Article Per Year (5 Year)
p-Index From 2021 - 2026
5.369
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Teknik Elektro Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Panrita Abdi - Jurnal Pengabdian pada Masyarakat JIKO (Jurnal Informatika dan Komputer) Techne : Jurnal Ilmiah Elektroteknika JMM (Jurnal Masyarakat Mandiri) JUTEI (Jurnal Terapan Teknologi Informasi) Indonesian Journal of electronics, electromedical engineering, and medical informatics Jurnal Abdi Insani Indonesian Journal of Electrical Engineering and Computer Science Jurnal Teknik Informatika (JUTIF) Almufi Jurnal Pengabdian kepada Masyarakat KOMMAS: Jurnal Pengabdian Kepada Masyarakat Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal Nasional Sains dan Teknik
Ledya Novamizanti
Telkom University
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 94 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 94 Documents
Search

 3   4   5   6   7 
Perancangan Dan Implementasi Unlock Screen Memanfaatkan Sensor Accelerometer Pada Ponsel Berbasis Android Novialdy Nugroho Santoso; Gelar Budiman; Ledya Novamizanti
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK Keberadaan smartphone android mempunyai banyak kelebihan selain untuk berkomunikasi. perkembangan zaman membuat telepon genggam memiliki fungsi yang lebih beragam seperti media pengiriman surat elektronik, tempat penyimpanan data, hiburan, dan lain-lain. Dikarenakan kelebihannya, terciptalah beragam sistem keamanan yang tersedia seperti menggunakan pin, pengenalan wajah, atau pengenalan suara. Dalam perkembangannya masih banyak pihak yang tidak diharapkan dapat mengaksesnya, untuk itu pengguna harus lebih fokus dalam menjaga keamanan smartphonenya agar data-data penting yang ada didalamnya tidak bisa diakses oleh orang yang tidak diharapkan. Pada tugas akhir ini penulis mengembangkan sistem unlock screen dengan memanfaatkan sensor accelerometer yang sudah ada pada ponsel smartphone pada umumnya. Cara kerjanya yaitu dengan cara menggerakan ponsel. Jumlah pergerakan accelerometer yang dianalisis yaitu 20, 25 dan 30. Penulis menganalisa beberapa cara pengguna dalam menggerakan smartphonenya dan didapat bahwa setiap pergerakan memiliki perbedaan. Proses identifikasi handshake dilakukan dengan menggunakan metode Learning Vector Quantization (LVQ) untuk mendapatkan ciri dari gerakan tersebut. Setelah gerakan itu dikenali, data masukan akan dibandingkan dengan data yang telah diolah dengan LVQ itu dengan Euclidean Distance sebagai algoritma klasifikasi. Keluaran dari sistem ini menentukan berapa jarak yang dihasilkan antara data masukan dengan data di database, sehingga jika jarak lebih kecil dari nilai threshold maka dianggap sebagai pemiliknya. Hasil dari perancangan dan implementasi dari sistem ini menghasilkan akurasi terbaik pada jumlah indeks 30 dengan nilai threshold 135 dimana tingkat akurasinya mencapai 82.22 % Kata kunci : smartphone, unlock screen, LVQ, Euclidean Distance, accelerometer.
