Article Per Year (5 Year)
p-Index From 2020 - 2025
1.642
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Sinergi Journal of ICT Research and Applications Jurnal Teknologi Elektro InComTech: Jurnal Telekomunikasi dan Komputer Techne : Jurnal Ilmiah Elektroteknika
Regina Lionnie
Universitas Mercu Buana Jakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Biometric identification using augmented database Regina Lionnie; Ellisa Agustina; Wahju Sediono; Mudrik Alaydrus
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 1: February 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i1.11713

Abstract

Androgenic hair pattern is one of the newest soft biometric trait that can be used to identify criminals when their faces are covered in the evidences of criminal investigation. In real-life situation, sometimes the available evidence is limited thus creating problems for authorities to identify criminal based on the limited data. This research developed the recognition system to identify individuals based on their androgenic hair pattern in a limited data situation in such a way that the limited images were expanded by the augmentation process. There were 50 images studied and expanded into 2.000 images from the augmentation process of rotating, reflecting, adjusting color and intensity. Furthermore, the effect of human skin color extraction was investigated by employing HSV and YCbCr color spaces. The scale-space hierarchy was built among the images with Gaussian function and produced 70% recognition precision that was around more than 2 times higher compared to system of recognition with only limited data.
Hierarchical Gaussian Scale-Space on Androgenic Hair Pattern Recognition Regina Lionnie; Mudrik Alaydrus
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 15, No 1: March 2017
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v15i1.5381

Abstract

Androgenic hair pattern stated to be the new biometric trait since 2014. The research to improve the performance of androgenic hair pattern recognition system has begun to be developed due to the problems that occurred when other apparent biometric trait such as face is hidden from sight. The recognition system was built with hierarchical Gaussian scale-space using 4 octaves and 3 levels in each octave. The system also implemented the equalization process to adjust image’s intensity by using histogram equalization. We analyzed 400 images of androgenic hair in the database that were analyzed using 2-fold and 10-fold cross validation and Euclidean distance to classify it. The experimental results showed that our proposed method gave better performance compared to previous work that used Haar wavelet transformation and principal component analysis as the main method. The best recognition precision was 94.23 % obtained from the base octave with the third level using histogram equalization and 10-fold cross validation.   
Pengenalan Wajah Manusia Dengan Variasi Pencahayaan Menggunakan Metode Local Binary Pattern (LBP) Mochamad Miftakhul Huda; Regina Lionnie; Trie Maya Kadarina
Jurnal Teknologi Elektro Vol 11, No 3 (2020)
Publisher : Electrical Engineering, Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jte.2020.v11i3.003

Abstract

Sistem pengenalan wajah adalah teknik biometrik yang memungkinkan komputer atau mesin untuk mengenal wajah manusia melalui sebuah gambar digital dengan cara mencocokan pola wajah dengan basis data yang tersimpan. Sistem pengenalan wajah variasi pencahayaan mempunyai kendala pada performa sistem pengenalan wajah, terutama pada pencahayaan. Contoh kasus nya ada pada sebuah smartphone yang mempunyai masalah pada sistem pengenalan wajah pada kondisi ruangan yang gelap. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan wajah dalam permasalahan variasi pencahayaan agar dapat meningkatkan performa keakuratan sistem pengenalan wajah dalam mengenal wajah pengguna smartphone. Sistem ini akan menggunakan metode Local Binary Pattern (LBP), dan akan di kombinasikan dengan beberapa Pra Proses, yaitu Ekualisasi Histogram, Sharpening, Gaussian Filter, dan Median Filter yang berfungsi sebagai ekstrasi fitur dalam pengenalan wajah manusia dengan variasi pencahayaan. Kemudian sistem ini menambahkan fitur klasifikasi menggunakan metode Nearest Neightbor yang berfungsi untuk pengklasifikasian wajah manusia ke dalam class class yang sudah ditentukan.
Studi Performansi Image Denoising Menggunakan Persamaan Turunan Parsial Regina Lionnie; Mudrik Alaydrus
Jurnal Teknologi Elektro Vol 11, No 3 (2020)
Publisher : Electrical Engineering, Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jte.2020.v11i3.005

