Article Per Year (5 Year)
p-Index From 2021 - 2026
1.244
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering TEKNIK Transmisi: Jurnal Ilmiah Teknik Elektro JURNAL SISTEM KOMPUTER Journal of International Relations Studies Jurnal Sistem Komputer Proceedings of KNASTIK Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknik Elektro Scientific Journal of Informatics CESS (Journal of Computer Engineering, System and Science) Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Informatika Upgris JOIN (Jurnal Online Informatika) Jurnal Teknologi dan Sistem Komputer Techne : Jurnal Ilmiah Elektroteknika TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Indonesian Journal of Electrical Engineering and Computer Science Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Jurnal Nasional Teknik Elektro dan Teknologi Informasi Techno Jurnal Rekayasa elektrika Prosiding Seminar Nasional Unimus
Eko Didik Widianto
Department Of Computer Engineering, Universitas Diponegoro
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Nursing Public Health

Published : 91 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Scientific Journal of Informatics

 1 
Analisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi Ciri Principal Component Analysis (PCA) dan Overlapping Block Isnanto, R. Rizal; Zahra, Ajub Ajulian; Widianto, Eko Didik
Scientific Journal of Informatics Vol 2, No 2 (2015): November 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i2.5082

Abstract

Cara aman untuk mengenali seseorang adalah dengan teknologi biometrik. Telapak tangan merupakan biometrika yang masih relatif baru bila dibandingkan dengan sistem biometrika seperti wajah maupun sidik jari. Ciri yang digunakan adalah garis utama telapak tangan. Untuk mengekstraksi ciri, digunakan metode Principal Component Analysis (PCA) dan Overlapping Block, dengan metode pengenalannya menggunakan ukuran kemiripan jarak Euclidean. Pengujian dilakukan terhadap 30 individu. Berdasarkan hasil pengujian menggunakan metode PCA dengan variasi jumlah 50,75, dan 100 komponen utama dihasilkan tingkat pengenalan yang sama yaitu 90%. Sedangkan pengujian menggunakan citra dengan intensitas pencahayaan yang kurang, dihasilkan penurunan pengenalan menjadi 80%. Namun, untuk pengujian menggunakan 10 responden uji di luar 30 responden latih dan uji yang terdaftar dalam basisdata tidak ada yang dikenali. Sementara itu, dengan metode overlapping block, dari hasil pengujian dapat disimpulkan bahwa sistem identifikasi garis-garis telapak tangan memiliki tingkat keberhasilan pengenalan 100%, baik dengan menggunakan citra uji telapak tangan yang telah dilatih maupun dengan citra uji luar. Sistem hanya mampu memberikan tingkat keberhasilan 30% apabila intensitas cahaya ruangan dikurangi dan tingkat pengenalan 40% untuk perubahan jarak antara telapak tangan dengan kamera. 
Analisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi Ciri Principal Component Analysis (PCA) dan Overlapping Block Isnanto, R. Rizal; Zahra, Ajub Ajulian; Widianto, Eko Didik
Scientific Journal of Informatics Vol 2, No 2 (2015): November 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i2.5082

Abstract

Cara aman untuk mengenali seseorang adalah dengan teknologi biometrik. Telapak tangan merupakan biometrika yang masih relatif baru bila dibandingkan dengan sistem biometrika seperti wajah maupun sidik jari. Ciri yang digunakan adalah garis utama telapak tangan. Untuk mengekstraksi ciri, digunakan metode Principal Component Analysis (PCA) dan Overlapping Block, dengan metode pengenalannya menggunakan ukuran kemiripan jarak Euclidean. Pengujian dilakukan terhadap 30 individu. Berdasarkan hasil pengujian menggunakan metode PCA dengan variasi jumlah 50,75, dan 100 komponen utama dihasilkan tingkat pengenalan yang sama yaitu 90%. Sedangkan pengujian menggunakan citra dengan intensitas pencahayaan yang kurang, dihasilkan penurunan pengenalan menjadi 80%. Namun, untuk pengujian menggunakan 10 responden uji di luar 30 responden latih dan uji yang terdaftar dalam basisdata tidak ada yang dikenali. Sementara itu, dengan metode overlapping block, dari hasil pengujian dapat disimpulkan bahwa sistem identifikasi garis-garis telapak tangan memiliki tingkat keberhasilan pengenalan 100%, baik dengan menggunakan citra uji telapak tangan yang telah dilatih maupun dengan citra uji luar. Sistem hanya mampu memberikan tingkat keberhasilan 30% apabila intensitas cahaya ruangan dikurangi dan tingkat pengenalan 40% untuk perubahan jarak antara telapak tangan dengan kamera.
Analisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi Ciri Principal Component Analysis (PCA) dan Overlapping Block Isnanto, R. Rizal; Zahra, Ajub Ajulian; Widianto, Eko Didik
Scientific Journal of Informatics Vol 2, No 2 (2015): November 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i2.5082

