Articles
<![CDATA[Model of Multilevel Sub-Image to Find the Position of Region of Interest ]]>
<![CDATA[Hartono, Budi]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 2 (2016): November 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i2.7915
<![CDATA[Searching image is based on the image content, which is often called with searching of image object. If the image data has similarity object with query image then it is expected the searching process can recognize it. The position of the image object that contains an object, which is similar to the query image, is possible can be found at any positionon image data so that will become main attention or the region of interest (ROI). This image object can has different wide image, which is wider or smaller than the object on the query image. This research uses two kinds of image data sizes that are in size of 512X512 and in size of 256X256 pixels.Through experimental result is obtained that preparing model of multilevel sub-image and resize that has same size with query image that is in size of 128X128 pixels can help to find ROI position on image data. In order to find the image data that is similar to the query image then it is done by calculating Euclidean distance between query image feature and image data feature.]]>
<![CDATA[PENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE ]]>
<![CDATA[Hartono, Budi]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Proceeding SENDI_U 2017: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS ]]>
Publisher : <![CDATA[Proceeding SENDI_U ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (646.282 KB)
<![CDATA[Penelitian ini akan berkaitan dengan pencarian isi citra menggunakan metode pengukuran jarak Minkowski.Untuk mencari data citra yang mirip dengan citra query dapat dilakukan denganmenghitung jarak menggunakan metode Minkowski distance, yaitu jarak Manhattan/CityBlock (c=1), jarak Euclidean (c=2), dan jarak Chebyshev , dengan citra query berukuran 128X128 piksel. Untuk proses ekstraksi fitur tekstur citra menggunakan matriks intensitas cooccurrence atau Grey-Level Co-Occurrence Matrix (GLCM).Hasil penelitian diperoleh pencarian citra menggunakan jarak Manhattan/City Block relatif baik untukcitra yang kaya akan tekstur. Sedangkan hasil pencarian citra menggunakan jarak Euclideancukup baik untuk citra yang didalamnya terdapat satu atau beberapa obyek.Diharapkan melalui penelitian ini akan menghasilkan model yang dapat diimplementasikan pada perangkat lunak temu kembali citra. Kata Kunci:pencarian isi citra, Minkowski distance, jarak Manhattan/City Block, jarak Euclidean]]>
<![CDATA[MODEL PEMBELAJARAN ADAPTIF PADA MATA KULIAH GRAFIKA KOMPUTER ]]>
<![CDATA[Lusiana, Veronica]]>;
<![CDATA[Hartono, Budi]]>
<![CDATA[ Proceeding SENDI_U 2016: SENDI_U ]]>
Publisher : <![CDATA[Proceeding SENDI_U ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (157.367 KB)
<![CDATA[Konsep pembelajaran adaptif menawarkan proses belajar yang melihat kemampuan pemahamanmahasiswa. Pembelajaran adaptif pada umumnya lebih dititikberatkan untuk proses ujian yangdikenal dengan istilah ujian adaptif menggunakan komputer (computer adaptive test, CAT;computer-based test, CBT). Disini, urutan soal yang dikerjakan mahasiswa berbeda antara satumahasiswa dengan yang lain sesuai dengan kemampuan mengerjakan soal oleh mahasiswa.Tingkat kesulitan soal yang diberikan atau dimunculkan oleh komputer bervariasi untuk setiapmahasiswa sesuai dengan skor yang dihasilkan dari jawaban sebelumnya. Pada penelitian iniakan menerapkan konsep pembelajaran adaptif yang diterapkan pada urutan pemberian suatubahan ajar yaitu sub-pokok bahasan kepada mahasiswa. Sub-pokok bahasan disini adalah yangbersifat pengayaan atau sub-pokok bahasan lanjutan, karena pokok bahasan pengantar ataupemahaman dasar masih diberikan secara seragam untuk seluruh mahasiswa. Urutan bahan ajaryang bersifat pengayaan diberikan secara adaptif mengikuti tingkat penerimaan mahasiswaterhadap pokok bahasan sebelumnya. Melalui model pembelajaran ini diharapkan mahasiswadapat menguasai pengetahuan dasar mata kuliah Grafika Komputer dan menguasai pokokbahasan lanjutan atau pengembangan secara lebih baik sesuai dengan kemampuan penalarannya.Pokok bahasan yang dipilih disini adalah clipping menggunakan algoritma Cohen-Sutherland.Kata Kunci: computer adaptive test, adaptive learning, algoritma cohen-sutherland]]>
<![CDATA[PENERAPAN ALGORITMA COHEN-SUTHERLAND UNTUK PENENTUAN BATAS AREA PADA COLLISION DETECTION ]]>
