Article Per Year (5 Year)
p-Index From 2019 - 2024
5.373
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Teknik ITS Semantik Perfecting a Video Game with Game Metrics Jurnal Ilmiah Kursor Journal of Urban Society´s Arts Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Seminar Nasional Informatika (SEMNASIF) Register: Jurnal Ilmiah Teknologi Sistem Informasi SMATIKA Journal of Animation & Games Studies EMITTER International Journal of Engineering Technology Jurnal Teknologi dan Sistem Komputer Knowledge Engineering and Data Science Berkala Arkeologi Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control SENTIA 2015 Conference on Innovation and Application of Science and Technology (CIASTECH) Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Informatika dan Sistem Informasi Journal of Innovation Information Technology and Application (JINITA) JAREE (Journal on Advanced Research in Electrical Engineering) JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Jurnal Nasional Teknik Elektro dan Teknologi Informasi
Eko Mulyanto Yuniarno
Dapartemen Teknik Komputer Iinstitut Teknologi Sepuluh Nopember
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 1   2   3   4   5 
Prediksi Akor Musik Menggunakan Deep Learning Berbasis Notasi Angka Muhammad Zulfikar Alfathan Rachmatullah; Eko Mulyanto Yuniarno; Reza Fuad Rachmadi
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61103

Abstract

Musik merupakan bidang seni yang tidak pernah lepas dari kehidupan manusia. Keberadaan musik sendiri telah menyatu dengan kehidupan manusia. Bagi yang baru saja belajar ataupun mendalami musik, pasti dimulai dari belajar bagaimana cara membaca tangga nada, lalu menyesuaikan tempo permainan, lalu mempelajari akor mana yang tepat untuk sebuah baris birama. Namun, sering kali bagi orang yang baru belajar musik akan kesulitan, jika diminta untuk melakukan improvisasi dari nada yang diberikan untuk menentukan akor mana yang tepat untuk mengiringi sebuah baris birama. Salah satu cara untuk menentukan akor mana yang akan digunakan yaitu dengan dikembangkan sebuah metode untuk menentukan akor mana yang akan digunakan untuk mengiringi baris birama tersebut. Sistem ini akan mengklasifikasian baris birama yang dibaca menggunakan Deep Learning. Sistem ini mampu mengklasifikasikan empat jenis akor dengan akurasi 68.5%. Namun, empat jenis akor tersebut merupakan akor yang sering muncul pada kebanyakan partitur musik. Oleh karena itu, diperlukan data yang lebih banyak untuk akor lainnya yang jarang muncul pada partitur untuk ditambahkan ke dalam sistem ini
Deteksi Kedipan dengan Metode CNN dan Percentage of Eyelid Closure (PERCLOS) Lutfi Ananditya Septiandi; Eko Mulyanto Yuniarno; Ahmad Zaini
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61174

Abstract

Pengembangan teknologi mengenai face detection dan eyes detection melaju sangat pesat, sehingga peneliti berlomba-lomba meneliti metode dan algoritma yang optimal untuk pengaplikasian di kehidupan sehari-hari, mulai dari pengamanan biometrics sampai identifikasi wajah secara au- tomasi. Di tugas akhir ini diusulkan penggunaan metode Convo- lutional Neural Network (CNN) dan Percentage of Eyelid Closure (PERCLOS) pada pendeteksi kedipan mata. Sistem dibangun menggunakan webcam personal computer sebagai kamera dan mendeteksi secara real-time. Sistem dapat mengenali kondisi ketika mata tertutup atau mata terbuka dan menentukan lebar bukaan mata dengan menggunakan Eye Aspect Ratio (EAR) serta dapat mengestimasi skor tatapan dengan menggunakan Percentage of Eyelid Closure (PERCLOS). Sistem dapat menge- nali wajah dari objek bukan wajah dengan jarak pendeteksian optimal antara 40-70 cm. Model hasil training dapat mengk- lasifikasikan kondisi mata terbuka dan mata tertutup dengan menggunakan Convolutional Neural Network dengan arstitektur yang memiliki 3 layer mendapatkan hasil accuracy 98% dan loss 2.05%
Pembuatan Modul Deteksi Objek Manusia Menggunakan Metode YOLO untuk Mobile Robot Khairunnas Khairunnas; Eko Mulyanto Yuniarno; Ahmad Zaini
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61622

