Article Per Year (5 Year)
p-Index From 2021 - 2026
5.134
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 Seminar Nasional Pendidikan IPA 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 Jurnal Nasional Sains dan Teknik Proceeding of Community Service and Engagement
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 : 130 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 130 Documents
Search

 7   8   9   10   11 
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
Analisis Performansi Denoising Sinyal Eeg Menggunakan Metode Discrete Wavelet Transform Dan Adaptive Filter Muhamad Rokhmat Isnaini; 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 Sinyal EEG ( Electroencephalogram ) merupakan rekaman sinyal yang dihasilkan dari medan elektrik spontan pada aktivitas neuron di dalam otak. Sinyal EEG dimanfaatkan pada bidang kesehatan untuk mendiagnosis keadaan neurologis otak, serta pada bidang teknologi seperti aplikasi Brain Computer Interface ( BCI ). Dalam perekaman sinyal EEG, terdapat noise yang tidak diinginkan sehingga dalam analisis sinyal EEG sulit mendapatkan informasi sinyal yang sebenarnya. Oleh karena itu dalam Tugas Akhir ini dirancang sebuah sistem denoising untuk menghilangkan noise agar memperoleh visualisasi sinyal yang sebenarnya. Pada penelitian ini sinyal EEG bersih akan di berikan noise AWGN (Additive White Gaussian Noise), kemudian teknik denoising yang akan dilakukan adalah menggunakan dua metode yaitu Discrete Wavelet Transforms dan Adaptive Filter. Pengujian dilakukan dalam Matlab dengan menggunakan parameter Minimum Squared Error ( MSE ), Signal-to-Noise Ratio ( SNR ), serta Peak Signal-to-Noise Ratio ( PSNR ). Berdasarkan hasil pengujian pada 5 data sinyal EEG, menunjukan untuk metode DWT ( Discrete Wavelet Transforms ) mendapatkan nilai rata – rata pada masing – masing parameter, MSE sebesar 0.0000209082, SNR sebesar 29.1607127780 dB dan PSNR sebesar 29.8262675865 dB. Dan untuk metode Adaptive Filter dengan algoritma Kalman diperoleh nilai rata – rata pada masing – masing parameter, MSE sebesar 0.0000425027, SNR sebesar 27.6136811973 dB dan PSNR sebesar 28.2792360058 dB. Kata kunci: Electroencephalogram (EEG), Denoising, Discrete wavelet Transform (DWT), Adaptive Filter. Abstract The EEG signal (Electroencephalogram) is a recording of a signal generated from a spontaneous electric field in the activity of neurons in the brain. EEG signals are used in the health field to diagnose the neurological state of the brain, as well as in areas of technology such as Brain Computer Interface (BCI) applications. In recording EEG signals, there is an undesirable noise so that in the EEG signal analysis it is difficult to get the actual signal information. Therefore in this final project is designed a denoising system to eliminate noise in order to obtain the actual signal visualization. In this study the clean EEG signal will be given AWGN noise (Additive White Gaussian Noise), then denoising technique that will be done is to use two methods of Discrete Wavelet Transforms and Adaptive Filter. The test is done in Matlab using Minimum Squared Error (MSE), Signal-to-Noise Ratio (SNR), and Peak Signalto-Noise Ratio (PSNR). Based on the results of testing on 5 EEG signal data, it shows that the DWT (Discrete Wavelet Transforms) method gets the average value of each parameter, MSE is 0.0000209082, SNR is 29.1607127780 dB and PSNR is 29.8262675865 dB. And for the Adaptive Filter method with Kalman algorithm, the average values for each parameter, MSE is 0.0000425027, SNR is 27.6136811973 dB and PSNR is 28.2792360058 dB. Keywords: Electroencephalogram (EEG), Denoising, Discrete wavelet Transform (DWT), Adaptive Filter.
