Garuda - Garba Rujukan Digital

Efficient Kernel-based Two-Dimensional Principal Component Analysis for Smile Stages Recognition Rima Tri Wahyuningrum; Fitri Damayanti
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 10, No 1: March 2012
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v10i1.766

Recently, an approach called two-dimensional principal component analysis (2DPCA) has been proposed for smile stages representation and recognition. The essence of 2DPCA is that it computes the eigenvectors of the so-called image covariance matrix without matrix-to-vector conversion so the size of the image covariance matrix are much smaller, easier to evaluate covariance matrix, computation cost is reduced and the performance is also improved than traditional PCA. In an effort to improve and perfect the performance of smile stages recognition, in this paper, we propose efficient Kernel based 2DPCA concepts. The Kernelization of 2DPCA can be benefit to develop the nonlinear structures in the input data. This paper discusses comparison of standard Kernel based 2DPCA and efficient Kernel based 2DPCA for smile stages recognition. The results of experiments show that Kernel based 2DPCA achieve better performance in comparison with the other approaches. While the use of efficient Kernel based 2DPCA can speed up the training procedure of standard Kernel based 2DPCA thus the algorithm can achieve much more computational efficiency and remarkably save the memory consuming compared to the standard Kernel based 2DPCA.

PENGENALAN POLA SENYUM MENGGUNAKAN SELF ORGANIZING MAPS (SOM) BERBASIS EKSTRAKSI FITUR TWO-DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2DPCA) Rima Tri Wahyuningrum; Bahrur Rosyid; Kurniawan Eka Permana
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2012
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Pengenalan pola senyum merupakan bagian dari pattern recognition dan telah banyak dikembangkan. Penelitian ini bertujuan melakukan pengenalan pola senyum menjadi lima macam klasifikasi yaitu: senyum manis, senyum mulut tertutup, senyum mulut terbuka, senyum mengejek, senyum yang dipaksakan. Dua hal yang menjadi masalah utama pada identifikasi pola senyum adalah proses ekstraksi fitur dari sampel pola senyum yang ada dan juga teknik klasifikasi yang digunakan untuk mengklasifikasikan pola senyum yang ingin dikenali berdasarkan fitur-fitur yang telah dipilih. Pada penelitian ini dilakukan proses ekstraksi fitur menggunakan algoritma Two-Dimensional Principal Component Analysis (2DPCA), sedangkan untuk proses klasifikasi menggunakan algoritma Self Organizing Maps (SOM). Berdasarkan hasil ujicoba menggunakan 250 data wajah tersenyum, rata-rata akurasi pengenalan pola senyum tertinggi yaitu sebesar 93.36% untuk 30 sampel masing-masing pola senyum.

Pembuatan dan Digitalisasi Batik Tulis Madura Pada UKM Batik Bangkalan Indah Agustien Siradjuddin; Kautsar Sophan; Arik Kurniawati; Rima Triwahyuningrum
Jurnal Ilmiah Pangabdhi Vol 4, No 1: April 2018
Publisher : LPPM Universitas Trunojoyo Madura

Batik Madura dikenal akan jenis batik tulis Madura yang memiliki motif batik dan warna batik yang unik. Keseluruhan produksi batik tulis Madura ini dilakukan secara manual, mulai dari desain batik, menggambar batik pada kain, mencanting, fiksasi, pewarnaan, dan lain-lain. Proses manual inilah yang tetap menjaga keaslian batik tulis Madura. Hanya saja, kain batik yang dihasilkan pada batik tulis Madura ini, tidak menghasilkan pola yang simetris ketika kain batik dibuat menjadi sebuah pakaian. Motif-motif yang terdapat pada pakaian yang berasal dari kain batik tulis Madura, tidak membentuk pola yang simetris. Oleh karena itu diperlukan upaya agar motif-motif yang dibuat oleh pengrajin batik, dapat membentuk pola simetris pada suatu pakaian. Kegiatan pengabdian yang diusulkan adalah pembuatan motif batik tulis Madura, agar pakaian yang dihasilkan menampilkan pola simetris, dengan bantuan perangkat lunak. Tahap pertama yang dilakukan adalah pembuatan mal atau template pakaian yang akan dibuat, penyusunan mal ini pada desain kain batik, penyusunan motif-motif batik pada kain sehingga sesuai dengan mal pakaian yang telah ada.

