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

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Implementasi Dan Analisis Image Denoising Dengan Antshrink Petrus Tampubolon; Tjokorda Budi; Gia Septiana
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Citra digital adalah salah satu bentuk citra yang paling sering dan mudah dipergunakan dari segi pengiriman, pengolahan dan pemrosesan citra itu sendiri. Ketika citra diimplementasikan dalam kehidupan, sering kali dalam proses pengiriman citra, baik melalui satelit maupun melalui kabel, akan mengalami interferensi atau gangguan dari luar yang mengakibatkan citra terkena noise atau warna yang tidak sesuai. Dalam tugas akhir ini dilakukan implementasi dan analisis penggunaan metode AntShrink yang berbasis wavelet dengan teknik ACO (Ant Colony Optimization) untuk mengklasifikasikan koefisien wavelet yang digunakan dalam proses denoising. Noise yang digunakan adalah additive gaussian. Dari hasil percobaan yang diperoleh, metode AntShrink dinilai cukup baik dalam menghilangkan noise, serta diperoleh kesimpulan mengenai proses denoising yang baik dengan menggunakan filter Daubechies db8 dan level dekomposisi 5. Peningkatan rata-rata PSNR yang diperoleh sebesar 5.208db. Kata kunci : Wavelet, denoising, AntShrink, ACO, Ant Colony Optimization, Additive Gaussian Noise.
Skema Penyembunyian Teks Terkompresi Adaptive Huffman Pada Citra Digital Menggunakan Kuantisasi Berbasis Graf Melanida Tagari; Adiwijaya Adiwijaya; Gia Septiana
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Jaringan komputer dan internet semakin banyak digunakan untuk aktivitas pengiriman data. Namun, tidak ada jaminan bahwa jaringan komputer dan internet yang digunakan sebagai media pengiriman data ini aman dari pihak ketiga yang tidak memiliki hak akses terhadap data tersebut [1]. Berbagai teknik telah dikembangkan untuk melindungi data dari pengaksesan secara ilegal. Salah satu diantaranya yaitu dengan menyisipkan/ menyembunyikan data tersebut ke dalam media cover. Pada penelitian ini, implementasi penyembunyian data memanfaatkan kuantisasi berbasis graf, yaitu menggunakan Vector Quantization (VQ) dan pewarnaan graf dengan menggunakan Genetic Algorithm. Untuk meningkatkan kapasitas penyisipan, data dikompres terlebih dahulu dengan menggunakan Adaptive Huffman sebelum penyisipan dilakukan. Hasil pengujian menunjukkan bahwa skema ini dapat menghasilkan kapasitas penyisipan sebanyak 9000 bit atau sekitar 1800 karakter, dengan nilai PSNR 27,5054 db. Keywords: Penyembunyian Data, Kuantisasi Berbasis Graf, Vector Quantization, Pewarnaan Graf, Adaptive Huffman, Genetic Algorithm
Peta Pikiran Otomatis Teks Berbahasa Indonesia Menggunakan Word Co-occurrence Dan Bobot Kalimat Dika Atrariksa; Dede Rohidin; Gia Septiana
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada penelitian ini dibuat sistem yang men-generate peta pikiran yang isi cabang-cabangnya merupakan kata kunci hasil ekstraksi dengan menggunakan word co-occurrence statistical information. Penelitian ini menyajikan perbandingan antara peta pikiran hasil sistem dengan pembobotan kalimat dan peta pikiran hasil sistem tanpa pembobotan kalimat. Penggunaan pembobotan kalimat adalah untuk melihat pengaruhnya terhadap kata kunci-kata kunci cabang-cabang peta pikiran. Sistem mampu men-generate peta pikiran dari sebuah dokumen, baik dengan maupun tanpa pembobotan kalimat. Sistem tanpa pembobotan kalimat menghasilkan peta pikiran dengan rata-rata jumlah kata kunci penting cabang utama sebesar 75% dan rata-rata jumlah cabang anak relevan dengan cabang utamanya 37,52%. Sedangkan, sistem dengan pembobotan kalimat menghasilkan peta pikiran dengan rata-rata jumlah kata kunci penting cabang utama sebesar 70,83% dan rata-rata jumlah cabang anak yang penting dan relevan dengan cabang utamanya 34,61%. Kata Kunci : peta pikiran, word co-occurrence, pembobotan kalimat, ekstraksi kata kunci
