Article Per Year (5 Year)
p-Index From 2019 - 2024
3.929
P-Index
This Author published in this journals
All Journal JETT (Jurnal Elektro dan Telekomunikasi Terapan) JOIV : International Journal on Informatics Visualization JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Jurnal Ilmiah FIFO TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika IJAIT (International Journal of Applied Information Technology) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Jurnal Ilmiah Teknik Elektro eProceedings of Engineering Jurnal Ilmiah Agroust
Suryo Adhi Wibowo
Universitas Telkom
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search
Journal : eProceedings of Engineering

 1   2   3 
Analisis Dan Simulasi Rekonstruksi Video Berbasis Metode Super-Resolusi Kusuma Nindia Rizki; Iwan Iwut Tritoasmoro; Suryo Adhi Wibowo
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Penggunaan kamera beresolusi rendah marak digunakan untuk keperluan video streaming surveillance (pengawasan). Resolusi yang dipakai pada kamera untuk keperluan tersebut berkisar antara 320x240 piksel hingga 640x480 piksel. Namun, pihak penerima membutuhkan detil yang lebih dari video yang diterima, yang berarti resolusi video yang diterima diinginkan lebih tinggi dari resolusi video yang dikirim. Metode Super-Resolusi adalah metode yang digunakan untuk mengolah citra beresolusi rendah menjadi citra beresolusi tinggi. Metode ini dapat diimplementasikan pada rekonstruksi citra pada video. Berbagai metode diciptakan untuk menerapkan metode Super-Resolusi. Pada tugas akhir ini, penulis akan menganalisa metode Super-Resolusi berbasis Discrete Wavelet Transform (DWT) dan Stationary Wavelet Transform (SWT) pada frame tunggal yang kemudian hasilnya digunakan untuk membuat frame transisi dengan tujuan interpolasi frame. Metode interpolasi Bicubic dilibatkan pada metode Super-Resolusi. Performansi yang diukur pada tugas akhir ini adalah PSNR yang dihasilkan antara frame dan video hasil metode Super-Resolusi dengan data asli. Diharapkan dengan hasil yang didapat dari Tugas Akhir ini dapat memberikan gambaran mengenai penerapan metode SuperResolusi pada sistem real-time. Kata Kunci: rekonstruksi citra, resolusi, super-resolusi, dwt
Simulasi Dan Analisis Multiple Object Tracking Berbasis Pengolahan Citra Digital Dan Particle Swarm Optimization Prasaja Wibawa Utama; Angga Rusdinar; Suryo Adhi Wibowo
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Object tracking merupakan suatu bidang pada computer vision yang mempelajari cara melacak suatu objek yang bergerak pada suatu ruang. Objek yang dilacak merupakan objek yang sudah ditentukan. Dalam pengaplikasiannya di dunia nyata elacakan suatu objek bergerak sangat berguna untuk berbagai hal seperti: pengenalan gerakan, pelacakan kendaraan, pelacakan manusia yang dalam beberapa kasus melacak atlit olahraga, dan augmented reality. Dalam aplikasinya, merealisasikan suatu sistem object tracking memiliki beberapa tantangan antara lain adanya noise, kekacauan oklusi, dan perubahan dinamis dalam gerakan objek. Sehingga pada tugas akhir ini, dirancang sebuah sistem multiple object tracking dengan metode particle swarm optimization. Sistem pelacakan ini bekerja dengan masukan secara non-real time berupa video yang berisi objek bergerak yang telah direkam sebelumnya. Jumlah objek terbanyak yang dilacak oleh sistem dalam satu kali pengujian mencapai 4 objek. Objek yang akan dilacak menjadi masukan sistem yang kemudian cirinya akan diekstrak menggunakan histogram warna. Selanjutnya objek tersebut akan dilacak dengan metode particle swarm optimization. Proses pelacakan dilakukan dengan cara membangkitkan random partikel pada area dekat dengan objek dan membandingkan histogram warna partikel dengan objek target menggunakan bhattacarya coefficient yang merupakan proses observasi untuk menghitung kemungkinan dari partikel tersebut yang mempunyai kesamaan histogram dengan objek target. Pengujian pada sistem ini dengan menggunakan parameter yang diubah-ubah yaitu jumlah partikel, jumlah objek dan kondisi perekaman objek dengan mengukur tingkat akurasi, waktu yang dibutuhkan untuk pelacakan serta frame rate. Tingkat akurasi terbaik pada pelacakan dengan jumlah partikel 50 di setiap swarm tetapi jumlah partikel yang semakin banyak akan menyebabkan waktu komputasi semakin lama. Sistem dapat berjalan dengan baik pada pengujian multiple objek. Dibandingkan dengan pelacakan menggunakan metode HOG, particle swarm optimization memiliki waktu pemrosesan yang jauh lebih singkat dengan akurasi yang tidak jauh berbeda. Pada proses pelacakan menggunakan PSO, jumlah objek akan mempengaruhi waktu yang dibutuhkan untuk memproses pelacakan. Kata kunci: multiple object tracking, particle swarm optimization, histogram warna.