Identifikasi Kelompok Umur Menggunakan Ronsen Panoramik Gigi Dengan Jaringan Syaraf Tiruan (artificial Neural Network) Putri Andriani; 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

Ilmu forensik merupakan salah satu bidang yang sangat dibutuhkan saat ini. Ada berbagai jenis ilmu forensik, yang salah satunya adalah odontology forensic yang merupakan penggunaan ilmu kedokteran gigi terhadap hukum,. Dengan banyaknya bencana alam dan kecelakaan transportasi yang terjadi sekarang ini, maka bidang ilmu ini dirasa sangat berguna untuk menyelesaikan masalah tersebut untuk melakukan identifikasi korban yang berjatuhan karena peristiwa tersebut. Identifikasi tersebut salah satunya adalah identifikasi umur. Biasanya ahli forensik akan menggunakan hasil ronsen panoramik gigi sebagai alat bantu untuk menentukan perkiraan umur dari korban a yang sedang diidentifikasinya. Namun pada kenyatannya proses identifikasi ini cukup memakan waktu, sehingga dengan adanya teknologi pengolahan citra dirasa dapat mempermudah proses tersebut. Pada tugas akhir ini, mengembangkan aplikasi identifikasi gambar tampak gigi dari hasil ronsen panoramik yang di scanning yang outputnya akan berupa perkiraan klasifikasi umur . Tugas akhir ini menggunakan dua ekstraksi yaitu PCA dan LBP, serta JST backpropagation sebagai klasifikasinya. Hasil yang diperoleh pada tugas akhir ini adalah sebuah program berbasiskan Matlab yang menghasilkan akurasi rata-rata 80% untuk identifikasi kelompok umur menggunakan klasifikasi Jaringan Syaraf Tiruan Backpropagation.Kata Kunci : Schour and Massler, Jaringan Syaraf tiruan backprop
Klasifikasi Kondisi Paru-paru Normal, Penyakit Tuberkulosis (tbc) Dan Efusi Pleura Pada Manusia Menggunakan Jaringan Syaraf Tiruan Propagasi Balik Ardhi Fibrianto; 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 Tugas Akhir ini tentang pendeteksian penyakit tuberculosis (TBC) dan efusi pleura menggunakan metode gray level coocurance matrix (GLCM) dan jaringan syaraf tiruan backpropagation (JST- BP). Penyakit tersebut mempunya ciri yang dapat dikenali dari foto hasil rontgen paru-paru. Sistem deteksi penyakit paru-paru yang dirancang pada penelitian ini terdiri dari beberapa bagian sistem, yaitu sistem pre-processing, sistem ekstraksi ciri dan sistem klasifikasi. Sistem pre-processing bertujuan untuk memperbaiki tingkat kualitas foto masukan yang akan dideteksi, pada Tugas Akhir ini menggunakan resize dan grayscale. Sistem ekstraksi ciri yang bertujuan untuk mengambil ciri pada sebuah foto atau citra dan proses selanjutnya akan diklasifikasi, Tugas Akhir ini menggunakan metode GLCM. Sedangkan sistem klasifikasi yang berfungsi memilah kedalam tiga kondisi paru-paru yaitu efusi pleura, normal dan TBC menggunakan JST- BP. Ketiga bagian sistem sudah diimplementasikan pada perangkat lunak, selanjutnya akan dilakukan proses pelatihan. Pada proses pelatihan digunakan 60 citra, kemudian citra akan diklasifikasi dalam tiga kondisi efusi pleura, normal dan TBC, citra tersebut akan dijadikan sebagai jaringan atau net pada JST-BP. Sebelum diuji dengan citra baru atau citra uji, sistem diuji dengan 60 citra latih dan menghasilkan 100% untuk semua kondisi. Selanjutnya sistem akan diuji dengan 60 citra baru atau citra uji. Akurasi sistem akan dihitung berdasarkan citra yang diujikan benar dengan semua citra yang diujikan. Akurasi yang dihasilkan sistem pada Tugas Akhir ini yaitu 100% untuk 60 citra latih, dengan masing-masing kelas 20 citra latih. Akurasi citra uji yaitu 70% untuk 60% citra uji, dengan masing-masing kelas 20 citra uji, kondisi efusi 85%, normal 70%, TBC 55%. Kata kunci: Tuberculosis (TBC), efusi pleura, gray level coocurance matrix (GLCM), jaringan syaraf tiruan backpropagation (JST-BP). ABSTRACT This Final Project about detection of tuberculosis (TBC) and pleura effusion using co-insurance matrix gray level (GLCM) method and artificial neural network-backpropagation (ANN-BP). The disease has characteristics that can be identified from photos of lung X-rays. The system developed consists of several parts, pre-processing system, feature extraction system and classification system. The pre-processing phase aims to improve the level of photos quality will be detected, furethrmore the system uses resize and grayscale. Feature extraction phase aims to get feature of images uses GLCM and then will be classify uses ANN-BP. The system has been developed, in the learning process uses 60 images, then the image will be classified in three conditions of pleura effusion, normal and tuberculosis, the image will be used as a network or net on ANN-BP. Before testing with a new image or test image, the will be train with 60 training data 60 and produced 100% for all conditions. Furethrmore the system will be test with 60 new images or test data. The accuracy of testing phase will be compute with the true data defied the total data. The accuracy obtained of the system about 100% for 60 training images, with each class 20 training images. The accuracy of the test image is 70% for 60% of the test image, with each class 20 test image, the effusion condition 85%, normal 75%, TBC 55%. Keywords: Tuberculosis (TBC), pleura effusion, gray level coocurance matrix (GLCM), artificial neural network - backpropagation (ANN-BP). Keyword : Cigarette, Electroencephalograph, Principal Component Analysis, K-Nearest Neighbor.