Skema Penyembunyian Teks Terkompresi Arithmetic Coding Pada Citra Digital Manggunakan Kuantisasi Berbasis Graf Elza Oktaviana; Adiwijaya Adiwijaya; Gia Septiana
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Ilmu dan Seni menyembunyikan data ke media digital merupakan salah satu cara yang biasanya digunakan untuk penyamaran saat melakukan komunikasi yang melibatkan transmisi data. Teknik ini bekerja dengan cara menyisipkan data atau informasi yang bersifat pribadi pada suatu media sehingga data atau informasi yang disisipkan ke media tersebut tidak terlihat secara jelas. Penelitian ini mengajukan sebuah skema penyembunyian data berupa teks pada citra digital dengan menggunakan kuantisasi berbasis graf. Skema ini bekerja dengan cara menyisipkan teks pada suatu graf yang merupakan representasi dari hasil kuantisasi citra digital yang merupakan media penyisipannya. Untuk meningkatkan kapasitas penyisipan, skema ini memanfaatkan algoritma Arithmetic Coding untuk kompresi teks yang akan disisipi, dengan tetap memperhatikan kualitas dari citra hasil penyisipan. Hasil penelitian menunjukkan tingkat keberhasilkan skema ini berada pada saat berhasil menyisipkan sekitar 7255 bit data rahasia dengan PSRN citra tersisipi bernilai 28,5324db. Kata Kunci : Penyembunyian Data, Kompresi, Kuantisasi berbasis Graf, Vector Quantization, Pewarnaan Graf, Arithmetic Coding, dan Genetic Algorithm.
Pembobotan Fitur Ekstraksi Pada Peringkasan Teks Bahasa Indonesia Menggunakan Algoritma Genetika Zulkifli Zulkifli; Agung Toto Wibowo; Gia Septiana
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Hal yang penting dari peringkasan teks otomatis adalah bagaimana cara menetukkan informasi penting dari sebuah dokumen. Informasi penting dapat diperoleh dengan menggunakan teknik ekstraksi. Teknik ekstraksi merupakan teknik peringkasan secara lengkap yang terdiri dari urutan- urutan kalimat yang disalin dan memilih bagian-bagian kalimat penting dari dokumen asli. Peringkasan teks otomatis dengan teknik ekstraksi dapat dilakukan dengan menggunakan beberapa fitur ekstraksi teks. Tiap-tiap fitur ekstraksi teks memiliki tingkat pengaruh yang berbeda-beda terhadap hasil ringkasan sistem. Oleh karena itu, dibutuhkanlah sebuah algoritma optimasi untuk menentukkan tingkat kepentingan atau nilai bobot dari tiap-tiap fitur ekstraksi. Salah satu algoritma optimasi yang dapat digunakan adalah algoritma genetika. Dengan dataset yang sama untuk CR 30%, penelitian yang telah dilakukan oleh Aristoteles, Marlina, Rivaldi dan Wibowo menghasilkan maksimal akurasi berturut-turut 47%, 42,8%, 44% dan 52,47%. Pada TA ini, algoritma genetika digunakan untuk melakukan optimasi bobot fitur ekstraksi pada peringkasan teks bahasa Indonesia. Pada tahap pelatihan algoritma genetika mampu melakukan optimasi bobot fitur ekstraksi teks yang menghasilkan akurasi sekitar 46%. Sedangkan pada tahap pengujian, sistem menghasilkan ringkasan dengan akurasi 46% untuk sepuluh fitur teks. Setelah dilakukan observasi model kromosom terbaik, sistem menghasilkan ringkasan dengan akurasi 53% untuk delapan fitur ekstraksi teks. Kata kunci— peringkasan, teks, otomatis, fitur, ekstraksi teks, algoritma genetika.
