Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Sains dan Seni ITS Jurnal Buana Informatika Jurnal Ilmiah Kursor Jurnal Teknologi Informasi dan Ilmu Komputer Network Engineering Research Operation [NERO] Limits: Journal of Mathematics and Its Applications International Journal of Computing Science and Applied Mathematics Sewagati
Budi Setiyono
Department Of Mathematics, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.
Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
SUPERRESOLUTION USING PAPOULIS-GERCHBERG ALGORITHM BASED PHASE BASED IMAGE MATCHING Budi Setiyono; Mochamad Hariadi; Mauridhi Hery Purnomo
Jurnal Ilmiah Kursor Vol 6 No 3 (2012)
Publisher : Universitas Trunojoyo Madura

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

Abstract

Citra resolusi tinggi (High Resolution Image) akan memberikan informasi yang lebih detail, sehingga analisis terhadap citra tersebut menjadi lebih akurat. Banyak bidang memerlukan citra resolusi tinggi antara lain adalah medical, penginderaan satelite, citra dari teleskop serta pengenalan pola.Pada penelitian ini dilakukan proses untuk mendapatkan citra resolusi tinggi, yang dikenal dengan superresolution. Sebagai citra referensi, digunakan lebih dari satu citra, namun demikian, citra-citra tersebut berada pada scene yang sama. Dua tahap utama dalam superresolution adalah registrasi dan rekonstruksi. Registrasi yang akurat diperlukan untuk mendapatkan hasil rekonstruksi yang baik. Phase-Based Image Matching (PBIM) digunakan untuk estimasi translasi pada tahap registrasi. Hanya translasi sampai ketelitian sub pixel yang berkontribusi dalam rekonstruksi. Untuk mendapatkan translasi sampai level sub pixel, dilakukan fitting disekitar puncak. Sedangkan untuk rekonstruksi ke dalam Grid Resolusi tinggi digunakan algoritma Papoulis-Gerchberg. Penulis melakukan kolaborasi antara registrasi dengan PBIM dan rekonstruksi menggunakan algoritma PapoulisGerchberg. Uji coba dilakukan penulis dengan obyek serangkaian citra dengan banyak tekstur dan sedikit tekstur. Dari hasil uji coba, citra dengan banyak tekstur akan menghasilkan Peak Signal to Noise Ratio (PSNR) rata-rata 21,62. Sedangkan untuk citra yang kurang mengandung tekstur 19,54. Kata kunci: Superresolution, Registrasi, Rekonstruksi, Phased Based Image Matching. Abstract High Resolution Image provide more detail information, so that it obtain more accurate image analysis. Many areas require high resolution image, such as medical, sensing satellite, image of the telescope and pattern recognition. This research make a process to obtain high resolution images, known as superresolution. This superresolution using a series of images in the same scene as the reference image. Two main stages in the super resolution are the registration and reconstruction. An accurate registration is required to obtain a great reconstruction results. Phase-Based Image Matching (PBIM) will be used to estimate pixels translation at the registration stage. Only sub-pixels translation which contribute to the reconstruction phase. We used the function fitting around the peak point, to obtain sub pixel accurate shift. While reconstruct a high-resolution image use Papoulis-Gerchberg algorithm. The author collaborate registration and reconstruction. Registration using PBIM and reconstruction using Papoulis-Gerchberg algorithm. Experiments have been done with a series of images that contain much texture and less texture. The experimental results with images contain much texture produces an average Peak Signal to Noise Ratio (PSNR) 21.62. While image contain less texture produces PSNR 19.54.
REGISTRASI CITRA PADA DOMAIN FREKUENSI MENGGUNAKAN METODE POWER CEPSTRUM Kartika Mahanani; Suhud Wahyudi; Budi Setiyono; Imam Mukhlash
Limits: Journal of Mathematics and Its Applications Vol 9, No 1 (2012)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.527 KB) | DOI: 10.12962/j1829605X.v9i1.2121

