Article Per Year (5 Year)
p-Index From 2021 - 2026
1.728
P-Index
This Author published in this journals
All Journal JSI: Jurnal Sistem Informasi (E-Journal) ICON-CSE International Journal of New Media Technology Jurnal Elektronika dan Telekomunikasi Jurnal Sisfokom (Sistem Informasi dan Komputer) Sriwijaya Journal of Informatics and Applications Jurnal Generic Jurnal Pendidikan dan Teknologi Indonesia Media Elektrik
Julian Supardi
Universitas Sriwijaya
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Watershed Segmentation for Face Detection Using Artificial Neural Network Julian Supardi
ICON-CSE Vol 1, No 1 (2014)
Publisher : ICON-CSE

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

Abstract

In a face image containing objects sometimes face has a color similar to the background color or objects that are nearby. This causes the system to detect any objects in the face in an image. This study wants to try to overcome these problems. The approach used in this study is a dynamic image segmentation. The segmentation will produce region-region are then used as input for the neural network. From the experiments conducted, the method used is good enough to detect faces. The results showed that the approach used in this study can detect all of the data that had trained, while for the data that has not been trained detection rate reached 70%.
Application Of Dynamic Segmentation In Stroke Detection Software With ANN Hastie Audytra; Julian Supardi; Abdiansah Abdiansah
IJNMT (International Journal of New Media Technology) Vol 8 No 2 (2021): IJNMT (International Journal of New Media Technology)
Publisher : Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ijnmt.v8i2.2439

Abstract

One way to find out whether there is a stroke is to do a CT scan . But the results of the examination with a new CT scan can be obtained in quite a long time. In addition, sometimes there are differences of opinion between doctors and radiologists regarding what is seen from the results of the examination. This research was conducted to produce a software that can later be integrated with the existing system on the CT Scan tool so that it can immediately be known whether or not stroke is present from the CT Scan results. In this study, a dynamic image segmentation method is implemented, namely the watershed transformation method which will later produce regions as a feature for the stroke detection process carried out with the backpropagation algorithm. From experiments conducted on CT scan images of the brain, this method can detect stroke well. The results obtained are 100% for training data and 90% for test data.
Determination of the Winner of Project Tender Using Analytical Hierarchy Process Julian Supardi; Endang Lestari
Generic Vol 5 No 1 (2010): Vol 5, No 1 (2010)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Determination of the winner project tender is a fairly complex job. This is because the selection of winners is based on various criteria. On the other hand Analytical Hierarchy Process (AHP) is one method frequently used in the development of Decision Makers System. The principle of AHP method is choice of a decision based on consideration of various criteria. Such conditions make the AHP method suitable to be applied in determining the winner of the tender project. In this research, AHP architecture uses seven criteria, and seven alternatives. The seven criteria are price, specification, time, support, warranty, experience, and the browser. Meanwhile, the company that the alternatives to be selected are companies that have passed the prequalification stage. The winner is determined based on the order of greatest priority value.
Deteksi Wajah Menggunakan Segmentasi Warna Kulit dan Template Matching Menggunakan Metode Modified Chamfer Matching Algorithm Vikki Aria Dinata; Saparudin Saparudin; Julian Supardi
Generic Vol 10 No 1 (2018): Vol 10, No 1 (2018)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Pendeteksian wajah merupakan suatu proses menentukan lokasi wajah pada citra. Pendeteksian wajah biasanya digunakan untuk tahapan awal dari proses pengenalan wajah. Banyak metode yang telah dikembangkan untuk proses pendeteksian wajah tersebut, salah satunya menggunakan metode template matching. Pada penelitian ini digunakan metode template matching menggunakan modified chamfer matching algorithm yang menggunakan warna YCbCr untuk proses segmentasi warna kulit. Proses yang dilakukan pertama kali adalah melakukan segmentasi warna kulit untuk mendapatkan kandidat wajah, selanjutnya kandidat tersebut akan digunakan untuk proses template matching. Dari 30 citra yang diujikan pada perangkat lunak, metode yang digunakan ini menghasilkan tingkat akurasi 30% untuk wajah yang terdeteksi keseluruhan, 23,33 % untuk wajah yang terdeteksi keseluruhan tapi terdapat objek lain selain wajah yang terdeteksi, 40 % untuk wajah yang tidak terdeteksi keseluruhan, dan 6,66 % untuk tidak ada wajah yang terdeteksi
Forecasting Harga Saham dengan Jaringan Saraf Tiruan Rina Yuniarti; Julian Supardi; Firdaus Firdaus
Generic Vol 10 No 1 (2018): Vol 10, No 1 (2018)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Forecasting atau peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi sehingga dapat dilakukan tindakan yang tepat. Proses forecasting dimanfaatkan untuk berbagai aspek kehidupan, salah satunya adalah forecasting harga saham. Forecasting harga saham dapat dilakukan dengan algoritma pada jaringan saraf tiruan, yaitu algoritma backpropagation. Pada forecasting dengan jaringan saraf tiruan dibentuk suatu pemodelan jaringan yang dapat memproses data masukan. Pada penelitian ini digunakan suatu pemodelan yang menganalisis faktor-faktor yang mempengaruhi harga saham dan perubahan nya. Faktor-faktor tersebut adalah faktor teknikal, faktor makro ekonomi dan faktor fundamental. Dengan menggunakan faktor-faktor tersebut pada pemodelan jaringan saraf tiruan dihasilkan suatu hasil forecasting yang cukup baik dan akurat, yaitu dengan kekuratan 98,90%. untuk nilai harga saham, 87,65% untuk perubahan harga saham dan 73,20% untuk selisih perubahan harga saham
RANCANG BANGUN COLLABORATIVE SYSTEM PEMASARAN HOTEL SECARA ON-LINE DENGAN PENDEKATAN MEDIATOR BASED Julian Supardi; Vebri Dores
Jurnal Sistem Informasi Vol 1, No 2 (2009)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1006.508 KB) | DOI: 10.36706/jsi.v1i2.708