Analisis Dan Implementasi Cluster-smoothed Pada Collaborative Filtering Aulia Rahmawati; Agung Nugroho Wibowo; Gia Septiana
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Collaborative filtering adalah salah satu pendekatan yang biasa digunakan pada sistem rekomendasi untuk mendapatkan nilai prediksi dari item oleh user aktif. Dalam collaborative filtering terdapat beberapa masalah yang sering muncul salah satunya adalah data sparsity. Data sparsity adalah permasalahan keterbatasan user untuk memberikan rating terhadap keseluruhan item. Untuk memecahankan masalah tersebut terdapat beberapa model diantaranya memory-based, model-based dan hybrid model. Tiap-tiap model memiliki kelebihan dan kekurangan masing-masing. Oleh karena itu, dalam tugas akhir ini akan digunakan model gabungan yaitu akan menggabungkan clustering dan smoothing untuk menangani masalah data sparsity dalam prediksi rating user. Dari hasil pengujian didapatkan nilai Mean Absolute Error (MAE) terkecil sebesar 0,732. Kata kunci : collaborative filtering, sparsity, clustering, smoothing
Analisis Perbandingan Kompresi Dan Dekompresi Data Teks Menggunakan Algoritma Shannon-fano 2 Gram Dan Algoritma Lempel Ziv Welch Pada Terjemahan Hadits Shahih Muslim Yudistira Yoga Aji; Eko Darwiyanto; Gia Septiana
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

Pesatnya perkembangan teknologi komunikasi pada era globalisasi saat ini telah mendorong berkembangnya teknologi serta kebutuhan akan telekomunikasi di bidang-bidang lainnya. Salah satu kebutuhan tersebut adalah dalam penyimpanan data. Oleh karena itu, telah dikembangkan algoritma untuk memampatkan data (kompresi data). Kompresi adalah proses mengkonversikan sebuah input data stream (stream sumber, atau data mentah asli) menjadi data stream lainnya (bit stream hasil, atau stream yang telah terkompresi) yang berukuran lebih kecil. Kompresi terdapat 2 jenis lossless atau lossy. Dalam kompresi lossless, teks asli dapat disusun kembali dari data terkompresi. Algoritma Shannon-Fano 2 Gram dan algoritma Lempel Ziv Welch dapat digunakan dalam kompresi lossless. Hadits adalah perkataan (sabda), perbuatan, ketetapan dan persetujuan dari Nabi Muhammad SAW yang dijadikan landasan syariat Islam. Ada enam koleksi hadits, salah satunya adalah hadits Shahih Muslim yang terdiri dari 56 kitab. Tulisan ini mengimplementasikan pemampatan data teks dari terjemahan hadits Shahih Muslim menggunakan algoritma Shannon-Fano 2 Gram dan algoritma Lempel Ziv Welch. Beberapa kitab yang bervariasi ukurannya telah dipilih sebagai data uji untuk kompresi. Berdasarkan hasil pengujian dan analisis didapat kesimpulan bahwa secara rata-rata, algoritma Lempel Ziv Welch menghasilkan rasio file yang lebih baik sekitar ± 45,72 % dibandingkan dengan Algoritma Shannon-Fano 2 Gram yang hanya menghasilkan ± 58,50 %. Kata Kunci: Kompresi Data, Algoritma Shannon-Fano 2 Gram, Algoritma Lempel Ziv Welch, Hadits Shahih Muslim, lossless
Co-Authors Adiwijaya Agung Nugroho Wibowo Agung Toto Wibowo Aulia Rahmawati Dede Rohidin Dika Atrariksa Eko Darwiyanto Elza Oktaviana Melanida Tagari Petrus Tampubolon Tjokorda Budi Yudistira Yoga Aji Zulkifli Zulkifli