Article Per Year (5 Year)
p-Index From 2021 - 2026
5.06
P-Index
This Author published in this journals
All Journal Jurnal POINTER Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Reformasi : Jurnal Ilmiah Ilmu Sosial dan Ilmu Politik Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Bulletin of Culinary Art and Hospitality
Edy Santoso
Fakultas Ilmu Komputer , Universitas Brawijaya
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 134 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal POINTER

 1 
Image Resizing Menggunakan Algoritma Seam Carving dengan Menggabungkan Dynamic Programming dan Stochastic Path Adhie Indi Arsyanto; Edy Santoso; Nurul Hidayat
Jurnal POINTER Vol 2, No 2 (2011): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

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

Abstract

ABSTRAK Pada April 2007, Ariel Shamir dan Shai Avidan menemukan dan mempublikasikan algoritma seam carving. Kelebihan dari algoritma ini adalah pada saat ukuran sebuah citra diubah, dimana perubahan ukuran citra tersebut akan mengubah perbandingan panjang dan lebar. Seam carving dapat menjaga agar objek utama dalam citra tetap utuh, baik dengan atau tanpa bantuan user. Masalah yang timbul adalah operator pada makalah terdahulu menggunakan gradient magnitude dan histogram of oriented gradients dimana hanya 2 piksel yang paling berperan dalam menentukan sebuah tepi. Kedua operator ini sangat sensitif terhadap adanya gangguan pada citra (noise), karena hanya sedikit jumlah piksel yang dilibatkan untuk memperhitungkan gradien (Milan, 1993). Selain itu, menurut Hector Yee (2007) penggunaan algoritma dynamic programming seringkali menimbulkan artifact (pembentukan/perubahan objek). Penggunaan metode stochastic path dengan membuat 10.000 seam secara acak dinilai Hector Yee dapat memberikan hasil yang lebih baik (Hector. 2007). Namun, dengan metode tersebut ukuran citra akan mempengaruhi kualitas hasil resizing. Hal ini dikarenakan jumlah seam yang dibuat akan tetap meskipun ukuran citra bervariasi. Oleh karena itu dalam makalah ini akan dilakukan modifikasi dari algoritma seam carving dengan cara menggabungkan algoritma dynamic pr
Komputasi Frekuensi Kebersamaan Data Berdasarkan Klaster Pembentuknya Marji -; Edy Santoso; Nurul Hidayat
Jurnal POINTER Vol 2, No 2 (2011): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

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

Abstract

ABSTRAK Salah satu cara untuk mengetahui kemiripan rekord data adalah dengan klastering. Pada metode klastering, dengan jumlah klaster yang sama, antara metode yang satu dengan yang lain kemungkinan menghasilkan struktur klaster yang berbeda. Dengan adanya perbedaan struktur tersebut dimungkinkan dua buah rekord data dengan suatu metode klaster berada dalam suatu klaster, tetapi dengan metode yang lain berada pada klaster yang berbeda. Pada penelitian ini dikembangkan suatu algoritma yang dapat digunakan untuk mengetahui frekuensi rekord data berada dalam satu klaster. Metode klaster yang digunakan adalah k-means, kohonen, fuzzy cmean dan fuzzy substractive. Berdasarkan hasil klastering keempat metode tersebut, dikembangkan algoritma yang dapat digunakan untuk mengetahui frekuensi rekord data bersamaan dalam satu kluster. Data yang digunakan adalah data gen jamur yang dapat didownload pada alamat http://cmgm.stanford.edu/pbrown/  sporulation/ additional/   Kata kunci: klastering, k-means, kohonen, fuzzy cmean, fuzzy substractive ABSTRACT Clustering is a one of  the way to know similarity  among data records.  Sometime, different methods give a different cluster structure , although in  the same sum  of cluster.  So that, by using different methods,  it is possible 2 data  at the different structure.  For exampale , by using kmean, data -1 and data-2 in the same cluster, but by  kohonen, data-1 and data-2 in the  different cluster. In this researh, we developt algorithm that can be used to calculate frequency of data record at the same cluster.  The methods, we are used are kmean, kohonen, fuzzy cmean and fuzzy substractive. Based on those methods, we developt  algorithm that can be used to know frequency of data record at the same cluster. Data used in this research is fungi gen, that can be download at http://cmgm.stanford.edu/pbrown/ sporulation/ additional/   Keywords: clustering, kmean,kohonen, fuzzy cmean, fuzzy substractive
Perancangan Struktur File Kompresi Image Dengan Transformasi Wavelet dan Run Length Encoding Marji -; Edy Santoso
Jurnal POINTER Vol 2, No 1 (2011): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

