Claim Missing Document
Check
Articles

Found 39 Documents
Search

Modifikasi Ant Colony Optimization Berdasarkan Gradient Untuk Deteksi Tepi Citra Liantoni, Febri; Suciati, Nanik; Fatichah, Chastine
Jurnal Buana Informatika Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (557.421 KB)

Abstract

Abstract. Ant Colony Optimization (ACO) is an optimization algorithm which can be used for image edge detection. In traditional ACO, the initial ant are randomly distributed. This condition can cause an imbalance ants distribution. Based on this problem, a modified ant distribution in ACO is proposed to optimize the deployment of ant based gradient. Gradient value is used to determine the placement of the ants. Ants are not distributed randomly, but are placed in the highest gradient. This method is expected to be used to optimize the path discovery. Based on the test results, the use of the proposed ACO modification can obtain an average value of the Peak Signal to Noise Ratio (PSNR) of 12.724. Meanwhile, the use of the traditional ACO can obtain an average value of PSNR of 12.268. These results indicate that the ACO modification is capable of generating output image better than traditional ACO in which ants are initially distributed randomly.Keywords: Ant Colony Optimization, gradient, Edge Detection, Peak Signal to Noise Ratio Abstrak. Ant Colony Optimization (ACO) merupakan algoritma optimasi, yang dapat digunakan untuk deteksi tepi pada citra Pada ACO tradisional, semut awal disebarkan secara acak. Kondisi ini dapat menyebabkan ketidakseimbangan distribusi semut. Berdasarkan permasalahan tersebut, modifikasi distribusi semut pada ACO diusulkan untuk mengoptimalkan penempatan semut berdasarkan gradient. Nilai gradient digunakan untuk menentukan penempatan semut. Semut tidak disebar secara acak akan tetapi ditempatkan di gradient tertinggi. Cara ini diharapkan dapat digunakan untuk optimasi penemuan jalur. Berdasarkan hasil uji coba, dengan menggunakan ACO modifikasi yang diusulkan dapat diperoleh nilai rata-rata Peak Signal to Noise Ratio (PSNR) 12,724. Sedangkan, menggunakan ACO tradisional diperoleh nilai rata-rata PSNR 12,268. Hasil ini menunjukkan bahwa ACO modifikasi mampu menghasilkan citra keluaran yang lebih baik dibandingkan ACO tradisional yang sebaran semut awalnya dilakukan secara acak.Kata Kunci: Ant Colony Optimization, gradient, deteksi tepi, Peak Signal to Noise Ratio
Queue Tree Implementation for Bandwidth Management in Modern Campus Network Architecture Liantoni, Febri; Perwira, Rifki Indra
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 3, No 1, February-2018
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.269 KB) | DOI: 10.22219/kinetik.v3i1.227

Abstract

Bandwidth management in an institution becomes a fundamental need that must be managed properly. The continuous increase in the number of user, data and hardware technologies result in unequal distribution and bandwidth absorption. The increasingly diverse needs of the users in the virtual world require refined setting of bandwidth scheme. If bandwidth is not set properly, bandwidth can be accessed by multiple users. Institutions engaged in education consist of several parties such as employees, teachers and students (called student body). Queue implementation is a technique of dividing bandwidth according to the proportional needs of its users; moreover, this technique is able to work flexibly to organize and allocate bandwidth to end users. The ease of adding and reducing the amount of bandwidth becomes its main feature. The concept of campus network adopted from a Cisco fundamental system can serve as one model that can optimize the infrastructure and the distribution of bandwidth to end users. The method used in this research is employing direct observation, conducting interviews for problem identification and assigning the Internet service requirement and the availability of hardware and software resources. The optimization of bandwidth management by considering student body becomes the main objective. The implementation of queue on each network allows the distribution of bandwidth conforming the user satisfaction. Based on user satisfaction survey result, the user satisfaction level of Queue Tree implementation reached 59.2%.
Pengenalan karakter angka menggunakan metode Integral Proyeksi Liantoni, Febri
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 2 (2017): July-December
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1197.719 KB) | DOI: 10.26594/register.v3i2.706