Klasifikasi Motif Batik Solo Menggunakan Histogram Of Oriented Gradient Dan Learning Vector Quantization Reyhan Radifan Jordy; Rita Magdalena; Ledya Novamizanti
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 Batik merupakan salah satu warisan nenek moyang nusantara yang telah diakui dunia. Batik sudah merupakan bagian dari masyarakat Indonesia sejak dulu. Batik-batik tersebut memiliki motif dan ciri khas yang berbeda-beda. Karena nilai budaya dan sejarah yang tinggi, penulis membuat simulasi sistem yang dapat mendeteksi jenis motif batik untuk memudahkan pengenalan jenis motif batik. Proses yang dilakukan dalam perancangan ini dengan mengambil citra motif batik dengan menggunakan kamera digital kemudian dilakukan preprocessing dengan meresize citra, lalu mengubah citra RGB menjadi grayscale, setelah itu menggunakan edge detection (Canny algorithm). Setelah tahap preprocessing selesai selanjutnya melakukan ekstraksi ciri dengan menggunakan Histogram Of Oriented Gradient dan mengklasifikasikannya dengan menggunakan Learning Vector Quantization.Setelah dilakukan pengujian sistem klasifikasi motif batik dengan 18 citra latih (6 citra untuk masing masing batik) dan 30 citra uji (10 citra untuk maisng masing batik) dengan parameter HOG dan LVQ yang berbeda didapatkan nilai akurasi sebesar 90% dan waktu komputasi rata rata 2,6591 detik Kata kunci : Batik, Histogram Of Oriented Gradient, Learning Vector Quantization Abstract Batik is one of the ancestral heritage of the archipelago that has been recognized world. Batik has been part of Indonesian society since the first. Batik has different motives and characteristics. Due to high cultural and historical values, the authors make simulations of systems that can detect types of batik motifs to facilitate the introduction of types of batik motifs. The process undertaken in this design by taking the image of batik motif by a digital camera then preprocessing by resizing the image, then changing the RGB image to grayscale, then using edge detection (Canny algorithm). After the preprocessing stage is complete, then perform feature extraction using Histogram Of Oriented Gradient and classify it using Learning Vector Quantization.After testing the batik motif classification system with 18 training images (6 images for each batik) and 30 test images (10 images for each batik) with different HOG and LVQ parameters, the accuracy value was 90% and the average computing time was 2,6591 seconds Keywords : Batik, Histogram Of Oriented Gradient, Learning Vector Quantization
Perancangan Sistem Deteksi Wajah Untuk Presensi Kehadiran Menggunakan Metode Lbph (local Binary Pattern Histogram) Berbasis Android Ahmad Fauzan Fauzan; Ledya Novamizanti; 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 Setiap manusia di dunia ini pasti memiliki bentuk wajah yang tidak sama bahkan dengan kembar identik memiliki perbedaan dalam bentuk wajah. Salah satu cara manusia untuk mengenal setiap individu lain adalah dengan mengingat bentuk wajah idividu tersebut dalam memori otak kita. Pada memori otak manusia akan memberikan sebuah gambaran wajah yang pernah kita kenal sebelumnya. Oleh karena itu, dibuatlah aplikasi deteksi wajah yang dapat mengenali wajah dan identitas yang ada dalam database berbasis android. Dalam tugas akhir ini dibuat sebuah sistem deteksi wajah berbasis android yang dapat menerjemahkan citra latih dalam format jpg dan dapat dikenal oleh system dalam citra uji . Citra yang menjadi masukan berupa citra wajah yang terdiri dari 90 citra dimana terdapat 60 citra latih dan 30 citra uji. Tahapan pre-processing terdiri dari scaling, rescale, konversi RGB ke grayscale, normalisasi wajah, mengurangi efek noise Setelah dilakukan preprocessing, selanjutnya tahap ekstraksi fitur menggunakan Local Binary Pattern Histogram (LBPH) yang bertujuan untuk mencari nilai yang dapat dikenal oleh system dalam citra hasil preprocessing lalu disimpan kedalam database. Lalu dilakukan klasifikasi menggunakan nilai histogram dengan Neighbor. Berdasarkan hasil pengujian aplikasi deteksi wajah dapat dilakukan dengan mengunakan metode LBPH (Local Binary Pattern Histogram) pada parameter Neighbors=9, Gridx. Gridy = 8x8, radius=1, ukuran tresh hold BW=180, dan jarak 20-25cm mendapatkan akurasi sebesar 95.56 dan waktu komputasi 2.35 detik. Kata kunci: LBPH,Citra, android, FAR,FRR. Abstract Every human being in this world must have a face shape that is not the same even with identical twins have differences in the shape of the face. One of the human ways to get to know each other is to remember the shape of the idle face in our brain memory. On the memory of the human brain will provide a picture of a face we once knew before. Therefore, a face detection application that can recognize faces and identities that exist in the android-based database. In this final project created an android based face detection system that can translate the image of training in jpg format and can be recognized by the system in the test image. The image into the form of a face image consisting of 90 images where there are 60 images of training and 30 test images. Pre-processing stages consist of registration, RGB, facial normalization, reduced noise effects After preprocessing, the feature extraction stage uses Local Binary Pattern Histogram (LBPH) which aims to find the value that can be recognized by the system in the image of the preprocessing result and then stored into the database. Then do the classification using K-Nearest Neighbor method. Based on the results of application testing can be done by using the LBPH (Local Binary Pattern Histogram) method in the Neighbors = 9, Gridx parameter. Gridy = 8x8, radius = 1, BW resistant tresh size = 180, and an accuracy of 20-25cm has an accuracy of 95.56 and a computing time of 2.35 seconds.Keywords: LBPH,Image, android, FAR,FRR Keywords: LBPH, Image, android, FAR, FRR
Analisis Audio Watermarking Berbasis Dwt Dengan Metode Qr Decomposition Dan Quantization Index Menggunakan Pso : Analysis Audio Watermarking Based On Dwt Using Qr Decomposition And Quatization Index Use Pso Thoriq Bayu Aji; Jangkung Raharjo; Ledya Novamizanti
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 Perkembangan teknologi internet pada era digital memberikan kemudahan untuk bertukar informasi kapan pun dan dimana pun. Namun kemudahan ini juga memiliki dampak negatif seperti pembajakan dan penyebaran secara ilegal terhadap data digital. Oleh sebab itu, diperlukan suatu solusi untuk memberikan tanda kepemilikan dari suatu data audio, salah satunya dengan menggunakan teknik watermarking. Dari segi keamanan data, teknik ini memiliki kriteria utama yaitu transparency, robustness, imperceptibility, dan security. Dalam penelitian ini, dirancang suatu skema yang dapat melindungi hak kepemilikan dan orisinalitas data audio. Teknik watermarking yang digunakan berbasis pada DWT (Discrete Wavelet Transform) dan QRD (QR Decomposition), selanjutnya citra watermark disisipkan menggunakan QIM (Quantization Index Modulation). Setelah semua proses watermarking selesai, selanjutnya akan dioptimasi dengan metode PSO (Particle Swarm Optimization) kepada setiap jenis audio yang memiliki nilai BER paling buruk. Host yang digunakan yaitu gitar, drum, piano, Vocal dan bass dengan format .wav. Hasil sistem audio watermarking yang dirancang setelah optimasi Particle Swarm Optimization menunjukan hasil yang lebih baik dibanding sebelum dilakukannya optimasi. Parameter optimal setelah optimasi Particle Swarm Optimization yang paling tahan terhadap serangan yaitu pada audio Drums (serangan Compression MP4 32k) dengan level DWT 4, nFrame 512, nbit 3, threshold 0,0179 dan posisi penyisipan pada semua matriks R yang menghasilkan nilai ODG -2.5174, SNR 22.5417, BER 0, Kapasitas 5.3833. Kata kunci : audio watermarking, DWT, QRD, QIM, particle swarm optimization . ABSTRACT Development of Internet technology in the digital age provides convenience to exchange information whenever and wherever. However, this convenience also have a negative impact such as piracy and illegal deployment of the digital data. Therefore, a solution is needed to give ownership marks of an audio data, one of solution by using watermarking technique. In terms of data security, this technique has the major criteria, some of which are transparency, robustness, imperceptibility and security. ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 236 This study was designed a scheme to protect copyright and originality of audio data. Watermarking technique use based on DWT (Discrete Wavelet Transform) and QRD (QR Decomposition) than watermark inserted with QIM (Quantization Index Modulation). After all the watermarking process is completed, the next will be optimized with Particle Swarm Optimization method to each type of host audio that has the worst BER value. . The hosts used are guitar, drum, piano, Vocals and bass with the .wav format. The result of audio watermarking system after the optimization with Particle Swarm Optimization is better than before optimizing. Optimal parameter after optimizing which was most resistant to attack is Drums audio (Compression MP4 32 k) with DWT level 4, nframe 2, nbit 3, threshold 0,0179 and insert position on all R matrices which produces the value of ODG -2.5174, SNR 22.5417, BER 0, Capacity 5.3833. Keywords : audio watermarking, DWT, QRD, QIM, particle swarm optimization
Penentuan Lokasi Chorus Pada Musik Mp3 Menggunakan Koefiesien Korelasi 2-d Pada Frame Berbasis Ciri Mel-frequency Cepstral Coeffisient (mfcc) Dine Octavia Kumalasari; Ledya Novamizanti; 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 Pada perkembangan teknologi yang semakin pesat ini, kebutuhan manusia dalam mempermudah pencarian informasi semakin bertambah, terutama di dunia hiburan seperti musik. Metode pencarian judul lagu dengan input suara senandung manusia atau humming membutuhkan pola nada pada bagian chorus dari sebuah lagu. Proses pemisahan chorus membutuhkan waktu yang lama jika dilakukan secara manual. Oleh karena itu sebuah metode untuk menentukan posisi chorus lalu memisahkannya secara otomatis merupakan solusi dari masalah tersebut. Pada penelitian ini diusulkan penggunaan metode Mel-Frequency Cepstral Coefficient (MFCC) pada frame sinyal audio dan menggunakan perhitungan koefisien korelasi 2-D untuk mendapatkan posisi chorus. Pertama-tama proses dimulai dengan memilih file MP3 dan selanjutnya didapatkan data sinyal audio. Kemudian dilakukan proses pemotongan sinyal audio menjadi potongan kecil yang disebut frame yang mana prosesini disebut prosesframing. Lalu pada setiap frame dilakukan proses transformasi MFCC untuk mendapatkan nilai koefisien MFCC. Koefisien MFCC disini merupakan ciri yang membedakan satu frame dengan frame yang lain. Proses terakhir adalah proses penentuan posisi chorus dengan menggunakan proses korelasi 2-D. Metode MFCC menghasilkan rata-rata ACC sebesar 94,5%. Waktu rata-rata proses untuk satu lagu adalah 0,24 detik pada ukuran frame 1 detik. Kata Kunci: Sinyal audio, chorus, mel-frequency cepstral coefficient (MFCC), koefisien korelasi 2-D. Abstract In this increasingly rapid technological development, human needs in facilitating information search are increasing, especially in the entertainment world such as music. The method of searching for song titles with humming sound input or humming requires the chorus pattern of a song. The chorus separation process takes a long time if done manually. Therefore a method for determining the position of the chorus and then separating it automatically is the solution to the problem. In this study it is proposed to use the Mel-Frequency Ceftient Coefficient (MFCC) method on the audio signal frame and use the 2-D correlation coefficient calculation to get the chorus position. First of all the process starts by selecting an MP3 file and then getting the audio signal data. Then the process of cutting the audio signal into small pieces is called the frame, which is called the framing process. Then in each frame the MFCC transformation process is carried out to obtain the MFCC coefficient value. The MFCC feature here is a feature that distinguishes one frame from another. The last process is the process of determining the position of the chorus using the 2-D correlation process. The success parameter of this simulation is the accuracy of the data.The ACC results with the MFCC method produced an average ACC of 94,5 %. The average processing time for one song is 0,24 seconds at 1 second frame size. Keywords: Audio signal, chorus, mel-frequency cepstral coefficient (MFCC), 2-D correlation coefficient.
