Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.19

P-Index

This Author published in this journals

Nanik Suciati

Departemen Informatika Institut Teknologi Sepuluh Nopember

Author-ID : 387460

Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 91 Documents Claim Missing Document

Claim Missing Document

Articles

2 3 4 5 6

Rancang Bangun Game Aksi dengan Integrasi dan Pengenalan Gambar Menggunakan Algoritma Ekstraksi Fitur SURF dan Klasifikasi SVM pada Perangkat Android Bryan Nandriawan; Imam Kuswardayan; Nanik Suciati
Jurnal Teknik ITS Vol 5, No 2 (2016)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Saat ini perangkat mobile berbasis Android dan iOS sangat digemari oleh anak-anak. Mereka yang telah memiliki perangkat mobile akan menghabiskan seluruh waktunya untuk menatap layar perangkat saat bermain. Akibat yang ditimbulkan adalah penurunan kesehatan mata dan kurangnya bersosialisasi dengan teman sebaya. Menggambar adalah hal yang disukai anak-anak. Dengan menggabungkan menggambar dengan permainan perangkat mobile, anak-anak akan tetap merasa bermain meski mereka sedang tidak menatap layar untuk menggambar. Tugas akhir ini bertujuan untuk membangun sebuah permainan yang dapat mengenali gambar dan menggunakan gambar tersebut dalam permainan. Metode pengenalan gambar dalam tugas akhir ini dilakukan dengan menggunakan metode Edge Detection dengan algoritma ekstraksi fitur SURF (Speeded-Up Robust Features) dan klasifikasi SVM (Support Vector Machine). Jenis permainan yang dibangun merupakan gabungan dari aksi dan tower defense. Hasil dari tugas akhir ini dibagi menjadi 3 yaitu hasil fungsionalitas permainan, hasil daya tarik permainan dan hasil akurasi pengenalan gambar. Semua fungsi yang dibuat pada permainan dapat berjalan dengan baik, dan permainan juga telah memiliki daya tarik yang memikat. Namun hasil akurasi pengenalan gambar masih kurang dari harapan penulis.

Implementasi Deteksi Seam Carving Berdasarkan Perubahan Ukuran Citra Menggunakan Local Binary Patterns dan Support Vector Machine Ayu Kardina Sukmawati; Nanik Suciati; Dini Adni Navastara
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Seam carving adalah metode yang digunakan untuk content-aware image resizing. Seam carving bertujuan untuk mengubah ukuran citra atau image resizing dengan tidak menghilangkan konten penting yang ada pada citra. Dalam bidang forensik digital, seam carving banyak dibahas khususnya tentang deteksi seam carving pada citra. Hal tersebut bertujuan untuk mengetahui apakah suatu citra sudah pernah melalui proses pengubahan ukuran menggunakan seam carving atau belum.Tugas akhir ini mengusulkan sebuah metode deteksi seam carving berdasarkan perubahan ukuran citra menggunakan Local Binary Patterns dan Support Vector Machine. Citra yang akan dideteksi dihitung variasi teksturnya menggunakan Local Binary Patterns. Proses selanjutnya adalah ekstraksi fitur dari distribusi energy yang menghasilkan 24 fitur. Data fitur citra selanjutnya dilakukan proses normalisasi. Uji coba fitur menggunakan k-fold cross validation dengan membagi data menjadi training dan testing. Selanjutnya data tersebut akan memasuki proses klasifikasi menggunakan Support Vector Machine dengan kernel Radial Basis Function.Uji coba dilakukan terhadap citra asli dan citra seam carving. Citra seam carving yang digunakan dibedakanviiiberdasarkan skala rasionya yaitu 10%, 20%, 30%, 40%, dan 50%. Jumlah data yang digunakan adalah sebanyak 400 citra untuk setiap uji coba pada tiap skala rasio dengan menggunakan 10-fold cross validation. Rata-rata akurasi terbaik yang dihasilkan sebesar 73,95%.

