Articles
<![CDATA[Bisindo Sign Language Transliteration Using Automata ]]>
<![CDATA[Pratomo, Awang Hendrianto]]>;
<![CDATA[Simanjuntak, Oliver S.]]>;
<![CDATA[Putra, Dimas Candra Nugraha]]>
<![CDATA[ Compiler Vol 8, No 1 (2019): Mei ]]>
Publisher : <![CDATA[Sekolah Tinggi Teknologi Adisutjipto Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (900.521 KB)
<![CDATA[Sign Language is a language which prioritizes manual communication, body language and lip movement for communication. People who usesign language for communication aredeaf and mute people. Sign language in Indonesia is Sistem Isyarat Bahasa Indonesia (SIBI) and Bahasa Isyarat Indonesia (BISINDO). BISINDO has a unique clause pattern that isSOPA (Subject, Object, Predicate, Adverbial). The clause pattern of BISINDO is just for deaf and mute people who know and understand it. Because there are some different structures between Indonesian language and BISINDO, itis neededlearning media which can translate from Indonesian language to BISINDO. Finie State Automata (FSA) is a method which is able to recognize pattern sentence classification in Indonesian language. FSA method is NSA (Non-DetermisticFinie State Automata) that is otomata with characteristics as a state. NFA is used to give introducing structure pattern sentence in Indonesian language. Sentence pattern which is produced from NFA produces eight sentences pattern which are arranged as requisites ofBISINDO translation. The result of research which is experimented by sign language researchersas many as 90% can translate well and appropriate with BISINDO sentence pattern, 10% explain that it is not appropriate with translation of sentence pattern and sign language model. Based on the data, it can be known that media of BISINDO sign language learning based on web using method of translation automata can be used for learning media. ]]>
<![CDATA[Parking detection system using background subtraction and HSV color segmentation ]]>
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Wilis Kaswidjanti]]>;
<![CDATA[Alek Setiyo Nugroho]]>;
<![CDATA[Shoffan Saifullah]]>
<![CDATA[ Bulletin of Electrical Engineering and Informatics Vol 10, No 6: December 2021 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/eei.v10i6.3251
<![CDATA[Manual system vehicle parking makes finding vacant parking lots difficult, so it has to check directly to the vacant space. If many people do parking, then the time needed for it is very much or requires many people to handle it. This research develops a real-time parking system to detect parking. The system is designed using the HSV color segmentation method in determining the background image. In addition, the detection process uses the background subtraction method. Applying these two methods requires image preprocessing using several methods such as grayscaling, blurring (low-pass filter). In addition, it is followed by a thresholding and filtering process to get the best image in the detection process. In the process, there is a determination of the ROI to determine the focus area of the object identified as empty parking. The parking detection process produces the best average accuracy of 95.76%. The minimum threshold value of 255 pixels is 0.4. This value is the best value from 33 test data in several criteria, such as the time of capture, composition and color of the vehicle, the shape of the shadow of the object’s environment, and the intensity of light. This parking detection system can be implemented in real-time to determine the position of an empty place.]]>
<![CDATA[Penguatan Ketepatan Pengenalan Wajah Viola-Jones Dengan Pelacakan ]]>
<![CDATA[Mangaras Yanu Florestiyanto]]>;
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Nidya Indah Sari]]>
<![CDATA[ Teknika Vol 9 No 1 (2020): Juli 2020 ]]>
Publisher : <![CDATA[Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34148/teknika.v9i1.241
