Claim Missing Document
Check
Articles

Klasifikasi Kesegaran Sayur Kangkung Dan Deteksi Terpapar Bahan Kimia Menggunakan Metode Glcm Dan Knn Rufus Ocsan; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sayur kangkung dapat diklasifikasikan sebagai sayuran jenis daun yang memiliki banyak khasiat bagi kesehatan dan mudah untuk didapatkan. Namun terdapat hal buruk yang bisa terjadi, jika sayur kangkung sudah tidak segar dan terpapar bahan kimia. Dampak dari sayuran yang terpapar bahan kimia dan yang mengalami pembusukan seperti, kram perut, diare, demam, menggigil, mual, muntah, pusing, kelelahan, lemas, bahkan dampak yang lebih buruk mengakibatkan gangguan seperti pikun, penyakit parkinson, dalam jangka panjang, mengganggu kesuburan pria dan dapat menyebabkan kanker. Oleh sebab itu, Tugas Akhir ini dirancang untuk menghasilkan proses klasifikasi kualitas dan mendeteksi jika terpapar bahan kimia pada sayur kangkung. Data yang digunakan adalah hasil dari pengambilan sayur kangkung pada bagian batang dan daun yang akan dikelola dengan citra digital. Data akan dibagi berdasarkan data latih dan data uji. Sistem menggunakan metode Gray Level Co-ocurrence Matrix (GLCM) untuk mengekstraksi ciri dari data yang telah diolah dengan penggunaan citra digital dan metode K-Nearest Neighbor untuk mengklasifikasikan data. Tugas Akhir ini dilakukan dengan dua kali percobaan yang menghasilkan sebuah sistem untuk mengklasifikasikan kesegaran dan mendeteksi terpapar bahan kimia berdasarkan 3 jenis, yaitu sayur kangkung segar yang tidak terpapar bahan kimia, sayur kangkung segar yang terpapar bahan kimia dan sayur kangkung yang mengalami proses pembusukan. Percobaan pertama sistem ini memiliki akurasi sebesar 42,85% dengan nilai k=1 pada arah sudut 0°, 45°, 90°, 135°. Percobaan kedua system ini memliki akurasi sebesar 100% dengan nilai k=1 pada arah sudut 0°, 45°, 90°, 135°. Kesalahan klasifikasi banyak terdapat pada percobaan pertama dikarenakan nilai karakteristik citra uji lebih dominan dengan nilai karakteristik citra latih dan terdapat data uji yang tidak sempurna. Kata Kunci: Kangkung, Gray Level Co-Occurrence Matrix, K-Nearest Neighbor, Matlab Abstract Kale vegetables can be classified as leafy vegetables that have many health benefits and are easy to obtain. But there are bad things that can happen, if the kale vegetables are not fresh and are exposed to chemicals. The effects of vegetables that are exposed to chemicals and which experience decay, such as stomach cramps, diarrhea, fever, chills, nausea, vomiting, dizziness, fatigue, weakness, even worse effects result in disorders such as dementia, Parkinson's disease, in the long term, disturbing male fertility and can cause cancer. Therefore, this final project is designed to produce a quality classification process and detect if it is exposed to chemicals in kale vegetables. The data used is the result of taking kale vegetables on the stems and leaves which will be managed with digital images. The data will be shared based on training data and test data. The system uses the Gray Level Co-occurrence Matrix (GLCM) method to extract features from processed data using digital images and the K-Nearest Neighbor method to classify data. This final project was carried out with two experiments which resulted in a system to classify freshness and detect chemical exposure based on 3 types, namely fresh kale vegetables that were not exposed to chemicals, fresh kale vegetables that were exposed to chemicals and vegetables that were subjected to a process of decay. The first experiment of this system has an accuracy of 42.85% with a value of k = 1 at the angle of 0 °, 45 °, 90 °, 135 °. Experiments of these two systems have an accuracy of 100% with a value of k = 1 in the direction of the angle of 0 °, 45 °, 90 °, 135 °. There are many classification errors in the first experiment because the characteristic value of the test image is more dominant with the characteristic value of the training image and there are imperfect test data. Keywords: Kale, Gray Level Co-Occurrence Matrix, K-Nearest Neighbor, Matlab
Identifikasi Penyakit Parkinson Dengan Metode Discrete Cosine Transform (DCT) Dan Learning Vector Quantization (IVQ) Berdasarkan VGRF Iwa Swandana; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Penyakit Parkinson merupakan salah satu penyakit degenerasi yang sulit untuk didiagnosis. Sampai saat ini, masih banyak penderita Parkinson yang terlambat ditangani dikarenakan sulitnya untuk mendeteksi gejala awal yang diderita oleh penderita Parkinson. Penyakit Parkinson timbul dikarenakan adanya kerusakan pada sel substantia neigra. Oleh karena itu penelitian ini dilakukan dengan cara mengolah dan mengklasifikasi data rekaman menggunakan Vertical Ground Reaction Force (VGRF) dari database Physiobank. Dengan mengklasifikasi