Pemisahan Chorus Pada Musik Mp3 Menggunakan Koefisien Korelasi 2-d Berbasis Discrete Cosine Transform (dct) Dan K-nearest Neighbor (k-nn) Muhammad Wahyu Setiawan; Ledya Novamizanti; I N 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 Penelitian tentang metode pencarian judul lagu dengan input suara senandung manusia atau humming membutuhkan chorus dari sebuah lagu untuk mendapatkan pola nada yang unik dari sebuah lagu. Sebelumnya, proses pemisahan chorus masih dilakukan secara manual sehingga membutuhkan waktu yang lama. Sehingga, diperlukan sebuah metode untuk menentukan posisi chorus dan memisahkannya secara otomatis dengan memanfaatkan pengolahan sinyal audio. Pada penelitian ini, penulis merancang metode penentuan posisi chorus dengan menggunakan nilai Koefisien Korelasi 2-Dimensi (KK2-D) dan menambahkan proses klasifikasi K-Nearest Neighbor (KNN). Proses pertama adalah input file audio, selanjutnya preprocessing, framing, windowing, transformasi Discrete Cosine Transform (DCT), perhitungan KK2-D, dan klasifikasi K-NN. Pada penelitian ini, data yang digunakan sebanyak 25 data lagu yang terdiri dari 5 genre. Pengujian yang dilakukan adalah menganalisis pengaruh ukuran frame, pengaruh jenis window, nilai K dari K-NN, dan jenis jarak dari KNN. Hasil akurasi rata-rata dari 25 data lagu adalah 95% dengan parameter terbaik terdiri dari ukuran frame 1 detik, jenis window rectangular, nilai K sebesar 5, dan jarak cosine. Waktu rata-rata proses untuk satu lagu adalah 0,112 detik. Kata kunci : Sinyal audio, chorus, DCT, koefisien korelasi 2-D. Abstract Research about song title finder method with humming sound input need chorus part of the song to get unique pattern from a song. Chorus separation process still done manually so it will take a long time. This problem become the background, we need a method to finding the chorus position and separate it automatically by using audio signal processing. In this research, author designing a chorus position finder method using 2-D Coefficient Correlation (KK2-D) and adding classification process K-Nearest Neighbor (K-NN). First process is inputting the audio file, next are preprocessing, framing, windowing, Discrete Cosine Transform (DCT) transform, KK2-D calculation, and K-NN classification. In this research, author used 25 songs from 5 different genres. Test that have been done are analyzing frame size affection, window type affection, Kvalue from K-NN. Accuracy result from 25 songs is 95% with the best parameters are with 1 second frame, rectangular window type, K value of 5, and cosine distance. Average computation time for one song is 0.112 second. Keywords: Audio signal, chorus, DCT, 2-D correlation coefficient.
Peningkatan Performansi Kernel-based Object Tracking Menggunakan Type-2 Fuzzy Logic Muhammad Alief Hidayah Baso; Suryo Adhi Wibowo; Ledya Novamizanti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Object tracking merupakan salah satu bidang pada computer vision yang mempelajari tentang cara melacak suatu objek yang bergerak pada suatu ruang, yang dimana sekarang sedang berkembang dengan pesat. Object tracking dalam pengaplikasiannya digunakan dalam melacak gerakan benda maupun manusia dan augmented reality. Namun dalam pengaplikasiannya object tracking masih memiliki banyak tantangan dalam mendeteksi suatu objek. Pada kernel-based object tracking, kemiripan warna (background clutters) dan pergerakan cepat dari objek (motion blur) merupakan faktor utama penyebab terjadinya kegagalan pelacakan dan juga pada kernel-based object tracking belum dapat mendeteksi kegagalan dalam pelacakan. Sehingga pada algoritma koreksi kegagalan diterapkan pada kernel-based menggunakan type-2 fuzzy logic. Kernel-based object tracking merupakan suatu metode pelacakan objek yang memprediksi lokasi objek berdasarkan histogram warna yang memiliki probabilitas tertinggi. Dalam pengaplikasiannya metode kernel-based kurang akurat dalam mendeteksi objek dikarenakan kemiripan warna background dengan objek yang di tracking serta tracker tetap akan melakukan tracking dengan prediksi yang salah sehingga digunakan type-2 fuzzy logic untuk menganalisis terjadinya kegagalan sesuai dengan rules yang telah ditentukan sebelumnya dan melakukan koreksi pada saat object tracking. Dimana output dari metode kernel-based menjadi input dari type-2 fuzzy logic. Hasil dari algoritma sistem yang dibuat ini dapat meningkatkan kinerja dari metode kernel-based dari algoritma diuji menggunakan Object Tracking Benchmark 50 (OTB-50) berdasarkan parameter precision plot dan success plot. Dari hasil percobaan yang telah dilakukan, algoritma yang diusulkan menghasilkan performa sebesar 0.001 lebih presisi dibandingkan dengan kernel-based object tracking