Garuda - Garba Rujukan Digital

PENGENALAN POLA SINYAL SEISMIK GUNUNG MERAPI DENGAN ALIHRAGAMGELOMBANG-SINGKAT Saragih, Riko Arlando
JURNAL TEKNOLOGI TECHNOSCIENTIA Academia Ista Vol 12 No 02 Februari 2008
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

In most communication systems, speech was transmitted in narrowband frequency, mainly at frequency 300 Hz to 3400 Hz. Therefore, the frequencies outside this narrow bandwidth were lost. The lost frequencies can cause bias articulation in some speech.Bandwidth expansion is one technique to overcome this problem. Many bandwidth expansion techniques have been developed to increase the speech signal bandwidth on communication channels through envelope aliasing, nonlinear processing, and linear mo-del of human speech processing. Artificial Bandwidth Expansion (ABE) is one of the bandwidth expansion techniques to increase speech signal sampling frequency (upsampling) from 8 kHz to 16 kHz. The process annexes extra spectral components which are the images of the low frequency spectral components (narrowband) in the higher frequency segment. This method works frame by frame and each frame is 30 ms long and 5 ms overlapping with the adjacent frames. In this research, every frame was classified using Hidden Markov Model (HMM) and stated as sibilants or fricative consonants or stop consonants and treated separately (attenuated or amplified) according to the classification results.Comparison tests were done in this research based on the audio perceptions of so-me responders. Based on the results, it was acknowledged that the quality of the speech signal was significantly improved although some distortions were somewhat object-ttionable.

Pengenalan Wajah Menggunakan Metode Fisherface Arlando Saragih, Riko
Jurnal Teknik Elektro Vol 7, No 1 (2007): MARET 2007
Publisher : Institute of Research and Community Outreach

This paper describes human identification using fisherface method to identify someone. The output is whether recognized or not an input image as an individual in the database. There are four main stages for this method, mainly face detection, PCA (Principal Component Analysis) calculation, FLD (Fisher's Linear Analysis) calculation and classification stage. In face detection stage, color thresholding is used to segment pixels that contain skin color. PCA calculation and FLD calculation stages are used to form a set of fisherfaces from a training set or database that will be used. All face images can be reconstructed from the combination of fisherfaces with different weights for each face image. The last stage, classification stage, is to identify the input image by comparing the weight of fisherface required to reconstruct the input face towards face images in the training set. The weight calculation is done by using Euclidian distance method. The simulations are done for 66 input images and the successful recognition rate is about 81.82%. Abstract in Bahasa Indonesia : Tulisan ini menjelaskan tentang pengenalan wajah manusia dengan metode fisherface untuk mengidentifikasikan seseorang. Keluarannya adalah dikenali atau tidaknya sebuah gambar masukan sebagai salah satu individu pada database. Terdapat empat langkah utama dalam metode pengenalan wajah ini, yaitu deteksi wajah, perhitungan PCA (Principal Component Analysis), perhitungan FLD (Fisher's Linear Discriminant), dan klasifikasi. Dalam modul deteksi wajah, segmentasi warna dilakukan untuk mendapatkan bagian dari gambar masukan yang memiliki warna kulit. Modul perhitungan PCA dan modul perhitungan FLD digunakan untuk membentuk satu set fisherface dari suatu training set yang digunakan. Seluruh gambar wajah dapat direkonstuksi dari kombinasi fisherface dengan bobot yang berbeda-beda. Pada modul terakhir, dilakukan proses pengenalan identitas dengan cara membandingkan bobot fisherface yang dibutuhkan untuk merekonstruksi gambar masukan terhadap gambar pada training set. Perhitungan bobot dilakukan dengan metode jarak Euclidian. Pengujian dilakukan terhadap 66 gambar masukan dan tingkat keberhasilan pengenalan wajah sebesar 81,82%. Kata kunci : fisherface, deteksi wajah, PCA, FLD, klasifikasi, jarak Euclidian.