Abstract

Pengurangan derau merupakan salah satu tantangan yang terus berlangsung dan merupakan salah satu dari tantangan terbesar pada riset di area analisis citra digital, khususnya pada topik denoising image. Terlebih, mengurangi derau sambil tetap mempertahankan fitur penting dari citra seperti detail tepian, garis dan sudut seta fitur penting lainnya pada proses denoising image masih merupakan suatu masalah pada riset di topik ini yang belum ditemukan suatu solusi yang memberikan hasil yang memuaskan. Penelitian ini menggunakan metode persamaan turunan parsial Perona-Malik anisotropic diffusion dengan total iterasi 10,15 dan 20 menggunakan dua variasi derau yaitu derau salt and pepper dan derau poisson. Dari hasil percobaan dapat disimpulkan bahwa Perona-Malik anisotropic diffusion dapat menghilangkan derau dan masih dapat mempertahankan fitur citra akan tetapi beberapa fitur pada citra masih ikut terblur karena proses smoothing ini.
Performance analysis of various types of surface crack detection based on image processing Regina Lionnie; Rizky Citra Ramadhan; Ahmad Syadidu Rosyadi; Muzammil Jusoh; Mudrik Alaydrus
SINERGI Vol 26, No 1 (2022)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/sinergi.2022.1.001

Abstract

Major cracks on a highway or bridge's concrete surface have a massive risk of damages, accompanied by less maintenance, slow detection, and handling; the worst case of the damage is the structure's total collapse, which can produce fatalities. Moreover, Indonesia's climate and geographical location contribute to a higher level of potential damage to the structure. In order to reduce the potential damage, the need for a surface crack detection system arises. This research analysed three different databases (Database A, B, and C) with different surface concrete crack types, such as early thermal contraction, plastic shrinkage, corrosion reinforcement, and non-crack images. The total images from each Database vary from 14 images for Database A, 80 images for Database B, and 4000 images for Database C. The Otsu thresholding and mathematical morphology operations such as opening, closing, dilation, and erosion with pre-processing methods were combined and produced results for each Database with classification using Euclidean distance calculation. The best results for Database A and B were 100% using combination Otsu thresholding with Laplacian operator and Laplacian of Gaussian filter and the same result for a combination of mathematical morphological operations. The best result using Database C, which had more images than Database A and B, was 80,2% using a combination of mathematical morphological operations. 
Performance Comparison of Several Pre-Processing Methods in a Hand Gesture Recognition System based on Nearest Neighbor for Different Background Conditions Regina Lionnie; Ivanna K. Timotius; Iwan Setyawan
Journal of ICT Research and Applications Vol. 6 No. 3 (2012)
Publisher : LPPM ITB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/itbj.ict.2012.6.3.1

Abstract

This paper presents a performance analysis and comparison of several pre-processing  methods  used  in  a  hand  gesture  recognition  system.  The  preprocessing methods are based on the combinations ofseveral image processing operations,  namely  edge  detection,  low  pass  filtering,  histogram  equalization, thresholding and desaturation. The hand gesture recognition system is designed to classify an input image into one of six possibleclasses. The input images are taken with various background conditions. Our experiments showed that the best result is achieved when the pre-processing method consists of only a desaturation operation, achieving a classification accuracy of up to 83.15%.
Illumination Invariant Face Recognition Regina Lionnie; Mochamad Miftakhul Huda; Mudrik Alaydrus
InComTech : Jurnal Telekomunikasi dan Komputer Vol 10, No 3 (2020)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v10i3.8466

Abstract

Face recognition adalah bidang penelitian yang selalu menjadi topik penelitian dengan peminatan yang sangat besar. Berbagai potensial pengembangan aplikasi, dari sistem keamanan individu hingga untuk sistem control dan sistem surveillance. Algoritma pengenalan wajah telah diusulkan oleh banyak peneliti. Metode pengenalan wajah dengan performa yang baik seperti eigenfaces, fisherfaces, jaringan saraf tiruan, elastic bunch graph matching, laplacian faces, dan lainnya. Performa dari algoritma ini awalnya diuji pada gambar wajah yang dikumpulkan di bawah lingkungan kontrol yang baik pada kondisi studio dan pencahayaan yang diatur, dan karenanya, sebagian besar mengalami kesulitan dalam mengatasi gambar alami, yang dapat ditangkap di bawah kondisi pencahayaan, pose, dan ekspresi wajah yang sangat bervariasi. Situasi menjadi lebih menantang ketika kombinasi variasi ini harus ditangani secara bersamaan. Kondisi pencahayaan berbeda menimbulkan hambatan vital dalam sistem pengenalan karena mereka sangat mempengaruhi penampilan gambar wajah dan meningkatkan variasi antar kelas. Pada penelitian ini, telah dibangun sistem pengenalan wajah menggunakan Local Binary Pattern (LBP) dengan total gambar pada basis data sebanyak 400 gambar yang diambil dari 25 kelas/responden. Menggunakan 2-fold cross validation dan jarak Euclidean, presisi tertinggi yang diraih system adalah sebesar 87,98% dengan variasi ekualisasi histogram tanpa menggunakan LBP.
Analisis Metode SIFT dan SURF untuk Sistem Pendeteksi Gambar Termanipulasi Penyerangan Copy-Move Forgery Regina Lionnie; Trie Maya Kadarina; Mudrik Alaydrus
InComTech : Jurnal Telekomunikasi dan Komputer Vol 8, No 3 (2018)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v8i3.3074