data sinyal rekaman VGRF berjumlah 16 sensor yang akan dipasang pada kaki pasien saat berjalan. Metode penelitian ini menggunakan Discrete Cosine Transform (DCT) untuk ekstraksi ciri dan Learning Vector Quantization (LVQ) untuk klasifikasi. Pemrosesan komputasi penilitian ini dilakukan menggunakan Python. Penulis berhasil memperoleh tingkat akurasi terbaik berdasarkan 428 data, yang terdiri dari 300 data latih dan 128 data uji menghasilkan akurasi dengan 2 nilai yang sama sebesar 91,41% dengan parameter klasifikasi yaitu Learn Rate sebesar 0,1 Epoch sebesar 50 Codebooks sebesar 5 dengan waktu komputasi 91.59 detik dan untuk nilai yang kedua Learn Rate sebesar 0,1 Epoch sebesar 50 Codebooks sebesar 7 dengan waktu komputasi 47.77 detik. Dengan adanya sistem ini keluaran yang diharapkan dapat memberikan penanganan lebih dini terhadap penderita Parkinson serta menguragi jumlah penderita penyakit Parkinson karena dengan terlambatnya diagnosis dapat menyebabkan gejala yang diterima oleh penderita Parkinson berkembang lebih berbahaya.Kata Kunci: Parkinson, Vertical Ground Force Reaction, Discrete Cosine Transform, Learning Vector Quantization
Klasifikasi Tiga Jenis Psoriasis Dengan Menggunakan Metode Fraktal Dan KNearest Neighbor Muh Hisyam Siddiq; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Psoriasis adalah penyakit yang dapat menyerang di bagian kulit pada seluruh tubuh dan tidak memandang umur seseorang. Fraktal adalah objek yang memiliki kemiripan dengan dirinya-sendiri namun dalam skala yang tidak sama. K-Nearest Neighbor digunakan untuk mencari jarak terdekat antara data latih yang dimasukkan ke dalam database dengan data uji dan mengklasifikasikannya. Tugas akhir ini bertujuan untuk membuat simulasi pada Matlab dengan mendeteksi dan mengklasifikasikan jenis Psoriasis. Klasifikasi tersebut dibagi menjadi tiga kelas, yaitu: Psoriasis Pustular, Psoriasis Vulgaris, Psoriasis Guttate. Data yang digunakan diperoleh dari dataset yang tersedia pada website kaagle.com sebanyak 33 citra data uji, dengan masing-masing kelas berjumlah 11 citra, dan 66 citra data latih dengan masing-masing kelas berjumlah 22 citra. Pengujian yang telah dilakukan melalui sistem yang telah dirancang, memiliki keluaran dengan tingkat akurasi yang tinggi. Sistem dapat mengidentifikasi penyakit psoriasis melalui citra kulit dan dapat mengklasifikasikan citra ke dalam tiga kelas citra dengan waktu komputasi sebesar 20.1 detik dan memiliki tingkat akurasi tertinggi yaitu 97% pada saat nilai K-Nearest Neighbor (K-NN) yaitu K=1. Kata Kunci— psoriasis, citra, fraktal, k-nearest neighbor.
Analisis Kompresi Nada Seruling Menggunakan Compressive Sensing Dengan Metode Discrete Fourier Transform Dan Stationary Wavelet Transform Ridho Nurbagja Gumelar; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Alat musik di Indonesia sangat beragam dan menjadi media untuk menghasilkan berbagai macam nada – nada untuk didengarkan. Salah satunya adalah seruling. Seruling sering kali dipakai untuk mengiringi sebuah lagu dan dapat dimainkan oleh semua orang. Ukuran dari hasil data rekamannya pun sering kali memakan tempat/space yang cukup besar.Kompresi data menjadi cara untuk mengatasi masalah tersebut. Solusi untuk mengurangi kapasitas audio data sekaligus tanpa mengurangi kualitas audionya adalah kompresi dengan teknik compressive sensing. Penelitian ini bertujuan untuk menganalisis perbandingan sebuah kompresi pada nada seruling menggunakan CS (Compressive sensing). CS (Compressive sensing) terdiri dari dua langkah yaitu proses kompresi dan rekontruksi. Audio dalam bentuk format .WAV akan dikompresi menggunakan metode DFT (Discrete Fourier Transform) dan SWT (Stationary Wavelete Transform) dan di rekontruksi menggunakan metode IRLS (Iteratively Reweighted Least Square). Performa yang didapatkan pada pengkompresian dengan menggunakan Perbandingan compressing ratio 10%, 30% dan 50%, dihasilkan hasil yang terbaik dengan compressing ratio 50%. Perbandingan kualitas metode pengkompresian pada rasio kompresi 50 % dengan parameter pengujian SNR, MSE dan MOS diperoleh untuk parameter SNR pada metode SWT 77,80dB, sedangkan metode DFT 77,73dB, untuk parameter MSE pada metode SWT dan metode DFT memiliki nilai yang sama yaitu 0.03, dan hasil Analisa MOS yang dilakukan oleh 5 orang koresponden adalah untuk hasil kompresi SWT bernilai 3,9 (baik), kompresi DFT 3,9 (baik), rekontruksi SWT 3.5 (cukup baik), dan rekontruksi DFT 3,6 (baik).Kata kunci :Compressive Sensing, Discrete Fourier Transform, Stationary Wavelet Transform, Iteratively Reweighted Least Square.
ESTIMASI ARAH SUMBER SUARA BERBASIS GAUSSIAN MIXTURE MODEL Irma Safitri
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 2 No 2: JETT Desember (2015)
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (602.15 KB) | DOI: 10.25124/jett.v2i2.98