Abstract

Cara aman untuk mengenali seseorang adalah dengan teknologi biometrik. Telapak tangan merupakan biometrika yang masih relatif baru bila dibandingkan dengan sistem biometrika seperti wajah maupun sidik jari. Ciri yang digunakan adalah garis utama telapak tangan. Untuk mengekstraksi ciri, digunakan metode Principal Component Analysis (PCA) dan Overlapping Block, dengan metode pengenalannya menggunakan ukuran kemiripan jarak Euclidean. Pengujian dilakukan terhadap 30 individu. Berdasarkan hasil pengujian menggunakan metode PCA dengan variasi jumlah 50,75, dan 100 komponen utama dihasilkan tingkat pengenalan yang sama yaitu 90%. Sedangkan pengujian menggunakan citra dengan intensitas pencahayaan yang kurang, dihasilkan penurunan pengenalan menjadi 80%. Namun, untuk pengujian menggunakan 10 responden uji di luar 30 responden latih dan uji yang terdaftar dalam basisdata tidak ada yang dikenali. Sementara itu, dengan metode overlapping block, dari hasil pengujian dapat disimpulkan bahwa sistem identifikasi garis-garis telapak tangan memiliki tingkat keberhasilan pengenalan 100%, baik dengan menggunakan citra uji telapak tangan yang telah dilatih maupun dengan citra uji luar. Sistem hanya mampu memberikan tingkat keberhasilan 30% apabila intensitas cahaya ruangan dikurangi dan tingkat pengenalan 40% untuk perubahan jarak antara telapak tangan dengan kamera. 
Co-Authors Achmad Furqon Adi, Yudi Restu Adian Fatchur Rochim Afrina Ayu Insani Agung Budi Prasetijo Agung Budi Prasetijo, Agung Budi Ahmad Herdinal Muttaqin Ajeng Kartika Nugraheni Syafitri Ajub Ajulian Zahra Macrina Al Arthur Faizal Alan Prasetyo Rantelino Anggit Perdana Anggoro Mukti Ari Wibawa Budi Santosa Aris Sugiharto Aulia Medisina Ramadhan Azis Masruhan Bearly Ananta Firdaus Bellia Dwi Cahya Putri Bimo Ananto Pamungkas Budi Cahyo Suryo Putro Claudi Priambodo Antodi Dania Eridani Dania Eridani Deryan Gelrandy Devianto, Dadik Dite Ardian Dolly Simon Kristian Dwi Intan Af'idah Dyakso Anindito Nugroho Eko Setyo Purnomo Fajar Zuhroni Fatah Mumtaz Al'Ala Faza Abdani Auni Robbi Galuh Boy Hertantyo Gayuh Nurul Huda Gigih Marisna Gilang Dhimas Yurista Nugraha Hefmi Fauzan Imron Hendy Cahya Lesmana Herrizal Muhammad Wijaya Hilal Afrih Juhad Hutami Laksmi Kastanti Ike Pertiwi Ike Pertiwi Windasari Ikhwan Ar-Razy Imaduddin Amrullah Muslim Indasari, Ike Pratiwi Indra Aditia Indrasto, Erwan Yudi Irham Fa'idh Faiztyan Ismulia Nur Berlian Ivan Sanusi Joan Ricard Panggabean Jodhi Sugihartono Lia Lidya Roza M Ikhsan Mahfudhotul Khasanah Manggala Raka Perkasa Martin Clinton Tosima Manullang Mentary Putri Pratami Mey Fenny Wati Simanjuntak Michael SM Pakpahan Mochammad Luthfi Febriadi Muhammad Amri Hakim Muhammad Chamdun Muhammad Fahmi Awaj Muhammad Faizal Afriansyah Muhammad Ichsan Adhiim Muhammad Kautsar Muhammad Naufal Prasetyo Muhammad Ridwan Asad Munabbih, Muhammad Ihaab Nadia Febrianita Gunarto Najich, Zakky Ainun Norma Fitra Puspa Rahma Nur Kholid Nurazizah Nurazizah Nurhuda Maulana Oky Dwi Nurhayati Prasetyo, Deny Priguna Septia Putra R Rizal Isnanto R. Rizal Isnanto Radian Betayunanda Rahmatika, Annisa Rossy Richard Dwi Olympus Augustinus Rinta Kridalukmana Rio Julian Azis Pratama Risma Septiana Risma Septiana Riyadhi Sholikhin Rizkiana, Alifia Rofiq Cahyo Prayogo Roza, Lia Lidya Ruli Handrio Satriaji Cahyo Nugroho Shofa Taftazanie Sukiswo Sukiswo Tri Prasetyo Ufan Alfianto Wahyu Krisna Hidayat Wahyu Krisna Hidayat Wildan Budi Bawono Yanuar Wisnu Triaji Yudha Aditya Yudi Eko Windarto Yudi Restu Adi Yuni Waz Zaituun Yusuf Rafli Baharsyah Zaituun, Yuni Waz Zolan Devi Khoirunnisa