<![CDATA[Aplikasi pengenalan wajah sebagian besar berorientasi pada penguatan sistem keamanan dan pemantauan. Aplikasi-aplikasi tersebut banyak dikembangkan akibat adanya kajian penguatan ketepatan pengenalan wajah yang dikembangkan terus-menerus oleh peneliti. Variasi fitur wajah setiap orang yang kompleks dan perubahannya dari waktu ke waktu, bahkan dalam waktu yang singkat menjadikan optimalisasi ketepatan pengenalannya semakin rumit. Studi ini bertujuan untuk meningkatkan performa metode Viola-Jones pada target yang bergerak dengan integrasi algoritma tracking. Algoritma tracking yang diintegrasikan adalah algoritma Continuously Adaptive Mean Shift (Camshift). Algoritma ini merupakan pengembangan dari algoritma Mean Shift yang secara terus menerus melakukan adaptasi atau penyesuaian terhadap distribusi probabilitas warna yang selalu berubah tiap pergantian frame dari sebuah sequence video. Integrasi tracking dengan Viola-Jones signifikan meningkatkan ketepatan pengenalan wajah dibandingkan tanpa tracking yaitu sebesar 96%.]]>
<![CDATA[PENINGKATAN LAYANAN SKRIPSI MAHASISWA BEBAS PLAGIARISME PADA PROGRAM STUDI TEKNIK INFORMATIKA UPN “VETERAN” YOGYAKARTA ]]>
<![CDATA[Bambang Yuwono]]>;
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Nur Heri Cahyana]]>;
<![CDATA[Yuli Fauziah]]>;
<![CDATA[Muhadjir Fachrurradjie]]>
<![CDATA[ Telematika Vol 15, No 2 (2018): Edisi Oktober 2018 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31315/telematika.v15i2.3129
<![CDATA[Abstrak Skripsi merupakan suatu karya tulis ilmiah yang dilakukan oleh mahasiswa sebagai syarat dalam memperoleh gelar sarjana. Dalam proses pengajuan skripsi, tiap-tiap Perguruan tinggi memiliki caranya masing-masing, seperti menggunakan cara manual atau menggunakan sistem informasi skripsi. Secara umum sistem informasi skripsi dapat memudahkan mahasiswa dengan memberikan informasi mengenai pengajuan proposal skripsi, dan informasi lain mengenai skripsi. Sistem informasi skripsi yang ada di Teknik Informatika UPN “Veteran” Yogyakarta masih menggunakan cara manual dan tidak terdapat suatu sistem untuk mendeteksi plagiarisme pada proposal skripsi. Plagiarisme dalam proposal skripsi dapat dicegah dengan menambahkan sebuah fitur didalam sistem informasi skripsi untuk mengetahui tingkat plagiarisme proposal tersebut. Untuk mengetahui tingkat plagiarisme tersebut dapat menggunakan algoritma Winnowing. Algoritma Winnowing bekerja dengan cara memproses teks yang didapatkan dari proposal, kemudian dilakukan beberapa tahapan preprocessing dan mencari nilai hash terkecil dari tiap-tiap dokumen yang nantinya digunakan sebagai pembanding untuk menentukan persentase nilai kemiripan proposal tersebut. Berdasarkan hasil penelitian yang telah dilakukan, penambahan fitur deteksi plagiarisme diterapkan didalam sistem informasi skripsi dapat membantu menentukan tingkat persentase kemiripan proposal skripsi dengan artikel yang berada di internet. Kata Kunci : Plagiarisme, Winnowing, Hash, web scraping, Sistem informasi skripsi]]>
<![CDATA[SISTEM PENGAWASAN DAN PERINGATAN DINI KEBENCANAAN PADA GOA TERINTEGRASI MENGGUNAKAN IOT ]]>
<![CDATA[Danang Arif Rahmanda]]>;
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Oliver Samuel Simanjuntak]]>
<![CDATA[ Telematika Vol 17, No 2 (2020): Edisi Oktober 2020 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31315/telematika.v1i1.3381
<![CDATA[Smart city merupakan sistem yang memberikan perkembangan pada kota yang digunakan dengan tujuan untuk lebih baik serta memberikan pelayanan terhadap masyarakat untuk memenuhi kehidupan yang layak. Peringatan dini atau Early Warning System (EWS) pada bidang lingkungan merupakan bagian dari lingkungan cerdas untuk memberikan sebuah peringatan dini suatu kejadian seperti kebencanaan yang diberitahukan kepada masyarakat. Penerapan sistem peringatan dini tersebut di terapkan pada lingkungan yang meliputi daerah wisata alam, salah satunya gua. Gua merupakan suatu lingkungan berupa bentukan