<![CDATA[Hartono, Budi]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Proceeding SENDI_U 2018: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS ]]>
Publisher : <![CDATA[Proceeding SENDI_U ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (822.282 KB)
<![CDATA[Pada permainan komputer, deteksi tumbukan atau tabrakan (collision detection) digunakan untuk mendeteksi titik atau area persimpangan dua buah obyek. Sebelum terjadi tabrakan maka obyek yang akan menabrak (obyek penyerang) bergerak mendekati obyek yang akan ditabrak (obyek target) atau kedua obyek ini bergerak saling mendekat sampai terjadi tabrakan. Di dalam komputer grafis, batas area gambar merupakan batas yang digunakan untuk menampilkan sebuah obyek. Batas area gambar dapat bersifat dinamis dimana ukuran dan posisinya dapat berubah-ubah mengikuti obyek yang ada didalamnya. Algoritma Cohen-Sutherland dapat digunakan untuk menyusun batas area ini. Algoritma ini membagi sebanyak sembilan area berbeda yang dapat digunakan untuk memetakan tempat atau posisi terjadinya tabrakan antara obyek penyerang dengan obyek target. Penelitian ini akan menerapkan algoritma Cohen-Sutherland untuk menentukan batas area obyek target yang digunakan pada proses deteksi tumbukan.]]>
<![CDATA[PENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE ]]>
<![CDATA[Hartono, Budi]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Proceeding SENDI_U 2017: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS ]]>
Publisher : <![CDATA[Proceeding SENDI_U ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (646.282 KB)
<![CDATA[Penelitian ini akan berkaitan dengan pencarian isi citra menggunakan metode pengukuran jarak Minkowski.Untuk mencari data citra yang mirip dengan citra query dapat dilakukan denganmenghitung jarak menggunakan metode Minkowski distance, yaitu jarak Manhattan/CityBlock (c=1), jarak Euclidean (c=2), dan jarak Chebyshev , dengan citra query berukuran 128X128 piksel. Untuk proses ekstraksi fitur tekstur citra menggunakan matriks intensitas cooccurrence atau Grey-Level Co-Occurrence Matrix (GLCM).Hasil penelitian diperoleh pencarian citra menggunakan jarak Manhattan/City Block relatif baik untukcitra yang kaya akan tekstur. Sedangkan hasil pencarian citra menggunakan jarak Euclideancukup baik untuk citra yang didalamnya terdapat satu atau beberapa obyek.Diharapkan melalui penelitian ini akan menghasilkan model yang dapat diimplementasikan pada perangkat lunak temu kembali citra. Kata Kunci:pencarian isi citra, Minkowski distance, jarak Manhattan/City Block, jarak Euclidean]]>
<![CDATA[PENERAPAN ALGORITMA COHEN-SUTHERLAND UNTUK PENENTUAN BATAS AREA PADA COLLISION DETECTION ]]>
<![CDATA[Hartono, Budi]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Proceeding SENDI_U 2018: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS ]]>
Publisher : <![CDATA[Proceeding SENDI_U ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (822.282 KB)
<![CDATA[Pada permainan komputer, deteksi tumbukan atau tabrakan (collision detection) digunakan untuk mendeteksi titik atau area persimpangan dua buah obyek. Sebelum terjadi tabrakan maka obyek yang akan menabrak (obyek penyerang) bergerak mendekati obyek yang akan ditabrak (obyek target) atau kedua obyek ini bergerak saling mendekat sampai terjadi tabrakan. Di dalam komputer grafis, batas area gambar merupakan batas yang digunakan untuk menampilkan sebuah obyek. Batas area gambar dapat bersifat dinamis dimana ukuran dan posisinya dapat berubah-ubah mengikuti obyek yang ada didalamnya. Algoritma Cohen-Sutherland dapat digunakan untuk menyusun batas area ini. Algoritma ini membagi sebanyak sembilan area berbeda yang dapat digunakan untuk memetakan tempat atau posisi terjadinya tabrakan antara obyek penyerang dengan obyek target. Penelitian ini akan menerapkan algoritma Cohen-Sutherland untuk menentukan batas area obyek target yang digunakan pada proses deteksi tumbukan.]]>
<![CDATA[EKSTRAKSI FITUR TEKSTUR MENGGUNAKAN MATRIKS GLCM PADA CITRA DENGAN VARIASI ARAH OBYEK ]]>
<![CDATA[Lusiana, Veronica]]>;
<![CDATA[Al Amin, Imam Husni]]>;
<![CDATA[Hartono, Budi]]>;
<![CDATA[Kristianto, Teguh]]>
<![CDATA[ Proceeding SENDI_U 2019: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS ]]>
Publisher : <![CDATA[Proceeding SENDI_U ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (238.827 KB)