Abstract

Penyampaian informasi dapat dilakukan melalui gambar. Gambar atau bisa disebut citra dapat kehilangan informasi yang terkandung didalamnya jika citra tersebut berkualitas buruk, seperti buram, berbintik, ataupun gelap. Sehingga diperlukan suatu teknik yang dapat mengubah kualitas citra menjadi lebih baik dari sebelumnya dan salah satu teknik yang dapat digunakan adalah teknik Super Resolusi.Teknik Super Resolusi merupakan teknik yang digunakan untuk membangun citra beresolusi lebih tinggi dari kumpulan citra yang beresolusi lebih rendah. Dalam teknik ini terdapat dua langkah utama yaitu registrasi dan rekonstruksi. Registrasi merupakan kegiatan yang dilakukan untuk memperoleh nilai pergeseran diantara dua citra yang memiliki pergeseran diantaranya. Registrasi Citra dilakukan pada domain frekuensi dengan menggunakan Transformasi Fourier, yaitu nilai matriks dari citra yang sebelumnya berada pada domain spasial diubah ke domain frekuensi.Pada Tugas Akhir ini digunakan metode Power Cepstrum untuk menyelesaikan permasalahan Registrasi Citra. Cepstrum merupakan hasil perolehan logaritma spektrum suatu sinyal yang ditransformasikan dengan menggunakan Transformasi Fourier. Power Cepstrum digunakan untuk mendapatkan besar pergeseran diantara kedua citra. Pada permasalahan satu dimensi, Power Cepstrum dari fungsi waktu adalah power spectrum dari logaritma dari power spectrum fungsi tersebut. Pada permasalahan dua dimensi, fungsinya diubah menjadi fungsi intensitas citra.Dari uji coba yang telah dilakukan, tampak bahwa perangkat lunak Registrasi Citra menggunakan metode Power Cepstrum mampu mendeteksi pergeseran pada level piksel dengan nilai pergeseran maksimum sebesar 30 piksel.
Speed Estimation On Moving Vehicle Based On Digital Image Processing Danang Wahyu Wicaksono; Budi Setiyono
(IJCSAM) International Journal of Computing Science and Applied Mathematics Vol 3, No 1 (2017)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1019.187 KB) | DOI: 10.12962/j24775401.v3i1.2117

Abstract

Along with the development of information and communication technology, the world urban people now recognize a new term called Smart City. One of Smart City components is smart transportation, known as Intelligent Transportation System (ITS) in which there is transportation management on the highway. Installation of CCTV (Closed Circuit Television) on the streets are now widely performed. It can be used to monitor conditions and detect problems such as traffic jam and vehicle speed limit violation. This research focuses on vehicle speed estimation using image processing from video data and Euclidean distance method with many different camera angles. The first step, video data is extracted into frames and applied preprocessing to extracted frames to minimize shadow effect. Then, using Gaussian Mixture Model (GMM) to extract foreground image. In the next step, the obtained foreground is filtered using median filter, shadow removing, and morphology operation. The detected vehicle object will be tracked to determine the location in each frame to estimate the speed based on its distance between frames. From the obtained results, this system is capable on estimating the speed of moving vehicle with the lowest accuracy is 87.01% and the highest accuracy is 99.38%.
Shadow Removal Based on Gamma Decoding Method for Moving Object Images Hasanuddin Alhabib; Budi Setiyono
(IJCSAM) International Journal of Computing Science and Applied Mathematics Vol 4, No 2 (2018)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.73 KB) | DOI: 10.12962/j24775401.v4i2.3548

Abstract

Shadows are reflections of objects exposed to light. So there is an image pixel that has a darker intensity than the object’s pixel. The development of digital technology, the shadow into noise on digital images and digital video. Therefore, the information on the image becomes inaccurate. One of the usage of digital image or video digital is intelligent transportation system using digital video-based CCTV camera. But the use of digital video has several problems, including the presence of a shadow. Therefore, it is necessary to have a method to eliminate shadows. In this paper, we use gamma decoding method to determine object pixels and pixel shadow based on the illumination of the object, so the shadow pixels can be eliminated. The result of this research is images without shadow.
Identifikasi Tanaman Obat Indonesia Melalui Citra Daun Menggunakan Metode Convolutional Neural Network (CNN) Budi Setiyono; Muhammad Riv’an Arif; Qonita Qurratu Aini; Theophil Henry Soegianto; Jasti Ohanna; Ricky Andrean Fernanda Gunawan; Ayu Putri Rizkia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 2: April 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20231026809