Abstract

Estimasi arah sumber suara menjadi topik penting yang berhubungan dengan aplikasi robot, sistem sensor dan keamanan. Variasi kondisi ekperimen dalam melakukan estimasi tersebut akan menentukan nilai akurasi. Dalam penelitian ini, variasi terhadap temperatur dan waktu pantul diambil untuk dianalisa terhadap nilai akurasi estimasi arah sumber suara. Sinyal yang digunakan adalah sinyal binaural dengan menggunakan sinyal pengganggu white noise dan human speech like (HSL) noise untuk sudut azimuth bervariasi. Estimasi dilakukan dengan menggunakan metode Gaussian Mixture Model (GMM) untuk tipe horizontal plane dan horizontal – vertical planes. Hasil eksperimen menunjukkan sudut azimuth yang dekat dengan pendengar akan menyampaikan sinyal suara lebih cepat daripada sudut yang jauh, sinyal dengan durasi waktu yang panjang yaitu 2000 milidetik akan memberikan akurasi estimasi yang lebih tinggi daripada durasi sinyal yang lebih pendek: 100, 500, dan 1000 milidetik. Selain itu, akurasi estimasi lebih tinggi untuk suara dengan white noise daripada suara dengan HSL noise. Hasil lainnya adalah estimasi memiliki performansi lebih tinggi untuk horizontal – vertical planes daripada hanya kondisi horizontal plane. Estimasi mencapai 98,6% akurasi untuk horizontal plane dan 100% akurasi untuk horizontal-vertical planes.
Psychometric Properties of the Workforce Agility Scale Viranda, Chintia; Safitri, Irma; Hidayat, Safrudin
Psychological Research on Urban Society Vol. 6, No. 2
Publisher : UI Scholars Hub

