Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
I Nyoman Apraz Ramatryana
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 41 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Steganografi Video Menggunakan Metode Discrete Wavelet Transform Pada Frame Yang Terpilih Berdasarkan Deteksi Silence Dengan Metode Zero Crossing Rate Alifia Fathur Rizkiyah; Bambang Hidayat; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Penggunaan media internet untuk melakukan pertukaran informasi yang telah berkembang menyebabkan kekhawatiran terkait keamanan dan kerahasiaan data digital yang dikirimkan. Untuk mengamankan data yang dikirimkan melalui media internet, diperlukan suatu teknik agar keamanan dan kerahasiaan informasi tersebut terjamin, salah satunya yaitu Steganografi. Pada penelitian ini, dirancang sebuah sistem steganografi dimana pesan yang disisipkan berupa file teks berformat *.txt dan video dengan format *.avi sebagai cover. Pesan informasi disisipkan pada frame video berdasarkan deteksi silence menggunakan Zero Crossing Rate, dengan mengukur parameter seperti: PSNR, MSE, BER, dan MOS. Dengan menggunakan metode penyisipan Discrete Wavelet Transform didapatkan hasil Peak Signal to Noise Ratio (PSNR) yang baik. Hasil PSNR terbesar yaitu 64.2775 dB dan nilai MSE terkecil sebesar 0,0243. Waktu komputasi terbesar yang didapat pada proses penyisipan adalah 1.68994 detik, sedangkan pada proses ekstraksi adalah 0,42312 detik. Hasil Mean Opinion Score (MOS) yang didapatkan memiliki nilai rata-rata total sebesar 3.8 yang berarti kualitas video tersisipi dengan baik. BER terbesar yang dihasilkan yaitu sebesar 44.2842 saat mean = 0.01 dan variansi = 0.0006. Kata kunci : Steganografi Video, Zero Crossing Rate, Deteksi Silence, Discrete Wavelet Transform
Perancangan Dan Simulasi Image Retreival Menggunakan Metode Color Histogram, Grey Level Co-occurrence Matrix Dan Knn Andi Paramata; Ratri Dwi Atmaja; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Untuk mencari file  yang berbentuk image merupakan hal  yang sulit, karena biasanya file  dalam  bentuk image memiliki nama berupa sekumpulan angka angka, sehingga untuk mencarinya kita tidak bisa langsung mencari menggunakan keyword. Bergerak dari permasalahan tersebut, penulis ingin memberi solusi dengan membuat aplikasi berbasis dekstop, yang bertujuan untuk mencari image yang menyerupai image yang di-inputkan. Proses yang terjadi pada aplikasi ini adalah proses eksraksi ciri menggunakan Color Histogram dan Grey Level Cooccurrence Matrix (GLCM), dan kemudian diklasifikasi menggunakan metode K-Nearest Neighbor (KNN). Sehingga, perpaduan antara Color Histogram dan Grey Level Co-occurrence Matrix (GLCM) serta K-Nearest Neighbor (KNN), diharapkan akan memberikan hasil yang baik untuk mencari image yang mirip menggunakan Image pada masukan dan memiliki tingkat akurasi 80% dari sejumlah percobaan untuk mencari image yang serupa. Kata Kunci : Image Processing, K-Nearest Neighbor, Grey Level Co-occurrence Matrix (GLCM), Color Histogram
Simulasi Dan Analisis Sistem Klasifikasi Songket Palembang Menggunakan Statistic, Color Histogram Dan Euclidean Distance Pada Citra Digital Nirwana Sari; Ratri Dwi Atmaja; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pada tugas akhir ini dilakukan identifikasi jenis motif kain yang berasal dari salah satu daerah di Indonesia yaitu Palembang. Sistem pengklasifikasian songket ini diharapkan dapat membantu orang awam untuk membedakan songket Palembang yang satu dengan yang lainnya.Pada Tugas Akhir ini dibahas mengenai teknik untuk mengklasifikasikan motif songket dengan menggunakan pengolahan citra digital. Metode ekstraksi ciri yang digunakan adalah Statistic dan Color Histogram. Metode klasifikasi yang digunakan adalah K-Nearest Neighbour (K-NN). Untuk pengujian ini dilakukan pengujian dengan 270 sample foto songket, dengan komposisi masing-masing kelas memiliki 20 data uji dan 10 data latih. Hasil pengujian metode ini, didapatkan akurasi terbaik sebesar 100% dan waktu komputasi 0.83s dengan menggunakan metode Color Histogram dengan parameter : kuantisasi = 8 nilai k=1, dan jenis jarak Cityblock. Kata kunci : Songket, Statistic, Color Histogram, K-Nearest Neighbor (K-NN),Cityblock