<![CDATA[Tekstur adalah salah satu ciri yang dimiliki oleh citra yang dapat dilihat atau kenali secara visual namun tidak mudah untuk mendefinisikannya. Ciri citra hasil ekstraksi fitur tekstur dapat digunakan untuk membantu proses penyusunan ciri citra. Salah satu cara untuk mengekstraksi fitur tekstur adalah menggunakan matriks grey level co-occurrence matrix (GLCM). Penelitian ini merupakan penelitian awal untuk melakukan proses ekstraksi fitur tekstur menggunakan matriks GLCM pada citra yang memiliki variasi arah obyek. Dari hasil percobaan diperoleh sudut 0 derajat menjadi ciri yang dominan untuk citra yang memiliki tekstur bervariasi rendah, sedangkan sudut 45 dan 90 derajat menjadi ciri yang dominan untuk citra yang memiliki tekstur bervariasi tinggi. Kata Kunci: ekstraksi fitur, GLCM, fitur tekstur]]>
<![CDATA[Model of Multilevel Sub-Image to Find the Position of Region of Interest ]]>
<![CDATA[Hartono, Budi]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 2 (2016): November 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i2.7915
<![CDATA[Searching image is based on the image content, which is often called with searching of image object. If the image data has similarity object with query image then it is expected the searching process can recognize it. The position of the image object that contains an object, which is similar to the query image, is possible can be found at any positionon image data so that will become main attention or the region of interest (ROI). This image object can has different wide image, which is wider or smaller than the object on the query image. This research uses two kinds of image data sizes that are in size of 512X512 and in size of 256X256 pixels.Through experimental result is obtained that preparing model of multilevel sub-image and resize that has same size with query image that is in size of 128X128 pixels can help to find ROI position on image data. In order to find the image data that is similar to the query image then it is done by calculating Euclidean distance between query image feature and image data feature.]]>
<![CDATA[ALGORITMA RAY-TRACING DALAM 3D FOTOREALISTIK RENDERING UNTUK VISUALISASI OBJEK DUNIA NYATA ]]>
<![CDATA[Oka Rosalin, Agnes]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Information Technology and Telematics Vol 8 No 2 (2018) ]]>
Publisher : <![CDATA[Information Technology and Telematics ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstract – Digital image engineering is progressing to the limits of realism that looks perfect. To form a realistic graphic image, so that it reflects the real reality, 3D modeling and photorealistic rendering techniques are used. The purpose of this study is to create realistic graphic images to visualize real-world objects in the form of 3-dimensional images. From making this graphic image, aspects that support 3D modeling will be analyzed so that they look real, and analyze the ray-tracing algorithm when used to process the 3D model into a graphic image. Ray-tracing is a rendering technique that calculates scene images by simulating the way light rays travel in the real world. The process of making graphic images is related to the study of geometry, surface characteristics and lighting. The methodology in making this graphic image uses the MDLC methodology.]]>
<![CDATA[APLIKASI PASSWORD GENERATOR DENGAN METODE DICEWARE BERBASIS WEB MOBILE ]]>
<![CDATA[ARIFUDIN, WAHYU]]>;
<![CDATA[Lusiana, Veronica]]>
<![CDATA[ Information Technology and Telematics Vol 8 No 2 (2018) ]]>
Publisher : <![CDATA[Information Technology and Telematics ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstract- People often choose a password that is easy to remember, for example from the date of birth, the name of the parent and so on. Often these passwords are easy to guess. Besides, those passwords are also easy to penetrate using some password cracking techniques such as dictionary attacks or brute-force attacks. Making a password that is safe but easy to remember is not an easy thing. The longer and more complex a password, the safer the password is. There are several methods that can be used to create a secure password. Diceware password is a method that can be used to make passwords safe but easy to remember. System development method used in this research is waterfall which consists of the beginning of the system, system analysis, system design using UML, system implementation using PHP and MySQL.The final result of this research is the mobile web-based password generator application can be used to facilitate and help the general public in creating passwords that are easy to remember and safe with the diceware method which consists of password generator 1 key and password generator 3 key with a maximum of 8 random times where the password results diceware will show as pdf]]>