PENGENALAN POLA SINYAL SEISMIK GUNUNG MERAPI DENGAN ALIHRAGAMGELOMBANG-SINGKAT Saragih, Riko Arlando
JURNAL TEKNOLOGI TECHNOSCIENTIA Academia Ista Vol 12 No 02 Februari 2008
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/technoscientia.v0i0.2012

In most communication systems, speech was transmitted in narrowband frequency, mainly at frequency 300 Hz to 3400 Hz. Therefore, the frequencies outside this narrow bandwidth were lost. The lost frequencies can cause bias articulation in some speech.Bandwidth expansion is one technique to overcome this problem. Many bandwidth expansion techniques have been developed to increase the speech signal bandwidth on communication channels through envelope aliasing, nonlinear processing, and linear mo-del of human speech processing. Artificial Bandwidth Expansion (ABE) is one of the bandwidth expansion techniques to increase speech signal sampling frequency (upsampling) from 8 kHz to 16 kHz. The process annexes extra spectral components which are the images of the low frequency spectral components (narrowband) in the higher frequency segment. This method works frame by frame and each frame is 30 ms long and 5 ms overlapping with the adjacent frames. In this research, every frame was classified using Hidden Markov Model (HMM) and stated as sibilants or fricative consonants or stop consonants and treated separately (attenuated or amplified) according to the classification results.Comparison tests were done in this research based on the audio perceptions of so-me responders. Based on the results, it was acknowledged that the quality of the speech signal was significantly improved although some distortions were somewhat object-ttionable.

Pengkodean Video dengan Metode Spatial Scalability Aan Darmawan; Riko Arlando Saragih
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2005
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Dalam penggunaan video dijital, diperlukan media penyimpanan dengan kapasitas yang besar untukdapat menyimpan data video dijital dan bandwidth yang besar untuk dapat mengirim data video dijital. Padatulisan ini akan dipaparkan metode Spatial Scalability MPEG-2 untuk mengkompresi data video, sehinggadalam proses penyimpanan dan transmisinya tidak memerlukan kapasitas yang besar. Masukan berupa videodijital dengan resolusi 160 x 120 dan diproses dengan menggunakan encoder dan decoder spatial scalabilitydengan mengubah-ubah nilai faktor kompresi.Kuantitas dan kualitas gambar hasil kompresi diperoleh dengan menghitung Mean Absolute Error(MAE). Dari penelitian diperoleh bahwa semakin besar nilai MAE, maka semakin turun kuantitas gambartersebut. Contoh : untuk faktor kompresi K = 3, diperoleh nilai MAE = 2,72, sedangkan untuk faktor kompresi K= 15, diperoleh nilai MAE = 4,94.Kata kunci: MPEG-2, spatial sacalability, MAE.

Metode Parity Coding Versus Metode Spread Spectrum pada Audio Steganography Riko Arlando Saragih
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Steganography adalah suatu ilmu yang mempelajari cara menyembunyikan informasi rahasia di dalam sebuah pesan. Audio steganography merupakan perkembangan ilmu dari steganography. Audio steganography mempunyai kesulitan yang lebih dibandingkan pada steganography pada gambar atau pada video karena pendengaran manusia lebih peka daripada penglihatan manusia, sehingga pada proses penyisipan data harus dibuat sebaik mungkin agar suara yang telah disisipkan data terdengar sama dengan suara sebelum disisipkan data.Di dalam penelitian ini akan dibandingkan metode parity coding dan metode spread spectrum pada audio steganography. Data yang akan disisipkan berupa teks direpsentasikan dalam bentuk biner, sedangkan data cover adalah sinyal audio yang direkam dalam bentuk .wav.Hasil pengamatan dari setiap percobaan diketahui bahwa pada metode parity coding nilai SNR pada sinyal audio cover yang berdurasi lebih panjang mempunyai nilai SNR lebih baik, sedangkan pada metode spread spectrum keamanan data lebih terjamin karena menggunakan kode penyebar yang tidak diketahui oleh pihak lain.Kata kunci: Audio Steganography, Parity Coding, Spread Spectrum, SNR