Temu Kembali Citra Makanan Menggunakan Representasi Multi Texton Histogram Imagine Clara Arabella; Nanik Suciati; Dini Adni Navastara
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Temu kembali citra merupakan suatu metode pencarian citra dengan melakukan perbandingan antara citra query dengan citra yang terdapat dalam database berdasarkan informasi yang ada. Temu kembali citra untuk pengenalan makanan sangat dibutuhkan untuk pasien diet. Dalam tugas akhir ini diusulkan suatu metode temu kembali citra makanan berdasarkan input berupa citra makanan yang dibandingkan dengan database citra makanan yang ada. Studi ini secara khusus membahas mengenai perancangan sebuah sistem temu kembali citra makanan dengan representasi Multi-texton Histogram (MTH). Proses pertama dilakukan deteksi orientasi tekstur menggunakan metode Sobel Edge Detection. Setelah itu dilakukan kuantisasi warna pada ruang warna RGB. Serta deteksi Texton untuk tahap ekstraksi fiturnya. Untuk mendapatkan kemiripan citra, dihitung jarak antar citra dengan menggunakan distance metric. Setelah didapatkan jarak antar citra, diurutkan dari yang terdekat sampai yang terjauh jarak citranya untuk menentukan temu kembali citra. Hasil yang didapat adalah berupa ditemukannya citra-citra yang mirip dengan citra query.Berdasarkan uji coba yang dilakukan pada citra, hasil pencarian citra mirip dengan rata-rata nilai precision terbaik sebesar 40,50% dan recall terbaik sebesar 8,61% pada 18 level orientasi dan 64 level kuantisasi warna.

Implementasi Deteksi Copy-move Forgery pada Citra Menggunakan Metode Histogram of Oriented Gradients (HOG) Ni Luh Made ITS; Nanik Suciati
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Pemalsuan citra terdiri dari bermacam-macam jenis yang salah satunya adalah melakukan duplikasi suatu bagian gambar kemudian ditempelkan pada bagian lain di gambar tersebut. Hal ini disebut sebagai copy-move forgery atau pemalsuan pada citra. Karena bagian yang diduplikasi berasal dari citra yang sama, maka property-properti seperti noise, warna dan tekstur akan kompatibel dengan seluruh citra dan dengan demikian menjadi lebih sulit untuk dibedakan dan deteksi secara kasat mata.Studi ini mengusulkan sebuah sistem deteksi pemalsuan copy-move pada citra dengan menggunakan metode Histogram of Oriented Gradients (HOG). Data citra pertama dibagi ke dalam blok-blok yang saling overlap kemudian setiap blok di ekstraksi dengan HOG yang menghasilkan fitur vektor. Kemudian deteksi copy-move dicari dengan menghitung jarak antar fitur setiap blok, blok-blok yang memiliki nilai jarak nol merupakan daerah yang mengalami copy-move. Uji coba dilakukan terhadap 20 citra yang diambil dari CoMoFod database. Berdasarkan hasil uji coba menunjukkan bahwa metode ini dapat memberikan hasil deteksi copy-move yang akurat dengan rata-rata akurasi, specificity dan sensitivity adalah 99,59%, 99,91%, dan 90,21%.

Implementasi Nearest Neighbor pada Data Kategorik dengan Pembobotan Atribut Menggunakan Weighted Simple Matching Coefficient Romario Wijaya; Nanik Suciati
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Klasifikasi merupakan sebuah metode yang cukup sering digunakan dalam bidang statistika dan komputasi cerdas terutama dengan kaitannya untuk memprediksi sesuatu berdasarkan data yang diterima. Klasifikasi dapat dilakukan untuk berbagai macam tipe data mulai dari numerik, ordinal ataupun kategorik. Pada data kategorik perhitungan jarak perbedaan atau kesamaan tidak dapat dihitung menggunakan operasi matematik seperti yang dapat dilakukan terhadap data numerik. Salah satu metode yang dapat digunakan untuk menghitung jarak pada data kategorik adalah Simple Matching Coefficient (SMC). Namun metode ini terkesan tidak adil karena menganggap bahwa setiap atribut memiliki kotribusi yang sama terhadap tiap label kelas. Karena itu metode SMC akan dioptimasi dengan menggunakan Weighted Simple Matching Coefficient(WSMC). Dalam penelitian kali ini, diimplementasikan sebuah metode klasifikasi terhadap data kategorik yang menggunakan metode klasifikasi Nearest-Neighbor dengan pembobotan atribut menggunakan WSMC. Uji coba yang dilakukan terhadap 6 dataset dengan atribut bersifat kategorik, menunjukkan kemampuan metode dalam melakukan klasifikasi. Dengan rata-rata akurasi tertinggi didominasi oleh metode lokal. Rata-rata akurasi tertinggi untuk dataset Nursery, Cars, Gerakan tangan, Soybeans, Vote dan Dhermatology berturut-turut sebesar 77.31%, 80.35%, 97.00%, 91.64%, 92.41%, dan 95.90%.

