB, Support Vector Machine
Perancangan Sistem Rekayasa Gelombang Otak Menggunakan Frekuensi Binaural Bagas Farhan Hadyantoro; 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

Saat ini, kesehatan mental sudah menjadi perhatian khusus dalam bidang kesehatan. Karena, dengan memiliki mental yang sehat, seseorang akan memiliki energi positif untuk menjalani aktifitas kesehariannya. Kesehatan mental sangat dipengaruhi oleh keadaan otak, itu sebabnya untuk memiliki kesehatan mental yang baik, kesehatan otak harus dijaga. Binaural Beat adalah “efek suara” yang dapat membangun emosi-emosi tertentu pada seseorang melalui frekuensi binaural yang dibuatnya. Dengan binaural beat, kita dapat melatih otak untuk memiliki kesehatan mental yang baik sehingga energi positif dapat terbentuk. Pada tugas akhir ini, dilakukan penelitian tentang perancangan sistem rekayasa gelombang otak menggunakan frekuensi binaural yang bertujuan untuk meningkatkan energi positif pada pendengarnya. Frekuensi binaural ini akan diuji kepada seseorang yang langsung diamati aktifitas gelombang otaknya melalui test EEG (Electroensefalografi), dan membagikan kuisioner sebelum dan sesudah kepada responden yang menggunakan frekuensi binaural selama 1 minggu. Sistem ini berhasil menstimulasi responden dengan probabilitas 92.30% dengan waktu rata-rata 6 menit 28 detik setelah stimulasi dimulai. Sistem ini berhasil meningkatkan energi positif berupa emosional keseharian responden setelah 1 minggu pemakaian dari 54.50% menjadi 73.67%. Kata kunci : Otak, Binaural Beat, frekuensi binaural, gelombang otak, EEG, energi positif
Analisis Perbandingan Dan Simulasi Denoising Citra Menggunakan Metode Dual-tree Complex Wavelet Transform Dan Bivariate Shrinkage Dengan Estimasi Variansi Lokal Lugina Perceka Putri; 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 Secara umum, pada proses pengiriman informasi citra digital, baik karena faktor alat maupun karena interferensi secara alami, terdapat noise atau derau yang merupakan sinyal gangguan yang tidak diinginkan dan kehadirannya merusak informasi asli. Oleh karena itu, perlu dilakukannya denoising proses pengolahan sinyal untuk menghilangkan atau mereduksi noise agar keadaan informasi ber-noise tersebut kembali mendekati keadaan aslinya. Pada tugas akhir ini, akan disimulasikan serta dianalisis perbandingan hasil denoising pada sinyal citra grayscale menggunakan metode Dual-Tree Complex Wavelet Transform (DTCWT) dan Bivariate Shrinkage dengan Estimasi Variansi Lokal (BSLVE). Noise yang digunakan kali ini adalah Gaussian, Poisson juga Salt & Pepper. Filter yang digunakan di metode DTCWT adalah Antonini, Legall dan Near Symmetric B. Windowsize yang digunakan di metode BSLVE adalah 3, 27 dan 51. Pada penelitian kali ini, metode DTCWT lebih handal melakukan denoising pada citra untuk noise Salt & Pepper sedangkan metode BSLVE lebih handal melakukan denoising pada citra untuk noise Gaussian dan Poisson. Pada DTCWT, filter Near Symmetric B mengungguli perolehan citra hasil terbaik sedangkan pada BSLVE windowsize 3 yang mengungguli perolehan citra hasil terbaik. Kata kunci : Denoising, citra, Dual-Tree Complex Wavelet Transform, Bivariate Shrinkage, Estimasi Variansi Lokal. Abstract Generally, in the delivery process of digital image information, by instrumental factor or because natural interference, there are noise which is an unwanted interference signal and its presence undermines the original information. Therefore, it is necessary to do denoising which is the process of signal processing to eliminate or reduce noise so that the state of the noised information is back to its original state. This final project will simulate and analyze the comparison of denoising result on grayscale image signal using Dual-Tree Complex Wavelet Transform (DTCWT) method and Bivariate Shrinkage with Local Variance Estimation (BSLVE). Noise used this time is Gaussian, Poisson also Salt & Pepper. The filters used in the DTCWT method are Antonini, Legall and Near Symmetric B. Windowsizes used in the BSLVE method are 3, 27 and 51. In this research, DTCWT method is more reliable in image denoising for Salt & Pepper noise while BSLVE method is more reliable in image denoising for Gaussian and Poisson noise. On DTCWT, filter Near Symmetric B producing best image result more than other filters while on BSLVE windowsize 3 producing best image result more than other windowsizes. Keyword: Denoising, image, Dual-Tree Complex Wavelet Transform, Bivariate Shrinkage, Local Variance Estimation