akibat proses alam yang melubangi batuan. Dengan adanya sistem pengawasan dan peringatan dini saat ini yang merupakan sistem yang sangat dibutuhkan, mengingat bencana yang sering realtime terjadi dan terkadang yang tidak dapat diduga. Dari cara pengamatan dan pemberitahuan informasi yang lama mengenai keadaan didalam gua ini dapat dilakukan dengan cepat dengan data yang diperbaharui secara secara terus menerus. Sistem pengawasan yang dirancang dengan menggunakan sensor DHT11 Sebagai Sensor Kelembaban Udara, DS18 Sebagai Sensor Ruang Luar,BMP180 Sebagai Sensor Suhu Ruang Dalam dan Tekanan Udara, FC28 Sebagai Sensor Kelembaban Tanah, Rain Gaug Sebagai Sensor Curah Hujan. Data yang didapatkan dari masing-masing sensor akan dikirimkan kedalam database yang berada dalam cloud server, sehingga data akan terus diperbaharui. Hasil dari pengujian sensor didapatkan memiliki selisih yang tidak jauh dengan nilai nyata yang diuji dengan alat pengukur lain ketika daya atau tegangan yang diberikan pada sensor lebih tinggi. Pada tegangan 1 ampere untuk sensor suhu memberikan nilai 30 derajat selsius sedangkan dengan termometer adalah 32 derajat selsius, dan pada tegangan 5 ampere sensor suhu dan thermometer bernilai 29 derajat selsius diwaktu yang sama. Pada sensor kelembaban udara, dengan tegangan 1 ampere mendapatkan 63% sedangkan pada nilai nyatanya 65%, dan dengan tegangan 5 ampere, pada kelembaban nyata dan menggunakan sensor bernilai 77% diwaktu yang sama.]]>
<![CDATA[FUNGSI POSISI PADA ROBOT SEPAK BOLA UPN “VETERAN” YOGYAKARTA ]]>
<![CDATA[Awang Hendrianto Pratomo]]>
<![CDATA[ Telematika Vol 12, No 1 (2015): Edisi Januari 2015 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31315/telematika.v12i1.527
<![CDATA[Position function on the robot system MiroSot is the basic of the robot ability is used controlled the robot movement, to controlled the robot be able to move into the desired position. The position function of robot soccer UPN "Veteran" Yogyakarta is using by the position functions was developed by Prof. Kim. The position functions are not suitable with the characteristics of the robot MiroSot UPN "Veteran" Yogyakarta. The robot movement is not suitable, slow and can not stopped when it reached the position. It is caused by the position function is used have speed and control parameters using proportional control PID (Proportional Integral Derifative). PID parameters are used not suitable with the character of the robot.function. The results of the function test, the robot position function without a gyroscope sensor has a maximum speed of with distance more than 100 cm, with a maximum speed are 70 cm / s, is greater when compared with positioning function developed by Kim at 55 cm / s. while the position function are using gyroscope sensor has a maximum speed of the error distance of more than 100 cm, with maximum speed of 120 cm / s, is greater when compared with the position function developed by Kim and position functions without using a gyroscope sensor. Fungsi posisi Pada sistem robot MiroSot merupakan kemampuan dasar robot yang digunakan untuk menggerakkan robot agar dapat menuju ke posisi yang diinginkan. Fungsi posisi dalam robot sepak bola UPN “Veteran” Yogyakarta masih menggunakan fungsi yang dikembangkan oleh Prof Kim. Fungsi didalam strategi tersebut tidak sesuai dengan karakter dari robot MiroSot UPN “Veteran” Yogyakarta. Pergerakan yang dihasilkan tidak tetap, lambat dan tidak dapat berhenti ketika sudah sampai di posisi dituju. Hal ini dikarenakan fungsi posisi yang digunakan mempunyai parameter kecepatan dan kontrol kendali proportional dari PID (Proportional Integral Derifative). Parameter PID yang digunakan tidak sesuai dengan karakter dari dari robot.Fungsi yang digunakan. Hasil pengujian fungsi posisi tanpa menggunakan sensor gyroscope mempunyai kecepatan maksimal pada eror jarak lebih dari 100 cm, yaitu dengan kecepatan 70 cm/s, lebih besar jika dibandingkan dengan fungsi positioning yang dikembangkan oleh Kim yaitu 55 cm/s. sedangkan fungsi posisi dengan menggunakan sensor gyroscope mempunyai kecepatan maksimal pada eror jarak lebih dari 100 cm, yaitu pada kecepatan 120 cm/s, lebih besar jika dibandingkan dengan fungsi posisi yang dikembangkan oleh Kim dan fungsi posisi tanpa menggunakan sensor gyroscope.]]>