Abstract

Robot mobil saat ini sangat diminati bagi yang baru mulai mempelajari tentang robot. Hal ini karena membuat mobile robot tidak memerlukan kerja fisik yang berat. Pengembangan yang dilakukan oleh beberapa anak bangsa untuk mengembangkan mobile robot ini untuk beberapa fungsi, diantaranya ada robot pengikut garis (Line follower) atau robot pengikut dinding (wall fllower) ataupun pengikut cahaya. Dari pengembangan tersebut hal yang perlu dikembangkan lagi adalah fungsi mobile robot pengikut manusia. Dalam fungsi ini robot mobil harus dapat mengenali objek “Manusia” untuk dapat mengikuti objek (manusia) tersebut. Pada studi ini akan dikembangkan sebuah sistem mobile robot pengikut manusia untuk dapat mengikuti manusia sebagai asisten yang dapat membantu pekerjaan manusia. Dengan sensor kamera serta menggunakan motode YOLO (You Only Look Once), robot mobil akan dapat mengenali objek manusia dan di klasifikasikan fungsinya. Dari hasil klasifikasi ini, diharapkan menghasilkan respon oleh robot mobile dan akan mengaktifkan aktuator pada mobile robot tersebut
Perhitungan Frekuensi Kedipan Mata berbasis Convolutional Neural Network Atyantagratia Vidyasmara Daryanto; Eko Mulyanto Yuniarno; Ahmad Zaini
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61937

Abstract

Mata merupakan organ yang sangat sensitif, benda dan tekanan dengan ukuran kecil sudah dapat menimbulkan gangguan pada organ ini. Kedipan mata terjadi karena dipen- garuhi oleh sensitifitas kornea dan kekeringan mata. Terdapat dua parameter utama pada kedipan mata, yaitu frekuensi dan durasi, frekuensi berkedip dapat bertingkat salah satunya adalah saat orang dalam kondisi mengantuk. Pada peneli- tian ini dilakukan pendenteksian pada kondisi mata berkedip dari dataset video. Peneletian ini menggunakan disiplin ilmu Deep Learning dengan metode Convolutional Neural Network. Dataset berupa video akan diekstrak menjadi frame gambar, yang kemudian dilakukan labelling pada kondisi mata terbuka dan mata tertutup. Setelah mendapatkan hasil klasifikasi untuk mata terbuka dan mata tertutup, dibuat suatu model untuk mendeteksi kedipan mata pada video. Pada klasifikasi kondisi mata terbuka dan mata tertutup didapatkan akurasi sebesar 96% dan akan dilakukan pengujian pada video untuk deteksi kedipan mata secara otomatis
Guitar Simulator Based on Realtime Recording Ragil Bintang Brilyan; Eko Mulyanto Yuniarno; Yoyon Kusnendar Suprapto
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.67225

Abstract

Music is an art that combines several compositions of musical instruments. Among them are vocals, piano, guitar, bass, drums, and so on. To play a musical instrument also requires a technique to a formula, so that the music game becomes more harmonious. Techniques and formulas in playing musical instruments include tempo, rhythm, how to play a musical instrument, to chords. But for people who are just learning to play a musical instrument, it is certainly difficult to know the formula for the chords to be played. Not to mention when the sound of the chord being played is different from the sound of the intended chord. This can change a song being played sound fake or deviate from the actual song. Often in learning to play musical instruments, some media do not explain or explain how the chords are played and whether the chords are played correctly. One way to determine the accuracy of the chord sound in a self-taught music game, can be done using the help of Machine Learning. This method records the sound of guitar chords being played and classifies guitar chords according to their original sound. However, chords that can be classified are still limited to basic chords, because they are intended for the most basic learning. And for the display of the chord formula that is played it will be more interactive when using game design.
Verifikasi Wajah Menggunakan Deep Metric Learning pada Data Wajah dengan Disparitas Umur yang Besar Syauqi Sabili; Reza Fuad Rachmadi; Eko Mulyanto Yuniarno
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.73552

