Diyah Puspitaningrum
Program Studi Teknik Infomatika, Fakultas Teknik, Universitas Bengkulu.

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

SISTEM PAKAR PERENCANAAN DIET BAGI PENDERITA HIPERTENSI MENGGUNAKAN METODE FUZZY MAMDANI robbie anuggrah ry; Ernawati Ernawati; Diyah Puspitaningrum
Rekursif: Jurnal Informatika Vol 5, No 2 (2017): Volume 5 Nomor 2 Juli 2017
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1386.529 KB) | DOI: 10.33369/rekursif.v5i2.893

Abstract

Sistem Pakar Perencanaan Diet Bagi Penderita Hipertensi Menggunakan Metode Fuzzy Mamdani, menghasilkan output berupa Berat badan ideal, status gizi penderita, Kebutuhan Kalori Harian, Jenis Diet, serta bahan makanan yang dianjurkan dan tidak dianjurkan bagi penderita hipertensi.
PERANCANGAN DAN PEMBUATAN APLIKASI STEGANOGRAFI PESAN TEKS PADA AUDIO DIGITAL DENGAN METODE LEAST SIGNIFICANT BIT benny kurniadi sukma yudha; Diyah Puspitaningrum; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 5, No 3 (2017): Volume 5 Nomor 3 November 2017
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (842.934 KB) | DOI: 10.33369/rekursif.v5i3.882

Abstract

Melindungi informasi termasuk dokumen multimedia merupakan suatu kebutuhan utama dalam era keterbukaan informasi seperti saat ini.Salah satu cara untuk mengatasi situasi diatas adalah menggunakan teknik steganografi. Steganografi adalah ilmu dan seni menyembunyikan pesan rahasia di dalam pesan lainsehingga keberadaan pesan rahasia tersebut tidak dapat diketahui.Penelitian ini mengimplementasikan steganografi menggunakan metode Least Significant Bit (LSB) yaitu dengan memodifikasi bit yang kurang signifikan atau bit terakhir dalamĀ  satu byte data dengan menggunakan audio WAV dan MP3 sebagai media penampung. Aplikasi ini dibangun dengan MatLab R2014a. Hasil penelitian menunjukkan bahwa aplikasi berhasil 100% melakukan penyisipan dan melakukan pemanggilan kembali pesan yang telah disisipkan. Hasil ekstraksi pesan memiliki tingkat kesesuaian karakter pesan 100% terhadap isi pesan asli. Ukuran audio setelah dilakukan penyisipan pesan 100% sama dengan ukuran audio asli. File audio hasilĀ  steganografi mempunyai kualitas sangat baik dengan nilai PSNR diatas 50dB. Akan tetapi steganografi dengan metode LSB ini tidak tahan terhadap serangan kompresi yang akan menyebabkan isi pesan didalam file audio hasil steganografi hilang.
Penerapan Speechrecognition pada Permainan Teka-Teki Silang Menggunakan Metode Hidden Markov Model (HMM) Berbasis Desktop M. Tri Satria Jaya; Diyah Puspitaningrum; Boko Susilo
Rekursif: Jurnal Informatika Vol 4, No 1 (2016): Volume 4 Nomor 1 Maret 2016
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (670.174 KB) | DOI: 10.33369/rekursif.v4i1.958

Abstract

Abstrak : Dengan perkembangan ilmu pengetahuan dan teknologi, maka salah satu cara untuk mencapai tujuan tersebut adalah dengan cara membangun aplikasi permainan teka-teki silang dengan menggunakan suara atau speech recognition berbasis desktop. Metode yang digunakan adalah metode Hidden Markov Model (HMM) untuk mengenali ucapan user berupa huruf-huruf yang memiliki arti. Kemudian digunakan juga Linear Predictive Coding (LPC) sebagai ekstraksi ciri untuk mengenali ciri suara user yang mengenali huruf-huruf tersebut. Berdasarkan banyaknya percobaan pengujian permainan TTS dari level easy, medium, dan hard dengan nilai keakurasian banyaknya nilai tertinggi, terendah, dan gagal. Untuk level easy dengan user Nadya nilai tertinggi sebesar 97,65%, terendah, 0% dan rata-rata nilai gagal sebesar 0%. Sedangkan untuk level medium dengan user Eko nilai tertinggi sebesar 67,68%, terendah 0,058%, gagal sebesar 46,19%. Sedangkan untuk level hard user Sadam nilai tertinggi sebesar 84,73%, terendah 2,2447%, gagal 22,003%. Dan rata-rata setiap permainan TTS dari level easy, medium, dan hard memperoleh hasil sebesar untuk easy1 nilai max sebesar 70,795%, nilai min sebesar 0,062%, untuk easy 2 nilai max sebesar 64,477%, nilai min sebesar 0,090%, untuk easy 3 nilai max sebesar 77,14% nilai min sebesar 0,178%. Untuk nilai medium 1 nilai max sebesar 70,06%, nilai min 0,137%, nilai medium 2 nilai max sebesar 77,60%, nilai min 0,104%, medium 3 nilai max sebesar 58,81%, nilai min 0,101%. Untuk nilai hard 1 max sebesar 63,75%, nilai min 0,04%, nilai hard 2 max sebesar 66,37%, nilai min 0,047%, hard 3 nilai max sebesar 77,34%, dan nilai min 0%.Kata Kunci: Game, TTS, Speech Recognition, HMM, LPC, Delphi 7