Articles
<![CDATA[EFEK HIGH PASS FILTERING DENGAN KOEFESIEN NOL PADA CITRA BINER ]]>
<![CDATA[Mulyana, Teady Matius Surya]]>
<![CDATA[ Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Vol 1, No 1 (2017): Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan ]]>
Publisher : <![CDATA[Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jmstkik.v1i1.394
<![CDATA[Filtering akan melakukan penapisan terhadap nilai tertentu. Nilai intensitas yang dimiliki oleh citra biner hanya mempunyai nilai 1 dan 0. Filtering pada citra biner dengan menggunakan high pass filtering dengan total koefesien nol akan menghasilkan pemisahan piksel tepi dengan piksel objek yang tegas daripada filtering pada citra grayscale. Tujuan dilakukannya penelitian ini untuk mencermati efek high pass filtering dengan koefesien nol terhadap citra biner. Penelitian dilakukan dengan melakukan proses konvolusi terhadap citra yang dibinerkan terlebih dahulu. Variasi objek hitam dengan latar putih, maupun objek putih dengan latar hitam, jika dioperasikan dengan variasi kondisi core filter berupa nilai core positif maupun nilai core negatif akan sama-sama menghasilkan piksel tepi objek yang berwarna putih dan piksel yang bukan tepi objek baik pada latar maupun objek menjadi berwarna hitam. Hasil penelitian ini menghasilkan keberhasilan 100% terhadap dugaan awal mengenai efek high pass filtering dengan koefesien nol terhadap citra biner. Dugaan awal tersebut adalah variasi efek tersebut menghasilkan tepi di bagian luar objek dan tepi di bagian dalam objek. Filter dengan core positif pada citra biner dengan objek hitam dan latar putih akan menghasilkan tepian dibagian luar dari objek. Hal yang sama terjadi pada filter dengan core negatif, pada citra biner dengan objek putih dengan latar hitam. Sedangkan Filter dengan core positif pada citra biner dengan objek putih dan latar hitam akan menghasilkan tepian di bagian dalam dari objek, demikian juga filter dengan core negatif, pada citra biner dengan objek hitam dengan latar putih.]]>
<![CDATA[ANALISIS PERSEPSI DAN HUBUNGAN PRESTASI BELAJAR MATEMATIKA DENGAN PRESTASI BAHASA PEMROGRAMAN ]]>
<![CDATA[Herlina, Herlina]]>;
<![CDATA[Surya Mulyana, Teady Matius]]>
<![CDATA[ Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 11 No 1 (2019): JMP Edisi Juni 2019 ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Jenderal Soedirman ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Mathematics is the basis before learning coding-based courses. This type of research is quantitative descriptive. Sample of 110 informatics engineering students. The results of the study showed a significant association of learning outcomes in mathematics with the achievement of learning programming languages. The magnification coefficient of 0.663 has a moderate and positive meaning. The contribution of mathematics in explaining programming languages ??is 43.97% and the remaining 56.03% is accepted by other variables. Students' perceptions of mathematics and programming languages ??consist of four levels of understanding, namely the five senses, analysis, interpretation and evaluation. Every level of dimension. On the sensory dimension of 31.9% mathematics has a close relationship with programming languages. In the dimensions of analysis and interpretation, the value of the percentage of perceptions that are almost the same namely 21.24% and 21.14% associate mathematical concepts with the concepts of programming languages. In the evaluation dimension of 20.6%, it shows that in programming languages, students need information other than mathematics, namely the purpose of the programming language that is being designed.]]>
<![CDATA[PENILAIAN KELAYAKAN OBJEK PUPIL DARI FRAME CITRA MATA PADA APLIKASI PEMERIKSA MYOPIA MENGGUNAKAN STANDAR DEVIASI ]]>
<![CDATA[Mulyana, Teady Matius Surya]]>;
<![CDATA[Herlina, Herlina]]>
<![CDATA[ Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Vol 3, No 2 (2019): Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan ]]>
Publisher : <![CDATA[Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jmstkik.v3i2.3448