Abstract

Pemalsuan gambar digital telah menjadi salah satu taktik penyebar hoax yang merupakan ajang penyebar provokasi, menimbulkan kerusuhan dan kebencian. Untuk dapat memerangi pemalsuan gambar digital perlu diciptakan sebuah sistem yang dapat mendeteksi gambar tersebut merupakan gambar hasil manipulasi apa tidak. Pada penelitian ini gambar termanipulasi jenis penyerangan copy-move forgery dengan variasi penyekalaan dan rotasi telah dianalisa oleh metode SIFT dan SURF. Hasilnya kedua metode dapat mendeteksi gambar termanipulasi jenis penyerangan copy-move forgery dengan SIFT memberikan hasil dua kali lebih banyak kecocokan dibandingkan SURF dan SURF memberikan hasil pemrosesan waktu 0.33 kali lebih cepat dibandingkan SIFT.
Studi Proses Deteksi Objek dalam Analisis Biometrik Regina Lionnie; Mudrik Alaydrus
InComTech : Jurnal Telekomunikasi dan Komputer Vol 9, No 1 (2019)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v9i1.5962

Abstract

Penelitian pola rambut androgenik pada penelitian ini dilakukan dengan menggunakan metode watershed segmentation berbasis gradien sobel dengan alasan pola rambut androgenik yang diteliti lebih menyerupai pola acak seperti pola pohon dan pertanian  serta pola peta jaringan komunikasi dibandingkan dengan pola biometrik pada umumnya seperti pola wajah maupun pola sidik jari. Selain itu untuk mengatasi problem oversegmentation, dilakukan penapisan lolos bawah sebelum proses transformasi watershed menggunakan tapis linear jenis Gaussian dan tapis non linear jenis median. Hasil penelitian menunjukkan dengan menggunakan tapis lolos bawah, hasil deteksi terlihat lebih baik dibandingkan tidak menggunakan tapis. Tapis Gaussian memberikan hasil yang lebih baik dibandingkan tapis median dalam mendeteksi objek rambut androgenik.
Survei Penelitian Pengenalan Pola dalam Identifikasi Biometrik Regina Lionnie; Mudrik Alaydrus
InComTech : Jurnal Telekomunikasi dan Komputer Vol 7, No 1 (2016)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v7i1.1162

Abstract

Pengenalan pola memainkan peranan yang penting dalam identifikasibiometrik. Hal ini dikarenakan pengenalan pola dalam identifikasibiometrik membantu pihak berwenang dalam mengungkap identitasseorang kriminal. Pengenalan pola identifikasi biometrik dalam imageprocessing mencakup pengenalan pola wajah, geometri dari sebuahtangan, iris dan retina dari organ mata, sklera mata, pembuluh darah,tanda kulit dan rambut tubuh. Pengenalan pola identifikasi biometrikmembutuhkan metode pengenalan pola yang akurat, pemilihan tahap praproses dan metode klasifikasi yang sesuai. Pada survei paper ini dibahasmengenai beberapa metode tahap pra proses seperti Averaging Filter,Histogram, Desaturation, Binerisation dan Image Alignment. Metodepengenalan pola yang dibahas pada paper ini adalah Gabor Features,Local Binary Pattern, Local Gabor Binary Pattern dan Haar WaveletTransform. Sedangkan metode klasifikasi yang dibahas adalah Euclideandistance, Chi-square distance dan Histogram Matching. Agar dapatmemberikan hasil terbaik, setiap sistem pengenalan pola tidak dapatmenggunakan metode yang sama untuk mengenali pola identifikasibiometrik yang berbeda. Dibutuhkan penelitian dalam penggunaanmetode pra proses, ekstraksi fitur dan klasifikasi untuk setiap identifikasibiometrik yang ingin dikenali polanya.
Co-Authors Ahmad Syadidu Rosyadi Ellisa Agustina Hermanto, Vidya Ivanna Kristianti Timotius Iwan Setyawan Mochamad Miftakhul Huda Mochamad Miftakhul Huda Mudrik Alaydrus Muzammil Jusoh Rizky Citra Ramadhan Trie Maya Kadarina Wahju Sediono Yulian Safarudin