Sistem Identifikasi Individu Berdasarkan Cara Berjalan Berbasis Video Processing Menggunakan Metode Variable Modul Graph Lyra Vega Ugi; Bambang Hidayat; Suryo Adhi Wibowo
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

V/M Graph merupakan metode logika alur berfikir yang dapat menjelaskan semua informasi yang ada dan hubungan antara variabel yang berbeda menggunakan struktur grafis di bidang pengolahan citra di mana latar gambar yang diekstrak untuk diproses dalam sistem pengenalan individu. V/M Graph ini digunakan untuk mendeteksi objek bergerak dalam video dari kamera statis. V/M Graph berguna untuk menganalisis video atau gambar sehingga dapat mendeteksi gerak tubuh manusia dan mengidentifikasi karakter gerakan tersebut untuk dikenali. Teknologi V/M Graph ini dapat diaplikasikan berupa sistem yang membantu mengenali seseorang berdasarkan cara berjalannya tanpa harus mengetahui ciri asli fisiknya. Pada tugas akhir ini dibuat sistem pendeteksi yang dapat mengenali gaya berjalan sesorang tanpa harus memperhatikan ciri fisik awal dari seseorang. Jika sistem pendeteksi tersebut tidak dapat mengenali gesture berjalan orang yang berada dalam video tersebut, maka sistem ini akan memberikan info berupa tulisan individu tidak dikenal. Sistem pendeteksi ini dibuat dengan tujuan agar dapat mendeteksi melalui gesture berjalannya seseorang tanpa harus memperhatikan individu berdasarkan ciri fisik awalnya telah berubah, meskipun ciri fisik sesorang yang berubah akibat operasi plastik dan perubahan fisik yang lainnya. Metode klasifikasi untuk pengidentifikasian pola berjalan yang digunakan adalah V/M Graph. Dari hasil analisis dan pengujian, sistem mampu mencapai tingkat akurasi rata-rata sebesar 86.67% dengan uji sistem terhadap perubahan intensitas cahaya. Saat pengujian sistem dengan threshold hasil akurasi optimal sebesar 90% dengan threshold 1000-1300 piksel. Dan saat pengujian sistem dengan nilai threshold luas label 0.25 piksel sistem memberika akurasi terbesar yaitu 90%. Target performansi sistem yang telah dicapai adalah sistem dapat mengenali dan mengidentifikasi gaya berjalan dengan tingkat akurasi optimal. Kata kunci: V/M Graph, cara berjalan, pengenalan individu.
