Article Per Year (5 Year)
p-Index From 2021 - 2026
1.431
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 
Pemanfaatan Mediapipe Body Pose Estimation dan Dynamic Time Warping untuk Pembelajaran Tari Remo Effendi, Yusuf; Kristian, Yosi; P.C.S.W, Lukman Zaman; Yutanto, Hariadi
Jurnal Teknologi dan Manajemen Informatika Vol. 9 No. 2 (2023): Desember 2023
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jtmi.v9i2.10408

Abstract

Video can be used as a learning medium for various purposes. In this research, the object of study is the movements of the traditional dance "remo." Thus, as a substitute for an absent coach or instructor, videos can take on the role of a dance instructor. However, video communication is one-way between the coach and the learners. Without movement correction, individuals trying to learn remo dance may find it challenging to determine if they are performing the movements correctly. Therefore, the author aims to create a system to assist coaches in correcting the dance movements of their learners. Using the MediaPipe module and the Dynamic Time Warping algorithm, the author developed a system to correct the learners' dance movements. This system can detect deviations from the coach's instructional video and provide notifications about which body angles do not match the coach's video instructions. The system operates by having users upload a video of their dance movements, and then it identifies which movements deviate from the correct remo dance. The accuracy is measured by comparing the angle distances between the master's movements and the test data. If the angle exceeds a predetermined threshold, the movement is considered incorrect. The system's output is validated by the coach, and it achieves 90% accuracy in identifying movement errors in videos. With this accuracy, the system can assist coaches in evaluating their learners' remo dance movements.
Pengukuran Nilai Keseimbangan Gerakan Manusia terhadap Dataset Tari Remo dengan High-level Matrix/Array Language Salim, Shierly Kartika; Zaman, Lukman; Setyati, Endang
J-INTECH (Journal of Information and Technology) Vol 11 No 2 (2023): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v11i2.829

Abstract

Remo Dance is one of Indonesia’s traditional dance that originated from East Java and need to be preserved. The preservation act from collaboration of the Goventment and the Society started with a mass Remo Dance at Surabaya city on the year of 2022 that successfully granted a MURI record. This research is meant to support all the effort by calculating balance of the movements as one of the aspect of biomechanics. Biomechanics it self is a branch of study that learns about movement mechanism of living organism. The calculation of balance as an ability to keep a posistion on the change of movements is aim to analyze which movements has the most difficulty in balance and which one is the most stable from the chunk of motion capture data. Computation is done with high-level matrix/array language and the data form is a biovision hierarchy file (BVH). The Visualization of data shows that ‘ucek-ucek’ motion is the most stable movements, while 360 degree spin motion is a difficult movements and require great balance.
Adopsi Blended Learning untuk Mahasiswa Perguruan Tinggi dengan Menggunakan Pendekatan Extended UTAUT Munsharif, Achmad; Pramana, Edwin; Zaman, Lukman
Rekayasa Vol 17, No 1: April, 2024
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/rekayasa.v17i1.25869

Abstract

This research aims to determine the factors that influence the understanding of students' intentions in higher education in using blended learning and determine the relationship between factors in the theoretical model. This research was conducted because there is still a lack of research in the world that discusses the application of blended learning in higher education in developing countries such as Indonesia. Blended learning in higher education during the Covid-19 pandemic is still needed today because educational institutions have limited space to accommodate students and to follow technological development trends and utilize them in the world of education. Questionnaires distributed via Google Form were used to collect data. The sample was 541 blended learning users from various universities in Indonesia. All variables from the theoretical model are measured using existing scales. Structural Equation Model (SEM) is used to analyze the theoretical model. SPSS and Amos are used as analysis support software. This research contributes to the theoretical understanding of Blended Learning adoption as well as practices and guidelines for higher education institutions to successfully implement Blended Learning in their institutions. Of the eight initial hypotheses, there are seven hypotheses that are very significant. The three factors with the largest magnitude are effort expectancy, performance expectancy and system functionality. Effort expectancy is the most influential factor in implementing blended learning in higher education institutions.
Peringkasan Teks Ekstraktif pada Dokumen Tunggal Menggunakan Metode Restricted Boltzmann Machine Rully Widiastutik; Lukman Zaman P. C. S. W; Santoso, Joan
Intelligent System and Computation Vol 1 No 2 (2019): INSYST:Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v1i2.84