KAJIAN LITERATUR SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA Bagus Fajariyanto; Rima Tri Wahyuningrum
Jurnal Simantec Vol 9, No 2 (2021)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v9i2.9841

Beasiswa merupakan bentuk bantuan atau penghargaan, biasanya disalurkan kepada seseorang yang ingin menempuh pendidikan dengan keterbasan ekonomi atau kepada seseorang yang memiliki prestasi. Dibutuhkan sebuah sistem untuk membantu menentukan seseorang yang layak dalam menerima beasiswa. Pada artikel ini telah melakukan kajian beberapa artikel yang membahas topik Sistem Pendukung Keputusan Penerimaan Beasiswa. Berdasarkan artikel-artikel tersebut dengan menggunakan metode yang berbeda untuk membuat sebuah Sistem Pendukung Keputusan harus menyesuaikan dengan kriteria-kriteria yang dibutuhkan serta kebutuhan lain yang ada. Metode yang digunakan pada artikel yaitu SAW, FMADM, RAD, TOPSIS, ANN, Backpropagation, Decision Tree, AHP, VIKOR dan SMARTER. Hasil dari kajian literatur bahwa metode TOPSIS lebih banyak digunakan karena prosesnya yang objektif, sistematis dan fleksibel dalam program penerimaan beasiswa ini sehingga mendapatkan hasil yang optimal dalam pemilihan penerimaan beasiswa untuk mahasiswa.

Performance Analysis of Color Cascading Framework on Two Different Classifiers in Malaria Detection Cucun Very Angkoso; Yonathan Ferry Hendrawan; Ari Kusumaningsih; Rima Tri Wahyuningrum
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 5: EECSI 2018
Publisher : IAES Indonesia Section

Malaria, as a dangerous disease globally, can be reduced its number of victims by finding a method of infection detection that is fast and reliable. Computer-based detection methods make it easier to identify the presence of plasmodium in blood smear images. This kind of methods is suitable for use in locations far from the availability of health experts. This study explores the use of two methods of machine learning on Cascading Color Framework, ie Backpropagation Neural Network and Support Vector Machine. Both methods were used as classifier in detecting malaria infection. From the experimental results it was found that Cascading Color Framework improved the classifier performance for both in Support Vector Machine and Backpropagation Neural Network.

PEMBUATAN DAN DIGITALISASI BATIK TULIS MADURA PADA UKM BATIK BANGKALAN Indah Agustien Siradjuddin; M. Kautsar Sophan; Arik Kurniawati; Rima Triwahyuningrum
Jurnal Layanan Masyarakat (Journal of Public Services) Vol. 3 No. 1 (2019): JURNAL LAYANAN MASYARAKAT
Publisher : Universitas Airlangga

Batik Madura dikenal akan jenis batik tulis Madura yang memiliki motif batik dan warna batik yang unik. Keseluruhan produksi batik tulis Madura ini dilakukan secara manual, mulai dari desain batik, menggambar batik pada kain, mencanting, fiksasi, pewarnaan, dan lain-lain. Proses manual inilah yang tetap menjaga keaslian batik tulis Madura. Hanya saja, kain batik yang dihasilkan pada batik tulis Madura ini, tidak menghasilkan pola yang simetris ketika kain batik dibuat menjadi sebuah pakaian. Motif-motif yang terdapat pada pakaian yang berasal dari kain batik tulis Madura, tidak membentuk pola yang simetris. Oleh karena itu diperlukan upaya agar motif-motif yang dibuat oleh pengrajin batik, dapat membentuk pola simetris pada suatu pakaian. Kegiatan pengabdian yang diusulkan adalah pembuatan motif batik tulis Madura, agar pakaian yang dihasilkan menampilkan pola simetris, dengan bantuan perangkat lunak. Tahap pertama yang dilakukan adalah pembuatan mal atau template pakaian yang akan dibuat, penyusunan mal ini pada desain kain batik, penyusunan motif-motif batik pada kain sehingga sesuai dengan mal pakaian yang telah ada.