Abstract

Penuaan wajah merupakan proses biologi yang kompleks yang ditandai dengan adanya perubahan fisik yang terjadi pada wajah, seperti perubahan warna kulit, adanya bercak hitam, timbulnya kerutan dan sebagainya seiring bertambahnya usia. Penuaan wajah menjadi salah satu faktor penting dalam proses pengenalan wajah atau biasa disebut dengan istilah face recognition. Untuk mengatasi hal ini, dibutuhkan suatu metode pengenalan atau verifikasi wajah yang dapat mengenali individu yang sama dengan perbedaan usia. Di tugas akhir ini digunakan sebuah metode bernama Deep Metric Learning yang menggabungkan Deep Learning dan Metric Learning. Sistem dibangun dengan menggunakan arsitektur Siamese Neural Network yang mengandung dua masukkan citra. Kedua citra ini terdiri dari foto wajah seseorang ketika masih muda (kanak-aknak atau remaja) dan dewasa. Sistem akan melakukan serangkaian proses verifikasi. Pada bagian akhir, kedua citra diprediksi apakah berasal dari individu yang sama atau tidak. Luaran dari sistem ini adalah skor kemiripan (similarity score) yang nantinya ditentukan batasan (threshold) terlebih dahulu agar bisa mendapatkan hasil akhir sebenarnya. Hasil prediksi direpresentasikan sebagai nilai biner, yaitu 0 bernilai salah dan 1 bernilai benar.
Deteksi Pejalan Kaki pada Zebra Cross untuk Peringatan Dini Pengendara Mobil Menggunakan Mask R-CNN Agung Wicaksono; Mauridhi Hery Purnomo; Eko Mulyanto Yuniarno
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.80219

Abstract

Dewasa ini, fitur keselamatan pada kendaraan roda empat atau mobil sudah sangat berkembang pesat. Hal tersebut terbukti dengan banyaknya produsen mobil yang menerapkan teknologi seat belt, air bag, adaptive cruise control, electronic stability control, autonomous emergency braking, blind spot monitoring dan lain sebagainya. Namun, fitur yang sudah disebutkan diatas dinilai masih kurang ramah bagi pejalan kaki. Terbukti menurut data dari WHO, terdapat 270.000 pejalan kaki meninggal dunia setiap tahun atau sekitar 22% dari seluruh korban meniggal akibat kecelakan di jalan. Berawal dari permasalahan tersebut, penulis akan melakukan penelitian mengenai pendeteksian pejalan kaki pada zebra cross untuk peringatan dini pengendara mobil sebagai topik penelitian. Pada tugas akhir ini, terdapat 3 objek yang akan dideteksi yaitu pejalan kaki, zebra cross dan pengendara motor dengan menggunakan metode Mask R-CNN. Namun, objek utama yang dideteksi adalah pejalan kaki dan zebra cross, sehingga hasil deteksi pengendara motor tidak ditampilkan pada gambar akhir. Hasil terbaik yang didapatkan adalah pada penggunaan ResNet-101 untuk backbone Mask R-CNN dengan skor mAP sebesar 90.476%, mAR sebesar 88.889% serta F1-Score sebesar 87.777%.
Deformasi Wajah Karakter Kartun Berbasis Klaster Titik Fitur Gerak Samuel Gandang Gunanto; Matahari Bhakti Nendya; Mochamad Hariadi; Eko Mulyanto Yuniarno
Journal of Urban Society's Arts Vol 2, No 1 (2015): April 2015
Publisher : Institut Seni Indonesia Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24821/jousa.v2i1.1269