<![CDATA[Implementation of Convolutional Neural Network (CNN) in Facial Expression Recognition ]]>
<![CDATA[Augyeris Lioga Seandrio]]>;
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Mangaras Yanu Florestiyanto]]>
<![CDATA[ Telematika Vol 18, No 2 (2021): Edisi Juni 2021 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31315/telematika.v18i2.4823
<![CDATA[Tujuan: Membantu pengajar melakukan monitoring emosi siswa dengan menerapkan metode Convolutional Neural Network pada aplikasi, serta mengetahui akurasi dalam melakukan pengenalan ekspresi wajah.Perancangan/metode/pendekatan: Menggunakan Convolutional Neural Network untuk mengklasifikasi pengolahan berupa citra. Pengembangan sistem menggunakan metode prototype.Hasil: Berdasarkan hasil pengujian yang dilakukan dengan menggunakan 3589 data ekspresi dasar manusia mendapatkan nilai akurasi sebesar 70,46%, nilai presisi sebesar 71% dan nilai recall sebesar 70%.Keaslian/ state of the art: Berdasarkan penelitian sebelumnya, penelitian ini mempunyai karakteristik yang relatif serupa dalam tema penelitian. Namun memiliki perbedaan pada metode penelitan, perangkat yang digunakan, dan hasil keluaran penelitian.Pada penelitian sebelumnya, dengan objek yang sama yaitu wajah dan emosi wajah, pada metode yang digunakan, perangkat dalam pengambilan citra emosi dan wajah, serta langkah-langkah dalam prosesnya pun berbeda. Pada penelitian ini emosi pada wajah diidentifikasi melalui citra yang diambil secara real-time menggunakan kamera dan dengan menerapkan metode Convolutional Neural Network dengan arsitektur visual group geometry (VGG) dengan 11, 13, 16 dan 19 lapisan yang akan menghasilkan probabilitas ekspresi dalam 7 ekspresi dasar manusia beserta kategorinya.]]>
<![CDATA[PENGENDALIAN PID PADA ROBOT MIROSOT UPN “VETERAN” YOGYAKARTA BERBASIS SENSOR GYROSCOPE DAN ACCELEROMETER ]]>
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Dessyanto Boedi Prasetyo]]>;
<![CDATA[Nuryono Setyo Widodo]]>;
<![CDATA[Indra Aprillinfanteri Army]]>
<![CDATA[ Telematika Vol 12, No 2 (2015): Edisi Juli 2015 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31315/telematika.v12i2.1408
<![CDATA[MiRoSoT Robot movement is influenced by the speed control from right and left wheels. Wheels speed control on MiroSot robot is determined by parameter PID (Proportional Integral and Derevative) value. PID value determined by robot position and angle. MiroSot robot movement is still not stable and can not move in accordance with the instruction have been made. Instability of the robot movement in the game is affected by friction wheels against the ground, friction gear and robot load. In this study, implemented a gyroscope and accelerometer sensors to stabilize robot movement. Based on both sensors are controlled by using a microcontroller ATmega64. Speed control system based on gyroscope and accelerometer sensor is obtained that the robot is able to face a certain angle more precisely. The accelerometer sensor is used as a parameter for the braking system, so the robot is able to move more stable without the loss of power from the motor during a reduction speed from the strategy control.]]>
<![CDATA[PENERAPAN PREDIKDI BOLA PADA STRATEGI PENYERANGAN ROBOT SEPAKBOLA UPN VETERAN YOGYAKARTA ]]>
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Balza Ahmad]]>;
<![CDATA[Tejo Pramono]]>
<![CDATA[ Telematika Vol 14, No 2 (2017): Edisi Oktober 2017 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31315/telematika.v14i2.2098
