Article Per Year (5 Year)
p-Index From 2020 - 2025
2.286
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Informatika REKAYASA Energy : Jurnal Ilmiah Ilmu-Ilmu Teknik Jurnal INOVTEKSeri Elektro Elektrika Borneo Jurnal Jaringan Telekomunikasi Insyst : Journal of Intelligent System and Computation J-Intech (Journal of Information and Technology) Joutica : Journal of Informatic Unisla Jurnal Nasional Teknik Elektro dan Teknologi Informasi Seminar Nasional Ilmu Terapan
Lukman Zaman
Institut Sains Dan Teknologi Terpadu Surabaya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Physics

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Pengenalan Pose Tangan Menggunakan Leap Motion Untuk Generator Ucapan Fonem Bahasa Jawa Eva Kurniawaty; Lukman Zaman; Yuliana Melita Pranoto; Muhamad Nasir
INOVTEK - Seri Elektro Vol 2, No 2 (2020): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v2i2.1430

Abstract

Bahasa sebagai alat komunikasi antar manusia dalam masyarakat terbentuk dari fonem-fonem yang berupa bunyi-bunyi. Setiap bahasa mempunyai sistem fonem dan sistem bunyi yang berbeda. Dalam kegiatan sehari-hari masyarakat jawa banyak sekali menggunakan kata-kata yang mirip dalam komunikasi mereka, baik kata tersebut mempunyai arti atau makna yang berbeda ataupun tidak. Perkembangan teknologi saat ini yang semakin pesat, membuat beberapa peneliti menggunakan Leap Motion sebagai perangkat penerjemah. Pada penelitian ini, diusulkan sebuah sistem pengenalan pose tangan dengan menggunakan leap motion controller untuk generator ucapan fonem bahasa jawa. Dengan menggunakan leap motion controller, setiap titik koordinat tulang pada tangan akan terdeteksi, sehingga titik-titik koordinat tersebut dapat dijadikan sebagai fitur masukan. Penggunaan fitur jarak antara palm position dengan distal phalanges yang diukur dengan menggunakan euclidean distance. Fitur tersebut akan digunakan untuk data training dan data testing pada metode klasifikasi k-nearest neighbor. Data training yang digunakan adalah minimal 100 kelas diambil dari 20 aksara jawa dan 5 fonem vokal. Penelitian ini berhasil dengan tingkat rata- rata akurasi sebesar 97% pada fonem aksara jawa.
Implementasi Content Aware Pada Pembuatan Thumbnail Menggunakan Metode Seam Carving and Salient Detection Ervina Yuniati Rokhmah; Lukman Zaman; Yuliana Melita Pranoto
INOVTEK - Seri Elektro Vol 2, No 2 (2020): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v2i2.1440

Abstract

Image resizing merupakan suatu proses pengelolahan citra yang bertujuan mengubah ukuran gambar ke ukuran yang diinginkan oleh pengguna. Metode yang paling sering digunakan untuk mengubah ukuran gambar pada pembuatan thumbnail adalah scaling dan cropping. Scaling  merupakan pengubahan ukuran citra berdasarkan skala tanpa mempertimbangkan proporsi panjang dan lebarnya. dan juga tidak mempertimbangkan isi dari citra. Cropping terbatas karena hanya menghilangkan pixel pada citra dalam batasan area tertentu saja. Akibatnya, dalam thumbnail yang dihasilkan tidak dapat menyampaikan informasi yang penting pada gambar. Seam carving merupakan salah satu metode untuk mengubah ukuran gambar dengan menghapus atau menambahkan ukiran (carve) piksel-piksel dari bagian-bagian gambar yang berbeda sesuai konten (content-aware). Seam carving menawarkan kelebihan dibanding scaling dan cropping.. Namun, metode seam carving masih gagal untuk melindungi objek penting pada gambar. Untuk itu dalam mengatasi kelemahan tersebut, dalam penelitian ini akan dilakukan implementasi Seam carving dan metode salient detection yang digunakan untuk pembuatan thumbnail. Hasil salient detection mendeteksi daerah terpenting dari gambar dan sebagai acuan dalam mengubah ukuran gambar (seam carving).
TRACKING ARAH PANDANGAN MATA UNTUK PENILAIAN DESAIN POSTER BERDASARKAN SALIENSI Agus Wibowo; Lukman Zaman
Elektrika Borneo Vol 6, No 2 (2020): Elektrika Borneo Edisi Oktober
Publisher : Jurusan Teknik Elektro, Fakultas Teknik, Universitas Borneo Tarakan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35334/jeb.v6i2.1638