Abstract

Penelitian yang dilakukan yaitu menghasilkan peringkasan teks ekstratif secara otomatis yang dapat membantu menghasilkan dokumen yang lebih pendek dari dokumen aslinya dengan cara mengambil kalimat penting dari dokumen sehingga pembaca dapat memahami isi dokumen dengan cepat tanpa membaca secara keseluruhan. Dataset yang digunakan sebanyak 30 dokumen tunggal teks berita berbahasa Indonesia yang diperoleh dari www.kompas.com pada kategori tekno. Dalam penelitian ini, digunakan sepuluh fitur yaitu posisi kalimat, panjang kalimat, data numerik, bobot kalimat, kesamaan antara kalimat dan centroid, bi-gram, tri-gram, kata benda yang tepat, kemiripan antar kalimat, huruf besar. Nilai fitur setiap kalimat dihitung. Nilai fitur yang dihasilkan ditingkatkan dengan menggunakan metode Restricted Boltzmann Machine (RBM) agar ringkasan yang dihasilkan lebih akurat. Untuk proses pengujian dalam penelitian ini menggunakan ROUGE-1. Hasil yang diperoleh dalam penelitian yaitu dengan menggunakan learning rate 0.06 menghasilkan recall, precision dan f-measure tertinggi yakni 0.744, 0.611 dan 0.669. Selain itu, semakin besar nilai compression rate yang digunakan maka hasil recall, precision dan f-measure yang dihasilkan akan semakin tinggi. Hasil peringkasan teks dengan menggunakan RBM memiliki nilai recall lebih tinggi 2.1%, precision lebih tinggi 1.6% dan f-measure lebih tinggi 1.8% daripada hasil peringkasan teks tanpa RBM. Hal ini menunjukkan bahwa peringkasan teks dengan menggunakan RBM hasilnya lebih baik daripada peringkasan teks tanpa RBM.
Sistem Manajemen Kartu Nama dengan OCR dan Ekstraksi Informasi Otomatis Darmawan, Robby; Nasuha, Aris; Zaman, Lukman; Armanto, Hendrawan
Intelligent System and Computation Vol 3 No 2 (2021): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v3i2.194

Abstract

Sebagai pelaku bisnis, kartu nama adalah salah satu hal yang penting untuk bertukar informasi. Namun kartu nama biasanya mudah hilang atau rusak, sehingga beberapa orang biasanya menyimpan informasi dari kartu nama itu pada telepon genggam atau komputer mereka. Penelitian ini akan membuat sistem manajemen kartu nama baik individu dan juga perusahaan dengan ekstraksi informasi kartu nama otomatis untuk mempermudah pengguna perorangan ataupun perusahaan dalam melakukan penyimpanan kartu nama para kolega. Untuk mewujudkan aplikasi yang dilengkapi dengan fitur tersebut dilakukan proses pengenalan karakter pada gambar kartu nama menggunakan Tesseract OCR dan information extraction memanfaatkan klasifikasi entity dengan membangun classifier menggunakan Naive Bayes dan mengkombinasikannya dengan rule based. Hasil uji coba yang telah dilakukan mendapatkan performa 85.1% untuk pengenalan karakter dan 86% untuk pengklasifikasian entity. Dilakukan juga uji coba fungsionalitas terhadap setiap fitur pada sistem ini dengan menggunakan metode blackbox testing yang memastikan setiap aksi yang dilakukan pengguna akan menghasilkan output sesuai target yang diharapkan. Selain itu, dari hasil kuisioner yang berisikan tentang usability dari sistem ini, sebagian besar responden merasa terbantu dalam memanajemen kartu nama dengan menggunakan sistem aplikasi ini.
Pengenalan Ekspresi Wajah dengan CNN dan Wavelet Sentosa, Erwin; Armanto, Hendrawan; Pickerling, Pickerling; Zaman, Lukman
Intelligent System and Computation Vol 4 No 2 (2022): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v4i2.209

Abstract

Dengan berkembangnya teknologi di jaman modern ini diharapkan komputer juga mampu mengenali ekspresi wajah manusia. Hal itu dapat terwujud dengan kemajuan machine learning. Machine learning telah menjadi bagian dari kehidupan sehari-hari bagi banyak orang di seluruh dunia. Penemuan dan implementasi machine learning memungkinkan komputer untuk belajar dan memprediksi pola yang mungkin terjadi dan dapat digunakan untuk membantu manusia melakukan kegiatan sehari-hari. Salah satunya yaitu Convolutional Neural Network. Pada penelitian ini akan digunakan wavelet transform untuk membantu meningkatkan akurasi dari convolutional neural network dan mempercepat peningkatan akurasi. Wavelet berguna untuk melakukan compressing pada gambar sehingga lebih mudah untuk diolah. Gambar yang dihasilkan oleh wavelet terbagi menjadi 4 frekuensi yang berbeda-beda. Setiap gambar yang dihasilkan oleh wavelet diuji cobakan kedalam convolutional neural network. Berdasarkan hasil uji coba yang dilakukan, akurasi terbaik didapatkan dari dataset KDEF dengan menggunakan gambar wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 79%. Sedangkan hasil uji coba menggunakan dataset buatan sendiri didapatkan akurasi terbaik dengan menggunakan wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 36,925%.
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