Analisis Parameter Skala Dan Pergeseran Untuk Deteksi Objek Pada Kerangka Kerja Tracking-learning-detection (tld) Putri Utami Hafgianti; Suryo Adhi Wibowo; Raditiana Patmasari
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Learning pada TLD adalah salah satu proses yang membedakan TLD dengan metode tracking objek lainnya. Proses Learning terjadi apabila objek yang diamati dalam suatu video terjadi out-of-view atau terjadi oklusi, saat objek tersebut akan muncul kembali maka akan terdeteksi kembali sebagai objek yang sedang diamati karena learning bertugas mengestimasi kesalahan deteksi dan terdapat training example untuk menghindari kesalahan. Untuk merepresentasikan objek yang diamati digunakan bentuk geometrik, seperti bounding box.Sistem TLD diberikan input berupa image sequences dan diberikan nilai parameter skala dan parameter pergeseran yang sudah ditentukan. Selanjutnya dilakukan inisialisasi pada sebuah objek yang direpresentasikan dalam bounding box pada frame pertama. Setelah sistem TLD sudah selesai dijalankan, maka didapatkan output berbentuk image sequences yang sudah terdapat bounding box, dan nilai titik bounding box. Hasil dari tugas akhir ini direpresentasikan dalam bentuk grafik one-pass evaluation (OPE) yang menunjukkan hasil parameter performansi, yaitu success plot dan precision plot. Masing-masing parameter performansi juga menampilkan grafik berdasarkan sebelas challenge problem. Secara keseluruhan, nilai success plot dan precision plot terbaik didapat pada nilai parameter skala 0.5 dan nilai parameter pergeseran 10 yang berarti, semakin kecil nilai parameter skala dan nilai parameter pergeseran maka semakin bagus performansinya.Kata Kunci : Bounding box, groundtruth, Skala, Tracking-learning-detection (TLD), Frame, pergeseran, grafik one-pass evaluation (OPE).
Koreksi Kegagalan Pelacakan Untuk Pelacakan Objek Berbasis Kernel Tembang Florian Falah; Suryo Adhi Wibowo; Raditiana Patmasari
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pelacakan objek merupakan salah satu bidang pada computer vision yang telah banyak diteliti dan semakin menunjukkan peningkatan yang semakin pesat dari tahun ke tahun, Dalam pengaplikasiannya pelacakan objek digunakan dalam melacak gerakan suatu benda maupun manusia hingga augmented reality. Meskipun sudah cukup canggih namun tetap saja akan mengalami kegagalan pelacakan, karena banyak faktor yang bisa menyebabkan gangguan pada objek dan dapat menyebabkan kegagalan dalam pelacakan. Sistem ini akan bekerja dengan mendeteksi objek dalam suatu video dari setiap framenya, dengan menginisialisasi objek pada frame pertama lalu pelacakan di mulai dari frame kedua hingga frame terakhir dengan mengambil representasi color histogram dari objek yang telah diinisialisasi pada frame pertama, metode yang digunakan saat pelacakan adalah mean-shift tracking. Dalam pengaplikasiannya akan menggunakan algoritma kernel based objek untuk membangkitkan mean-shift tracking. Parameter pengujian untuk analisis kegagalan pelacakan yang digunakan dalam penelitian ini adalah dengan bhattacharyya, kita akan mengetahui seberapa besar sistem dapat melacak objek dengan benar dan mengetahui penyebab dari kegagalan pelacakan itu sendiri. Hasil yang diperoleh dari penelitian ini adalah pengkoreksian kegagalan pelacakan dengan metode peningkatan performansi sistem. Parameter performansi pada tugas akhir ini menggunakan metode precision plot dan juga success plot dalam pengevaluasiannya dengan menggunakan groundtruth pada (OTB-50) sebagai dataset. Untuk threshold bhattacharyya menggunakan nilai 0,8 dan image Enhancement sebesar 1,4. Berdasarkan hasil percobaan yang dilakukan pada 5 buah sequences dari 50 sequences terpilih yaitu DragonBaby, Box, Basketball, CarDark, dan BlurFace. Didapatkan peningkatan performansi karena pengkoreksian terbesar sebesar 1,885 atau 1,88% pada sequence DragonBaby. Kata kunci : Pelacakan objek, mean-shift tracking, color histogram, tracking failure, bhattacharyya coefficient. Abstract Object tracking is one of the fields in computer vision that has been widely investigated and increasingly shows an increasingly rapid increase from year to year. In its application object tracking is used in tracking the movements of objects and humans to augmented reality. Even though it is quite sophisticated, it will still experience tracking failure, because there are many factors that can cause interference to the object and can cause tracking failure. This system will work by detecting objects in a video from each frame, by initializing the object in the first frame then tracking from the second frame to the last frame by taking a color histogram representation of the object initialized in the first frame, the method used when tracking is mean-shift tracking. In its application, it will use the kernel-based algorithm