Abstract

 Saat ini dengan kemajuan teknologi membuat komputer memiliki kemampuan komputasi yang lebih tinggi untuk meningkatkan kemampuan dalam pengolahan data. Kemajuan teknologi ini juga berimbas pada kemampuan teknologi citra digital yang berhubungan dengan pengenalan karakter angka yang merupakan bagian dari pengenalan pola. Pengenalan karakter penting untuk pengolahan informasi yang memungkinkan proses identifikasi secara cepat dan otomatis. Pada penelitian ini dilakukan proses pengenalan karakter angka menggunakan metode Integral Proyeksi. Alasan menggunakan metode integral proyeksi karena mempunyai kelebihan pemrosesan yang sederhana dan cepat dalam mengidentifikasi suatu citra digital. Integral Proyeksi yang digunakan yaitu Integral Proyeksi vertikal dan Integral Proyeksi horisontal. Hasil penelitian menunjukkan pengenalan karakter angka mampu mengenali karakter dengan benar jika hasil praproses menghasilkan gambar yang baik. Pengenalan karakter angka akan kurang sempurna jika gambar yang diproses tidak baik, hal ini dikarenakan metode Integral Proyeksi bekerja dengan menghitung jumlah piksel tiap gambar untuk mengenai nilai gambar tersebut. Pengujian pengenalan karakater angka yang dilakukan terdapat 20 gambar uji menghasilkan nilai akurasi sebesar 65%.    Nowadays with the advancement of technology makes computers have higher computing capabilities to improve the capability of data processing. Advances in technology have also affected the ability of digital image technology related to the introduction of alphanumeric characters that are part of pattern recognition. Character recognition is important for information processing that allows rapid identification process automatically. In this research, numeric character recognition process using integral projection method. Reasons for using integral projection method for processing has the advantage of a simple and quick in identifying a digital image. The integral projection used is vertical projection and horizontal projection. The results showed numeric character recognition could recognize the characters correctly if the results of preprocessing produce good images. The introduction of the characters will be less than perfect if the images are processed is not good, this is because the integral projection method works by counting the number of pixels for each image to the value of the image. Testing the result of recognition from 20 image which is on dataset has been built to get accuracy value about 65%.
Comparison of Adaptive Ant Colony Optimization for Image Edge Detection of Leaves Bone Structure Liantoni, Febri; Perwira, Rifki Indra; Bataona, Daniel Silli
EMITTER International Journal of Engineering Technology Vol 6, No 2 (2018)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (455.566 KB) | DOI: 10.24003/emitter.v6i2.306

Abstract

Leaf bone structure has a characteristic that can be used as a reference in digital image processing. One form of digital image processing is image edge detection. Edge detection is the process of extracting edge information from an image. In this research, Adaptive Ant Colony Optimization algorithm is proposed for edge image detection of leaf bone structure. The Adaptive Ant Colony Optimization method is a modification of Ant Colony Optimization, in which the initial an ant dissemination process is no longer random, but it is done by a pixel placement process that allows for an edge based on the value of the image gradient. As a comparison also performed edge detection using Robert and Sobel method. Based on the experiments performed, Adaptive Ant Colony Optimization algorithm is capable of producing more detailed image edge detection and has thicker borders than others. Keywords: edge detection, ant colony optimization, robert, sobel
Image Retrival Pada Obyek Lingga Yoni Di Situs Peninggalan Sejarah Trowulan Mojokerto Nugroho, Hendro; Liantoni, Febri
INTEGER: Journal of Information Technology Vol 1, No 1 (2016): Maret 2016
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (573.394 KB) | DOI: 10.31284/j.integer.2016.v1i1.55

Abstract

This study contains about Image Retrieval system image on Lingga Yoni at historical sites Trowulan. In the area Trowulan is a legacy of work Majapahit era where the majority of people it is a Hindu, so many relics found in the form of Linga Yoni which serves as the worship of Lord Shiva. Data retrieval image Yoni Linga Linga Yoni as many as 50 images using a digital camera, and the image size Lingga Yoni 200 x 300 pixels in BMP file format. Stages Image Retrieval system on the study include segmentation stages: (1) Smoothing using the method Pas Low Filter to soften the image of the noise; (2) the extraction step texture by using Region Growing by altering the RGB color image is converted into to facilitate the HSL color groups; (3) Region Region Merging Growing did for the incorporation of color image corresponding to the object Linga Yoni; (4) to get to extraction stage form was originally looking for edge detection using Canny edge; (5) the image is converted into binary form to the morphology using opening and closing. At Stages Image Retrieval 50 Linga Yoni image texture extraction step performed using the 4 corners of each feature value GLCM with Different Inverse Moment IDM to revise the results of Image Retrieval using methods Precision and Recall.
Penggunaan Arnold Cat Map Dan Beta Chaotic Map Pada Enkripsi Data Citra Rahmawati, Weny Mistarika; Liantoni, Febri
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol 2 No 2 (2018)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.151 KB) | DOI: 10.31961/eltikom.v2i2.85