Perancangan Dan Simulasi Sistem Pemisahan Reff Lagu Berbasis Metode Discrete Wavelet Transform Dan Fast Fourier Transrorm Ricardo Ricardo; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian sebelumnya telah dirancang analisis dan simulasi klasifikasi judul lagu berdasarkan pada senandung manusia. Akan tetapi, pada sistem tersebut masih memiliki keterbatasan untuk melakukan penambahan data lagu pada database dimana data lagu yang akan disimpan di dalam database, yaitu berupa verse dan reff dari masing-masing lagu, harus dipisahkan terlebih dahulu antara seluruh bagian verse dan reff-nya secara manual. Berdasarkan pada kelemahan yang terdapat di penelitian tersebut maka, pada penelitian Tugas Akhir ini, dirancang suatu simulasi sistem yang dapat menentukan bagian kedua dan ketiga reff lagu dengan terlebih dahulu menentukan posisi bagian pertama reff dari suatu lagu tersebut. Sistem dirancang dengan menggunakan file lagu utuh sebagai masukan yang kemudian dilakukan ekstraksi ciri menggunakan metode Discrete Wavelet Transform dan Fast Fourier Transform lalu dilakukan pencocokan menggunakan korelasi terhadap bagian pertama reff lagu tersebut berdasarkan pola dari masukan untuk menentukan reff kedua dan ketiga suatu lagu secara otomatis. Pengujian dilakukan dengan menggunakan ukuran frame window 100ms, 200ms, 500ms, 1000ms, 1250ms, 1500ms, 1750ms dan 2000ms. Dari hasil pengujian terhadap 50 lagu yang dilakukan, sistem mendapat hasil terbaik pada ukuran frame window 1000ms dengan tingkat akurasi sebesar 96%, sementara itu ukuran frame 2000ms menghasilkan waktu komputasi terbaik sebesar 4.2 detik.
Simulasi Dan Analisis Klasifikasi Genre Musik Berbasis Support Vector Machine I Gusti Agung Dian Wintara; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Seiring dengan perkembangan zaman, dalam kurun waktu yang relatif singkat musik berkembang dengan begitu cepat. Musik memiliki berbagai macam jenis genre antara lain: Classical, Rock, Reggae, Country, dan Jazz. Genre musik adalah kategori dari karya seni, dalam hal ini khususnya musik, untuk mencirikan dan mengkategorikan musik yang kini tersedia dalam berbagai bentuk dan sumber. Pengklasifikasian genre musik secara otomatis dapat menjadi hal yang sangat membantu dalam pengembangan sistem temu-kembali untuk data audio. Pengolahan Sinyal Digital pada sinyal audio berkembang pesat untuk menghasilkan sebuah sistem yang bekerja secara digital. Sehingga diperlukan suatu pengembangan metode dan algoritma yang dapat mengklasifikasi genre secara tepat. Pada tugas akhir ini diteliti dengan menggunakan metode klasifikasi Support Vector Machine. Metode Support Vector Machine merupakan metode klasifikasi yang sederhana. Pembentukan model klasifikasi Support Vector Machine dengan mengumpulkan ciri dari data latih atau data acuan untuk menjadi data training saat pengujian. Dimana proses klasifikasi genre dimulai dengan memilih file lagu yang akan di klasifikasikan genre-nya, selanjutnya dilakukan proses preprocessing, pengambilan ciri dengan memanfaatkan ekstraksi ciri, dan terakhir proses klasifikasi Support Vector Machine untuk menghasilkan jenis genre dari file lagu yang dipilih. Pengujian yang dilakukan adalah pengujian terhadap metode klasifikasi genre menggunakan Support Vector Machine. Skenario pengujian dilakukan dengan jumlah data acuan 50 tiap-tiap genre, jumlah data uji 50 tiap-tiap genre. Kata kunci: Klasifikasi, genre musik, Support Vector Machine
Simulasi Dan Analisis Pencari Reff Dan Verse Lagu Pada Musik Digital Dengan Metode Korelasi Firmansyah Patriandhika; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi dimasa globalisasi saat ini terutama tekonologi komunikasi dan informasi yang berbasiskan komputer berkembang sangat pesat, dan teknologi menjadi kebutuhan masyarakat dunia. Hal ini disebabkan oleh perkembangan yang cepat pada bidang teknologi telekomunikasi. Pengolahan sinyal informasi merupakan salah satu bagian dari teknologi telekomunikasi. Pengolahan sinyal informasi ini mencakup luas, salah satunya adalah mengidentifikasi sinyal informasi pada