to generate mean-shift tracking. The test parameter for tracking failure analysis used in this study is with the Bhattachary, we will find out how much the system can track the object correctly and find out the cause of the tracking failure itself. The results obtained from this study are correction of tracking failure with a system performance improvement method. The performance parameters in this final project use the precision plot method and also the success plot in evaluating it using groundtruth from (OTB-50) as a dataset. For the bhattachary threshold, use the value 0.8 and image enhancement of 1.4. Based on the results of experiments conducted on 5 sequences of 50 selected sequences, namely DragonBaby, Box, Basketball, CarDark, and BlurFace. Performance improvement was achieved because the biggest correction was 1,885 or 1.88% in the DragonBaby sequence. ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 867 Keywords: object tracking, mean-shift tracking, color histogram, tracking failure, bhattacharyya coefficient.
Klasifikasi Umur Berdasarkan Citra Dental Panoramic Radiograph Dengan Metode Histogram Of Oriented Gradient Dan Support Vector Machine Nadya Sindi Safitri; Suryo Adhi Wibowo; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam beberapa kejadian bencana alam dan kecelakaan yang terjadi dapat menyebabkan kondisi korban sulit untuk diidentifikasi. Hal ini dikarenakan kondisi fisik korban sudah rusak akibat bencana alam dan kecelakan yang terjadi cukup parah. Maka dari itu, gigi dapat digunakan untuk mempermudah proses identifikasi usia korban karena gigi adalah bagian terkeras dari tubuh manusia yang tidak mudah hancur dan tahan dari berbagai macam perubahan lingkungan. Hal inilah yang menjadi landasan penelitian ini, menggunakan pengolahan citra digital berdasarkan citra dental panoramic radiograph untuk mendeteksi usia ini mempunyai keakuratan yang baik melebihi pemeriksaan secara manual. Melalui proses citra digital panoramic radiograph yang di preprocessing terlebih dahulu akan menjadi input sistem dan outputnya akan berupa deteksi usia. Pada tugas akhir ini, telah dilakukan perancangan dan penelitian untuk mengidentifikasi usia manusia berdasarkan pulpa gigi molar pertama. Metode yang digunakan untuk memproses data dari dental panoramic radiograph yaituHistogram of Oriented Gradients dan diklasifikasi menggunakan Support Vector Machine. Hasil dari Tugas Akhir ini yaitu suatu sistem yang mampu mengidentifikasi usia manusia melalui pulpa gigi. Pada sistem ini menggunakan 1356 citra yang di klasifikasikan menjadi 28 kelas dengan 1088 citra latih dan 268 citra uji. Dari hasil pengujian yang dilakukan, nilai akurasi terbesar yaitu 67.5373% dengan waktu komputasi 6.1956 detik. Hasil ini diperoleh menggunakan parameter HOG yaitu cell size 32 × 32, block size 4 × 4 dan bin numbers 12. Dalam proses klasifikasi menggunakan metode SVM jenis kernel terbaik adalah kernel polynomial orde 4 dan multiclass OAA. Kata kunci : Dental Panoramic Radiograph, Histogram of Oriented Gradients , Support Vector Machine. Abstract Some natural disasters and accidents could make the condition of the victim difficult to identify. This is because the physical condition of the victim has been damaged by natural disasters and the accident that is quite severe. Therefore, the teeth can be used to make it easier to identify the age of the victim because teeth are part of the human body that is not easily destroyed and resistance to various kinds of evironmental changes. This is the reason for this research, using digital image processing based on the image of a dental panoramic radiograph to detect this age has better accuracy than manual examination. The identification is processed through a panoramic radiograph image that has been preprocessing first become the system input and the output will be in the form of age detection. In this final project, design and research have been carried out to identify the age of humans based on the pulp of the first molar. The method used to process from the dental panoramic radiograph is the Histogram of Oriented Gradients and classified using Support Vector Machine. The result of this Final Project is a system that able to identify the age of humans through teeth. In this system used 1356 images were classified into 28 classes with 1088 training images and 268 test images. From the results of the tests carried out, the greatest value of accuracy is 67.5373% with computation time of 6.1956 seconds. The results obtained using the HOG parameter are cell size 32 × 32, block size 4 × 4 and bin numbers 12. In the classification process using the SVM method the best type of kernel is the 4th order polynomial kernel and OAA multiclass. Key Word : Dental Panoramic Radiograph, Histogram of Oriented Gradients , Support Vector Machine.
