Dyah Anggun Sartika
Institut Sains & Teknologi AKPRIND Yogyakarta

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

Found 3 Documents
Search

Optimalisasi Metode Deteksi Wajah berbasis Pengolahan Citra untuk Aplikasi Identifikasi Wajah pada Presensi Digital Denny Hardiyanto; Dyah Anggun Sartika
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 7, No 1 (2018): Edisi Juni 2018
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (482.893 KB) | DOI: 10.36055/setrum.v7i1.3367

Abstract

Pada sekitar tahun 2000-an, teknologi berbasis pengolahan citra berkembang begitu pesat seiring dengan kemajuan teknologi. Salah satu aplikasinya dibidang penelitian deteksi wajah. Penelitian tentang deteksi wajah pertama kali dikenalkan oleh peneliti Viola dan Jones pada tahun 2001. Selain itu, penelitian ini dilatarbelakangi oleh presensi kehadiran siswa di kampus yang sifatnya masih manual dan tidak sedikit mahasiswa yang melakukan kecurangan saat presensi.Topik penelitian ini adalah optimalisasi deteksi wajah berbasis pengolahan citra sehingga diperoleh teknik/metode yang tepat dalam mendeteksi citra wajah dan dapat mengurangi kesalahan deteksi (false positive) pada objek non-wajah di ruang kelas. Penelitian ini dilakukan di ruang kelas kampus 1 IST Akprind Yogyakarta dengan tujuan menerapkan presensi otomatis untuk kehadiran mahasiswa. Metode yang diusulkan pada penelitian ini meliputi metode Viola-Jones yang untuk proses deteksi wajah, ekstraksi fitur menggunakan 12 fitur statistika warna, dan proses klasifikasi menggunakan klasifier Multi Layer Perceptron untuk mengoptimalkan proses deteksi.Hasil penelitian dengan menggunakan 50 data citra asli dan 309 data objek kandidat wajah yang telah terdeteksi menunjukkan bahwa dengan ditambahkan ekstraksi fitur 12 atribut statistika warna mampu meningkatkan nilai akurasi sebesar 6% dan meningkatkan nilai spesifisitas sebesar 11%. Naiknya nilai spesifisitas tersebut menunjukkan bahwa sudah berkurangnya kesalahan deteksi (false positive) pada citra wajah.
Identifikasi Konten Negatif pada Citra Digital Berbasis Tanda Vital Tubuh Menggunakan Ekstraksi Fitur GLCM dan Warna YCbCr Denny Hardiyanto; Dyah Anggun Sartika
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 6, No 1 (2017): Edisi Juni 2017
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.507 KB) | DOI: 10.36055/setrum.v6i1.1734

Abstract

Perkembangan teknologi informasi yang semakin pesat seperti saat ini menyebabkan berbagai dampak positif dan dampak negatif. Segala informasi (konten positif dan negatif) tersedia di internet dan dengan mudah diakses oleh berbagai kalangan masyarakat diantaranya adalah pelajar. Konten negatif (pornografi) yang terkandung di dalam internet dapat berdampak buruk dan mempengaruhi keadaan psikis maupun mental khususnya kalangan pelajar. Tujuan dari penelitian ini adalah mengembangkan sistem untuk identifikasi konten negatif berbasis deteksi tanda vital tubuh. Objek penelitian tanda vital tubuh adalah puting payudara. Metode yang diusulkan adalah kombinasi deteksi wajah dan replace wajah untuk mengurangi tingkat kesalahan deteksi di area wajah. Selanjutnya pelatihan Haar-Cascade Classifier menggunakan 1000 data citra positif (citra berkonten puting payudara) dan 8000 data citra negatif (tidak berkonten puting payudara) untuk mendeteksi adanya puting payudara pada citra digital. Tahapan ekstraksi fitur menggunakan Gray Level Co-occurrence Matrix (GLCM) 84 atribut, hasilnya dilanjutkan proses ekstraksi fitur warna YCbCr. Klasifikasi yang digunakan adalah Multi Layer Perceptron dengan arsitektur 10 neuron dan 1 layer tersembunyi. Dengan menggunakan 158 data objek kandidat puting payudara, penelitian ini mampu mendeteksi konten puting payudara dengan nilai akurasi 90,3%, nilai spesifisitas 84,60%, dan nilai sensitivitas 92,4%. Hal ini menunjukkan bahwa penambahan ekstraksi fitur warna YCbCr mampu menaikkan nilai akurasi 0,9% dan nilai sensitivitas 1,04%.
Kendali Formasi Multi-UAV menggunakan Line of Sight (LOS) Guidance Law Dyah Anggun Sartika; Denny Hardiyanto
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 6, No 1 (2017): Edisi Juni 2017
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (648.884 KB) | DOI: 10.36055/setrum.v6i1.1750

Abstract

Ketika suatu UAV (pesawat tanpa awak) sudah mencapai batas kemampuannya, maka diperlukan multi-UAV untuk menggantikan tugas yang dibebankan kepada UAV. Selama ini multi-UAV lebih dipilih dalam menjalankan tugas yang besar sehingga didapatkan tingkat efektivitas yang lebih tinggi disertai kemampuan bertahannya yang lebih bagus dibandingkan milik UAV tunggal. Namun yang perlu diperhatikan yaitu bagaimana antar UAV dapat saling berkoordinasi dan berkomunikasi. Sehingga setiap UAV mampu terbang mengikuti formasi dan tetap pada lintasannya.Untuk mengatasi hal tersebut diperlukan suatu metode kendali formasi. Pada penelitian ini metode yang ditawarkan adalah menggunakan Line of Sight (LOS) Guidance Law. Metode ini diterapkan pada satu UAV yang dianggap sebagai kepala (leader) dan UAV lain yang dianggap sebagai pengikut (follower). Suatu algoritme dimasukkan ke dalam UAV follower sehingga UAV tersebut mampu mencari jalur milik UAV leader dan mengikutinya. Untuk lintasan diprogramkan pada UAV leader. Hasil yang didapat bahwa UAV follower dapat bergerak mengikuti UAV leader dengan jarak tertentu. Serta posisi tertentu dari UAV leadernya. Informasi yang dibutuhkan untuk melakukan pengejaran adalah informasi visual. yang berupa koordinat dari leader serta kecepatannya. Kendali dengan metode Line of Sight ini dapat diterapkan untuk lintasan apapun. baik yang bersifat sederhana seperti garis lurus maupun lintasan dengan banyak sudut seperti lintasan acak. tentu saja dengan tingkat kesulitan yang berbeda.