cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dina Angela
Contact Email
dina_angela@ithb.ac.id
Phone
-
Journal Mail Official
jurnaltelematika@ithb.ac.id
Editorial Address
Jl. Dipati Ukur no. 80-84, Kel. Coblong, Kec. Lebak Gede, Bandung, 40132
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Telematika
Published by Institut Teknologi Harapan Bangsa
ISSN : 18582516     EISSN : 25793772     DOI : https://doi.org/10.61769/telematika
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Jurnal Telematika is a scientific periodical written in Indonesian language published by Institut Teknologi Harapan Bangsa twice per year. Jurnal Telematika publishes scientific papers from researchers, academics, activist, and practicioners, which are results from scientific study and research in the field of telematics and information technology.
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol. 20 No. 2 (2025)" : 6 Documents clear
Analisis Watermarking Citra Digital Berbasis Contourlet Transform dan DCT dalam Ruang Warna RGB, YCbCr, dan YIQ Setiadikarunia, Daniel; Setiawan, Agus
Jurnal Telematika Vol. 20 No. 2 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i2.741

Abstract

This article discusses watermarking techniques for contourlet transform (CT)-based digital images, combined with the discrete cosine transform (DCT). Watermarks are inserted into one of the colour components of the host image's colour space, namely RGB, YCbCr, or YIQ. Level 2 contourlet transformation is applied to the colour component used for watermark insertion. The upper-right subband of the contourlet transform result is selected, divided into 4×4 blocks, and then DCT and zigzag scanning are applied to each block. The watermark used is a black-and-white (binary) image. To improve security and reduce spatial correlation, the watermark is scrambled using Arnold scrambling. The watermark is embedded in the host image by inserting a PN sequence corresponding to each watermark bit into the midband DCT coefficients of the 4×4 block. Test results show that the inserted image has a high level of imperceptibility (PSNR> 30 dB). The watermark is robust against JPEG compression with a minimum quality factor of 8, scaling of 75% and 125%, rotation of 180°, cropping of 20% with different cropping positions, and the addition of up to 5% Gaussian noise, but is not robust against 90° rotation and median filtering. Watermarks embedded in the YCbCr colour space in the Cb or Cr components, or in the YIQ colour space in the I or Q components, achieve optimal imperceptibility and robustness.
Analisis Pengaruh Karakteristik Masukan Teks terhadap Kinerja MiniLMv2-L6-H384 dan BERT-Base-Uncased pada Quora Question Pairs Wardani, Ken Ratri; Martina, Inge; Fong Xin Wern, Jimmy
Jurnal Telematika Vol. 20 No. 2 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i2.775

Abstract

Knowledge distillation is a technique for simplifying large language models into more concise models while maintaining accuracy. Bidirectional encoder representations from transformers (BERT) offer strong performance but require significant computational resources, whereas mini language models (MiniLM) are five times smaller. This study aims to compare the performance of these two models on a Quora question-pair dataset, focusing on the effects of sequence length and token rarity on classification accuracy. Both models were trained using identical training parameters. Test results show that BERT achieves 91.22% accuracy and 88.17% F1-score, slightly outperforming MiniLM, which achieves 90.12% accuracy and 86.73% F1-score. However, MiniLM provides 5.3 times faster inference speed. These findings provide empirical guidance for model optimisation in environments with limited computational resources or real-time response requirements, where MiniLM's efficiency is acceptable with a slight decrease in accuracy. Future research is recommended to explore hybrid systems that delegate complex tasks to large models and general tasks to smaller models.
Kerangka Decision Support System Berbasis Aturan untuk Evaluasi Izin Mendirikan Bangunan di Kawasan Rawan Longsor dan Banjir Kasus Kabupaten Bogor Sulistyowati Rahayu, Dyah; Nuraini, Nenden; Wali Arubusman, Zidan; Cahyadi, Chaerul
Jurnal Telematika Vol. 20 No. 2 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i2.786