Diagnosis Penyakit Parkinson Melalui Analisis Pola Berjalan Berdasarkan Vgrf Menggunakan Wavelet Dan Support Vector Machine Gusty Aditya Arrazaq; Rita Magdalena; Ratri Dwi Atmaja
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

Penyakit parkinson atau Parkinson’s Disease (PD) tidak dapat didiagnosis disaat gejala muncul melalui citra medis yang didapatkan dari teknologi pindaian otak menggunakan computed tomography dan magnetic resonance imaging terhadap penderita PD karena tampak normal. Maka dari itu dibutuhkan metode lain yang dapat digunakan untuk mendiagnosis PD secara dini meskipun penderita PD masih tampak normal. Penderita PD bukan hanya memiliki gejala kegoyahan dan kekakuan saja melainkan juga memiliki kelainan bergerak dan kehilangan keseimbangan. Oleh karena itu, penelitian ini dilakukan dengan cara mengklasifikasi rekaman sinyal yang dihasilkan oleh sensor vertical ground reaction force (VGRF) bersumber dari database Physiobank. Sensor VGRF berjumlah 16 sensor dipasang pada kaki saat berjalan agar dapat mendiagnosis PD melalui analisis pola berjalan dengan menggabungkan koefisien wavelet dari hasil dekomposisi sinyal VGRF dan diklasifikasi menggunakan support vector machine (SVM). Penelitian ini menunjukkan bahwa koefisien wavelet adalah ciri yang baik untuk mewakili sinyal VGRF. SVM pada 140 vektor pelatihan dan 139 vektor pengujian mencapai akurasi klasifikasi sebesar 81,29% dengan waktu central processing unit (CPU) selama 80,87 detik sehingga metode ini dapat dipertimbangkan untuk digunakan pada analisis pola berjalan bagi penderita PD berdasarkan rekaman sinyal VGRF. Kata kunci: Parkinson’s Disease, Vertical Grond Reaction Force, Wavelet, Support Vector Machine, Analisis Pola Berjalan
Segmentasi Pembuluh Darah Pada Fundus Retina Menggunakan Deteksi Tepi Dan Operasi Morfologi Ahmad Zendhaf; 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 Perkembangan teknologi yang begitu pesat menjadikan proses segmentasi menjadi begitu diperlukan, proses segmentasi pada pembuluh darah retina pada fundus retina menjadi hal yang penting pada bidang biomedis untuk mempermudah para ahli kesehatan dalam mengidentifikasi penyakit yang terkait dengan mata. Maka dari itu pada tugas akhir kali ini dirancang sebuah sistem perangkat lunak menggunakan MATLAB, yang dimana sistem mampu mensegmentasi pembuluh darah retina pada citra fundus retina. Adapun langkahlangkah utama dalam melakukan segmentasi, langkah pertama melakukan preprocessing citra yang bertujuan untuk meningkatkan kualitas citra agar dapat tersegmentasi dengan optimal, kemudian melakukan segmentasi citra yang bertujuan untuk melakukan proses ekstraksi sehingga diperoleh pembuluh darah retina dari citra fundus mata menggunakan metode deteksi tepi dan operasi morfologi serta menggabungkan metode deteksi tepi dan operasi morfologi. Berdasarkan hasil penelitian yang menggunakan data DRIVE (Digital Retinal Images for Vessel Extraction) sebanyak 40 citra retina dilakukan analisis performansi sistem menggunakan confusion matrix yang menghasilkan nilail rata-rata akurasi dari deteksi tepi sebesar 80,19% dan operasi morfologi sebesar 88,40% serta metode gabungan dari deteksi tepi dan operasi morfologi sebesar 85,21% dengan parameter akurasi, TPR, FPR dan presisi. Kata Kunci: Mata, Deteksi Citra, Segmentasi, Deteksi Tepi, Operasi Morfologi Abstract The rapid technological development makes the segmentation process so necessary, the process of segmentation of the retinal blood vessels in the retinal fundus is important in the biomedical field to facilitate health experts in identifying eye-related diseases. Therefore, this final project designed a software system using MATLAB, in which the system is able to segment the retinal blood vessels in the retinal fundus image. As for the main steps in segmentation, the first step is to do image preprocessing which aims to improve image quality so that it can be segmented optimally, then do image segmentation which aims to extract the process so that the retinal blood vessels from the fundus