Pemisahan Reff Dan Verse Secara Otomatis Pada Musik Mp3 Menggunakan Korelasi Antar Frame Berbasis Ciri Harmonik Fast Fourier Transform (fft) Muhammad Ihsan Fadhil; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
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 reff dan verse nya. Penelitian ini tentang pencarian reff dan verse dengan inputan lagu yang membutuhkan potongan reff dan verse dari lagu untuk disimpan pada database. Database yang terdiri dari 25 potongan reff dan verse dari data lagu diproses secara manual. Proses tersebut membutuhkan waktu yang lama dikarenakan peneliti harus terlebih dahulu menentukan letak reff dan verse secara manual. Hal ini akan menjadi masalah bila jumlah database reff dan verse ditambahkan dengan data baru, sehingga diperlukan penelitian lebih lanjut untuk melakukan pemisahan reff dan verse secara otomatis dengan menganalisis sinyal dari file musik pada mp3. Pada penelitian ini akan merancang metode pemisahan letak reff dan verse menggunakan perhitungan kreorelasi antar frame. Sinyal audio dari file mp3 diubah menjadi frame-frame kecil pada proses framing, selanjutnya frame tersebut ditransformasi menggunakan metode Harmonik Fast Fourier Transform (FFT). Hasil transformasi Harmonik FFT 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 reff dan verse. Proses terakhir adalah pemotongan reff dan verse sesuai dengan letak yang telah ditentukan pada proses sebelumnya. Simulasi metode ini diaplikasikan pada software pemrograman matlab. Penelitian ini menghasilkan akurasi lebih dari 50% dari ketepatan letak reff dan verse dalam detik yang berjumlah 25 lagu dari hasil metode dibandingkan dengan letak aktual dari hasil pemisahan letak secara manual oleh peneliti pada masing-masing lagu. Waktu komputasi terbaik yang dihasilkan pada tugas akhir ini 86 detik dengan frame 1000ms untuk pemotongan 1 lagu file mp3. Kata kunci : Harmonik Fast Fourier Transform(FFT), reff, verse, korelasi, mp3. Abstract Song is a unity of music which consists of sequences of sequential tones. Songs are also art that depicts human thoughts and feelings through the beauty of sound. Sometimes we sing a song, but don't know the verse and the verse. This research is about search referrals and verses with song input that requires reffers and verses from songs to be stored in the database. A database consisting of 25 rebate pieces and verses from song data is processed manually. This process takes a long time because the researcher must first determine the location of the referrals and verses manually. This will be a problem if the number of reff and verse databases is added with new data, so further research is needed to automatically separate the reff and verse by analyzing the signal from the music file in mp3. In this research, we will design a method of separating the reff and verse locations using the calculation of the frame inter-creoration. Audio signals from mp3 files are converted into small frames in the framing process, then the frame is transformed using the Harmonic Fast Fourier Transform (FFT) method. The Harmonic FFT transformation results will then be calculated the correlation value between the frames collection to find the similarity patterns of several sets of frames. From the results of the correlation obtained the same correlation pattern in the collection of frames and then determine the location of the reff and verse. The last process is cutting ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 890 reff and verse in accordance with the location specified in the previous process. This method simulation is applied to matlab programming software. This research results in an accuracy of more than 50% of the exact location of the reff and verse in seconds totaling 25 songs from the results of the method compared to the actual location of the results of the manual location separation by the researcher in each song. The best computing time generated in this final project is 86 seconds with a 1000ms frame for cutting 1 song mp3 file. Keywords: Harmonic Fast Fourier Transform (FFT), reff, verse, correlation, mp3.
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 Arfat, Ikrar Khaera Arianto Sirandan Arintyo Archamadi Ayu Putu Wida Vanhita Azzahra, Fatima 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 Fernandi, Arya 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 Ida Wahidah Hamzah 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 Kurnia Khafidhatur Rafiah Ledya Novamizanti Lugina Perceka Putri M.Aldia Abilisa 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 Muhammad Ilham Fauzi Muhammad Imam Nashiruddin 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 Nugraha, M.Fajar Zulvan Nur Andini Nur Ibrahim NURFAJAR, FEBI Obed Simanungkalit Octavian Putera Kesuma Sugeng Olyvia Fernanda Soedradjat Perdana, Iqbal Kurniawan PERDANI, WAHYUNI RIZKY Pramudhita, Dyah Ajeng Prayoga, Krisna Prayudi, Yoshi Prihantoro, Angga 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 Rahardjo Rahardjo 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 Rudiana Agustini Sa'idah, Sofia Sa’idah, Sofia Saidah, Sofiah Sari, Febriani Ruming Sayidia Rizki Arfina Sean Alexander Suryaman Septian Eko Kuncahyono Shimon Anterio Armando Sinaga Sofia Naning Hertiana 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 Triyogi, Raihan Twinarya Bagus Wibawa Varian Mohammad Sutama Yohana Karina Candra Sari Yunendah Fu’adah