berdasarkan parameter precision plot dan memiliki tingkat kesuksesan lebih besar 0.003 diukur berdasarkan parameter success plot. Kata kunci : Object Tracking, Kernel-based, Type-2 Fuzzy Logic, Computer Vision Abstract Object tracking is one area in computer vision that learns about how to track an object that moves in a space, which is now growing rapidly. Object tracking in application is used in tracking both object movements and humans and augmented reality. But in application object tracking still has many challenges in detecting an object. In the kernel-based object tracking, color similarity (background clutters) and fast motion of objects (motion blur) are the main factors causing tracking failure and also on the kernel-based object tracking that have not been able to detect failures in training. So that the failure correction algorithm is applied to kernel-based using type-2 fuzzy logic. kernel-based object tracking is a method of tracking objects that predicts the location of an object based on a color histogram that has the highest probability. In its application the kernel-based method is less accurate in detecting objects because the similarity of background colors with objects that are tracked and tracker will still track incorrect predictions so that Type-2 fuzzy logic is used to analyze the occurrence of failure according to predetermined rules and do correction when object tracking. Where the output of the kernel-based method is an input of type-2 fuzzy logic. The results of this system algorithm can improve the performance of the kernel based method of the algorithm tested using a Object Tracking Benchmark 50 (OTB50) based on the parameters of the Precision Plot and Success Plot. From the results of experiments that have been done, the proposed algorithm produces a performance of 0.001 more precise than kernel-based object tracking based on precision plot parameters and has a success rate greater than 0.003 measured based on success plot parameter. ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019 | Page 4409 Keywords: Object Tracking, Kernel-based, Type-2 Fuzzy Logic, Computer Vision
Watermarking Citra Medis Menggunakan Metode Dct-dwt Dan Svd Fityanul Aditya; Jangkung Raharjo; Ledya Novamizanti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Pada tugas akhir ini teah diteliti sebuah proses watermarking citra medis yang disisipi data berupa dua buah citra menggunakan metode Discrete Cosine Transform (DCT), Discrete Wavelet Transform (DWT), dan Singular Value Desomposition (SVD). Terdapat juga skema pengujian terhadap citra medis yang telah disisipi watermark untuk mengetahui ketahanan dari watermark. Proses penyisipan dilakukan dengan menggabungkan nilai singular hasil SVD kedalam citra asli yang telah melalu proses DCT dan DWT. Hasil dari penelitian ini adalah sebuah citra medis yang sudah melalui proses watermarking menggunakan metode DCT-DWT-SVD dan pengujian dengan menggunakan beberapa jenis serangan serta membandingkan hasil pengujian dengan metode DWT-SVD. Dari pengujian yang dilakukan diketahui bahwa metode DCT-DWT-SVD memiliki ketahanan yang baik dari beberapa jenis serangan dibandingkan metode DWT-SVD. Pada metode DCTDWT-SVD diperoleh nilai PSNR 38,7244 dB dan SSIM 0,9802. Kata Kunci :.Watermarking, Discrete Cosine Transform, Discrete Wavelet Transform, Singular Value Decomposition Abstract In this final project, a medical image watermarking process which is inserted into the patient’s data in form of two image using Discrete Cosine Transform (DCT), Discrete Wavelet Transform (DWT), and Single Value Decomposition (SVD). There is also a testing cheme for medical images that have been inserted with a watermark to determine the resistance of the watermark. The insertion process is done by combining the singular value of SVD results into DCT-DWT coefficient in the original image The result of the final assigment is a medical image that has gone through a watermarking process using DCT-DWT and SVD methods and testing using several types of attacks and compare with DWT-SVD method. DCT-DWT-SVD method is more robustness than DWT-SVD method. From the test, DCT-DWT-SVD method has the PSNR value is 38,7244 dB and the SSIM value is 0,9802. Keywords : Watermarking, Discrete Cosine Transform, Discrete Wavelet Transform, Singular Value Decomposition.