image of the eye are using edge detection and morphological operations and combining edge detection and morphology operations methods. Based on the results of research that uses DRIVE (Digital Retinal Images for Vessel Extraction) data as many as 40 retinal images are performed system performance analysis using confusion matrix which produces an average value of accuracy of edge detection of 80.19% and morphological operation of 88.40% and combined method of edge detection and morphological operation is 85.21% with accuracy, TPR, FPR and precision parameters. Key words: Eye, Image Detection, segmentation, Edge Detection, Morphology Operation
Analisis Perbandingan Performansi Denoising Sinyal Ekg Menggunakan Metode Empirical Mode Decomposition Dan Adaptive Filter Irham Bani Alfafa; 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 Elektrokardiogram (EKG) adalah suatu sinyal yang dihasilkan dari aktifitas listrik otot jantung. Sinyal EKG memiliki informasi yang menggambarkan kondisi dari kesehatan jantung.Pengukuran menggunakan EKG dapat mendeteksi secara dini gejala penyakit jantung.Namun, hasil pengukuran menggunakan EKG sering dipengaruhi oleh gangguan noise dan tidak dapat dihilangkan dengan metode filter yang sederhana. Dalam ujicoba denoising pada tugas akhir ini, penulis menggunakan suatu perbandingan metode antara adaptive filter dan empirical mode decomposition (EMD), dan serial kedua metode tersebut. Pengujian dilakukan menggunakan matlab, dataset sinyal EKG dan beberapa noise di ambil dari database MIT-BIH arrhythmia dengan besar SNR input 30 dB yang akan ditambahkan pada sinyal EKG. Dimana adaptive filter menggunakan metode KALMAN, Least Mean Square (LMS), dan Recursive Least Square (RLS). 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. Ujicoba dilakukan dengan memberikan 4 noise yang berbeda yaitu Additive White Gaussian Noise (AWGN), BASELINE WANDER (BWN), ELEKTRODE MOTION ARTIFAC (EMN) dan MUSCLE ARTIFAC (MAN) untuk masing masing metode EMD dan adaptive filter. Berdasarkan hasil pengujian, denoising terbaik yang dilakukan oleh metode Empirical Metode Decomposition untuk Additive White Gaussian Noise (AWGN) adalah dengan nilai MSE = 0,0015 dan SNR = 25,1578 . Sedangkan untuk denoising terbaik yang dilakukan oleh metode Adaptive Filter untuk Additive White Gaussian Noise ( AWGN ) adalah dengan metode LMS dengan nilai MSE = 0,000275 dan SNR = 31,591166. Jika dibandingkan dari data diatas maka metode terbaik ditunjukkan oleh metode adaptive filter. Kata kunci: Elektrokardiogram (EKG), Denoising, Empirical Mode Decomposition, Adaptive Filter. Abstract Electrocardiogram (ECG) is a disease that results from the electrical activity of the heart muscle. ECG signals have unique information on cardiovascular health. Measurements using an ECG may inhibit cardiac symptoms. However, measurement results using an ECG are often characterized by noise interference and can not be removed by simple filter methods. In the denoising test in this final project, the authors used the method between adaptive filter and empirical mode of decomposition (EMD), and serial II method. The test was performed using matlab, the ECG signal dataset and some noise was taken from the MIT-BIH arrhythmia database with a 30 dB SNR input to be added to the ECG signal. Where adaptive filters use KALMAN, Least Mean Square (LMS), and Recursive Least Square (RLS) methods. While the noisy signal in the filter using EMD obtained the best results to-4, because if it is forwarded to the next iteration the output of the denoised result will be a flat signal. The test is done by giving 4 different noise that is Additive White Gauss Noise (AWGN), BASELINE WANDER (BWN), MOTION ARTIFAC (EMN) and MUSCLE ARTIFAC (MAN) for each EMD method and adaptive filter. Based on the test results, the best denoising performed by the Empirical Decomposition method for White Gaussian Noise Additive (AWGN) is with the value of MSE = 0.0015 and SNR = 25.1578. As for best denoising done by Adaptive Filter method for Additive White Gaussian Noise (AWGN) is by LMS method with value of MSE = 0.000275 and SNR = 31,591166. If compared from the above data then you can use adaptive filter method. Key words: Electrocardiogram (ECG), Empirical Mode Decomposition, Adaptive filters.