KOMPRESI CITRA DENGAN METODE SCAN Riko Arlando Saragih; Roy Rikki Hutahean
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2011
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Kompresi citra merupakan sebuah proses yang berkaitan dengan pengurangan alokasi bit yang diperlukanuntuk merepresentasikan sebuah citra digital secara efisien. Hal ini dilakukan dengan menghilangkan bit redudansi (ekstra) yang terdapat pada citra digital tersebut, khususnya redudansi spasial. Dalam tulisan ini metode SCAN digunakan karena metode ini mampu memanfaatkan sifat redundansi spasial dengan memperhatikan pola SCAN. Hasil simulasi memperlihatkan bahwa rasio kompresi meningkat sebanding dengan ukuran citra yang akan dikompresi. Hal ini terjadi karena semakin besar ukuran citra yang akan dikompresi, maka semakin besar jumlah bit redudansi yang dapat dihilangkan (kami menggunakan citra grayscale dalam pengujian).

Simulasi Ektraksi Citra Wajah dengan Deskriptor Global Direct Fractional-Step Linear Discriminant Analysis (DF-LDA) untuk Pengenalan Wajah Ikuthen Gabriel Barus; Riko Arlando Saragih
Techné : Jurnal Ilmiah Elektroteknika Vol. 14 No. 01 (2015)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Tulisan ini memaparkan simulasi ekstraksi citra wajah secara global dengan menggunakan salah satu teknik Linear Discriminant Analysis (LDA), yaitu Direct Fractional-Step LDA (DF-LDA) untuk pengenalan wajah. Tujuan tulisan ini adalah untuk mengevaluasi unjuk kerja teknik ini terhadap masalah small sample size (SSS) yang sering muncul di dalam pengenalan wajah. Pada dasarnya teknik berbasis LDA ini (DF-LDA) merupakan kombinasi dari teknik D-LDA dan F-LDA, dimana untuk merepresentasikan citra wajah secara global secara efisien dapat ditambahkan sebuah fungsi pembobot (weighting function) dengan bertahap secara langsung dan fraksional pada proses LDA. Proses pencocokan dilakukan dengan mencari jarak Euclidean minimum antara ciri citra wajah uji terhadap ciri citra wajah latih yang terdapat di dalam database. Dari hasil simulasi untuk Database Face Recognition Data dan Database Mahasiswa Maranatha diperoleh akurasi pengenalan wajah yang lebih baik untuk kondisi jumlah citra wajah satu per orang di dalam proses pelatihan jika database wajah diproses secara terpisah.

Konfigurasi Optimal Guided Filter dan CNN pada Peningkatan Kualitas Citra yang Memuat DerainNet Rashif Ilmi Nurzaman; Riko Arlando Saragih
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 3 No. 1 (2019): Volume III - Nomor 1 - September 2019
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2607.074 KB)

DerainNet is a Convolutional Neural Network (CNN) based image enhancement method that was designed to remove rainy effects from an image. On DerainNet, an input image was decomposed into base layer image and detail layer image. Base layer image was acquired using fast guided filter as lowpass filter. In this article the authors discuss the effects of using guided filter with multiple configurations of degree of smoothing and neighborhood size as lowpass filter in DerainNet. To see the effects, two assessment methods will be used which is Structure Similarity Index Measurement (SSIM) for synthesized rainy image inputs and Natural Image Quality Evaluator (NIQE) for real world rainy image inputs. The result of DerainNet using the guided filter as lowpass filter will be compared with the result of fast guided filter. Based on the acquired SSIM and NIQE score, guided filter has better results than fast guided filterâ€™s with a SSIM score of 0.919 and NIQE score of 3.829.