Rancang Bangun Pixel Art Converter Menggunakan Segmentasi berbasis K-means Clustering Yuna Sugianela; Nanik Suciati; Maulidan Bagus A.R
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Pixel art merupakan jenis aset grafis yang digunakan pada game. Untuk mengefisiensi pekerjaan pada industri game, diperlukan sebuah converter citra raster biasa menjadi pixel art. Tahapan dalam membangun aplikasi pixel art converter adalah mengubah warna menjadi aturan yang berlaku pada pixel art, lalu membuat tepi gambar menjadi jaggy yang merupakan ciri khas grafis pixel art. Algoritma segmentasi yang digunakan merupakan segmentasi berbasis k-means clustering. Segmentasi ini berguna untuk mengubah warna citra menjadi lebih sederhana. Citra hasil dari segmentasi k-means kemudian diolah menjadi citra yang memiliki tepian bergerigi atau jaggy yang merupakan ciri khas utama dari pixel art. Aplikasi dinyatakan telah memenuhi kebutuhan Tim Desain Maulidan Games. Kualitas citra hasil pixel art converter dipengaruhi oleh ukuran citra input, parameter nilai K untuk k-means clustering serta skala grid untuk membuat tepian jaggy. Nilai optimal yang digunakan untuk membuat pixel art yang baik yaitu, untuk citra gradient color nilai optimal nilai K untuk K-means adalah 25, sedangkan untuk citra flat color menggunakan nilai K 16, nilai skala grid untuk membuat tepian adalah 80, ukuran citra optimal adalah 100 x 100 piksel.

Pengenalan Bahasa Isyarat Indonesia dengan Metode Dynamic Time Warping (DTW) menggunakan Kinect 2.0 Tiara Anggita; Wijayanti Nurul Khotimah; Nanik Suciati
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v7i1.28943

Bahasa isyarat merupakan media bagi penderita tuna rungu dan tuna wicara untuk saling berkomunikasi. Perkembangan teknologi untuk menerjemahkan bahasa isyarat Indonesia secara real-time bisa bermanfaat bagi komunitas tuna rungu. Pada penelitian sebelumnya, pengenalan bahasa isyarat menggunakan teknologi Kinect sudah berhasil dibuat. Namun dalam prosesnya, fitur bahasa isyarat yang digunakan hanya bahasa isyarat yang bersifat statis saja. Selain itu, terdapat pula penelitian sebelumnya yang menggunakan ekstraksi fitur untuk mengenali bahasa isyarat dinamis saja. Pada penelitian ini, dilakukan bahasa isyarat yang bersifat statis dan dinamis secara dengan metode Dynamic Time Warping (DTW), yang mampu mengenali secara real-time bahasa isyarat Indonesia dari 20 kata dan menerjemahkannya dalam gambar dan teks. Hasil pengujian menunjukkan bahwa persentase nilai akurasi rata-rata yang dihasilkan adalah 93%.

Implementasi Kecerdasan Buatan Pada Permainan “Phantom Crown” Menggunakan Hierarchical Finite State Machine dan Decision Tree Dimas Rahman Oetomo; Imam Kuswardayan; Nanik Suciati
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v7i1.29163

Phantom Crown merupakan permainan di mana dua pemain saling bertarung. Agar Phantom Crown lebih menyenangkan dibuatlah lawan bermain yang memiliki kecerdasan buatan. Implementasi kecerdasan buatan dilakukan menggunakan Decision Tree (DT). DT dipilih karena berguna untuk mengeksplorasi data dan menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target. Untuk menunjang kecerdasan buatan yang dibuat, diperlukan alur bermain yang dibuat menggunakan Hierarchical Finite State Machine (HFSM). HFSM digunakan karena memudahkan programmer dalam mengimplementasikan alur yang sudah didesain dan membuat sistem tidak terlalu kompleks. Eksperimen yang dilakukan kepada 6 orang menghasilkan persentase kepuasan pengguna sebesar 66%. Eksperimen tingkat kecerdasan buatan dilakukan dengan menandingkan musuh melawan musuh. Eksperimen menghasilkan 86% probabilitas menang untuk musuh dengan tingkat kecerdasan lebih tinggi.