Abstract

Indonesia memiliki sumber daya alam yang melimpah, salah satunya adalah berbagai jenis tanaman. Masyarakat Indonesia telah menggunakan tanaman sebagai obat tradisional sejak jaman dahulu. Pada saat ini, tingkat pengetahuan manusia dalam mengenali jenis tanaman obat semakin menurun, karena keterbatasan memori yang dimiliki oleh manusia. Varietas tanaman obat yang sangat banyak dan beragam menyebabkan masyarakat sulit mengidentifikasi jenis tanaman obat indonesia. Penulis mengidentifikasi jenis tanaman herbal serta khasiatnya, khususnya untuk tanaman herbal yang ada di Indonesia. Metode Convolutional Neural Network (CNN) digunakan pada proses pengenalan tanaman herbal tersebut, karena metode ini cukup handal untuk pengenalan objek. Penulis menggunakan data citra daun sebagai data set yang diperoleh dari Mendeley Data. Penulis juga menggunakan data primer berupa data daun tanaman herbal yang diperoleh dari kampung herbal Surabaya. Tahap pertama adalah melakukan anotasi, melabeli serta menyamakan dimensi terhadap citra yang belum sama.  Tahap kedua penulis melakukan pre-training untuk mendapatkan bobot yang akan digunakan sebagai input pada proses transfer learning menggunakan EfficientNetV2 sebagai model dasar. Langkah terakhir adalah melakukan validasi menggunakan data uji. Penelitian ini menunjukkan bahwa, CNN berhasil digunakan untuk mengidentifikasi tanaman herbal. Pengujian menggunakan confusion matrix terhadap data set yang digunakan pada penelitian ini memperoleh nilai akurasi rata-rata 98%. Abstract Indonesia has abundant natural resources, one of which is various types of plants. Indonesian people have used plants as traditional medicine since ancient times. At this time, human knowledge in recognizing the types of medicinal plants is decreasing due to humans' limited memory. The wide and varied varieties of medicinal plants make it difficult for the public to identify the types of Indonesian medicinal plants. In this study, the authors identified the types of herbal plants and their properties, especially for herbal plants in Indonesia. The Convolutional Neural Network (CNN) method is used in identifying these herbal plants because this method is quite reliable for object recognition. The author uses leaf image data as a data set obtained from Mendeley Data. In addition, the authors also use primary data on herbal plant leaves obtained from the Surabaya herbal village. The first stage is to annotate, label, and equate the dimensions of the images that still need to be the same. In the second stage, the authors conducted pretraining to obtain weights that would be used as input in the transfer learning process using EfficientNetV2 as the basic model. The final step is to validate using test data. This study shows that CNN is successfully used to identify herbal plants Testing using the confusion matrix method for the data set used in this study obtained an average accuracy value of 98%.
Pengembangan Aplikasi Perpustakaan Berbasis Web pada SD Luqman Al Hakim Surabaya Dwi Ratna Sulistyaningrum; Budi Setiyono; Didik Khusnul Arif; Bandung Arry Sanjoyo; Valeriana Lukitosari
Sewagati Vol 2 No 2 (2018)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (523.462 KB)

