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 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.

PEREDUKSIAN ADDITIVE WHITE GAUSSIAN NOISE (AWGN) PADA SINYAL DATA MENGGUNAKAN DENOISING KOEFISIEN DARI TRANSFORMASI WAVELET Saragih, Riko Arlando; Oktafiandi, Aulia
Jurnal Telematika Vol. 5 No. 1 (2009)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v5i1.34

Noise presence in real world data signal is inevitable.Under ideal conditions, this noise may decrease to such negligiblelevels so data obtained might be considered not corrupted by noise.In denoising, wavelet attempts to remove the noise present in thesignal while preserving the signal characteristics. It involves threesteps, namely forward wavelet transform, thresholding step, andinverse wavelet transform.Based on simulations by using Hard Thresholding and SureShrinkwith Empirical Wiener Filter, it was shown that Empirical WienerFilter using Hard Thresholded outperforms the other simulatedmethods.

Perbaikan Kualitas Citra Menggunakan Metode Fuzzy Type-2 Sunoto, Tio Dewantho; Saragih, Riko Arlando; Jarden, Judea Janoto; Wijaya, Kioe (Oeij) O. K. Ricky
Jurnal Telematika Vol. 16 No. 2 (2021)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v16i2.420

Image enhancement is applied to an image that has low contrast. Histogram Equalization (HE) is a general method used to improve the quality of an image. However, its drawback is for a low contrast image, which is solved by using the type-1 fuzzy method. Nonetheless, due to its crisp membership function, then type-1 fuzzy will result in uncertainty when implemented on an image with a non-homogenous contrast. In this research, type-2 fuzzy will be applied because its membership function can model and minimize the uncertainty to increase the image quality. Image enhancement is evaluated quantitatively and qualitatively. Mean Square Error (MSE) and Peak Signal-to-Noise Ratio (PSNR) are used as quantitative measures for the three image enhancement techniques used, i.e., HE, type-1 fuzzy, and type-2 fuzzy. In general, based on the simulation results, type-2 fuzzy gives the best performance. Meanwhile, the qualitative measure is done through a survey of several respondents. The respondents agree that type-2 fuzzy shows the best performance for image enhancement qualitatively. Quantitatively, there is not the best among the three type-2 fuzzy methods for image enhancement because their MSE and PSNR were varied. Moreover, neither qualitatively, due to subjective issue among the respondents when looking at the resulting image, the respondents agree there is none the best one among them so that it needs the same perception about the quality of a good image. Perbaikan kualitas citra biasanya diterapkan untuk citra yang memiliki kontras yang rendah. Metode Histogram Equalization (HE) adalah metode yang umum digunakan untuk memperbaiki kualitas citra. Namun, metode ini mempunyai kekurangan untuk citra yang memiliki level kekontrasan yang rendah. Kekurangan ini dapat diatasi dengan menggunakan metode fuzzy tipe-1. Karena sifat keanggotaan metode fuzzy type-1 bersifat crisp (tajam), maka akan berakibat ketidakpastian saat diterapkan untuk citra yang mempunyai distribusi kontras yang tidak homogen. Oleh karena itu, dalam penelitian ini akan diimplementasikan metode fuzzy type-2. Himpunan fungsi keanggotaan fuzzy type-2 mampu memodelkan dan meminimalisasi ketidakpastian sehingga kualitas citra dapat ditingkatkan. Penilaian terhadap perbaikan kualitas citra dilakukan secara kuantitatif dan kualitatif. Pengujian kuantitatif dilakukan dengan menggunakan metrik Mean Square Error (MSE) dan Peak Signal-to-Noise Ratio (PSNR) terhadap perbaikan kualitas citra yang menggunakan metode HE, metode fuzzy type-1, dan metode fuzzy type-2. Berdasarkan pengujian, secara umum metode fuzzy type-2 menghasilkan perbaikan kualitas citra yang paling baik. Evaluasi pengujian kualitatif dilakukan melalui survei responden. Secara umum responden menilai perbaikan kualitas citra dengan metode fuzzy type-2 akan menghasilkan visual citra yang lebih baik. Di antara ketiga kategori metode fuzzy type-2, secara kuantitatif hasilnya tidak menunjuk kepada satu kategori yang terbaik karena nilai MSE dan PSNR yang masih bervariasi. Demikian pula secara kualitatif, responden tidak memilih satu kategori terbaik akibat adanya faktor subyektivitas responden saat melihat sebuah citra. Untuk itu, dibutuhkan kesamaan persepsi tentang arti kualitas sebuah citra yang baik.