Segmentasi Citra pada Robot Sepak Bola Beroda Menggunakan Multilayer Neural Network dan Fitur Warna HSV Alam Ar Raad Stone; Nanik Suciati; Dini Adni Navastara
Jurnal Teknik ITS Vol 7, No 2 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Robot sepak bola beroda merupakan robot beroda yang dikembangkan untuk bermain sepak bola secara full autonomous. Robot bertanding secara tim melawan tim lain pada lapangan indoor yang telah disesuaikan ukurannya. Selama pertandingan, tidak diperbolehkan adanya campur tangan manusia. Pada robot, telah di pasang sebuah kamera dengan tujuan untuk menemukan di mana objek penting berada. Salah satu tahapan sebelum mendeteksi objek adalah segmentasi. Segmentasi citra bertujuan untuk memisahkan objek dengan latar belakang atau membagi citra ke dalam beberapa daerah dengan setiap daerah memiliki kemiripan atribut. Salah satu cara untuk melakukan segmentasi citra adalah dengan mengklasifikasikan tiap piksel pada citra sebagai objek tertentu maupun latar belakang. Pada penelitian ini, dilakukan klasifikasi tiap piksel pada ruang warna HSV menjadi 6 kelas. Yaitu: kawan (cyan), lawan (magenta), lapangan (hijau), garis lapangan (putih), bola (orange), dan objek lain (hitam). Proses klasifikasi dilakukan dengan menerapkan model Multilayer Neural Network. Kemudian hasil klasifikasi tersebut digunakan untuk membangun lookup table yang akan digunakan untuk klasifikasi tiap piksel warna secara cepat pada komputer robot. Dari hasil uji coba dan fine tuning terhadap hyperparameter dan arsitektur pada multilayer neural network, didapatkan nilai error rata-rata terkecil yaitu 0.16%. Kemudian dari evaluasi hasil segmentasi, diperoleh error rata-rata sebesar 19.37%.

Aplikasi Penerjemah Gambar Teks Berbahasa Inggris Menggunakan Teknologi Realitas Tertambah pada Perangkat Berbasis Android Antonius Kevin Wiguna; Nanik Suciati; Wijayanti Nurul Khotimah
Jurnal Teknik ITS Vol 8, No 1 (2019)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Di dalam lingkungan dunia nyata, banyak informasi berupa teks yang disajikan menggunakan bahasa yang tidak kita mengerti. Informasi tersebut bisa kita temui di tempat-tempat umum. Biasanya, diperlukan alat bantu untuk memahami tulisan dalam bahasa asing tersebut. Kemudahan dan kecepatan dalam penggunaan alat penerjemah menjadi penting terutama bila kita sedang berada di tempat umum. Untuk itu, diajukan pengembangan sebuah aplikasi yang mampu menerjemahkan teks yang mudah digunakan. Pengguna memilih gambar teks yang ingin diterjemahkan dari tampilan kamera aplikasi dengan menyentuh gambar teks yang diinginkan. Area gambar teks diambil menggunakan algoritma berbasis deteksi tepi pada gambar. Teks dikenali menggunakan Optical Character Recognition (OCR) dengan bantuan pustaka Tesseract dan diterjemahkan menggunakan bantuan Yandex. Translate API. Hasil penerjemahan akan ditampilkan menggunakan konsep realitas tertambah, di mana hasil akan ditampilkan langsung pada tampilan kamera di aplikasi. Aplikasi ini dibuat untuk berjalan pada perangkat yang menggunakan sistem operasi Android. Penerjemahan yang dapat dilakukan adalah penerjemahan dari bahasa Inggris ke bahasa Indonesia. Pengujian fungsional aplikasi menunjukkan hasil yang cukup baik untuk pengambilan area ROI dan proses mendapatkan hasil terjemahan, Hasil pengujian pada pengguna menjukkan bahwa pengguna puas dengan kenyamanan, performa, dan kemudahan penggunaan aplikasi.