<![CDATA[Strategi menyerang merupakan dasar strategi dalam robot sepak bola. Keberhasilan suatu tim robot sepak bola dipengaruhi oleh keberhasilan pemain robot untuk memasukkan bola ke dalam gawang lawan. Strategi menyerangan merupakan faktor utama penentu keberhasilan tim robot sepak bola untuk memenangkan setiap pertandingan. Dalam penelitian ini kami akan membuat perancangan strategi penyerangan yang dipergunakan dan diimplementasikan pada robot MiroSot UPN V Yogyakarta. Pada penelitian menghasilkan fungsi membawa bola ke gawang dan fungsi prediksi bola. Dalam fungsi penyerangan terdiri dari beberapa tahapan yaitu pergi ke belakang bola setelah robot berada di belakang bola maka tahapan selanjutnya yaitu mengahadapkan robot ke arah gawang. Tahap terakhir yaitu membawa bola ke gawang. Hasil pengujian pada Robot MiroSot UPN “Veteran” Yogyakarta adalah 53,3%. Hasil pengujian menggunakan robot yang telah dilengkapi dengan sensor gyroscope adalah 63,3%. Hasil pengujian fungsi prediksi bola adalah 15,55 % sedangkan kemampuan robot untuk memotong bola sebesar 14,44%.]]>
<![CDATA[Implementasi Algoritma Region of Interest (ROI) untuk Meningkatkan Performa Algoritma Deteksi dan Klasifikasi Kendaraan ]]>
<![CDATA[Awang Hendrianto Pratomo]]>;
<![CDATA[Wilis Kaswidjanti]]>;
<![CDATA[Siti Mu'arifah]]>
<![CDATA[ Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 1: Februari 2020 ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Brawijaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Semakin tinggi kualitas suatu citra maka semakin detail informasi yang akan di peroleh. Tetapi, tidak semua wilayah citra memungkinkan untuk dilakukan analisis dengan kecepatan proses yang tinggi. Pemilihan algoritma yang tepat berpengaruh terhadap kecepatan waktu pemrosesan. Apabila tidak ada pembatasan untuk area yang akan di proses mengakibatkan waktu pemrosesan secara realtime melebihi waktu pemrosesan maksimal yang seharusnya. Tingginya waktu pemrosesan yang terjadi mengakibatkan aliran data menjadi kurang cepat. Sarana/processor yang digunakan juga mampu mempengaruhi kecepatan pemrosesan. Region Of Interest (ROI) adalah cara yang tepat untuk mengurangi tingginya waktu pemrosesan tersebut. ROI mampu menandai area tertentu sehingga dapat digunakan untuk mengoptimalisasikan kinerja sistem untuk mendeteksi, menghitung dan mengklasifikasi kendaraan secara realtime. Tanpa adanya ROI, pemrosesan dilakukan pada seluruh piksel citra tanpa terkecuali. Terdapat beberapa tahapan yang dilakukan di dalam penelitian yaitu menganalisis masalah yang ada, penentuan wilayah ROI, aplikasi ROI sebelum proses pengolahan citra dan menganalisis hasil yang di dapatkan. Hasil yang diperoleh adalah dengan menggunakan ROI waktu pemrosesan citra menggunakan metode segmentasi MOG2 dan tracking dapat lebih cepat dibandingkan dengan waktu pemrosesan ketika tidak menggunakan ROI dengan selisih 0,026 s atau setara dengan 26 ms/frame. AbstractIncreasing resolution of an image is more detailed information will be obtained especially in the image used to detect vehicles. But, every singles areas are not allow to analize with higher speed process. If there are no restrictions for the area to be processed, the processing time in real time exceeds the maximum processing time that should be. The high processing time that occurs make less rapid data flow. The high processing time can affect to processing speed. Region Of Interest (ROI) is the right way to reduce the high processing time. ROI is able to mark certain areas so that it can be used to optimize system performance to detect, calculate and classify vehicles in realtime. Without ROI, processing is carried out on all pixels without exception. There are several steps taken in the research, namely analyzing existing problems, determining the ROI area, application of ROI before the image processing and analyzing the results obtained. The results obtained are by using ROI image processing time can be faster than the processing time when not using ROI. ]]>
