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 124 Documents
Search

 6   7   8   9   10 
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
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
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