Analisis Dan Simulasi Pencarian Reff Dan Verse Lagu Pada Musik Digital Dengan Metode Linear Predictive Coding (lpc) Shimon Anterio Armando Sinaga; Rita Magdalena; I Nyoman Apraz Ramatryana
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

Pada masa sekarang ini perkembangan kemajuan teknologi dibidang pengolahan sinyal digital telah berkembang pesat. Salah satu pengembangannya adalah dalam pengolahan musik digital. Pengaplikasian pada musik digital ini adalah dengan menentukan bagian-bagian lagu seperti verse dan reff. Dengan hal ini, memudahkan mendapatkan bagian-bagian lagu yang diingkinkan. Oleh karena itu, pada penelitian ini, dibuat suatu simulasi untuk menentukan bagian lagu verse dan reff selanjutnya, dengan mendengar bagian pertama dari lagu tersebut. Penelitian ini akan menggunakan metode ekstraksi ciri suara yang disebut dengan Linear Predictive Coding. Metode-metode ini diaplikasikan pada software pemrograman Matlab. Sistem yang dirancang ini menentukan verse dan reff lagu berikutnya, dengan syarat diketahui letak detik pada verse dan reff pertamanya. Setelah dilakukan pengujian dengan skenario berbeda pada sistem yang dirancang maka didapatkanlah beberapa hasil akurasi. Untuk pengujian pertama, yaitu pada verse dan reff lagu, dengan skenario penentuan frame window yang bagus untuk digunakan, yakni pengujian frame window 250ms, 500ms, 750ms dan 1000ms. Dari hasil yang telah diuji, kedua (verse dan reff) tersebut, mendapat hasil yang baik pada frame window 2000ms. Pada pengujian kedua, dengan membandingkan orde yang digunakan. Orde yang diuji adalah 2, 4, 8 dan 12. Data lagu dari masing-masing orde, diuji dengan jumlah 36 lagu. Setelah diuji, dapat dianalisis dan diakurasi bahwa, untuk yang orde 2 mendapat 91%, orde 4 mendapat akurasi 94%, serta orde 8 dan 16 masing-masing mendapat akurasi 97%. Kata Kunci : Verse Lagu, Reff lagu, Linear Predictive Coding (LPC)
Pemisahan Verse Dan Reff Secara Otomatis Pada Musik Mp3 Menggunakan Korelasi Antar Frame Berbasis Ciri Discrete Cosine Transform (dct) Reyfaldi Wahyu Pradana; 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 Lagu merupakan suatu kesatuan musik yang terdiri atas susunan nada yang berurutan. Lagu juga merupakan seni yang melukiskan pemikiran dan perasaan manusia lewat keindahan suara. Terkadang kita menyanyikan sebuah lagu, tetapi tidak mengetahui verse dan reff nya. Penelitian ini tentang pencarian verse dan reff dengan inputan lagu yang membutuhkan potongan verse dan reff dari lagu untuk disimpan pada database. Database yang terdiri dari 25 potongan verse dan reff dari data lagu yang diproses secara manual. Proses tersebut membutuhkan waktu yang lama dikarenakan peneliti harus terlebih dahulu menentukan letak verse dan reff secara manual. Hal ini akan menjadi masalah bila jumlah database verse dan reff ditambahkan dengan data baru, sehingga diperlukan penelitian lebih lanjut untuk melakukan pemisahan verse dan reff secara otomatis dengan menganalisis sinyal dari file musik pada mp3. Pada penelitian ini akan merancang metode pemisahan letak verse dan reff menggunakan perhitungan korelasi antar frame. Sinyal audio dari file mp3 diubah menjadi frame-frame kecil pada proses framing, selanjutnya frame tersebut masuk ke proses windowing sebelum ditransformasi menggunakan metode Discrete Cosine Transform (DCT). Hasil transformasi DCT kemudian akan dihitung nilai korelasi antara kumpulan frame untuk mencari pola kesamaan beberapa kumpulan frame tersebut. Dari hasil korelasi tersebut didapat pola korelasi yang sama pada kumpulan frame dan selanjutnya menentukan letak verse dan reff. Proses terakhir adalah pemotongan verse dan reff sesuai dengan letak yang telah ditentukan pada proses sebelumnya. Simulasi metode ini diaplikasikan