Implementasi Sistem Kontrol Lampu Lalu Lintas Berdasarkan Suara Sirene Pada Arduino Muhammad Harits Ibrahim; Iwan Iwut Tritoasmoro; Ledya Novamizanti
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemacetan merupakan hal yang sering terjadi pada kota-kota besar di Indonesia. Terlebih lagi pada persimpangan jalan, terjadi penumpukan kendaraan yang padat. Keadaan ini membuat jalanan menjadi terhambat, khususnya bagi kendaraan darurat seperti ambulans, mobil polisi, dan mobil pemadam kebakaran. Sehingga kendaraan darurat yang membutuhkan prioritas perlu adanya sistem kontrol lampu lalu lintas agar dapat mencapai lokasi tujuan dengan tepat waktu. Penelitian ini memanfaatkan suara sirene untuk mengatur sistem kontrol lampu lalu lintas. Suara diproses melalui perangkat lunak pemrosesan sinyal dengan bantuan mikrofon. Pemrosesan sinyal suara menggunakan ekstraksi ciri MFCC (Mel Frequency Cepstrum Coefficient) dan Euclidean Distance untuk klasifikasinya. Apabila suara yang terdeteksi adalah suara sirene, maka sistem mengatur untuk memprioritaskan kendaraan darurat dengan memberi lampu hijau pada jalur yang dilewati. Arduino mengatur kerja lampu lalu lintas dan mengatur sistem kontrol lampu lalu lintas. Sistem ini menggunakan jumlah data latih sebanyak 10 dan jumlah data uji sebanyak 6 dengan menggunakan suara sirene dari ambulans, mobil polisi, dan pemadam kebakaran. Suara non sirene juga digunakan dalam menguji akurasi sistem. Parameter terbaik yang didapatkan dengan menggunakan nilai threshold untuk energi sebesar 0.002, jumlah frame sebanyak 150 data per frame, koefisien ciri MFCC sebanyak 24, dan nilai threshold untuk Euclidean distance sebesar 1.2. Sistem dapat mendeteksi suara sirene dengan akurasi terbaik yaitu 93.33% dengan waktu komputasi rata rata selama 14 detik. Sedangkan waktu yang dibutuhkan untuk masing masing jalur lampu lalu lintas rata rata selama 23 detik sekali perioda.Kata Kunci: lampu lalu lintas, suara sirene, sistem kontrol, MFCC, Euclidean Distance, Arduino.
Robust Watermarking Pada Citra Menggunakan Fast Discrete Curvelet Transform, Redundant Discrete Wavelet Transform, Dan Singular Value Decomposition Muhammad Fikri Aufa; Rita Purnamasari; Ledya Novamizanti
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan era yang semakin pesat menciptakan penyebaran data pada internet dalam wujud multimedia khususnya citra akan sangat mudah diambil. Data multimedia tersebut dapat dengan mudah disalin dan disalah gunakan oleh penipu tanpa hak cipta. Teknik robust watermarking merupakan solusi untuk mengamankan dan menjaga informasi data multimedia khususnya citra agar watermark yang disisipkan akan sulit dihilangkan dan dapat dipulihkan walaupun diubah oleh berbagai jenis serangan. Sistem yang dirancang memiliki dua proses, proses penyisipan dan ekstraksi. Metode Fast Discrete Curvelet Transform dan Redundant Discrete Wavelet Transform disisipkan pada citra host. Kemudian watermark disisipkan ke citra dengan cara menerapkan Discrete Cosine Transform pada watermark, kemudian nilai singular watermark dimasukkan ke dalam nilai singular citra host menggunakan metode Singular Value Decomposition. Sedangkan pada proses ekstraksi, watermark akan diekstraksi untuk mengembalikan gambar tanpa merusak citra host. Pada penelitian ini citra host berupa grayscale dengan ukuran 512×512 piksel dan watermark berupa data biner dengan ukuran 128×128 piksel. Hasil dari penelitian memperoleh nilai Peak Signal to Noise Ratio maksimum sebesar 71,7630 dB, Structural Similarity Index Metric maksimum 1, Normalized Correlation maksimum 1, dan Bit Error Rate 0 yang berarti skema ini memiliki imperceptibility yang baik. Skema watermarking yang diusulkan dapat bertahan dari serangan kompresi JPEG, Gaussian noise dengan variance di bawah 0,001, salt & pepper dengan variance 0,001, speckle noise dengan variance di bawah 0,003, Gaussian filtering, dan rotation. Kata Kunci : Discrete Cosine Transform (DCT), Fast Discrete Curvelet Transform (FDCuT), Redundant Discrete Wavelet Transform (RDWT), Singular Value Decomposition (SVD), Watermarking