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

Abstract

ABSTRAK Penyimpanan file image digital telah banyak digunakan dengan berbagai macam format, misalnya Bitmap, JPG, TIFF, GIF, dan lain sebagainya. Penyimpanan ini bertujuan untuk mempertahankan informasi citra, untuk mengurangi kapasitas penyimpanan dan untuk mengurangi kebutuhan bandwidth yang besar jika ditransmisikan. Berbagai macam format file tersebut memilki struktur file dan kebutuhan memori yang berbeda-beda yang pada umumnya terdiri dari header dan data. sebagai contoh Bitmap membutuhkan 54 byte untuk menyimpan header. Pada penelitian ini dirancang struktur file kompresi image dengan transformasi wavelet Haar. Kemudian Koefisien yang dihasilkan oleh transformasi wavelet Haar dikodekan dengan metode RLE. Pada akhir proses dirancang struktur file untuk menyimpan file hasil kompresi yang hanya membutuhkan memori 7 byte. Hasil yang diperoleh masih memiliki keterbatasan yaitu khusus untuk image skala-keabuan (gray-scale). Hasil decompress masih kelihatan bagus dengan volume file yang yang bervariasi terhadap volume file asal. Pada gambar contoh, dengan , image dengan volume 237 KB dikompres menjadi 26 KB (10.97 %) , image dengan volume 246 KB dikompres menjadi 26 KB (10.57 % ), dan image dengan volume 264 KB dikompres menjadi 47 KB (17.8 %).
Clipping Objek 3 Dimensi Menggunakan Algoritma Modifikasi Shuterland-Hodgman Edy Santoso; Marji -
Jurnal POINTER Vol 1, No 1 (2010): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