Perkiraan Cuaca Berbasis Analisis Data Menggunakan Metode Coarse To Fine Search Dan Fuzzy Logic Studi Kasus Cuaca Berpotensi Hujan Atina Nur Azizah; Jangkung Raharjo; Suryo Adhi Wibowo
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Indonesia merupakan negara tropis yang memiliki dua musim, musim kemarau dan musim hujan. Meteorologi atau ilmu yang mempelajari tentang cuaca dan faktor yang mempengaruhinya dan salah satu faktor yang dipelajari adalah curah hujan. Pada kehidupan sehari-hari, seringkali ditemukan prediksi curah hujan di berbagai media massa. Kebutuhan akan keadaan cuaca esok hari sangat dibutuhkan untuk menyusun berbagai rencana. Untuk masa lampau, perkiraan curah hujan sangat bergantung dengan musimnya, ada musim kemarau dan musim penghujan. Namun saat ini, curah hujan semakin sulit untuk diprediksi sehingga diperlukan model atau sistem yang dapat memprediksi curah hujan dengan akurat. Maka dari itu diperlukan teknik untuk memperkirakan terjadinya hujan, sehingga curah hujan diprediksikan dengan menerapkan aturan penalaran dasar logika fuzzy. Pada Tugas Akhir ini menggunakan data dengan empat variable yang memengaruhi terjadinya hujan berupa suhu udara, kelembapan relatif, kecepatan angin, dan curah hujan. Penelitian ini mengusulkan dengan menggunakan logika fuzzy. Fuzzy yang telah dioptimasi dengan menggunakan algoritma Coarse-to-fine Search digunakan untuk memprediksi curah hujan. Parameter input yang akan digunakan merupakan data parameter cuacad ari BMKG KlasI Bandung. Hasil penelitian adalah dalam menentukan sebuah peramalan khususnya cuaca yang penting ditentukan adalah fungsi keanggotaan dan rules yang digunakan. Dalam hal ini akan digunakan keakuratan untuk memverifikasi hasil perkiraan cuaca studi kasus berpotensi hujan. Metode yang akan digunakan adalah Coarse-to-Fine Search (CFS) dan Fuzzy Logic dengan metode Mamdani. Berdasarkan hasil pelatihan fuzzy menggunakan didapatkan akurasi 82%. Parameter fuzzy yang optimal dihasilkan dari optimasi algoritma Coarse to Fine Search dari fungsi kendala yang dihasilkan setiap membership function masukan dari sistem fuzzy serta jumlah individu yang telah dievaluasi dengan akurasi mencapai 84.1%. Kata Kunci : CFS, Fuzzy, Prakiraan, Cuaca, Akurasi Abstract Indonesia is a tropical country that has two seasons, there is a dry season and the rainy season. Meteorological or the study of weather and the factors that influence it, and one of the factors studied was precipitation. In daily, we often find rainfall prediction in various mass media. The need for the state of tomorrow’s weather is needed to prepare various plans. For the past, estimates of rainfall is very dependent on the season, there is a dry season and the rainy season. But this time, rainfall is difficult to predict, so the necessary model or system that can accurately predictrainfall. Therefore ,it is necessary to estimate the occurrence of rain, so that the rainfall is predicted by implementing a fuzzy logic-based reasoning rule. In this final task, it uses data with four variables that affect rain in the form of air temperature, relative humidity, wind speed, and rainfall. The study proposed using fuzzy logic. The Fuzzy method that has been optimized using the Coarse-tofine Search algorithm is used to predict tomorrow’s rainfall. The input parameter that will be used is the weather parameter data from BMKG Klas I Bandung. The results of the study are determining forecasting of the important weather defined is the membership and rule