Co-Authors ABDULFATTAH, MUHAMMAD EFAN Aditya, Ghanes Mahesa ADRIAN KURNIA, ADRIAN Adviatmadja, Sebastian Danny Agnes Gabriela Putri Winata Agung Nugroho Jati Ahmad Akbar Khatami Ahmad Alfi Adz Dzikri Ahmad Fauzan Fauzan Aldra Kasyfil Aziz Amini, Siti Aisyah Andy Ruhendy Putra ANGGUNMEKA LUHUR PRASASTI Annida, Nurafifah Aqilah Mamur Tanjung , Najmi Arindaka, Hafizhan Bhamakerti Armanda Nur Fadhlillah Ashri Dinimaharawati Aulia Wibowo Bambang Hidayat Cindy Angelista Deltika Cucu Alex Zaenudin Danny Adviatmadja, Sebastian David Chandra De Lima, Nadya Viana Dedy Rahman Wijaya Denny Meilika Setiawati Desri Kristina Silalahi Dias Wardana Dick Maryopi Dien Rahmawati Dimitri Mahayana Dine Octavia Kumalasari Eko Susatio Elsa Nur Fitri Astuti Elsa Nur Fitri Astuti Erizka Banuwati Candrasari Fahriansyah, Ardy Fajri, Farhan Ulil FARDAN FARDAN, FARDAN Faris Fadhlur Rachman Fathiyya, Dhiya Faza, Lulu Balqis Zianka Felix Pidha Hilman Fenty Alia Fikri Adhanadi Firdaus, Rifqi Fadhilah Fityanul Aditya Fityanul Akhyar Fredigo, Agno Gelar Budiman Gogi Gautama Al Hadiid HAFIZHANA, YASQI Hakim, Farhan Nur HANNAN HARAHAP, HANNAN Hanum, Mirza Alifia Harist Gymnovriza Hermawan, Laksamana Mikhail Husneni Mukhtar I Gusti Putu Agung Satria Bayu Mahendra I N Apraz Ramatryana I Nyoman Apraz Ramatryana Ilman, Mukhamad Zidni Imansyah Basudewa , Muhammad Indra Aulia Intan Sulviyani Irma Safitri Ivandy Chaniago Ivany Sesa Rehadi Iwan Iwut Iwan Iwut Tritoasmoro Iwut Tritoasmoro, Iwan Jangkung Raharjo Koredianto Usman Kurnia Ramadani Kurniawan Nur Ramadhani Mahanani, Edo Lutfi Mahfuz, Muhammad Rafi Marlindia Ike Sari Maulana , Muhammad Dafa Mertu, Aidi Mirsa Bayu Prasetyo Mochamad Reyhand Landrenzy Zulfikar Mohamad Alfaj’ri Muhammad Alief Hidayah Baso Muhammad Azwar Zulmi Muhammad Biyan Priatama Muhammad Fikri Aufa Muhammad Hablul Barri Muhammad Harits Ibrahim Muhammad Iqbal Rabbani Muhammad Raia Pratama Putra Wibowo Muhammad Rayhan Ghifari Muhammad Rizqy Alfarisi Muhammad Sindu Ramadhan Muhammad Wahyu Setiawan Nabila Setya Utami Novelita Dwi Miranda Novialdy Nugroho Santoso Nur Ibrahim Paradila I., Dela Parjuangan, Sabam Pinasthika Aulia Fadhila Pratama , Nyoman Raflly Prawita, Fat’hah Noor Priyambodo, Afif Putra, Afi Athallah Syamsulhadi Putu Harry Gunawan R Ricki Juniansyah R. Yunendah Nur Fu’adah Rabby Fitriana Adawiyah Rahma Nur Auliasari Rahmawati, Aulya RAMATRYANA, I NYOMAN APRAZ Randy Hamzah Hardianto Ratri Dwi Atmaja Razendra Zahran Firdaus Reyhan Radifan Jordy RIANTIARNI, TITA Rita Magdalena Rita Purnamasari Rita Rismala Rizal, Mochammad Fahru Rochmawati Ruslan , Ramah Rinaldi Ryan Anggara Sa'idah, Sofia Sari, Rina Media Satria Mandala Sa’idah, Sofia Setyagraha , Muhammad Rafi Mahfuz SIDDIK, MUHAMMAD ARSYAD Siti Azizah Suci Aulia Sugondo Hadiyoso Sulistyowati, Syifa Dwi Suryo Adhi Wibowo Susatio, Eko Susi Diriyanti Novalina Syamsul Rizal Syamsul Rizal Tanjung, Najmi Aqilah Mamur Thomhert Suprapto Siadari Thoriq Bayu Aji Tora Fahrudin Wahidin Wahidin WANANDA, PUTU DEBBY WIBOWO, BHISMA ADI Wicaksono, Muhammad Rievnuansyah YUYUN SITI ROHMAH Zahra Zettira Zukhrufuljannah Zaky, Pavel Manaf El