Analisis Tegangan Terkekang Beton Persegi dengan Perkuatan Fiber Reinforced Polymer menggunakan Jaringan Saraf Tiruan Kristianto, Anang; Pranata, Yosafat Aji; Saragih, Riko Arlando
TEKNIK Vol 45, No 2 (2024): August 2024
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/teknik.v45i2.52812

Fiber Reinforced Polymer (FRP) adalah material komposit yang berfungsi sebagai perkuatan untuk meningkatkan kapasitas kekuatan elemen struktur. Pada umumnya perkuatan diperlukan sebagai akibat perubahan fungsi bangunan atau memenuhi persyaratan terhadap beban desain gempa yang diperbaharui. Perkuatan kolom beton persegi dengan FRP memerlukan penelitian lebih lanjut terkait dengan sudut pada penampang persegi yang menyebabkan terjadinya konsentrasi tegangan. Penelitian ini menggunakan Jaringan Saraf Tiruan (JST) untuk memprediksi tegangan terkekang (f’cc) kolom beton persegi yang diberikan perkuatan FRP. Penggunaan JST dengan 4 hidden layer (J8-4-1) dalam memprediksi 113 benda uji hasil eksperimen memberikan hasil akurat dengan nilai validasi MSE yang optimum yaitu sebesar 0.00131 dengan nilai korelasi R baik pada fase training, fase validasi maupun fase uji berturut-turut adalah sebesar 0.992, 0.982 dan 0.983. JST J8-4-1 memberikan hasil prediksi tegangan dengan korelasi yang lebih baik dibandingkan dengan usulan metode analisis yang telah dilakukan pada beberapa penelitian terkait perkuatan kolom persegi dengan FRP. Analisis dengan JST juga memberikan gambaran yang akurat mengenai korelasi kenaikan radius kelengkungan sudut kolom persegi terhadap peningkatan tegangan terkekangnya. Hasil prediksi JST konsisten dengan beberapa studi eksperimental yang telah dilakukan serta konsisten dengan formula yang diberikan dalam ACI 440.2R- 2017.

Model Deep Learning untuk Face Anti-Spoofing dalam Mengatasi Domain Generalization dengan Depth Estimation dan Generative Adversarial Network Sunoto, Tio Dewantho; Setiadikarunia, Daniel; Saragih, Riko Arlando; Moses, Elia
Jurnal Telematika Vol. 20 No. 1 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i1.730

Penggunaan biometrik wajah untuk memperoleh akses suatu sistem keamanan adalah hal yang lazim ditemukan dalam perangkat komunikasi/komputasi. Walaupun demikian, kemudahan ini berakibat kepada kerentanan terjadinya penerobosan ke dalam sistem keamanan, di mana citra wajah dapat dipalsukan dengan memanfaatkan foto atau video seseorang yang memiliki hak akses. Hal ini dapat diperburuk dengan tersedianya foto atau video seseorang di media sosial. Sistem face anti-spoofing (FAS) adalah suatu sistem yang penting untuk mendeteksi apakah citra masukan adalah citra riil atau citra palsu dalam suatu sistem biometrik yang menggunakan informasi citra wajah. Banyak metode yang sudah digunakan untuk merealisasikan sistem ini, baik dengan pendekatan berbasis metode hand-crafted maupun deep learning (DL). Walaupun demikian, penelitian mengenai perbedaan distribusi antara dataset uji dengan dataset latih masih jarang dilakukan. Artikel ini membahas penggunaan model berbasis deep learning (DL) untuk aplikasi face anti-spoofing (FAS). Penelitian ini mengimplementasikan model menggunakan estimasi peta kedalaman untuk menemukan fitur diskriminatif dan generative adversarial network (GAN) untuk mengatasi isu perbedaan distribusi yang menggunakan pendekatan berupa pembangkitan (pembentukan) data. Untuk model yang diimplementasikan dengan skenario simulasi intraset, hasil pengujian untuk dua dataset publik, yaitu NUAA dan CASIA, memberikan hasil terbaik dari segi metrik half total error rate (HTER), berturut-turut 2,97% dan 2,7%. Sementara simulasi untuk adanya perbedaan antara karakteristik dataset uji dengan dataset latih, hasil dengan menerapkan GAN untuk meningkatkan kemampuan generalisasi model, dapat menurunkan bonafide presentation classification error rate (BPCER) sebesar 9,75%.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search