Abstract

Dalam eye-gaze detection, fokus dan perhatian seseorang ditangkap melalui tatapan dan gerakan matanya. Dalam implementasinya eye-gaze tracking dapat digunakan untuk untuk mengetahui konsisten atau tidaknya sebuah desain poster. Jika konsisten maka poster dianggap sudah baik menurut pakar desain poster. Hal ini dapat memberikan manfaat kepada pelaku industri kreatif untuk menilai poster yang dibuat apakah sudah sesuai dengan apa yang diharapkan dari segi desain. Deteksi lirikan mata dilakukan dengan mengambil bagian citra wajah per frame video, lalu diambil bagian mata, dan terakhir mendeteksi titik pusat citra pupil dari mata. Titik lokasi piksel pusat pupil dicatat untuk mencari data 9 area poster yang sering dilirik oleh mata. Kemudian akan diperoleh data lirikan dan skor saliency. Kedua data ini dibandingkan dengan data poster  yang telah ditandai area yang penting oleh pakar desain poster. Lalu akan didapatkan informasi mengenai konsistensi desain poster. Penelitian ini menghasilkan akurasi sebesar 74% dalam menganalisa konsistensi desain poster berdasarkan deteksi lirikan mata.
Identifikasi Motif Jepara pada Ukiran dengan Memanfaatkan Convolutional Neural Network Sandhopi; Lukman Zaman P.C.S.W; Yosi Kristian
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 9 No 4: November 2020
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1809.947 KB) | DOI: 10.22146/jnteti.v9i4.541

Abstract

The more the development of the carving motifs, the more varied the shapes and variations. It complicates the determination of a carving with Jepara motif. In this paper, the transfer learning method with developed FC was used to identify Jepara's distinctive motifs in a carving. The dataset was divided into three color spaces, i.e., LUV, RGB, and YcrCb. Besides, sliding windows, non-max suppression, and heat maps were utilized for the process of tracing the area of the engraved object and identifying Jepara motifs. The test results of all weights showed that the Xception on the Jepara motif classification had the highest accuracy values, namely 0.95, 0.95, and 0.94 for each LUV, RGB, and YCrCb color space dataset. However, when all the model weights were applied to the Jepara motif identification system, ResNet50 was able to outperform all networks with motif identification percentage values of 84%, 79%, and 80%, for the LUV, RGB, and YCrCb color spaces, respectively. These results prove that the system is able to assist in the process of determining whether a carving is included in the Jepara carving or not, by identifying the typical Jepara motifs contained in the carving.
Analisis Kinerja LSTM dan GRU sebagai Model Generatif untuk Tari Remo Lukman Zaman; Surya Sumpeno; Mochamad Hariadi
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 8 No 2: Mei 2019
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1418.245 KB)