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

Abstract

Society 5.0 is a concept of society that must humanize humans with technology. If the industrial revolution 4.0 makes humans more modern because they have access to technology, then society 5.0 is a time where technology becomes part of humans. Industrial revolution 5.0 employees are more focused on being prepared to think critically, analytically and creatively to adapt in the future. Therefore, this research aims to test the construct validity of the workforce agility measurement tool. To test the psychometric characteristics of this research, researchers will use an item response theory approach with the Rasch model. In this research, data collection was carried out by distributing instruments or questionnaires to respondents using Likert. This research consisted of 182 respondents. The results of this study show that the validity of the items is quite good with a unidimensional value of 30.2%, there are 24 scale items that are identified as fit or according to the Rasch model reliability coefficient (item = 0.96, respondent = 0.88, Cronbach's alpha = 0.89). The analysis also shows that there are four gender bias items (male, female). From these results, this scale can be used to measure workforce agility of workers in companies or members of organizations.
The Importance of Accurate Budgeting in Achieving Company Financial Goals Khaddafi, Muammar; Zahra, Siti Aqila; Safitri, Irma; Salsabila, Viya Aurelia; Ramadhan, Chairy
INVOICE : JURNAL ILMU AKUNTANSI Vol 6, No 2 (2024): September 2024
Publisher : Fakultas Ekonomi dan Bisnis, Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/inv.v6i2.13401

Abstract

This journal aims to explain the background of company management, which is not much different from project management which is intended to provide guarantees for achieving blueprint results regarding long-term programs. The budget preparation process includes preparing budget representations, preparing short-term process plans, as well as orientation to company profits. Selection of plans is based on the impact of planned activities on profits. Therefore, the budget preparation process is often carried out by preparing short-term profit planning plans. Top management involves selecting activity plans that can influence the success and profits of the company. Management uses profit and business volume analysis techniques. Analysis of these benefits provides information that allows management to select various alternative activities to be adjusted in planning. Once an activity plan is selected to achieve company targets, the responsible manager needs to implement the plan. This requires resource allocation to enable it to achieve the set targets. The method used to collect data involves library research, by collecting relevant data from books, dictionaries, journals, papers and other sources without forgetting to review the field. Based on research carried out based on existing literature reviews, the results of the research data will be the basis for formulating company plans and implementing them thoroughly to achieve effective control over various company activities in accordance with predetermined plans.
Implementasi Sistem Pengelolaan Aset Desa (SIPADES) di Kecamatan Bengkalis Irma Safitri
Jurnal Mutiara Ilmu Akuntansi Vol 2 No 4 (2024): Oktober : Jurnal Mutiara Ilmu Akuntansi
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jumia.v2i4.3310

Abstract

This study aims to evaluate the implementation of the Village Asset Management System (SIPADES) in Bengkalis Regency. The focus of the research was to assess the effectiveness of this system in helping village officials manage assets. The research was conducted in six villages using a descriptive qualitative method. Data collection was conducted through reduction, presentation and conclusion drawing. The results showed that villages in Bengkalis Regency had implemented SIPADES well. Village operators, although most of them were only high school graduates, were able to master SIPADES thanks to intensive training. However, the main obstacles are network limitations that cause system errors and downtime, disrupt operational efficiency and stability of village asset management, and make it difficult to track data in real-time. Overcoming these problems requires improved technology infrastructure and better support so that SIPADES can run smoothly and effectively in all villages.
Image Watermarking pada Citra Medis menggunakan Compressive Sensing berbasis Stationary Wavelet Transform HAFIZHANA, YASQI; SAFITRI, IRMA; NOVAMIZANTI, LEDYA; IBRAHIM, NUR
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 1: Published January 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i1.43