<![CDATA[The process of determining vision in patients with myopia based on computer vision requires image frames containing pupil objects that are deemed to meet the requirements before entering the vision determination stage. Image frame requirements that are considered to meet the requirements are image frames that contain objects that are not too small or too large. The extraction of eye image frames in real-time results in eye image frames being captured by the camera when the eyes are blinking, so that they contain too small pupil objects. The process of determining the threshold value in binaryization of an eye image that is too large also results in pupillary objects blending with the shadows around the eye, resulting in objects that are too large. Small samples in eye image taking require treatment for statistical assessment with small samples. The small number of samples can be used to determine the feasibility of the image to enter the next process can be implemented using standard deviations. Standard deviation values can accommodate the need to limit the size range of pupil objects in the eye image that is considered feasible. The final result of this study is the implementation of the method of determining an image considered to have a pupil object of a size that is suitable for observation so that the interval is obtained according to the conditions of each set of eye images recorded by the camera during eye observation. The use of standard deviations in determining which images are considered feasible contributes to increasing the percentage of accuracy of eye vision assessment in the application of myopia vision determination in real time from 54% without standard deviation to 73% in the confidence value for an average one-time interval of 99% in the process of determining myopia vision . AbstrakProses penentuan visus pada penderita myopia berbasis computer vision memerlukan frame-frame citra yang berisi objek pupil yang dianggap memenuhi persyaratan sebelum masuk ke tahap penentuan visus. Persyaratan frame-frame citra yang dianggap memenuhi persyaratan adalah frame-frame citra yang berisi objek dengan ukuran yang tidak terlalu kecil ataupun terlalu besar. Pengambalian frame-frame citra mata secara real-time mengakibatkan adanya frame citra mata yang ditangkap kamera ketika mata sedang berkedip, sehingga berisi objek pupil yang terlalu kecil. Proses penentuan nilai ambang pada binerisasi citra mata yang terlalu besar juga mengakibatkan objek pupil berbaur dengan bayangan di sekitar mata, sehingga menghasilkan objek yang terlalu besar. Sampel yang kecil pada pengambilan citra mata memerlukan perlakuan untuk penilaian statistik dengan sampel kecil. Jumlah sampel yang kecil dapat untuk menentukan kelayakan citra untuk masuk proses selanjutnya dapat diimplementasikan menggunakan standar deviasi. Nilai standar deviasi dapat mengakomodasi keperluan membatasi rentang ukuran objek pupil pada citra mata yang dianggap layak. Hasil akhir dari penelitian ini adalah implementasi metode penentuan suatu citra dianggap memiliki objek pupil dengan ukuran yang layak untuk diobservasi sehingga didapatkan interval yang sesuai kondisi masing-masing set citra mata yang direkam oleh kamera pada saat observasi mata. Penggunaan standar deviasi pada penentuan citra yang dianggap layak berkontribusi menaikkan persentase ketepatan penilaian visus mata pada aplikasi penentuan visus myopia secara real time dari 54% tanpa standar deviasi menjadi 73% pada nilai confidence untuk interval satu rata-rata sebesar 99% pada proses penentu visus myopia.]]>
<![CDATA[BINARISASI CITRA MENGGUNAKAN PENCOCOKAN PIKSEL ]]>
<![CDATA[Teady Matius Surya Mulyana]]>
<![CDATA[ Jurnal Ilmiah FIFO Vol 7, No 2 (2015) ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Proses binarisasi untuk memisahkan antara obyek dengan latar belakang sangat diperlukan pada visi komputer. Permasalahan yang sering terjadi adalah latar belakang seringkali mempunyai warna yang bervariasi. Sehingga diperlukan proses untuk membedakan obyek dengan latar belakangnya yang mempunya warna yang bervariasi tersebut. Sebagai pre-processing dari visi komputer, diperlukan proses yang sederhana yang tidak menyita waktu dan usaha untuk melakukan binarisasi tersebut. Setiap piksel pada citra mempunyai nilai tertentu yang akan menghasilkan warna pada citra. Untuk mempermudah proses pengenalan citra, warna tersebut harus disederhanakan dalam bentuk citra biner. Dengan penyederhanaan ini didapatkan citra yang merupakan obyek citra dengan menghilangkan piksel yang merupakan latar. Proses binarisasi citra dilakukan dengan pencocokan piksel antara citra latar dengan citra yang diuji. Pencocokan ini memerlukan batas toleransi tertentu. Dimana piksel yang berada pada batasan tertentu yang menganggap pada range tersebut dianggap piksel yang berisi informasi latar, sedangkan yang berada diluar batasan dianggap piksel yang berisi informasi obyek.Pencocokan piksel mampu untuk memisahkan obyek dari latar belakangnya. Proses ini diterapkan pada contoh aplikasi sederhana untuk memicu perekaman gambar dimana jika dideteksi adanya obyek, maka program akan merekan gambar secara otomatis.]]>