Abstract

Pendekatan tradisional animasi ekspresi wajah sangat tergantung pada animatordalam pembuatan gerakan kunci dan rangkaian gerakan ekspresi wajah.Problematika yang sering dijumpai adalah penggunaan kerangka dan gerakan wajahyang sama untuk model yang berbeda membutuhkan waktu yang lama dikarenakankompleksitas ekspresi wajah manusia. Pendekatan simulasi kulit wajah dan ototpada praktiknya masih memerlukan intervensi animator untuk pengaturan kulitwajah terhadap tulang/tengkorak kepala dan konfigurasi sambungan otot gerakdi wajah. Hal ini menyebabkan produksi animasi wajah untuk satu wajah tidakdapat digunakan ulang secara langsung untuk wajah lainnya karena kekhususannyatersebut. Oleh karena itu, proses pengamatan perubahan bentuk ekspresi wajahdengan adanya area bobot pada model wajah 3D menggunakan pendekatanklaster di titik fitur gerak mempunyai peran penting untuk mengidentifikasi prosespenyesuaian bentuk wajah yang berlainan dan variasi pengaruh gerakan pada wajahkarakter kartun.Cartoon Character Face Deformation Based on Motion Feature-Point Cluster.The traditional approach animated facial expression is highly dependent on animatorto create key of movement and continuity the motion of facial expressions. The problemsfrequently encountered is the use of the skeleton and the same facial movements fordifferent models takes a long time because of the complexity on human facial expressions.Simulation approach to facial skin and muscles in practice still requires interventionanimators to control the facial skin to bone/skull and connection configuration in facialmuscle movement. This leads to the production of facial animation for one face can’tbe reused directly to the other face model because of their specialization. Therefore, theobservation of deformation facial expressions with weights area on a 3D face model usingmotion feature-point cluster approach have an important role to identify the adjustmentprocess on different facial shapes, and variations of movement on cartoon character face.
Akuisisi Foreground dan Background Berbasis Fitur DTC pada Matting Citra secara Otomatis Meidya Koeshardianto; Eko Mulyanto Yuniarno; Mochamad Hariadi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732195

Abstract

Teknik pemisahan foreground dari background pada citra statis merupakan penelitian yang sangat diperlukan dalam computer vision. Teknik yang sering digunakan adalah image segmentation, namun hasil ekstraksinya masih kurang akurat. Image matting menjadi salah satu solusi untuk memperbaiki hasil dari image segmentation. Pada metode supervised, image matting membutuhkan scribbles atau trimap sebagai constraint yang berfungsi untuk melabeli daerah tersebut adalah foreground atau background. Pada makalah ini dibangun metode unsupervised dengan mengakuisisi foreground dan background sebagai constraint secara otomatis. Akuisisi background ditentukan dari varian nilai fitur DCT (Discrete Cosinus Transform) yang dikelompokkan menggunakan algoritme k-means. Untuk mengakuisisi foreground ditentukan dari subset hasil klaster fitur DCT dengan fitur edge detection. Hasil dari proses akuisisi foreground dan background tersebut dijadikan sebagai constraint. Perbedaan hasil dari penelitian diukur menggunakan MAE (Mean Absolute Error) dibandingkan dengan metode supervised matting maupun dengan metode unsupervised matting lainnya. Skor MAE dari hasil eksperimen menunjukkan bahwa nilai alpha matte yang dihasilkan mempunyai perbedaan 0,0336 serta selisih waktu proses 0,4 detik dibandingkan metode supervised matting. Seluruh data citra berasal dari citra yang telah digunakan para peneliti sebelumnyaAbstractThe technique of separating the foreground and the background from a still image is widely used in computer vision. Current research in this technique is image segmentation. However, the result of its extraction is considered inaccurate. Furthermore, image matting is one solution to improve the effect of image segmentation. Mostly, the matting process used scribbles or trimap as a constraint, which is done manually as called a supervised method. The contribution offered in this paper lies in the acquisition of foreground and background that will be used to build constraints automatically. Background acquisition is determined from the variant value of the DCT feature that is clustered using the k-means algorithm. Foreground acquisition is determined by a subset resulting from clustering DCT values with edge detection features. The results of the two stages will be used as an automatic constraint method. The success of the proposed method, the constraint will be used in the supervised matting method. The difference in results from In the research experiment was measured using MAE (Mean Absolute Error) compared with the supervised matting method and with other unsupervised matting methods. The MAE score from the experimental results shows that the alpha matte value produced has a difference of 0.336, and the difference in processing time is 0.4 seconds compared to the supervised matting method. All image data comes from images that have been used by previous researchers.
Soil porosity modelling for immersive serious game based on vertical angle, depth, and speed of tillage Anang Kukuh Adisusilo; Mochamad Hariadi; Eko Mulyanto Yuniarno; Bambang Purwantana; Radi Radi
International Journal of Advances in Intelligent Informatics Vol 4, No 2 (2018): July 2018
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v4i2.215