functions used. In this case, accuracy will be used to verify the weather forecast results of potentially rainy case studies. The method to be used is Coarse-to-Fine Search (CFS) and Fuzzy Logic with the Mamdani method. Based on the results of the fuzzy system obtained an accuracy of 82%. The optimal fuzzy parameters are generated from the optimization of the Coarse to Fine Search algorithm from the constraint function generated by each membership function input from the fuzzy system and the number of individuals that have been evaluated with an accuracy of up to 84.\%.. Keywords: CFS, Fuzzy, Forecast, Weather, Accurate
Analisis Performansi Unsupervised Learning Untuk Video Instruksi Bernarasi Menggunakan Klasterisasi Teks Ricky Hilmi Sudrajad; Suryo Adhi Wibowo; Iwan Iwut Tritoasmoro
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Penyebaran konten digital yang begitu mudah membuat pemberian identitas sangatlah penting. Setiap orang dapat merubah dan memodifikasinya secara mudah. Watermarking adalah salah satu cara pemberian identitas tanpa merusak konten yang disisipi. Konten digital yang telah di Watermark membutuhkan resolusi yang tinggi untuk menghasilkan citra yang lebih jelas dan detail. Pada penelitian ini memberikan alternatif dengan teknik super resolusi. Tujuan utama super resolusi adalah untuk menghasilkan gambar resolusi tinggi dari gambar resolusi rendah menggunakan kepadatan pixel yang tinggi. Metode yang digunakan pada tugas akhir ini antara lain metode SWT (Stationary Wavelet Transform) karena host tetap utuh setelah dilakukan penyisipan. Memiliki nilai kualitas PSNR yang baik, dan memiliki persepsi transparansi yang baik. dan metode Centroid dilakukan untuk melihat nilai tengah dari citra yang diteliti. Serta dengan menggunakan metode penyisipan QIM (Quantization Index Modulation). Adapun metode pada super resolusi menggunakan bicubic. Interpolasi ini menghasilkan pembesaran citra lebih halus pada bagian tepi-tepinya. Bicubic menggunakan 4×4 piksel tetangga untuk mengambil informasi. Hasil penelitian ini menggunakan MATLAB, dan diuji dengan sample image 32 × 32. Sebagai watermark, serta host dengan ukuran 2048×2048. Dan diberi serangan Gaussian Noise, Translation, dan Rotate. Dari penelitian ini dilihat hasil terbaik menggunakan bicubic dengan nilai BER=0,1201 pada tanpa serangan, BER=0,1064 pada serangan Gaussian Noise, BER=0,541 pada serangan translasi, BER=0,4814 pada serangan rotate . Dan juga parameter lainnya PSNR, serta SSIM. Kata kunci : Watermarking, Stationary Wavelet Transform (SWT), Centroid, BER, SSIM, PSNR, BICUBIC Abstract Dissemination of digital content is so easy that it provides an important identity. Everyone can change and modify it easily. Watermarking is one way of providing identity without damaging the inserted content. Digital content that has been watermarked requires high resolution to produce clearer and more detailed images. This research provides an alternative to the super resolution technique. The main purpose of super resolution is to produce high resolution images from low resolution images using high pixel density. The method used in this thesis is the SWT (Stationary Wavelet Transform) method because the host remains intact after insertion. Have a good PSNR quality value, and have a good perception of transparency. and the Centroid method is performed to see the mean value of the image under study. And by using the QIM (Quantization Index Modulation) insertion method. The super resolution method uses