<![CDATA[Representasi Matrik Brightness Pola Gaussian Dengan Proyeksi Paralel Kaidah Tangan Kanan ]]>
<![CDATA[Destriana Widyaningrum]]>;
<![CDATA[Teady Matius Surya Mulyana]]>
<![CDATA[ Jurnal Teknologi Informasi dan Terapan Vol 7 No 1 (2020) ]]>
Publisher : <![CDATA[Jurusan Teknologi Informasi Politeknik Negeri Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25047/jtit.v7i1.133
<![CDATA[Pencerahan gambar secara merata menggunakan pola Gaussian memerlukan visualisasi penampilannya sehingga pengguna matriks dapat mempunyai informasi bagaimana matriks Gaussian brightness dapat melakukan perataan kecerahan citra. Grafik tiga dimensi merupakan grafik yang memiliki koordinat X, Y dan Z. Visualisasi matriks Gaussian brightness ke grafik dimensi memerlukan implementasi koordinat tiga dimensi X, Y dan Z yang akan merepresentasikan alamat sel matriks dan nilai sel matriks. Proses visualisasi matriks Gaussian brightness ke grafik tiga dimensi akan dilakukan dengan kaidah tangan kanan. Pada penelitian ini dirancang implementasi dari alamat sel matriks menjadi koordinat X dan Y serta nilai dari masing-masing sel akan diimplementasikan menjadi koordinat Z. Penggunaan kaidah tangan kanan pada proyeksi parallel memudahkan implementasi karena proses ini hanya perlu menempatkan sesuai dengan alamat sel nya secara berurutan sehingga voxel bertumpuk urut kearah Pengamat sesuai dengan urutan kedalamannya.]]>
<![CDATA[PENGGUNAAN NILAI SKALA KEABUAN DARI CITRA WATERMARK SEBAGAI CETAK BIRU DARI VISIBLE WATERMARKING ]]>
<![CDATA[Teady Matius Surya Mulyana]]>
<![CDATA[ Seminar Nasional Informatika (SEMNASIF) Vol 1, No 5 (2013): Network And Security ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Visible watermarking adalah salah satu proses pada pengolahan citra digital yang memproses dua buah citra. Satu citra sebagai citra utama dan yang lainnya adalah citra watermark. Citra watermark dilekatkan pada citra utama. Biasanya, proses visible watermarking dilakukan dengan proses image blending yang mencampurkan kedua citra. Pada kenyataan yang lain, citra watermark, yang telah diproses menjadi citra grayscale, mempunyai nilai intensitas yang bervariasi yang dapat dijadikan sebagai cetak biru dari watermark. Setiap piksel pada citra utama akan dinaikkan atau diturunkan sesuai dengan nilai piksel yang bersesuaian. Intensitas terkecil dari citra watermark dapat digunakan untuk menentukan titik proses penandaan, dan dapat digeser dengan nilai K yang ditentukan oleh operator. Dengan mempergunakan metode ini diharapkan citra yang di watermark tetap memberikan informasi yang diperlukan tanpa terganggu adanya penempelan citra watermark pada citra tersebut secara kasat mata.]]>
<![CDATA[DETEKSI PUPIL SEDANG BERAKOMODASI BERBASIS COMPUTER VISION MENGGUNAKAN METODE INTERVAL SATU RATA-RATA ]]>
<![CDATA[Teady Matius Surya Mulyana]]>;
<![CDATA[Herlina Herlina]]>
<![CDATA[ Prosiding Semnastek PROSIDING SEMNASTEK 2018 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Salah satu proses penentuan visus myopia berbasis computer vision adalah penentuan nilai visus yang didapat dari deteksi mata yang sedang berakomodasi ketika membaca huruf yang ditampilkan pada program berdasarkan ketentuan ukuran baris snellen. Deteksi pupil berakomodasi ini, digunakan sejumlah data nilai pupil yang tidak berakomodasi sebagai batas pupil tidak berakomodasi. Pupil yang tidak berakomodasi tidak statis. Pupil yang tidak sedang berakomodasi secara dinamis membesar dan mengecil dalam suatu nilai interval yang tidak sebesar ketika sedang berakomodasi. Karena itu diperlukan suatu nilai ambang yang memisahkan antara nilai pupil yang berakomodasi dengan yang tidak berakomodasi. Untuk mendapatkan nilai ambang pemisah pupil yang berakomodasi dengan yang tidak berakomodasi digunakan metode interval satu rata-rata. Penggunaan metode interval satu rata-rata, menghasilkan nilai ambang yang sesuai dengan pemberian nilai confidence nya. Nilai confidence dikonversi menjadi nilai keyakinan perubahan secara dinamis dari pupil ketika sedang tidak berakomodasi. Berdasarkan percobaan dan urutan proses yang diirancang, penentuan batas nilai pupil untuk mata sedang berakomodasi dengan mata tidak sedang berkomodasi dapat dilakukan dengan menggunakan metode interval satu rata-rata.]]>
<![CDATA[WATERMARK DENGAN GABUNGAN STEGANOGRAFI DAN VISIBLE WATERMARKING ]]>
<![CDATA[Juni Rosmiyati]]>;
<![CDATA[Teady Matius Surya Mulyana]]>