Abstract

One important aspect of the development of information and communication technology in the economic field is marketing through the Internet. The development of marketing through the Internet network since the last decade very rapidly. Transactions that occur very tempting. That's why up a snowball effect, thus attracting businesses to leverage the Internet as a new marketing channels. This research was conducted to develop a marketing medium collaborative hotels. The approach used mediatore based. The methodology used in this collaborative media development is waterfall with steps Analysis, design, coding and testing. The results of this research is a collaborative media hotel marketing on-line has been implemented according to specifications that have been formulated in the SRS.Key words: Information technology, marketing collaborative, Mediatorbase
Pengujian Integritas File Operasi Tanda Tangan Digital Menggunakan Kombinasi Hash MD5, RSA dan Skema Qr-Cod Hafiz Mursid; Julian Supardi; M. Qurhanul Rizkie
Generic Vol 14 No 2 (2022): Vol 14, No 2 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Kebijakan WFH pada masa pandemi COVID-19 mengakibatkan berbagai dokumen yang awalnya masih menggunakan sistem manual beralih ke sistem digital termasuk pada pengesahan pada dokumen tersebut. Maka penerapan tanda tangan digital dapat dijadikan alternatif sebagai bukti autentik sebuah dokumen untuk menggantikan tanda tangan konvensional. Penelitian ini bertujuan untuk mengembangkan perangkat lunak guna melakukan pengujian integritas dokumen dengan tanda tangan digital yang dibangun menggunakan fungsi hash MD5 dan algoritma RSA yang kemudian di-generate menjadi Qr-Code pada dokumen yang terdiri dari 1000 kata dengan ekstensi .docx. Dokumen yang akan diuji tersebut diberikan tanda tangan digital dengan perangkat lunak yang dibangun dan selanjutnya dilakukan pengujian integritas dengan melakukan operasi modifikasi terhadap file teks tersebut. Pada penelitian ini telah dibuat perangkat lunak untuk menerapkan skema autentikasi pada sebuah dokumen. Dari hasil penelitian yang dilakukan maka dapat disimpulkan jika fungsi hash MD5 dan algoritma RSA yang digenerate menjadi Qr-Code dapat diimplementasikan dengan baik untuk operasi tanda tangan digital.
Reconstruction Low- Resolution Image Face Using Restricted Boltzmann Machine Julian Supardi
Sriwijaya Journal of Informatics and Applications Vol 4, No 1 (2023)
Publisher : Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/sjia.v4i1.72