bicubic. This interpolation results in finer image enlargement at the edges. Bicubic uses 4 × 4 neighboring pixels to retrieve information. The results of this study used MATLAB, and were tested with a 32 × 32 sample image. As a watermark, and a host with a size of 2048 × 2048. And given a Gaussian Noise, Translation, and Rotate attack. From this study the best results are seen using a bicubic with a value of BER = 0.1201 on no attacks, BER = 0.1064 on Gaussian Noise attacks, BER = 0.541 on translational attacks, BER = 0.4814 on rotate attacks. And also other parameters PSNR, as well as SSIM. Keywords: Watermarking, Stationary Wavelet Transform (SWT), Centroid, BER, SSIM, PSNR, BICUBIC
Klasifikasi Umur Berdasarkan Citra Dental Panoramic Radiograph Dengan Metode Statistical Analysis Of Structural Information Dan Adaboosts Wiwit Ratri Wulandari; Suryo Adhi Wibowo; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Banyaknya bencana alam, tindak kejahatan, kecurangan dalam kasus pemalsuan usia maupun salah dalam memperkirakan usia melalui bentuk fisiknya terkadang membuat para ahli forensik dipanggil untuk mengetahui identitas usia sebenarnya, tetapi hal itu bukanlah sesuatu yang mudah bagi ahli forensik untuk mengetahui usia seseorang. Salah satu cara untuk dapat mengidentifikasi usia seseorang dapat dilakukan melalui salah satu bagian gigi, yaitu rongga pulpa. Perkembangan rongga pulpa gigi akan semakin menyempit seiring dengan bertambahnya usia manusia. Pada tugas akhir ini, sebuah sistem telah dirancang untuk dapat mengidentifikasi usia manusia melalui gigi menjadi lebih singkat dan mudah. Untuk menunjang identifikasi usia melalui gigi, peneliti melakukan pengolahan citra radiografi panoramik dengan metode segmentasi citra Statistical Analysis of Structural Information dan metode klasifikasi adaboost. Sistem menggunakan 104 sampel untuk training yang disimpan pada \textit{database} dan 130 citra uji yang tidak disimpan pada database yang digunakna sebagai citra pengujan. Dari hasil pengujian yang dilakukan, sistem mampu mendeteksi gigi premolar pertama dengan akurasi terbesar yaitu 84,609%. Hasil ini didapatkan menggunakan base parameter skweness dan learning rate 0.3 pada klasifikasi adaboost. Kata kunci : Radiografi Panoramik, Pulpa Gigi, SASI, Adaboost. Abstract The number of natural disasters, crimes, cheating in cases of age forgery as well as misjudging age through physical form sometimes make forensic experts called to know the true age identity, but it is not easy for forensic experts to know someone's age. One way to identify a person's age can be done through one part of the tooth, the pulp cavity. The development of the dental pulp cavity will be narrowed with increasing human age. In this final project, a system has been designed to be able to identify human age through teeth to be shorter and easier. To support the identification of age through teeth, researchers conducted panoramic radiographic image processing using Statistical Analysis of Structural Information and adaboost classification methods. The system uses 104 samples for training which is stored on database and 130 test images that are not stored on database which is used as rainy images. From the results of the tests carried out, the system was able to detect the first premolar with the highest accuracy of 84.609%. This result is obtained using the skeptical and learning rate base parameter 0.3 in the adaboost classification. Keywords: Panoramic Radiography, Dental Pulp, SASI, Adaboost.