Abstract

Perpustakaan merupakan salah satu sarana belajar yang harus dimiliki oleh setiap sekolah. Peserta didik dapat dengan mudah mencari informasi atau ilmu pengetahuan di perpustakaan. Seiring dengan perkembangan teknologi, terjadi peralihan dari sistem konvensional (manual) menjadi sistem yang terkomputerisasi. Sistem perpustakaan yang masih manual tidak dapat melayani proses peminjaman dan pengembalian buku secara cepat dan akurat. Pada saat ini pemanfaatkan fasilitas website yang terhubung ke internet, sangat menunjang pengembangan sistem informasi, salah satunya aplikasi perpustakaan. Apabila aplikasi perpustakaan sudah berbasis web maka peserta didik dapat melakukan pencarian dan pemesanan buku secara cepat, dimanapun dan kapanpun. SD Luqman Al Hakim Surabaya merupakan salah satu sekolah yang mempunyai perpustakaan dengan berbagai jenis koleksi buku yang jumlahnya sangat banyak, selain itu aktifitas transaksi peminjaman sekitar 150 per hari. Oleh karena itu pada makalah ini, sebuah aplikasi perputakaan berbasis web dikembangkan dengan studi kasus SD Luqman Al Hakim Surabaya. Hasil yang diharapkan dari pengembangan aplikasi perpustakaan ini adalah mampu mengatasi berbagai kebutuhan dari user untuk mencari buku dan melakukan pemesanan serta memudahkan administrasi sekolah dalam sirkulasi peminjaman buku dan pembuatan laporan.
Monitoring Pemakaian Masker Berbasis Video Menggunakan Metode Faster R-CNN Romadhon, Muhammad Syahrul; Setiyono, Budi
Jurnal Sains dan Seni ITS Vol 12, No 2 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i2.83652

Abstract

Coronavirus Disease 2019 (COVID-19) menjadi masalah kesehatan utama yang menyebabkan penyakit pernapasan akut pada manusia. Tidak adanya kekebalan tubuh terhadap COVID-19 meningkatkan kerentanan terpapar virus, serta belum adanya approved drug mengakibatkan upaya dalam mengendalikan penularan wabah COVID-19 sangat bergantung pada intervensi non-pharmaceutical seperti upaya pencegahan secara perorangan, sebagai contoh penerapan protokol kesehatan. Pada 2020 lalu, WHO mengumumkan anjuran mengenai penerapan protokol kesehatan, salah satunya penggunaan masker guna mencegah penularan wabah COVID-19. Namun anjuran tersebut akan percuma, bila tidak ada kesadaran tiap individu masyarakat untuk memakai masker sesuai dengan prosedur yang ada. Dari permasalahan tersebut, dibutuhkan monitoring untuk menjamin pemakaian masker diterapkan sesuai dengan prosedur yang ada. Monitoring dapat dilakukan secara manual, tetapi membutuhkan biaya yang mahal dan sumber daya yang tidak sedikit. Oleh karena itu, dalam penelitian ini dirancang sistem monitoring otomatis dengan melakukan deteksi terhadap pengguna masker. Dalam penelitian ini, terdapat tiga jenis kelas (label) penggunaan masker, yaitu Pemakaian Masker Benar (Mask), Pemakaian Masker Salah (ImproperlyMask), dan Tidak Memakai Masker (NoMask). Proses pendeteksian penggunaan masker dalam penelitian ini dilakukan pada tahap testing, dengan langkah-langkah yaitu input video, akuisisi video, pendefinisian ROI, deteksi objek dengan menggunakan metode Faster R-CNN. Berdasarkan uji coba yang telah dilakukan pada penelitian ini, didapatkan nilai rata-rata presisi sebesar 98.21%, nilai rata-rata recall sebesar 97.09%, dan nilai rata-rata akurasi sebesar 95.36%.
Co-Authors Ayu Putri Rizkia Bandung Arry Sanjoyo Bandung Arry Sanjoyo Binuri Ayu Dwiarni Danang Wahyu Wicaksono Didik Khusnul Arif Didik Khusnul Arif Dwi Ratna Sulistyaningrum Fahmi, Muhammad Farid Hasanuddin Alhabib Imam Mukhlash Jasti Ohanna Kartika Mahanani Lailatur Rosyidah Mauridhi Hery Purnomo Miftahur Danar Ramadhan Mochamad Hariadi Muhammad Azlansyah Muhammad Faqih Muhammad Farid Fahmi Muhammad Riv’an Arif Olief Ilmandira Ratu Farisi Qonita Qurratu Aini R. Imbang Danandjojo R. Imbang Danandjojo Ricky Andrean Fernanda Gunawan Romadhon, Muhammad Syahrul Stephanie Gani Suhud Wahyudi Theophil Henry Soegianto Valeriana Lukitosari Valeriana Lukitosari Wahyudi Setiawan