lagu. Lagu dijadikan sebagai objek yang utama, dikarenakan perkembangan musik yang begitu pesat juga. Pada penelitian sebelumnya mencoba dibuat suatu aplikasi menentukan sebuah judul lagu dengan memanfaatkan ekstraksi ciri., Penelitian tersebut merekam lagu dari awal sampai akhir untuk mendapatkan sebuah judul. Namun sistem tersebut masih secara manual untuk menentukan bagian mana verse dan reff lagu. Maka dari itu, peneliti yang mengerjakan tugas akhir saat ini, akan mengembangkan potensi baru, dimana akan mencari reff dan verse lagu selanjutnya secara otomatis, dengan syarat mendengar bagian pertama dari lagu tersebut. Dengan memanfaatkan perkembangan audio processing yang sangat membantu dalam perkembangan industry music digital, sistem yang akan dibuat menggunakan lagu sebagai input yang kemudian dilakukan pencarian untuk menentukan kesamaan jarak antara panjang pola yang sama dengan menggunakan metode Korelasi Setelah pengujian dengan skenario yang berbeda pada sistem yang dirancang maka diperoleh beberapa akurasi. Pengujian skenario dilakukan pada ukuran frame 250ms, 500ms, 750ms, 1000ms, dan 2000ms. Dari hasil yang telah diuji, sistem menghasilkan akurasi yang baik pada ukuran frame 1000ms dan 2000ms dengan nilai mencapai 92%. Dan waktu komputasi yang baik terdapat pada ukuran frame 2000ms dengan waku ekstraksi ciri 2,9 detik dan waktu proses pencarian verse dan reff lagu 4 detik.Kata Kunci : Pencarian Verse dan Reff, Korelasi
Analisis Dan Simulasi Identifikasi Judul Lagu Melalui Senandung Manusia Menggunakan Ekstraksi Ciri Lpc (linear Predictive Coding) Ignatius Yoslan Kurniawan; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian ini akan penulis akan membuat suatu identifikasi judul lagu melalui senandung manusia. Penelitian ini akan menggunakan metode ekstraksi ciri suara yang disebut dengan Linear Predictive Coding dan metode klasifikasinya adalah Dynamic Time Warping (DTW). Sistem yang dirancang ini akan mengidentifikasi judul lagu melalui humming dengan keluaran berupa informasi judul lagu.Setelah dilakukan pengujian dengan skenario berbeda pada sistem yang dirancang maka didapatkanlah beberapa hasil akurasi. Untuk pengujian data lagu asli sebagai data latih dan data lagu asli sebagai data uji memiliki akurasi tertinggi sebesar 100 %. Pengujian data lagu vokal sebagai data latih dan data lagu vokal sebagai data uji memiliki akurasi tertinggi sebesar 81,67 %. Pengujian data lagu senandung sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 61,67 %. Pengujian data lagu vokal sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 78,33 %. Pengujian data lagu asli sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 80 %. Kata Kunci: Senandung, Linear Predictive Coding, Dynamic Time Warping (DTW)
Pemisahan Verse Dan Reff Secara Otomatis Pada Musik Mp3 Menggunakan Korelasi Antar Frame Berbasis Ciri Modified Discrete Cosine Transform (mdct) Rizqi Surya Utama; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Di masa sekarang teknologi telekomunikasi tidak hanya untuk mengirimkan satu informasi dari satu titik ke titik yang lain, tetapi meluas contohnya dunia musik. Dengan adanya pengolahan sinyal informasi dalam dunia musik, dimana bisa mengidentifikasi sinyal informasi pada lagu, lagu dijadikan sebagai objek utama dikarenakan perkembangan entertainment musik yang begitu pesat. Penelitian ini tentang pencarian verse dan reff dengan inputan potongan verse dan reff dari lagu untuk disimpan pada database yang terdiri dari 25 data potongan verse dan reff dan berbagai genre yang diproses secara manual. Tugas Akhir ini menggunakan metode Modified Discrete Cosine Transform (MDCT) yaitu mencari reff dan verse pada lagu secara otomatis, proses yang dilakukan untuk menentukan letak verse dan reff dengan menggunakan korelasi antar frame setelah frame tersebut dilakukan ekstraksi ciri menggunakan MDCT. Di dalam tugas akhir ini, 25 file lagu pada database menghasilkan rata-rata akurasi 75% dari ketepatan letak verse dan reff dalam detik dari hasil metode dibandingkan dengan letak aktual dari hasil pemisahan verse dan reff secara manual pada masing-masing lagu. Waktu komputasi