<![CDATA[ Jurnal Algoritma, Logika dan Komputasi Vol 1, No 1 (2018): Jurnal ALU Volume 1 nomor 1 Maret 2018 ]]>
Publisher : <![CDATA[Universitas Bunda Mulia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30813/j-alu.v1i1.1109
<![CDATA[Images, that are currently circulating on the internet are many, such as advertising images for the promotion of products from a particular brand / institution, the image of the digital image, photographs of the works of famous photographers and many other examples. To identify each image appropriately, it can be added with a special logo or sign that is easily recognizable to the user. But the current advanced technology also supports duplication of the same logo / sign by irresponsible parties. Using the LSB and Grayscale methods, information such as text can be inserted into the watermark image that you want to use. Where there is a combination between the steganography process and the watermark process in one medium so that it can contain information visually and invisible. By using a stegowater application that incorporates stenographic and watermark processes, the user can use it to identify the authenticity of the image being processed, has been through the modification process or not.Keywords: Image, Steganografi, Watermark]]>
<![CDATA[OCR HURUF JAWA DENGAN FITUR KODE RANTAI DAN LEVENSHTEIN DISTANCE ]]>
<![CDATA[Teady Matius Surya Mulyana]]>;
<![CDATA[Destriana Widyaningrum]]>;
<![CDATA[Herlina Herlina]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.217
<![CDATA[Aplikasi sederhana untuk pengenalan aksara jawa diperlukan pada saat massive nya penggunaan aksara nasional. Aplikasi diperlukan untuk mengenali dan membaca karakter-karakter dari aksara jawa pada pesan-pesan yang diterima. Fitur dan metode yang sederhana untuk mengenali aksara jawa sangat diperlukan sehingga aplikasi dapat sewaktu-waktu melakukan pelatihan, dimana data pelatihan yang disediakan sedikit. Salah satu fitur sederhana yang tersedia adalah kode rantai. Permasalahannya adalah kode rantai merupakan untaian karakter, maka diperlukan pengukuran jarak yang sesuai, bukan pengukuran jarak yang umum digunakan pada OCR. Levenshtein Distance merupakan pengukuran jarak antara dua string. Sesuai dengan fitur yang dipilih, maka akan digunakan levenshtein distance untuk mengukur jarak dua buah kode rantai. Pada penelitian ini akan dibuktikan fitur kode rantai dengan pengukuran jarak menggunakan levenshtein distance mampu mengenali objek aksara jawa berdasarkan data pelatihan yang tersimpan. Metode klasifikasi yang dipergunakan adalah klasifikasi nearest-neighbor. Dipilihnya metode ini dimaksudkan agar mampu memberi informasi data pelatihan yang terdekat dengan objek yang ingin dikenali. Hasil penelitian menunjukkan fitur kode rantai dengan pengukuran jarak dengan levenshtein distance mampu mengenali fitur data pelatihan yang terdekat dengan fitur objek.]]>
<![CDATA[ANALISIS PERSEPSI DAN HUBUNGAN PRESTASI BELAJAR MATEMATIKA DENGAN PRESTASI BAHASA PEMROGRAMAN ]]>
<![CDATA[Herlina Herlina]]>;
<![CDATA[Teady Matius Surya Mulyana]]>
<![CDATA[ Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 11 No 1 (2019): Jurnal Ilmiah Matematika dan Pendidikan Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Jenderal Soedirman ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20884/1.jmp.2020.12.1.1932
<![CDATA[Mathematics is the basis before learning coding-based courses. This type of research is quantitative descriptive. Sample of 110 informatics engineering students. The results of the study showed a significant association of learning outcomes in mathematics with the achievement of learning programming languages. The magnification coefficient of 0.663 has a moderate and positive meaning. The contribution of mathematics in explaining programming languages is 43.97% and the remaining 56.03% is accepted by other variables. Students' perceptions of mathematics and programming languages consist of four levels of understanding, namely the five senses, analysis, interpretation and evaluation. Every level of dimension. On the sensory dimension of 31.9% mathematics has a close relationship with programming languages. In the dimensions of analysis and interpretation, the value of the percentage of perceptions that are almost the same namely 21.24% and 21.14% associate mathematical concepts with the concepts of programming languages. In the evaluation dimension of 20.6%, it shows that in programming languages, students need information other than mathematics, namely the purpose of the programming language that is being designed. Full Article]]>