Abstract

Creating dance animations can be done manually or using a motion capture system. An intelligent system that able to generate a variety of dance movements should be helpful for this task. The recurrent neural network such as Long Short-Term Memory (LSTM) or Gated Recurrent Unit (GRU) could be trained as a generative model. This model is able to memorize the training data set and reiterate its memory as the output with arbitrary length. This ability makes the model feasible for generating dance animation. Remo is a dance that comprises several repeating basic moves. A generative model with Remo moves as training data set should make the animation creating process for this dance simpler. Because the generative model for this kind of problem involves a probabilistic function in form of Mixture Density Models (MDN), the random effects of that function also affect the model performance. This paper uses LSTM and GRU as generative models for Remo dance moves and tests their performance. SGD, Adagrad, and Adam are also used as optimization algorithms and drop-out is used as the regulator to find out how these algorithms affect the training process. The experiment results show that LSTM outperforms GRU in term of the number of successful training. The trained models are able to create unlimited dance moves animation. The quality of the animations is assessed by using visual and dynamic time warping (DTW) method. The DTW method shows that on average, GRU results have 116% greater variance than LSTM’s.
SINTESIS TEKSTUR UNTUK MEMBERSIHKAN CITRA SANGKAR DARI FOTO HEWAN DALAM KURUNGAN Mohammad Mohammad; Lukman Zaman
Energy - Jurnal Ilmiah Ilmu-Ilmu Teknik Vol 10 No 2 (2020): Jurnal Energy Vol. 10 No. 2 Edisi November 2020
Publisher : Fakultas Teknik

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

Abstract

Pengolahan citra digital adalah sebuah disiplin ilmu yang mempelajari tentang teknik - teknik mengolah citra. Citra yang dimaksud adalah gambar statis yang berasal kamera. Secara matematis, citra merupakan fungsi kontinyu dengan intensitas cahaya pada bidang dua dimensi. Agar dapat diolah dengan komputer digital, maka suatu citra harus dipresentasikan secara numerik dengan nilai -nilai diskrit. Restorasi citra berkaitan dengan penghilangan atau pengurangan degradasi pada citra yang terjadi karena proses akuisisi citra. Degradasi yang dimaksud salah satunya adalah efek optis misalnya blur (kabur) akibat kamera yang tidak fokus atau karena pengambilan gambar yang terhalang oleh objek lain didepannya misalkan hewan dalam sangkar. Untuk melakukan perbaikan citra tersebut dapat menggunakan metode Sintesis Tekstur. Image Quilting merupakan salah satu metode untuk melakukan Sintesis Tekstur. Langkah pertama yang harus dilakukan adalah mengambil contoh tekstur dari citra input, kemudian potongan yang didapat diletakkan pada bagian kiri atas dari citra output yang akan dibentuk, langkah selanjutnya adalah melakukan proses sehingga seluruh citra output yang diinginkan terbentuk. Proses tersebut mencari patch yang akan di sintesis, kemudian membangun neighborhood region, menemukan neighborhood-neighborhood yang sesuai dengan citra input dengan membandingkan statistic grafik histogram antara neighb orhood dari citra input dengan neighborhood dari citra output., lalu mengambil neighborhood terbaik dari semua kandidat neighborhood yang ada pada citra input. Meletakkan patch dari citra input ke citra output,. melakukan perbaikan pada overlap dengan menggunakan Minimum Error Boundary Cut yang dilakukan mulai dari tepi patch hingga besar konstanta dari overlap. Proses untuk patch ini selesai, dan diulangi kembali hingga citra output terpenuhi dengan tekstur dari citra input. Dengan menggunakan Image Quilting dapat membersihkan citra sangkar pada foto hewan dalam kurungan dengan menghitung perbandingan area yang bisa dibersihkan dengan benar, dengan tingkat keakuratan mencapai 80%..
EKSTRAKSI FITUR-FITUR MORFOLOGI PADA TANDA TANGAN BERDASARKAN PRINSIP GRAFOLOGI Rafliana Natalia da Silva; Lukman Zaman; Endang Setyati
Joutica Vol 8, No 1 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i1.954