Abstract

Penggunaan citra dalam kehidupan sehari-hari mengalami peningkatan seiring berkembangnya teknologi informasi. Untuk itu diperlukan sebuah cara agar data citra dapat ditransmisikan dengan aman. Salah satunya adalah dengan melakukan enkripsi pada citra. Citra terenkripsi akan membuat citra hanya dapat dibaca oleh pihak yang berwenang saja. Skema yang digunakan pada proses enkripsi dapat berupa permutasi. Pada penelitian ini menggunakan Arnold cat map untuk melakukan permutasi pada enkripsi citra. Namun permutasi saja tidak cukup aman untuk mengenkripsi citra. Citra yang telah dipermutasi selanjutnya ditambah dengan algoritma lain berbasis chaos. Beta chaotic map digunakan dalam penelitian ini karena memiliki parameter yang lebih banyak dibandingkan dengan map jenis lain. Dengan parameter yang lebih besar maka akan memperkuat hasil enkripsi. Hasil pengujian yang dilakukan pada penelitian ini menunjukkan bahwa skema enkripsi memiliki ketahanan terhadap serangan brute force dan serangan analisis histogram. Citra asli akan memiliki bentuk yang sangat berbeda dengan citra hasil enkripsi yang dibuktikan dengan perhitungan nilai NPCR.
PENERAPAN EKSTRAKSI CIRI STATISTIK ORDE PERTAMA DENGAN EKUALISASI HISTOGRAM PADA KLASIFIKASI TELUR OMEGA-3 Liantoni, Febri; Santoso, Agus Adi
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 2 (2018): JURNAL SIMETRIS VOLUME 9 NO 2 TAHUN 2018
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (271.806 KB) | DOI: 10.24176/simet.v9i2.2476

Abstract

Telur merupakan makanan yang memiliki gizi tinggi. Dijaman sekarang telah ada telur dengan omega-3 hasil rekayasa. Secara visual untuk membedakan telur ayam biasa dan telur ayam dengan omega-3 sangat sulit karena bentuk fisik dan warna telurnya terlihat sama. Bagian yang membedakan adalah kuning telur omega-3 agak kekuningan dan kuning telur biasa lebih kemerahan. Penelitian ini diciptakan sebuah sistem analis yang mampu mengenali telur berdasarkan tekstur dengan beberapa langkah dalam teknik pengolahan citra. Beberapa teknik pengolahan citra yang digunakan yaitu konversi citra RGB ke grayscale, perbaikan kualitas citra, menghilangkan noise dengan gaussian filter dan analisis citra menggunakan ekstraksi ciri statistik orde pertama dengan nilai parameter mean, standard deviasi. Berdasarkan pengujian diperoleh tingkat precision 87,93%, recall 96,22% dan accuracy 85% berdasarkan 140 data training dan 60 data uji.
Ant Colony Optimization Pada Klasifikasi Mangga Gadung Dan Mangga Manalagi Liantoni, Febri; Hermanto, Luky Agus
Prosiding Seminar Nasional Sains dan Teknologi Terapan Peningkatan Teknologi Terapan di Industri dan Infrastruktur untuk Kemajuan Bangsa
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (383.951 KB)