Analisis Jumlah Video Latih yang Berbeda pada Setiap Kelas untuk Aplikasi Near Duplicate Video Retrieval (NDVR) Ruben Stefanus; Riko Arlando Saragih
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 2 (2022): Volume V - Nomor 2 - Maret 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i2.292

Near Duplicate Video Retrieval (NDVR) adalah salah satu jenis teknik retrieval berbasis video yang sering dilakukan karena banyaknya video yang hampir duplikat dari video asli. Biasanya aktivitas video retrieval dilakukan untuk memperoleh manfaat (umumnya komersial) tanpa seijin pemilik hak cipta yang sah. Salah satu isu dalam sistem NDVR adalah ketidakseimbangan jumlah video latih untuk setiap kelas, sehingga di dalam tulisan ini akan dikaji pengaruh jumlah video latih yang berbeda untuk setiap kelas. Metode t-USMVH merupakan rancangan yang akan digunakan dalam sistem NDVR pada penelitian ini. Sementara itu, sistem NDVR yang akan direalisasikan terdiri atas 4 tahapan, yaitu proses ekstraksi keyframe, ekstraksi ciri, pelatihan sistem, serta pencocokan kode hash antarvideo. Pada tahap ekstraksi keyframe, pemilihan keyframe dilakukan berdasarkan jumlah sampel per detik tanpa mengabaikan perubahan citra antardetik. Di tahap kedua, yaitu proses ekstraksi ciri, ada 2 pendekatan yang dipakai, yaitu ekstraksi ciri global (Hue Saturation Value/HSV) serta ekstraksi ciri lokal (Local Directional Pattern/LDP). Selanjutnya, teknik backpropagation merupakan metode untuk pelatihan sistem, dan diakhiri dengan pencocokan kode hash antarvideo menggunakan metode Hamming Distance (HD). Variabel yang diuji adalah kombinasi variasi ciri, variasi jumlah iterasi, dan variasi jumlah video latih untuk setiap kelas. Selain itu, ada 2 variasi jumlah video latih untuk setiap kelas yaitu, imbalance query video dan balance query video. Hasil simulasi menunjukkan bahwa nilai Mean Average Precision (MAP) untuk kondisi balance query video lebih besar dari pada imbalance query video pada semua variasi iterasi dan semua variasi ciri. Selain itu, penggabungan ekstraksi ciri lokal dan ciri global pada sistem balance query video menghasilkan nilai MAP yang lebih baik daripada hanya menggunakan satu jenis ekstraksi ciri.

Realisasi Prediksi Jalur Visual Berdasarkan Citra Tunggal dengan Spatial Matching Network Mohamad Hafiz Gema Takbir Akbar; Riko Arlando Saragih
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.327

Abstractâ€”Jalur visual dapat didefenisikan sebagai cara manusia menafsir secara visual terhadap sebuah lintasan yang dapat dilalui. Prediksi jalur visual adalah suatu bidang riset kecerdasan buatan untuk memprediksi dan menafsirkan situasi dalam suatu scene yang meniru kemampuan berfikir manusia. Pada tahun 2016, sebuah jaringan syaraf tiruan berbasis Convolutional Neural Network (CNN) bernama Spatial Matching Network (SMN) dibangun untuk memprediksi jalur visual dari satu citra berdasarkan analisis spasial. Fungsi dari SMN adalah untuk mencari kesesuaian konteks spasial dari objek observasi dalam sebuah citra dengan lingkungannya. Dalam tulisan ini, prediksi jalur visual menggunakan SMN dikembangkan berdasarkan 4 jenis percobaan yang melibatkan orientasi dari objek dan perubahan jumlah node dari directed graph yang merepresentasikan hubungan pada tiap posisi pada citra. Kontribusi penelitian ini adalah kenaikan akurasi dari rata-rata hasil prediksi jalur visual menggunakan evaluasi metrik Modified Hausdorff Distance, dengan rincian kenaikan akurasi hasil 0,04% dari percobaan dengan penambahan jumlah node pada directed graph, kenaikan sebesar 14,9% dari percobaan dengan penambahan orientasi obyek, dan kenaikan akurasi hasil sebesar 20,5% pada percobaan dengan penambahan kedua parameter tersebut. Keywordsâ€” Spatial Matching Network, Convolutional Neural Network, Fully Connected Layer, jalur visual, analisis spasial, orientasi obyek, node, directed graph

Title

Found 20 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 20 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 20 Documents
Search