Pengenalan Manusia Berbasis Pada Single-gait Menggunakan Metode Modifikasi Latent Conditional Random Field (l-crf) Aldo Tripolyta; Suryo Adhi Wibowo; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pengenalan gait merupakan salah satu bagian dari computer vision yang berfungsi untuk mengenali subjek (manusia) dengan jarak tertentu tanpa memperhatikan aspek biometrik seperti iris, wajah, dan sidik jari. Latent Conditional Random Field (L-CRF) merupakan salah satu algoritma pengenalan single-gait dengan hasil yang lebih baik. Walaupun hasil performansi akurasi subjek dengan kondisi berjalan normal (#NM) yang lebih baik, tapi masih terdapat masalah performansi akurasi terhadap kondisi berjalan lain seperti membawa tas (#BG) dan memakai jas (#CL). Modifikasi Latent Conditional Random Field (mL-CRF) merupakan salah satu metode yang masih berkaitan dengan L-CRF, tapi memiliki perbedaan pada parameter pairwise. Keunggulannya adalah hasil yang lebih baik dalam melatih dan menguji data dari domain yang identik. Penelitian ini menggunakan silhouette frames pada data set CASIA gait database B yang berisi 124 subjek dengan 110 sequence tiap subjek. Proses pengolahan data mL- CRF dilakukan berdasarkan sampel training (LT74 & MT62) dan 11 sudut pengamatan yang akan dibandingkan dengan L-CRF tanpa modifikasi, serta penelitian-penelitian sebelumnya. Pada penelitian ini, LT74 pada mL-CRF merupakan sampel training yang paling baik yang menghasilkan peningkatan akurasi sebesar 0,89% (#NM), 1,32% (#BG), 1,54% (#CL) terhadap L- CRF tanpa modifikasi. Kata Kunci: Gait, CASIA-B, L-CRF, silhouette frames. Abstract Gait recognition is a part of computer vision that serves to recognize a subject (human) with a certain distance without regard to biometric aspects such as iris, face, and fingerprint. Latent Conditional Random Field (L-CRF) is one of the single-gait recognition algorithms with better results. Although the results of the accuracy of the subject's performance with normal running conditions (#NM) are better, but there are still problems in the accuracy of performance with other running conditions such as carrying a bag (#BG) and wearing a coat (#CL). Latent Conditional Random Field (mL-CRF) modification is one method that is still related to L-CRF, but has differences in pairwise parameters. Its advantages are better results in training and testing data from identical domains. This study uses the silhouette frames in the CASIA data set linked to the B database containing 124 subjects with 110 sequences per subject. The processing of mL- CRF data is done based on training samples (LT74 & MT62) and 11 observation angles that will be compared with L-CRF without modification, as well as previous studies. In this study, the LT74 on mL-CRF was the best training sample which resulted in an increase in accuracy of 0.89% (#NM), 1.32% (#BG), 1.54% (#CL) against L-CRF without modification. Keyword : Gait, CASIA-B, L-CRF, silhouette frames.
Co-Authors Agniya Tazkiya Aulia Agus Pratondo Akhmad Yusuf Nasirudin Aldo Tripolyta Alvaro Septra Dominggo Nauw Angga Rusdinar Anky Aditya P Annisa Istiqomah Atina Nur Azizah Bambang Hidayat Bambang Hidayat Bambang Setia Nugroho Casi Setianingsih Dany Eka Saputra Devita Rahma Apriliani Dini Himmah Al Aliyyah Al Aliyyah Djoko Heru Pamungkas Dwiki Kurniawan Dyah Avita Sari Fahmi Oscandar Fahmi Oscandar Faiz Nashrullah Farah Hana Kusumaputri Felix Corputty Fiky Yosef Suratman Fityanul Akhyar Gelar Budiman Hanaluthfina Nurhadiati Hashfi Fadhillah Iwan Iwut Tritoasmoro JANGKUNG RAHARJO Koredianto Usman Kusuma Nindia Rizki Ledya Novamizanti Liyana Faiza Lulud Annisa Ainun Mahmuddah Lyra Vega Ugi Muhammad Alief Hidayah Baso Muthia Saada Nadya Sindi Safitri Oriza Intani Prasaja Wibawa Utama Putri Utami Hafgianti Raditiana Patmasari Ricky Hilmi Sudrajad Rissa Rahmania Rissa Rahmania Rissa Rahmania Rissa Rahmania Rita Purnamasari Tembang Florian Falah Viky Premeita Mitayani Vivian Alfionita Sutama Wiwit Ratri Wulandari Yacobus Sunaryo Yurika Ambar Lita Yuti Malinda