Abstract

Bogor Regency is highly vulnerable to landslides and floods due to its geomorphology, intense rainfall, and increasing development pressure. The demand for building permits (IMB/PBG) in this area poses a policy dilemma because residential development in vulnerable zones can increase the risk of losses. This study aims to develop a decision-support system (DSS) framework to assist the government in evaluating the feasibility of residential building permits in an objective, transparent, and risk-based manner. The research method uses a literature review approach to examine relevant feasibility criteria, including geotechnical and hydrological factors, as well as regulatory aspects. The synthesis results in a rule-based DSS framework with three decision outputs: Go (feasible), Special Mitigation (conditional permit with technical requirements such as stilt houses, pile foundations, or slope drainage), and No-Go (not feasible). The contribution of this research is to provide a conceptual DSS model that can be integrated with the Building Licensing System (SIMBG) to support policy consistency, strengthen disaster mitigation, and improve spatial planning accountability in Bogor Regency.
Pemetaan dan Analisis Sebaran Tanaman Tembakau Berbasis Sistem Informasi Geografis Fatikasari, Defilia; Iswahyudi, Ary
Jurnal Telematika Vol. 20 No. 2 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i2.794

Abstract

Permasalahan utama penelitian ini adalah kurangnya pemetaan dan analisis sebaran tanaman tembakau di Kecamatan Proppo, Kabupaten Pamekasan, yang akurat untuk mendukung perencanaan pertanian dan pengelolaan lahan. Penelitian ini bertujuan untuk memetakan dan menganalisis pola persebaran tanaman tembakau berdasarkan faktor lingkungan dan penggunaan lahan menggunakan pendekatan Sistem Informasi Geografis (SIG). Data atau fitur-fitur yang digunakan meliputi citra satelit dari Google Earth Engine, data spasial administratif, dan atribut lahan. Analisis dilakukan dengan teknik overlay intersect untuk menghitung luas lahan berdasarkan batas administratif serta perhitungan indeks Moran untuk mendeteksi pola spasial distribusi tanaman tembakau. Pengolahan data dilakukan dengan menggunakan perangkat lunak QGIS 3.40. Hasil penelitian menunjukkan bahwa total area tembakau mencapai 3.335,344 hektare dengan pola persebaran yang cenderung acak, terutama di wilayah utara dan timur, meskipun terdapat indikasi awal pengelompokan (clustered) di beberapa wilayah barat dan tengah. Nilai Moran’s I sebesar 0,436 menunjukkan kecenderungan pengelompokan, namun belum signifikan secara statistik. Penelitian ini memberikan kontribusi berupa visualisasi sebaran tanaman tembakau berbasis SIG yang dapat mendukung perencanaan pertanian dan pengelolaan lahan berbasis data spasial.
Sentimen Publik Terhadap Kebijakan Pemindahan Ibu Kota Indonesia di X Menggunakan Model BiLSTM-CNN Nugraha, Wanda; Tito Julianto, Mochamad; Khoirun Najib, Mohamad; Khatizah, Elis
Jurnal Telematika Vol. 20 No. 2 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i2.796

Abstract

Pembangunan ibu kota baru Indonesia, Ibu Kota Nusantara (IKN), merupakan kebijakan pemerintah yang inovatif dan telah memicu respons publik yang beragam. Studi ini bertujuan untuk menganalisis tren sentimen di platform media sosial X guna memahami persepsi publik terhadap kebijakan tersebut. Selain itu, model klasifikasi sentimen yang menggabungkan bidirectional long short-term memory (BiLSTM) dan convolutional neural network (CNN) dikembangkan dan dioptimalkan melalui penyesuaian hiperparameter. Analisis eksploratori menunjukkan bahwa sentimen positif mendominasi 46%, diikuti oleh sentimen negatif 30% dan netral 24%. Model klasifikasi mencapai akurasi uji sebesar 78% dan akurasi rata-rata 81% pada 10-fold cross-validation, dengan simpangan baku 0,006. Akurasi yang dicapai, bersama dengan simpangan baku cross-validation yang rendah, menunjukkan bahwa model BiLSTM-CNN menunjukkan kinerja yang stabil dan andal.
Studi Perbandingan Model Lightweight YOLOv12 untuk Deteksi Objek Bawah Air Secara Real-Time Prasetya, Hebron; R. Balo, Revin; Tumbal, Tasya; M. Sambul, Alwin; Dwisnanto Putro, Muhamad
Jurnal Telematika Vol. 20 No. 2 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i2.799