Abstract

Examples of types of mango that can be used for food is mango gadung and mango manalagi. In this study taken the topic of the classification of mango gadung and mango manalagi. The process of introduction of mango leaves of gadung and mango manalagi is done based on image edge detection of mango leaf structure. In the process of edge detection is used ant colony optimization (ACO) method that replaces conventional detection. Application of ant colony optimization method successfully optimizes the result of edge detection of a mango leaf bone structure. This is demonstrated by the detection of bony edges of leaf bone structure and more detail than using Roberts or Sobel edge detection. The result of classification test using k-nearest neighbor method got 67,5% accuracy.
FUZZY K-NEAREST NEIGHBOR PADA KLASIFIKASI KEMATANGAN CABAI BERDASARKAN FITUR HSV CITRA Liantoni, Febri; Annisa, Fitri Nur
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 3, No 2 (2018)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (296.663 KB) | DOI: 10.29100/jipi.v3i2.851

Abstract

Cabai merupakan salah satu bahan masakan yang disukai masyarakat Indonesia. Salah satu cabai yang banyak dimanfaatkan sebagi bahan masakan yaitu cabai rawit. Pada umumnya identifikasi kematangan cabai dilakukan secara manual berdasarkan warna. Metode manual dilakukan dengan pengamatan secara visual. Cara ini membutuhkan tenaga lebih banyak dalam memilah kematangan cabai, padahal persepsi manusia bisa berbeda-beda, hal ini meninbulkan ketidakkonsistenan hasil yang diperoleh. Berdasarkan permasalahan tersebut, penelitian ini dilakukan untuk proses klasifikasi kematangan cabai rawit. Ekstraksi ciri yang digunakan pada penelitian ini dengan menggunakan nilai HSV. Nilai ini diperoleh dari perhitungan nilai RGB citra. Sedangkan proses klasifikasi menggunakan metode k-nearest neighbor yang ditambahkan fuzzy dalam mencari keanggotaan kelas hasil klasifikasi. Metode ini kemudian disebut Fuzzy K-Nearest Neighbor. Pengujian yang dilakukan terhadap 60 data cabai rawit. Berdasarkan pengujian dengan hasil sesuai klasifikasi kelas sesungguhnya yaitu 15 cabai matang, 15 cabai mentah, 15 cabai setengah matang,dan  7 cabai busuk. Sedangkan hasil klasifikasi yang salah yaitu 8 cabai busuk. Dari pengujian tersebut diperoleh 52 data dengan klasifikasi sesuai dengan kelas aslinya. Dari hasil tersebut diperoleh  dengan akurasi sebesar 86,66%.
OPTIMASI ALGORITMA SEMUT UNTUK DETEKSI TEPI PADA FOTO UDARA Liantoni, Febri; Perwira, Rifki Indra
Jurnal Teknologi Vol 9 No 1 (2016): Jurnal Teknologi
Publisher : Jurnal Teknologi, Fakultas Teknologi Industri, Institut Sains & Teknologi AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Foto udara merupakan citra digital yang berguna untuk memperoleh informasi dari suatu daerah. Informasi diperoleh berdasarkan analisis data obyek menggunakan media atau alat. Informasi ini diproses dengan memanfaatkan teknik pengolahan citra digital. Salah satu cara memperoleh informasi berdasarkan teknik pengolahan citra digital melalui proses deteksi tepi. Deteksi tepi adalah penggalian informasi dari suatu citra. Salah satu teknik deteksi tepi yang bisa dipakai yaitu menggunakan algoritma semut. Algoritma semut merupakan algoritma optimasi yang terinspirasi dari perilaku semut dalam mencari makan. Pada umumnya penyebaran semut awal pada algoritma semut dilakukan secara acak. Hal ini memungkinkan terjadi ketidakseimbangan distribusi semut yang kemudian mempengaruhi penemuan jalur. Optimasi dilakukan dengan cara menyebarkan semut berdasarkan tingkat gradient pada area citra. Langkah yang dilakukan dengan membagi citra menjadi 16 area dengan ukuran sama besar. Bagian yang memiliki gradient tinggi akan mendapatkan pembagian semut yang lebih banyak. Hasil algortima semut akan dibandingkan dengan deteksi tepi konvensional. Perbandingan dilakukan untuk mengetahui perbedaan hasil deteksi tepi yang diperoleh. Berdasarkan percobaan yang dilakukan, optimasi algoritma semut mampu menghasilkan deteksi tepi citra yang lebih detail dan memiliki garis tepi yang lebih tebal dibandingkan menggunakan deteksi tepi konvensional.