Abstract

Low-resolution (LR) face images are one of the most challenging problems in face recognition (FR) systems. Due to the difficulty of finding the specific features of faces, the accuracy of face recognition is low. To solve this problem, some researchers are using an image reconstruction approach to improve the resolution of their images. In this research, we are trying to use the restricted Boltzmann machine (RBM) to solve the problem. Furthermore, a labelled face in the wild (lfw) database has been used to validate the proposed method. The results of the experiment show that the PSNR and SSIM of the image result are 34.05 dB and 96.8%, respectively.
Deteksi Anomali Sinyal Vibrasi pada Mesin Industri Menggunakan Autoencoder di PT. Pusri Palembang Umari, Zainal; Supardi, Julian
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 12 (2024): JPTI - Desember 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.553

Abstract

Analisa sinyal vibrasi merupakan metode penting untuk mendeteksi kondisi kesehatan mesin untuk mencegah kerusakan lebih lanjut dan mengurangi downtime. Pendekatan konvensional sering kali tidak efektif dalam menangkap pola kompleks pada sinyal vibrasi, sehingga dibutuhkan metode yang lebih canggih, seperti pembelajaran mesin. Penelitian ini bertujuan untuk mengembangkan model deteksi anomali pada sinyal vibrasi menggunakan autoencoder. Data vibrasi yang digunakan diperoleh dari tiga unit blower di PT. Pusri Palembang. Evaluasi dilakukan dengan membandingkan kemampuan model dalam mendeteksi anomali dan kondisi normal.  Hasil penelitian menunjukkan bahwa model autoencoder efektif mendeteksi anomali dengan akurasi tinggi serta keseimbangan optimal dalam mengidentifikasi kondisi mesin. Penelitian ini menawarkan solusi praktis bagi industri untuk meningkatkan efisiensi pemeliharaan dan keandalan peralatan.
Pengembangan Model CNN ResNet-18 untuk Klasifikasi Kondisi Gigi Berbasis Citra RGB sebagai Solusi Diagnostik Digital Sihotang, Gabriel Mediose Alfranda; Supardi, Julian
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 12 (2024): JPTI - Desember 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.568

Abstract

Penelitian ini menggunakan model CNN ResNet-18 untuk klasifikasi kondisi gigi berbasis citra RGB dengan empat kategori: Calculus, Caries, Gingivitis, dan Tooth Discoloration. Data diambil dari dataset Oral Diseases. Teknik preprocessing mencakup Resize, Center Crop, dan Normalization. Model dilatih menggunakan optimizer Adam dengan learning rate 0.001 dan 50 epoch. Tujuan penelitian menggunakan Residual Network-18 untuk melakukan klasifikasi kondisi gigi Gingivitis, Calculus, Karies, dan Tooth Discoloration yang menggunakan data dari dataset Oral Diseases. Tahapan preprocessing mencakup Resize, Center Crop, Random Resized Crop, Random Horizontal Flip, Random Rotation, ToTensor, dan Normalization. Model dilatih dengan Hyperparameter optimizer Adam, Learning Rate 0.0001, Epochs 50, dan Batch Size 16. Hasil evaluasi model mencatat bahwa model mendapatkan performa akurasi tinggi pada kelas Caries 97% dan kelas Tooth Discoloration 96%. Namun performa akurasi yang lebih rendah pada kelas Gingivitis 88% dan kelas Calculus 78%. Penelitian ini memberikan kontribusi pada efisiensi diagnostik gigi dengan mengurangi ketergantungan pada X-Ray.
Co-Authors Abdiansah, Abdiansah Agus Andreansyah Andreansyah, Agus Arnelawati, Arnelawati Endang Lestari Ruskan Firdaus Firdaus Hadipurnawan Satria Hafiz Mursid Hastie Audytra Muhammad Qurhanul Rizqie Nur, Arviansyah Rachmatullah, M. Naufal Rina Yuniarti Samsuryadi Samsuryadi Saparudin Saparudin Serrano, Philip Alger M. Sihotang, Gabriel Mediose Alfranda Umari, Zainal Vebri Dores Vikki Aria Dinata