Abstract

Tanda tangan merupakan unsur penting dalam grafologi yang melambangkan nilai dan kepribadian seseorang. Grafologi secara garis besar dapat menghasilkan informasi kepribadian seseorang melalui pola tanda tangan dengan menggunakan ekstraksi fitur sebagai teknik pengolahan citra yang dilihat dari besar kecilnya tulisan, gaya tulisan, kemiringan tulisan, jarak antar kata atau antar huruf, ukuran tulisan, dan tekanan tulisan. Fitur-fitur morfologi yang digunakan dalam penelitian ini ada 9 jenis, antara lain: kemudahan dibaca, ukuran tulisan, tekanan tulisan, kemiringan tulisan, posisi goresan, garis bawah, tanda titik, hiasan, dan penggunaan huruf inisial. Dataset yang digunakan terdiri dari 300 sampel data dengan 27 kelas dan distribusi jumlah data untuk setiap kelas adalah 10 data. Tahapan yang dilakukan dalam pembuatan sistem adalah dimulai dengan akuisisi citra, preprocessing, segmentasi, ekstraksi fitur, dan terakhir melakukan klasifikasi berupa ciri-ciri kepribadian. Output dari proses pelatihan data dengan menggunakan segmentasi dan ekstraksi fitur adalah file file yang nantinya dapat digunakan sebagai model untuk tahapan data testing. Output dari hasil data testing adalah hasil identifikasi kepribadian siswa berdasarkan citra tanda tangan yang diinput. Dengan menggunakan ekstraksi fitur-fitur morfologi sebagai teknik pengolahan citra yang telah dilakukan dalam penelitian ini adalah dapat menghasilkan informasi kepribadian siswa melalui pola tanda tangan berdasarkan prinsip grafologi, sehingga dapat membantu guru dalam pembentukan karakter dan proses pengarahan minat dan bakat siswa. Hasil dari penelitian ini diprosentase sekitar 1:3 atau 25% untuk data testing dan 75% untuk data training dengan tingkat akurasi untuk masing-masing kelas sebesar 67,5% dan 64,26% untuk rata-rata akurasi per jenis kelas kategori tanda tangan.
Klasifikasi Nyeri pada Video Ekspresi Wajah Bayi Menggunakan DCNN Autoencoder dan LSTM Yosi Kristian; I Ketut Eddy Purnama; Effendy Hadi Sutanto; Lukman Zaman; Esther Irawati Setiawan; Mauridhi Hery Purnomo
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 7 No 3: Agustus 2018
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1508.119 KB)

Abstract

Babies are still unable to inform the pain theyexperience, therefore, babies cry when experiencing pain. With the rapid development of computer vision technologies, in the last few years, many researchers have tried to recognize pain from babies expressions using machine learning and image processing. In this paper, a research using Deep Convolution Neural Network (DCNN) Autoencoder and Long-Short Term Memory (LSTM) Network is conducted to detect cry and pain level from baby facial expression on video. DCNN Autoencoder isused to extract latent features from a single frame of baby face. Sequences of extracted latent features are then fed to LSTM sothe pain level and cry can be recognized. Face detection and face landmark detection is also used to frontalize baby facial imagebefore it i s processed by DCNN Autoencoder. From the testing on DCNN autoencoder, the result shows that the best architecture used three convolutional layers and three transposed convolutional layers. As for the LSTM classifier, the best model is using four frame sequences.
Elephas-SAM : segmentation performance of Sumatran Elephant in captivity with segment anything model Ery Faqih, Fortuno; P.C.S.W, Lukman Zaman
Jurnal Jaringan Telekomunikasi Vol 14 No 1 (2024): Vol. 14 No. 01 (2024) : Maret 2024
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jartel.v14i1.863