Abstract

Metode deep learning dalam computer vision berperan penting dalam pelokalan objek menggunakan sensor berbasis kamera dengan Convolutional Neural Networks sebagai pendekatan utama dalam deteksi objek. Namun, banyak model yang ada memiliki biaya komputasi yang tinggi akibat arsitektur yang dalam dan operasi yang kompleks sehingga membatasi penerapannya untuk kebutuhan waktu nyata pada perangkat berbiaya rendah dan dengan sumber daya terbatas. Arsitektur YOLOv12 menawarkan beberapa varian ringan yang dirancang untuk meningkatkan efisiensi komputasi. Penelitian ini mengevaluasi keseimbangan antara efisiensi dan kinerja deteksi dengan membandingkan berbagai varian model berdasarkan jumlah parameter, operasi floating-point, dan kecepatan inferensi, serta mengukur akurasi menggunakan mean average precision. Hasil evaluasi ini digunakan untuk menilai kesesuaian model yang ringan dalam penerapan waktu nyata pada lingkungan dengan sumber daya terbatas, seperti pemantauan dan konservasi bawah air. Hasil eksperimen pada dataset real-world underwater object detection menunjukkan bahwa YOLOv12-nano memiliki akurasi 5,7% lebih rendah dibandingkan YOLOv12-medium, namun hanya membutuhkan 2,57 juta parameter dan 6,5 GFLOPs, jauh lebih kecil dibandingkan YOLOv12-medium yang memiliki 20,1 juta parameter dan 67,8 GFLOPs. Selain itu, YOLOv12-small membutuhkan 9,26 juta parameter dan 21,5 GFLOPs sehingga berada di antara varian nano dan medium dari sisi kompleksitas, dengan akurasi yang tetap kompetitif. Pada proses inferensi, YOLOv12-nano mencapai kecepatan 16,48 FPS pada CPU Intel(R) Core (TM) i5-12450HX generasi ke-12. Sebagai perbandingan, YOLOv12-small berjalan pada 6,28 FPS, sedangkan YOLOv12-medium mencapai 2,36 FPS. Hasil ini menunjukkan bahwa YOLOv12-nano merupakan varian yang paling sesuai untuk penerapan waktu nyata pada platform berbasis CPU.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 20 No. 2 (2025) Vol. 20 No. 1 (2025) Vol. 19 No. 2 (2024) Vol. 19 No. 1 (2024) Vol. 18 No. 2 (2023) Vol. 18 No. 1 (2023) Vol. 17 No. 2 (2022) Vol. 17 No. 1 (2022) Vol. 16 No. 2 (2021) Vol. 16 No. 1 (2021) Vol. 15 No. 2 (2020) Vol. 15 No. 1 (2020) Vol. 14 No. 2 (2019) Vol. 14 No. 1 (2019) 2018: Industrial Engineering Seminar and Call for Paper (IESC) 2018 Vol. 13 No. 2 (2018) Vol. 13 No. 1 (2018) Vol. 12 No. 2 (2017) Vol. 12 No. 1 (2017) Vol. 11 No. 2 (2016) Vol. 11 No. 1 (2016) Vol. 10 No. 2 (2015) Vol. 10 No. 1 (2015) Vol. 9 No. 2 (2014) Vol. 9 No. 1 (2014) Vol. 8 No. 2 (2013) Vol. 8 No. 1 (2013) Vol. 7 No. 2 (2011) Vol. 7 No. 1 (2011) Vol. 6 No. 1 (2010) Vol. 5 No. 1 (2009) More Issue