Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

P-Index

This Author published in this journals

All Journal Rekursif: Jurnal Informatika Jurnal Pseudocode Jurnal Transformatika Jurnal Teknologi Informasi Cyberku

Diyah Puspitaningrum

Unknown Affiliation

Author-ID : 457375

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science

Published : 16 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Sistem Pakar Klasifikasi Status Perkembangan Anak Usia Dini Dengan Metode Naïve Bayes Classifer Berbasis DDST Rules Venny Lovina Gumiri; Diyah Puspitaningrum; Ernawati Ernawati
Rekursif: Jurnal Informatika Vol 3, No 2 (2015): Volume 3 Nomor 2 November 2015
Publisher : Universitas Bengkulu

Denver Developmental Screening Test (DDST) bertujuan menilai perkembangan anak pada empat sektor yaitu perkembangan personal sosial, motorik halus, bahasa dan motorik kasar anak mulai usia 0 bulan sampai 6 tahun (72 bulan). Penelitian ini menerapkan metode Naïve Bayes Classifier yang merupakan metode di dalam data mining untuk mengklasifikasikan data dengan memanfaatkan nilai probabilitas dari data dokumen contoh sebelumnya. Data yang menjadi acuan dalam penelitian ini adalah data perkembangan anak pada Posyandu Mentari Kelurahan Sidomulyo Kota Bengkulu sebanyak 513 data dan dilakukan pembagian untuk data training sebanyak 403 data dan data testing sebanyak 110 data. Sistem ini menentukan klasifikasi status perkembangan anak usia dini berdasarkan tiga kelas yaitu normal, suspect dan abnormal. Parameter masukan yang digunakan ada 6 yaitu: usia, jenis kelamin, jumlah gagal sektor 1, jumlah gagal sektor 2, jumlah gagal sektor 3 dan jumlah gagal sektor 4. Sistem dirancang menggunakan bahasa pemrograman Java. Dari hasil pengujian validitas sistem menggunakan single decision threshold (one feature) dihasilkan tingkat akurasi sebesar 83,1 %. Kata Kunci: Perkembangan Anak, Denver Developmental Screening Test (DDST), Naïve Bayes Classifier.

KLASIFIKASI CITRA BATIK BESUREK BERBASIS SINGULAR VALUE DECOMPOSITION (SVD) gusria fitri kurnia; Endina Putri Purwandari; Diyah Puspitaningrum
Rekursif: Jurnal Informatika Vol 4, No 2 (2016): Volume 4 Nomor 2 Juni 2016
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v4i2.885

Watermarking merupakan sebagai salah satu teknik perlindungan data citra digital. Metode watermarking digunakan adalah Singular Value Decomposition (SVD), Discrete Cosine Transform (DCT) dan Discrete Wavelet Transform (DWT). Proses watermarking dilakukan dengan cara menyisipkan citra watermark kedalam citra asli yang akan menghasilkan citra ber-watermark. Tujuan dari penelitian ini adalah menghasilkan aplikasi watermark yang mampu menyisipkan dan mengekstraksi citra watermark untuk perlindungan hak cipta terhadap citra digital. Pengujian dilakukan dengan serangan manipulasi operasi dan tanpa serangan. Hasil Pengujian pada kombinasi metode DWT-SVD pada operasi penyisipan citra watermark berdasarkan rata-rata nilai PSNR sebesar 45,98 memberikan hasil yang lebih baik di bandingan dengan kombinasi DCT-SVD pada proses penysipan dengan rata-rata nilai PSNR sebesar 45,19. Untuk ekstraksi watermark pada kombinasi metode DCT-SVD mengalami lebih sedikit penurunan kualitas terhadap citra hasil ekstraksi dibandingkan dengan kombinasi metode DWT-SVD dibuktikan dengan hasil nilai rata-rata PSNR citra hasil ekstraksi metode DCT-SVD adalah 26,26 sedangkan untuk metode DWT-SVD adalah 26,36. Nilai PSNR yang tinggi menunjukan citra tersebut semakin menyerupai citra aslinya. Oleh sebab itu untuk proses penyisipan, metode DWT-SVD lebih baik dibandingkan DCT-SVD sedangkan untuk proses ekstraksi DCT-SVD lebih baik dibandingkan dengan DWT-SVD.

Kinerja Skema Pemberian Tanda Air Pada Citra Digital Berbasis Komputasi Numerik Endina Putri Purwandari; Diyah Puspitaningrum; Muhamad Yose Sastra
Jurnal Pseudocode Vol 2, No 1 (2015)
Publisher : Universitas Bengkulu

Penduplikasian citra digital sangatlah merugikan bagi pemilik aslinya. Salah satu solusi yang diusulkan adalah pemberian tanda air pada citra digital tersebut. Penelitian ini bertujuan untuk mengimplementasikan skema pemberian tanda air pada citra digital dengan berbasis komputasi numerik (SVD – Singular Value Decomposition). Citra masukan yang digunakan terdiri dari 10 buah citra berukuran 512x512 dengan format *.jpg dan *.png. sebagai citra tanda air digital menggunakan citra logo Universitas Bengkulu. Skema yang diusulkan adalah dengan menyisipkan citra masukan dengan citra tanda air logo UNIB, kemudian dilakukan ekstraksi. Citra yang telah diberikan tanda air digital akan diberikan tiga macam serangan, berupa pemberian: (1) noise 15% dan 20%; (2) kompresi JPEG 5%, 15%, dan 25%; (3) pengkaburan radius 2 piksel dan 3 piksel. Hasil eksperimen menunjukkan bahwa skema ini dapat memberikan hasil yang optimal untuk penyisipan tanda air citra digital, dan berhasil mengekstraksi kembali tanda air digital berupa logo Universitas Bengkulu walaupun telah melalui serangan.Kata kunci : tanda air, citra digital, komputasi numerik, ekstraksi, SVD.