pada software pemrograman matlab. Pada penelitian ini didapatkan nilai rata rata akurasi tertinggi pada genre hip hop dengan ukuran frmae 1 yaitu sebesar 88,65% dengan rata rata waktu komputasi 111,2 detik. Kata Kunci : mp3, verse dan reff , Discrete Cosine Transform (DCT), korelasi. Abstract Song is a musical arrangement of same sequence. Song is also an art that depicts human thoughts and feelings through the beauty of the sound. Sometimes we sing a song, but not knowing the verse and the refrain. This system is about to determine the position of the first verse and the reff to be added to database. Databases consist of 25 pieces of verse and reff from the songs that processed manually. However, this process take a long time because researcher must determine when the verse and the reff beginning begins and ends. This thing will become a problem if number of database of verse and reff being added with new data, so further research is required to perform the separation of verse and the refrain automatically by analyzing signals from music files on mp3. In this research will design the method of separation of verse and refrain using the calculation of the correlation between frames. The audio signal from an mp3 file is converted into a small frames on the process of framing, then frame will be entered to windowing processing before tranformated using Discrete Cosine Transform (DCT). DCT transformation results will calculate the value of the correlation between frames to look for the pattern in common some collection of frames. From the correlation results obtained the same correlation patterns on the set of frame and then define the layout of the verse and the refrain. The last process is cutting of the verse and refrain in accordance with the location that was specified in the previous process. This method was applied in the simulation software matlab programming. In this research obtained average of highest accuracy from hip hop genre , frame size 1 is 88,65% with computation time 111,2 seconds. Keyword : mp3, verse and reff , Discrete Cosine Transform (DCT), correlation.
Analisis Kelainan Jantung Menggunakan Sinyal Elektrokardiogram Dengan Metode Transformasi Wavelet Dan K-nearest Neighbors Immanuel Rayuzi Pandapotan Sinaga; 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

Jantung memiliki peran yang sangat penting dalam sistematika organ tubuh sehingga dituntut untuk selalu berada dalam kondisi yang baik. Dalam bidang medis, terdapat alat pendeteksi kondisi jantung yang disebut Elektrokardiograf (EKG) yang dapat menghasilkan gelombang sebagai representasi dari perubahan pola kelistrikan pada jantung. EKG adalah alat yang mampu merekam sinyal listrik pada permukaan kulit yang berasal dari jantung. EKG dapat menggambarkan kondisi jantung seseorang sehingga dapat memberikan pertimbangan kepada dokter untuk menganalisis penyakit secara cepat. Tugas akhir ini bertujuan untuk melakukan analisis data keadaan jantung dengan menggunakan metode diskrit transformasi wavelet. Sistem penelitian ini dirancang untuk menganalisis dan mendiagnosis sinyal eletrokardiogram yang kemudian dapat digunakan untuk mengetahui apakah kondisi jantung dalam keadaan normal atau tidak. Metode yang digunakan pada tugas akhir ini adalah metode transformasi wavelet dan K-Nearest Neighbors. Sinyal EKG diekstraksi menggunakan transformasi wavelet sedangkan K-Nearest Neighbors berfungsi untuk mengklasifikasi ciri sinyal EKG. Hasil dari penelitian tugas akhir ini merupakan data analisis dan diagnostik yang mencapai tingkat akurasi 98% dan kemudian dapat digunakan dalam dunia medis.Kata Kunci: Diskrit Transformasi Wavelet, Electrokardiogram, K-Nearest Neighbors
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