Co-Authors Adhira Riyanti Amanda Adni Navastara, Dini Agus Eko Minarno Agus Priyono Agus Zainal Arifin Agus Zainal Arifin Ahmad Saikhu Ahmad Syauqi Ahmad Syauqi Akwila Feliciano Akwila Feliciano Akwila Feliciano Pradiptatmaka Alam Ar Raad Stone Aldinata Rizky Revanda Altriska Izzati Khairunnisa Hermawan Amelia Devi Putri Ariyanto Amirullah Andi Bramantya Andika Rahman Teja Anny Yuniarti Antonius Kevin Wiguna Ardian Yusuf Wicaksono Ari Wijayanti Aris Fanani Arrie Kurniawardhani Arsy Bilahi Tama Ary Mazharuddin Shiddiqi Arya Yudhi Wijaya Atika Faradina Randa Atikah, Luthfi Avin Maulana Awangditama, Bangun Rizki Ayu Kardina Sukmawati Ayu Septya Maulani Baso, Budiman Bryan Nandriawan Bui, Ngoc Dung Chastine Fatichah Chastine Fatichah Chilyatun Nisa' Damayanti, Putri Daniel Sugianto Darlis Herumurti Davin Masasih Diana Purwitasari Dimas Rahman Oetomo Dini Adni Navastara Dini Adni Navastara, Dini Adni Dion Devara Aryasatya Eko Prasetyo Eva Yulia Puspaningrum Evelyn Sierra Fairuuz Azmi Firas Faishal Azka Jellyanto Faizin, Muhammad 'Arif Fajar Astuti Hermawati Fandy Kuncoro Adianto Fandy Kuncoro Adianto Febri Liantoni, Febri Fiqey Indriati Eka Sari Fitri Bimantoro Ginardi, R.V. Hari Glenaya Gou Koutaki Gurat Adillion, Ilham Hafidz, Abdan Handayani Tjandrasa Handayani Tjandrasa Hani Ramadhan Haq, Arinal Hidayat, Ahmad Nur Hidayati, Shintami Chusnul Hilya Tsaniya Imagine Clara Arabella Imam Kuswardayan Imam Mustafa Kamal Irawan Rahardja, Agustinus Aldi Isye Arieshanti Isye Arieshanti Januar Adi Putra Januar Adi Putra Kautsar, Faiz Keiichi Uchimura Kevin Christian Hadinata Kevin Christian Hadinata M. Bahrul Subkhi Maulidan Bagus A.R Maulidiya, Erika Mawaddah, Saniyatul MIFTAHOL ARIFIN, MIFTAHOL Mochammad Zharif Asyam Marzuqi Muchamad Kurniawan Muchamad Kurniawan Muchamad Kurniawan, Muchamad Muhamad Nasir Muhammad 'Arif Faizin Muhammad Alif Satriadhi Muhammad Farih Muhammad Fikri Sunandar Mutmainnah Muchtar Nafa Zulfa Ni Luh Made ITS Novrindah Alvi Hasanah R Dimas Adityo R. Dimas Adityo Rachman, Rudy Rahma Fida Fadhilah Rangga Kusuma Dinata Rangga Kusuma Dinata Rayssa Ravelia Rizal A Saputra Rizal A Saputra, Rizal A Rohman Dijaya Romario Wijaya Safhira Maharani Safhira Maharani Salim Bin Usman Salim Bin Usman Salsabiil Hasanah Sarimuddin, Sarimuddin Septiana, Nuning Sherly Rosa Anggraeni Sherly Rosa Anggraeni Shintami Chusnul Hidayati Shofiya Syidada Sjahrunnisa, Anita Suastika Yulia Riska Sugianela, Yuna Surya Fadli Alamsyah Syavira Tiara Zulkarnain Tanzilal Mustaqim Tiara Anggita Tiara Anggita Tsaniya, Hilya Wahyu Saputra, Vriza Wan Sabrina Mayzura Wibowo, Della Aulia Wicaksono, Farhan Wijayanti Nurul Khotimah Yulia Niza Yulia Niza Yuna Sugianela Yuna Sugianela Yuslena Sari, Yuslena Yuwanda Purnamasari Pasrun Zakiya Azizah Cahyaningtyas Zakiya Azizah Cahyaningtyas

Title

Found 91 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 91 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 91 Documents
Search