terbaik pada tugas akhir ini 95 detik dengan frame 1000ms untuk pemotongan 1 lagu file mp3. Kata kunci : Modified Discrete Cosine Transform (MDCT), verse, reff. Abstract In the present time telecommunications technology is not only to send one information from one point to another, but extends for example the music world. With the existence of information signal processing in the world of music, where it can identify information signals on songs, songs are used as the main object due to the rapid development of music entertainment. This research is about verse and reff search by inputting verse pieces and referrals from songs to be stored in a database consisting of 25 pieces of verse and reff data and various genres that are processed manually. This Final Project uses the Modified Discrete Cosine Transform (MDCT) method, which is to search for referrals and verses on songs automatically. The process is carried out to determine the verse and reff location by using the correlation between frames after the frame features extraction using MDCT. In this final project, 25 song files on the database resulted in an average accuracy of 75% of the accuracy of the verse location and the reff in seconds from the results of the method compared to the actual location of the results of the separation of verse and reff manually on each song. The best computing time in this final project is 95 seconds with a 1000ms frame for cutting 1 song mp3 file. Keywords: Modified Discrete Cosine Transform (MDCT), verse, reff
Simulasi Dan Analisis Penerjemah Bahasa Isyarat Ke Teks Menggunakan Metode Klasifikasi Support Vector Machine Hendra Priyana Mirantika; Ratri Dwi Atmaja; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini membahas tentang penerjemah bahasa isyarat ke teks yang mengacu ke SIBI(Sistem Isyarat Bahasa Indonesia)  dengan input video. Pada penelitian ini digunakan metode invariant moment untuk ekstraksi ciri dan Support Vector Machine sebagai classifier. Proses yg dilakukan pada penelitian ini berupa tracking objek tangan dari peraga isyarat berdasarkan warna kulit yang disegmentasi menggunakan skin detection dalam ruang warna YCbCr. Setelah itu dilakukan cropping objek tangan kemudian dikonversi ke grayscale dan dicari nilai vektor moment menggunakan invariant moment. Selanjutnya 7 vektor moment yang didapat, dilatih untuk mendapatkan data latih lalu diklasifikasikan dengan Support Vector Machine(SVM). Pengujian dari 17 kata mendapatkan akurasi sebesar 80,63%. Pengujian dilakukan dengan mengubah parameter kernel pada SVM dan hasil terbaik didapatkan dengan menggunakan kernel RBF dan input classifier menggunakan ciri dari 7 vektor moment. Kata kunci : Bahasa isyarat, skin detection, Invariant Moments, Support Vector Machine
Simulasi Dan Analisis Perbandingan Antara Metode Discrete Cosine Transform (dct) Dan Modified Discrete Cosine Transform (mdct) Pada Pemisahan Reff Lagu Ivan Prayoga Prawiro; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pengolahan sinyal suara dirasakan sangat membantu dalam perkembangan industri musik dan dapat mempermudah dalam mengenali ketepatan audio suara maupun musik yang diinginkan. Pada penelitian sebelumnya telah dirancang analisis dan simulasi klasifikasi judul lagu berdasarkan pada senandung manusia. Akan tetapi, pada sistem tersebut masih memiliki keterbatasan untuk melakukan penambahan data lagu pada database dengan cara manual pada komponen verse dan reff. Dengan cara tersebut, jika diinginkan penambahan data lagu dalam jumlah banyak ke dalam database akan memakan waktu yang lama. Pada Tugas Akhir ini akan dirancang simulasi untuk menentukan bagian reff/chorus lagu selanjutnya dengan syarat mengetahui posisi bagian reff/chorus pertama dari lagu tersebut. Dengan memanfaatkan perkembangan dari audio processing maka sistem yang dirancang akan menggunakan bagian reff/chorus pertama lagu sebagai input dan kemudian dilakukan ekstraksi ciri antara metode Discrete Cosine Transform (DCT) dan Modified Discrete Cosine Transform (MDCT) yang digunakan sebagai pembanding dari hasil pengujian. Pada penelitian ini, skenario pengujian yang dilakukan menentukan penentuan