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

Abstract

ABSTRAK Algoritma modifikasi Sutherland-Hodgman yang telah diteliti sebelumnya hanya bisa menangani beberapa kasus, yaitu clipping terhadap banyak segitiga yang berada di dalam window, kedua segitiga yang memotong satu sisi window dimana bagian segitiga berada di sisi dalam pemotongan  dan ketiga bagian segitiga sisa bukan bagian yang dalam pemotongan, hal ini mengakibatkan hasil clipping kurang halus. Untuk itu perlu dikembangkan algoritma dan implementasi simulasi clipping wajah dengan memodifikasi  dan mengembangkan lagi algoritma Sutherland-Hodgman, sehingga mampu menangani banyak kasus yang kemungkinan terjadi. Penelitian ini membangun sistem simulasi pemotongan (clipping) pada permukaan wajah manusia yang dimodelkan dengan menggunakan kumpulan polygon segitiga yang saling berhubungan. Operasi pemotongan kulit permukaan wajah dapat disimulasikan dengan menggunakan algoritma modifikasi Sutherland-Hodgman. Dari hasil penelitian beberapa kasus yang telah diidentifikasi dapat ditangani dengan baik.   Kata kunci: Pemotongan Permukaan, Polygon segitiga, Algoritma Sutherland-Hodgman.   ABSTRACTAlgorithm modify Sutherland-Hodgman which have been checked previously only can handle some case, that is clipping to many trilateral which reside in window, crosscut trilateral one side of window where trilateral shares reside in side in cutting and third trilateral shares  rest of non part of which in cutting, this matter result result of clipping less smooth. For that require to be developed by simulation implementation and algorithm of clipping face with modifying and developing again algorithm of Sutherland-Hodgman, so that can handle many case which is possibility happened. This Research will develop cutting simulation system (clipping) at surface of modeled human being face by using corps of polygon trilateral which is interaction. Operate for cutting of husk surface of face earn simulation by using algorithm modify Sutherland-Hodgman. From result of research some case which have been identified can handle better.   Keywords: Cutting of Surface, Trilateral Polygon, Algorithm of Sutherland-Hodgman
Co-Authors Abdul Juli Andi Gani Achmad Arwan Achmad Ridok Adam Hendra Brata Adhi Mulhaq Adhie Indi Arsyanto Adhipramana Raihan Yuthadi Adinugroho, Sigit Aditya Sudarmadi Agung Dwi Budiarto Agus Prayogi Ahmad Faizal Akbar Imani Yudhaputra Akhsana Zufar Masyhuda Alif Fachrony Alif Prasetyo Aji Andriko Hedi Prasetyo Annam Rosyadi Annisa Puspitawuri Arief Andy Soebroto Arinda Ayu Puspitasari Aulia Dinia Ayu Tifany Novarina Bagus Aryo Herlambang Bayu Rahayudi Bregaster Bregaster Brigitta Ayu Kusuma Wardhany Caesaredi Rama Raharya Candra Dewi Charisma Amadea Putri Dayu Aprellia Dwi Putri Dendry Zeta Maliha Denis Ahmad Ryfai Denny Sagita Rusdianto Dewan Rizky Bahari Dhatu Kertayuga Dian Eka R Dicky Manda Putra Sidharta Dimas Prenky Dicky Irawan Dino Keylas Dwi Tyas Fitriya Ningsih Dytha Suryani Edwar Budiman Ega Ajie Kurnianto Elkaf Fahrezi Soebianto Putra Elna Diaz Pradini Fahri Ariseno Faizatul Amalia Fajar Pradana Faldo Sabillah Shidqi Faris Dinar Wahyu Gunawan Faturrahman Muhammad Suryana Febri Fahrizal Freddy Ajax Pratama Galih Aulia Rahmadanu Genjah Amartha Gora Ghiffary Rizal Hamdhani Greviko Bayu Kristi Habib Putra Kusuma Negara Hafshah Durrotun Nasihah Heny Dwi Jayanti Herlina Devi Sirait Heru Nurwasito Heryadi Mochamad Ramdani Hinandy Nur Anisa Imam Cholisoddin Imam Cholissodin Indriati Indriati Irwan Andriyanto Ivan Agustinus Jauhar Bariq Rachmadi Jeffrey Simanjuntak Jodi Irjaya Kartika Jojor Yeanesy Sinaga Kenty Wantri A Khairinnisa Rifna Khrisna Indrawan Eka Putra Khusnul Aidil Santosa Komang Anggada Sugiarta Krisna Andryan Syahputra Effendi Lailatul Fitriah Lailil Muflikhah M. Ali Fauzi Made Bela Pramesthi Putri Marji Marji Maya Febrianita Meilinda Dwi Puspaningrum Meutya Choirunnisa Miga Palma Putri Mochamad Rafli Andriansyah Moh. Zulfiqar Naufal Maulana Mohammad Zahrul Muttaqin Muh Hamim Fajar Muh. Thanthowi Lathif Muhamad Danis Firmansyah Muhamad Fahrur Rozi Muhammad Alfian Nuris Shobah Muhammad Alimuddien Rasyid Muhammad Aminul Akbar Muhammad Ardhian Megatama Muhammad Atabik Usman Muhammad Aulia Rahman Muhammad Dimyathi Muhammad Fachry Noorchoolish Arif Muhammad Fauzan Ziqroh Muhammad Fuad Efendi Muhammad Miftah Dhiaulhaq Muhammad Shafaat Muhammad Tanzil Furqon Mukhlis Anshori Witanto Nendiana Putri Ninda Silvia Tri Cahyani Nonny Windarti Novanto Yudistira Novi Fadilla Ulfa Nurudin Santoso Nurul Hidaya Nurul Hidayat Paul Manason Sahala Simanjuntak Putra Aditya Primanda Ratih Kartika Dewi Regina Anky Chandra Renaldy Senna Hutama Reyhan Dzickrillah Laksmana Reynaldi Ricky Putra Utama Guinta Rezza Hary Dwi Satriya Rezza Pratama Rhayhana Putri Justitia Richard Emmanuel Johanes Riesma Rahman Nia Rio Cahyo Anggono Rizky Maulana Iqbal Rizky Ramadhan Rizqi Addin Arfiansyah Roma Akbar Iswara Salam Maulana Sari Narulita Hantari Satrio Hadi Wijoyo Sema Nabillah Dewi Shibron Arby Azizy Stefanus Bayu Waskito Supraptoa Supraptoa Surya Dermawan Sutrisno Sutrisno Syailendra Orthega Tara Dewanti Sukma Tibyani Tibyani Tjahjanulin Domai Tony Faqih Prayogi Tri Afirianto Tuahta Ramadhani Tubagus Agung Nugroho Vogue Nevarika Wa Ode May Zhara Averina Wahyu Dwiky Rahmadan Wayan Firdaus Mahmudy William Muris Parsaoran Nainggolan Wunsel Arto Negoro Yogi Pinanda Yudha Eka Permana Yuita Arum Sari Yulianus Wayan Yudistira Rudja Yunita Dwi Lestari Yuwilda Wilantikasari