Dampak Reduksi Sampel Menggunakan Principal Component Analysis (PCA) Pada Pelatihan Jaringan Saraf Tiruan Terawasi (Studi Kasus Pengenalan Angka Tulisan Tangan) Diyah Puspitaningrum; Dyan Kemala Sari; Boko Susilo
Jurnal Pseudocode Vol 1, No 2 (2014)
Publisher : Universitas Bengkulu

Makalah ini membahas tentang bagaimana sebuah komputer mengenali sebuah pola citra digital berupa pengenalan angka tulisan tangan yang menggunakan metode Principal Component Analysis (PCA) pada pelatihan jaringan saraf tiruan terawasi model Backpropagation. Dalam penelitian ini terdapat dua pelatihan untuk mengetahui dampak reduksi sampel menggunakan PCA atau tanpa menggunakan PCA. Pada penelitian ini terdapat 1060 sampel citra angka tulisan tangan yang berformat *.jpg, sebanyak 660 sampel citra sebagai citra latih (training) dan sebanyak 400 sampel citra sebagai citra uji (testing). Sampel tesebut diambil dari angka tulisan tangan 106 responden yang berbeda. Hasil analisis menunjukan bahwa sistem memiliki tingkat pengenalan bergantung pada dimensi dan jumlah zona. Pada pelatihan pertama, jika dimensi yang digunakan adalah 40 piksel x 30 piksel maka tingkat pengenalan sebesar 86.75% dengan waktu rata-rata 0.4946 detik. Jika dimensi yang digunakan adalah 50 piksel x 40 piksel maka pengenalan sebesar 82.75% dengan waktu rata-rata untuk memproses setiap masukan adalah selama 1.063 detik. Untuk pelatihan kedua, dengan jumlah zona 5 : 5 tingkat pengenalan adalah sebesar 86% dengan waktu rata-rata adalah 0.6582 detik. Jika jumlah zona yang digunakan adalah 5 : 6 maka tingkat pengenalan sebesar 86.25% dengan waktu rata-rata selama 0.7068 detik. Kesimpulannya metode Principal Component Analysis (PCA) dapat dijadikan sebagai alternatif untuk tingkat kecepatan dan keakuratan dari pelatihan jaringan saraf tiruan.Kata Kunci: Principal Component Analysis (PCA), Backpropagation, Neural Network, Pengenalan Angka Tulisan Tangan.

APLIKASI PENCARIAN LOKASI FASILITAS PELAYANAN UMUM TERDEKAT MENGGUNAKAN METODE ARTIFICIAL BEE COLONY DI KOTA BENGKULU BERBASIS WEBVIEW ANDROID Eno Rahmandha; Rusdi Efendi; Diyah Puspitaningrum
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 12 No 2 (2016): Jurnal Teknologi Informasi CyberKU Vol. 12, no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (602.477 KB)

Public services are growing as concomitants of the Bengkulu’s population growth. That fact makes it hard to find a certain public service in Bengkulu city. Another reason is we need to find a nearby public service to do daily tasks. The purpose of tis research are: (1) to show a nearby public service’s location.(2) To implement Artificial Bee Colony method in Bengkulu City’s Public Services Finder using Webview Android. The results are: (1) This research managed to implement public services finder in to map;(2) The result of algorithm relevancy test using abc base is quite high, 81% relevant, Meanwhile for standard abcis 2.91%. (3) The best parameter setting is using bees (CS) {30,50}. Maximum limit (L) {300,500,600} and maximum iteration (MCN) {30,50}.(4) The best bees setting are (CS) 30, maximum limit (L) 1000 maximum iteration 50. Artificial Bee Colony linier relevancy using employed bees and defined iterations meanwhile maximum limit parameter is not taking effect on the algorithm.

PENGENALAN POLA HURUF HIJAIYAH TULISAN TANGAN MENGGUNAKAN FUZZY FEATURE EXTRACTION DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Helsi Tia Vermala; Diyah Puspitaningrum; Yudi Setiawan
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 12 No 2 (2016): Jurnal Teknologi Informasi CyberKU Vol. 12, no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (288.743 KB)

This research to build a pattern recognition hijaiyah letters handwriting application. In this offline pattern recognition research, a digital handwriting input is captured by a scanner. In this research we try to recognize digital handwriting based on feature classification using Backpropagation Neural Network and Fuzzy Feature Extraction method for feature extraction. This application is built using Matlab language programming and designed using Data Flow Diagram (DFD). Meanwhile the system development life cycle method that used is Waterfall. Experiments were performed on a single Hijaiyah letters isolated from 900 samples gave results of generalization ability of artificial neural networks for 96.11% and the ability to generalize the ability of Neural Network memorization for 98.33%.

Co-Authors Bella Befica Putri Bobby Kurniawan Boko Susilo Boko Susilo Dyan Kemala Sari Endina Putri Purwandari Eno Rahmandha Ernawati Ernawati Gilang Yulianta gusria fitri kurnia Helsi Tia Vermala Jane Anggun Dewi Pujayanti MUHAMAD FUAD SATRIA PUTRA Muhamad Yose Sastra Riza Rahmadayanti Rusdi Efendi Venny Lovina Gumiri Yudi Setiawan Zulmi Afriansyah

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search