Abstract

Surabaya Zoo is one of the conservation institutions in Surabaya, which has Sumatran elephants as a collection of endemic Indonesian animals. The Indonesian government protects this animal because of its endangered status. Having CCTV cameras installed in captivity helped us to create Elephas-SAM by utilizing Segment Anything Model (SAM) technology as the initial foundation for developing a system for monitoring animals in captivity with artificial intelligence (AI). Our investigations differ from past research in that we utilize 60 exclusive images obtained from CCTV footage in an elephant enclosure at Surabaya Zoo over a 30-day period instead of using publicly available datasets. The image set was partitioned into 30 instances taken under low-light settings (01:00 WIB) and 30 instances taken under high-light conditions (15:00 WIB). We perform the evaluation of SAM's prediction scores using the SAM-Point Prompt and SAM-Box Prompt techniques. It was found that, on average, the segmentation prediction scores for 30 low-light images are higher when the SAM-Point prompt is used (0.941) instead of the SAM-Box prompt (0.939), which is only a 0.002 difference. For a set of 30 vivid images, the SAM-Point Prompt produces a higher average score (0.989) than the SAM-Box Prompt (0.968), indicating a difference of 0.021. The results emphasize the effectiveness of using a SAM-Point prompt instead of a SAM-Box question to accurately forecast segmentation scores for items of Sumatran elephants under different illumination situations.
PERBAIKAN DISTORSI, DETEKSI DAN SEGMENTASI RAMBU LALU LINTAS PADA REKAMAN DASHCAM MOBIL Wen, Caroline; Zaman, Lukman
Seminar Nasional Ilmu Terapan Vol 1 No 1 (2017): Seminar Nasional Ilmu Terapan (SNITER) 2017
Publisher : Universitas Widya Kartika Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.322 KB)

Abstract

Rambu lalu lintas merupakan bagian perlengkapan jalan berupa lambang, huruf, angka, kalimat, dan/atau perpaduan yang berfungsi sebagai peringatan, larangan, perintah, atau petunjuk bagi pengguna jalan. Hadirnya sistem deteksi dan segmentasi rambu lalu lintas akan membantu pengguna jalan terhindar dari pelanggaran lalu lintas dan kecelakaan akibat melalaikan keberadaan rambu, dan tidak membahayakan pengguna jalan lain. Penelitian mengajukan sistem deteksi dan segmentasi rambu lalu lintas dengan input video rekaman dashcam pada kendaraan mobil, mengombinasikan segmentasi berbasis warna dengan range threshold color space HSV, operasi morfologi, dan segmentasi berbasis bentuk dengan fitur metric dan eccentricity. Berbeda dengan penelitian terdahulu yang menggunakan kamera biasa / handphone; penelitian menggunakan dashcam sebagai kamera video yang secara spesifik dibuat untuk merekam tampilan jalan selama kendaraan beroperasi. Distorsi hasil rekaman dashcam diperbaiki dengan aplikasi Camera Calibrator pada Matlab, menggunakan pola kalibrasi checkerboard. Sistem yang diajukan mampu memperbaiki distorsi, melakukan deteksi dan segmentasi rambu , serta memunculkan notasi jenis rambu dengan tingkat akurasi 91.67%, selama rambu berada pada range 1.5 hingga 15 meter dari kendaraan mobil dan tidak ada objek lain yang menutupi rambu, dengan rambu larangan sebagai rambu yang lebih sulit terdeteksi karena memiliki porsi warna dasar yang lebih sedikit, hanya sebagai garis tepi.
Co-Authors Agus Wibowo Aris Nasuha C. Pickerling Darmawan, Robby Edwin Pramana Effendy Hadi Sutanto Endang Setyati Ervina Yuniati Rokhmah Ery Faqih, Fortuno Esther Irawati Setiawan Eva Kurniawaty Hariadi Yutanto Hendrawan Armanto I Ketut Eddy Purnama Joan Santoso Kms Yusuf Effendi Mauridhi Hery Purnomo Mochamad Hariadi Mohammad Mohammad Muhamad Nasir Munsharif, Achmad Rafliana Natalia da Silva Rully Widiastutik Salim, Shierly Kartika Sandhopi Sasono, Hikmah Agung Sentosa, Erwin Surya Sumpeno Wen, Caroline Yosi Kristian Yuliana Melita Pranoto