Abstract

The real data support the “seriousness” of the serious game and give more authentic situations, which can make players feel immersed in scenarios, and gain a real experience. Therefore, the modeler must be able to recognize whether a model reflects reality to identify and deal with divergences between theory and data. In this paper, we present a model for design a basis of immersive in serious games. The studied case is the tillage using a moldboard plow, by taking real data through an experiment use a device called soil bin. It aims to determine the effect of angle, depth, and speed on the soil porosity; by comparing the value of the smallest error using the polynomial function of the use of different orders. The result of an average smallest error with the polynomial approach is 1.10E-07 in the 3rd order, closer to the experimental value. Therefore, the model can be used for designing immersive serious game.
Co-Authors Achmad Pahlevy Aminullah Nizaruddin Aditya Nur Ikhsan Soewidiatmaka Agung Dewa Bagus Soetiono Agung Wicaksono Agustinus Bimo Gumelar Ahmad Zaini Alan Luthfi Anang Kukuh Adisusilo Anang Kukuh Adisusilo Anang Kukuh Adisusilo Andreas Agung Kristanto, Andreas Agung Anggraini Dwi Sensusiati Arik Kurniawati Aris Widayati Atyantagratia Vidyasmara Daryanto Bambang Purwantana Beny Yulkurniawan Victorio Nasution Beny Yulkurniawan Victorio Nasution Citra Ratih Prameswari Dion Hayu Fandiantoro Endang Setyati Endang Setyati, Endang Endang Sri Rahayu Enggartiasto Faudi Ristyawan Esther Irawati Setiawan Fakih, Muhammad Fadli Feby Artwodini Muqtadiroh Fresy Nugroho FX Ferdinandus Gijsbertus Jacob Verkerke Gijsbertus Jacob Verkerke Goenawan A Sambodo Gunawan Gunawan Gunawan Hardianto Wibowo Harfianti, Nadya Putri Herman Thuan Herman Thuan To Saurik Hermawan, Norma Hervit Ananta Vidada I Ketut Eddy Purnama I Made Gede Sunarya Imam Robandi Indar Sugiarto Ismoyo Sunu Jaya Pranata Joan Santoso Joko Priambodo Khairunnas Khairunnas Koeshardianto, Meidya Kurniawan, Arief Lailatul Husniah Lutfi Ananditya Septiandi Masy Ari Ulinuha Matahari Bhakti Nendya Matahari Bhakti Nendya, Matahari Bhakti Mauridhi Hery Purnomo Mauridhi Hery Purnomo Mauridhi Hery Purnomo Mochamad Hariadi Mochamad Yusuf Alsagaff Muhammad Fadli Fakih Muhammad Reza Pahlawan Muhammad Zulfikar Alfathan Rachmatullah Myrtati Dyah Artaria Nasrulloh, Muhammad Pramunanto, Eko Priambodo, Joko Putu Hendra Suputra R Dimas Adityo Radi Radi Ragil Bintang Brilyan Reza Fuad Rachmadi Rika Rokhana Rika Rokhana Riris Diana Rachmayanti Rokhana, Rika Saiful Yahya Samuel Gandang Gunanto Setijadi, Eko Soetiono, Agung Dewa Bagus Supeno M Susiki Nugroho Supeno Mardi Susiki Supeno Mardi Susiki Supeno Mardi Susiki N Supeno Mardi Susiki Nugroho, Supeno Mardi Surya Sumpeno Surya Sumpeno Susiki N, Supeno Mardi Syauqi Sabili Tita Karlita Tita Karlita Tita Karlita Tri Arief Sardjono Tsuyoshi Usagawa Vidityar Adith Nugroho Willy Achmat Fauzi Wisnu Widiarto Wiwik Anggraeni Yose Rizal Yoyon K. Suprapto Yoyon Kusnendar Suprapto Yuhana, Umi Laili Zaini, Ahmad