frame yang bagus untuk digunakan dan kemudian dihitung berapa lama waktu komputasi dari pencarian reff/chorus lagu selanjutnya secara digital. Secara garis besar, hasil penelitian pada metode DCT untuk frame 200ms mendapatkan akurasi 62,7% dengan waktu komputasi 25,6 detik, frame 500ms dengan 73,3% dan 21,2 detik, frame 800ms dengan 86,7% dan 15,5 detik, frame 1000ms dengan 97,3% dan 10,5 detik, frame 1600ms dengan 46,7% dan 6,4 detik, dan frame 2000ms dengan 37,3% dan 4,7 detik. Dan pada metode MDCTuntuk frame 200ms mendapatkan akurasi 61,3% dengan waktu komputasi 26,2 detik, frame 800ms dengan 76% dan 16,4 detik, frame 1000ms dengan 88% dan 11,1 detik, frame 1600ms dengan 40% dan 7,5 detik, dan frame 2000ms dengan 29,3% pada waktu komputasi 4,7 detik. Kata kunci : Lagu, Reff, Discrete Cosine Transform (DCT), Modified Discrete Cosine Transform (MDCT). Abstract Sound signal processing is felt to be very helpful in the development of the music industry and can be simplified in recognizing and testing the accuracy of audio and music as desired. In previous research has designed the analysis and simulation of the song title classification based on humans humming. However, the system still have the limitations to add the data of the song to the database where’s the data of the song is stored in the database in the form of verse and reff in a manuall way. In this way, it will be take a long time if desired addition data of the song within large ammount into the database. In this final project will be designed a simulation to determined the reff/chorus part of the next song with hearing requirement and known the first part of the reff/chorus of the song. By using development of the audio processing, the system that already design with using the first part of the reff/chorus of the song as an input and then extraction of features between the Discrete Cosine Transform (DCT) and Modified Discrete Cosine Transform (MDCT) method that used as a comparison from the result of the test. In this research, the scenario test that have been used to determine the good frame to use and then calculated how long the computation time from the research of reff/chorus from the song in a digital way. The outline result from the DCT methode research for frame 200ms get 62,7% accuracy with computation time 25,6 second, frame 500ms get 73,3% accuracy with computation time 21,2 second, frame 800ms get 86,7% accuracy with computation time 15,5 second, frame 1000ms get 97,3% accuracy with computation time 10,5 second, frame 1600ms get 46,7% accuracy with computation time 6,4 second, and frame 2000ms get 37,3% accuracy with computation time 4,7 second. For MDCT methode the result for frame 200ms get 61,3% accuracy with computation time 26,2 second, frame 800ms get 61,3% accuracy with computation time 16,4 second, frame 1000ms get 88% accuracy with computation 11,1 second, frame 1600ms get 40% accuracy with computation time 7,5 second, and frame 2000ms get 23,9% accuracy with computation time 4,7 second. Kata kunci : Song, Reff, Discrete Cosine Transform (DCT), and Modified Discrete Cosine Transform (MDCT).
Co-Authors Adham Nurjati Aldi Andika Pratama Alifia Fathur Rizkiyah Amelia Shaffira Arifin Andi Paramata Angga Rusdinar Apriza Arraminta Wulandari Arintyo Archamadi Bambang Hidayat Bella Yunita Kusuma Brian Adam Daniel Gilbert Bismark Devi Rahmaditra Dewa Gede Eduard Pramana Morton Diati Levi Putri Dine Octavia Kumalasari Faizhal Rifky Alfaris Farisah Qisthina Rekamasanti Firmansyah Patriandhika Gelar Budiman Hendra Priyana Mirantika I Gusti Agung Dian Wintara Ida Wahidah Hamzah Ignatius Yoslan Kurniawan Inung Wijayanto Ivan Prayoga Prawiro Iwan Iwut Tritoasmoro Ledya Novamizanti M Fauzan Rindra P Mahdan Muqottirullah Al Askariyy Mohammad Ismail Zulkarnaen Muhammad Fadly Mustakim Muhammad Ihsan Fadhil Muhammad Ridho Putra Nadya Noviade Sapitri Nirwana Sari Ratri Dwi Atmaja Renny Rahmawati Reyfaldi Wahyu Pradana Ricardo Ricardo Ridwan Firdaus Rifki Muhammad Harris Rita Magdalena Rizqi Surya Utama Rolasris Rolasris Saddan Hussein Shimon Anterio Armando Sinaga Taufik Prima Nugraha Wulandari Setiawati Yoga Sanjaya Purba