Abstract

ABSTRAKWatermarking pada citra medis dilakukan untuk melindungi hak kepemilikan dan keaslian sebuah citra medis. Proses embedding dan extraction dirancang menggunakan metode Stationary Wavelet Transform (SWT) dan Statistical Mean Manipulation (SMM) untuk mengubah citra host menjadi sinyal sparse kemudian memasuki proses watermarking. Citra watermark dioptimasi dengan menggunakan metode Compressive Sensing (CS). Hasil akhir dari penelitian ini menunjukkan simulasi Image Watermarking dengan Bit Error Rate (BER) mendekati nilai nol dan PSNR lebih besar dari 40 dB, tanpa diberikan serangan. Penerapan Compressive Sensing menyebabkan nilai PSNR meningkat hingga 3,5 dB dan embedding capacity menjadi empat kali lipat lebih baik. Kata Kunci: Image watermarking, Telemedicine, Stationary Wavelet Transform, Statistical Mean Manipulation, Compressive Sensing. ABSTRACT Watermarking in medical images is carried out to protect ownership rights and authenticity of a medical image. The embedding and extraction process was designed using Stationary wavelet transform (SWT) and Statistical Mean Manipulation (SMM) methods to convert the host image into a sparse signal and then enter the watermarking process. The watermark image is optimized using the Compressive Sensing (CS) method. The final result of this final project shows the simulation of Image Watermarking with the Bit Error Rate (BER) approaching zero and PSNR greater than 40 dB, without being given an attack. The application of the Compressive Sensing pursuit will cause the PSNR increase up to 3.5 dB and embedding capacity four times better. Keywords: Image watermarking, Telemedicine, Stationary Wavelet Transform, Statistical Mean Manipulation, Compressive Sensing.
Image Hiding on Audio Subband Based On Centroid in Frequency Domain BUDIMAN, GELAR; SAFITRI, IRMA; SIREGAR, RIZKY DAMARJATI
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 1: Published January 2019
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i1.29

Abstract

ABSTRAKAudio watermarking adalah mekanisme penyembunyian data pada audio. Metode penyembunyian data yang digunakan dalam penulisan ini adalah Lifting Wavelet Transform (LWT), Fast Fourier Transform (FFT), Centroid dan Quantization Index Modulation (QIM). Langkah pertama adalah host audio tersegmentasi menjadi beberapa frame. Kemudian sub-band terpilih diubah oleh FFT dengan mengubah domain sub-band dari waktu ke frekuensi. Proses centroid digunakan untuk menemukan titik pusat frekuensi untuk lokasi penyisipan untuk mendapatkan output yang lebih stabil. Proses penyematan dilakukan dengan QIM. Kinerja watermarking oleh parameter yang disesuaikan memperoleh nilai imperceptibility dengan Signal to Noise Ratio (SNR) > 21 dB, Mean Opinion Score (MOS)> 3.8 dengan kapasitas = 86.13 bps. Selain itu, untuk sebagian besar file audio terwatermark yang diserang, metode ini tahan terhadap beberapa serangan seperti Low Pass Filter (LPF) dengan fco> 6 kHz, Band Pass Filter (BPF) dengan fco 50 Hz - 6 kHz, Linear Speed Change (LSC) dan MP4 Compression dengan Bit Error Rate (BER) kurang dari 20%.Kata kunci: FFT, subband, LWT, Centroid, Audio Watermarking, QIM ABSTRACTAudio watermarking is a mechanism for hiding data on audio. Data hiding methods used in this paper are Lifting Wavelet Transform (LWT), Fast Fourier Transform (FFT), Centroid and Quantization Index Modulation (QIM). The first step is to segment host audio into several frames, then the selected sub-band is changed by the FFT by changing the sub-band domain from time to frequency. The centroid process is used to find the center of frequency for the insertion location to get a more stable output. The embedding process is done by QIM. The watermarking performance by adjusted parameters obtains the imperceptibility value with Signal to Noise Ratio (SNR)> 21 dB, Mean Opinion Score (MOS)> 3.8 with a capacity = 86.13 bps. In addition, for most of attacked watermarked audio files, this method is resistant to several attacks such as Low Pass Filter (LPF) with fco> 6 kHz, Band Pass Filter (BPF) with fco 50 Hz - 6 kHz, Linear Speed Change (LSC) and MP4 Compression with Bit Error Rate (BER) less than 20%.Keywords: FFT, subband, LWT, Centroid, Audio Watermarking, QIM