Analisis Penggunaan Teknik Load Balancing untuk Optimalisasi Jaringan Ahmad Irsyad Amru Rosyidi; Rima Tri Wahyuningrum
Jurnal Teknik Elektro dan Komputer TRIAC Vol 9, No 3 (2022): November 2022
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v9i3.15389

Saat ini internet berkembang sangat pesat dan membutuhkan penyediaan dalam penyeimbangan sarana internet. Internet juga membutuhkan koneksi untuk memenuhi pemakainya. Sehingga cadangan manajemen keberlangsungan koneksi dari internet sangat diperlukan. Saat ada koneksi yang mengalami masalah, tentu masih memiliki cadangan koneksi lainnya. Salah satu solusi yang ada yaitu pemakaian sistem jaringan Load Balancing. Agar kinerja internet menjadi lebih optimal diperlukan sistem Load Balancing. Load Balancing merupakan sarana yang bagus sebagai penunjang kinerja untuk internet supaya menjadi lebih optimal. Hal ini dikarenakan pembagian jalur traffic dilakukan secara merata. Dalam pemakaianya, mikrotik menjadi alat yang digunakan untuk menjalankan sistem Load Balancing. Ada beberapa metode yang dapat dijalankan, yaitu Per Connection Classifier (PCC), Equal Cost Multi Path (ECMP), dan juga NTH. Metode PCC menjadi metode yang sering dijalankan dalam pemakaian berulang kali. Hal itu disebabkan karena trafik koneksi yang melewati router dibagi secara berkelompok. Maka hubungan anatara client dan server menjadi terjamin, hal ini dikarenakan selalu berada di jalan yang sama.

GAME EDUKASI BERBASIS KINECT UNTUK MEMPERKENALKAN BENTUK DAN WARNA BAGI SISWA BERKEBUTUHAN KHUSUS Ach Khozaimi; Ari Kusumaningsih; Arik Kurniawati; Rima Tri Wahyuningrum
Network Engineering Research Operation Vol 7, No 2 (2022): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v7i2.424

Pada era digital saat ini, inovasi pembelajaran perlu dilakukan, terutama media pembelajaran bagi siswa atau anak berkebutuhan khusus. Banyak media pembelajaran yang sudah dikembangkan oleh para peneliti, namun masih belum bisa memikat minat siswa untuk menggunakannya karena dianggap kurang menarik. Anak berkebutuhan khusus membutuhkan pola pembelajaran khusus untuk meningkatkan kemampuan dasar akademik, kognitif, dan psikomotorik mereka. Dalam penelitian ini telah dilakukan pengembangan dan uji kelayakan media pembelajaran berupa game edukasi yang dirancang untuk meningkatkan rasa ingin tahu dan motivasi belajar dan berlatih bagi anak dengan kebutuhan khusus, menggunakan metode ADDIE. Penelitian ini menghasilkan sebuah game edukasi sebagai pendekatan baru untuk mengenalkan bentuk dan warna kepada anak berkebutuhan khusus. Game ini juga menggunakan kontroler Microsoft Kinect yang akan membantu perkembangan motorik kasar pada anak berkebutuhan khsusus karena anak akan memainkan game ini dengan menggerakkan tangan dan badannya. Berdasarkan hasil angket kepada guru yang sudah mencoba game edukasi ini menyatakan layak dengan nilai rata-rata 3.10 berdasarkan empat kategori skala Likert.

Classification of Corn Seed Quality Using Convolutional Neural Network with Region Proposal and Data Augmentation Budi Dwi Satoto; Rima Tri Wahyuningrum; Bain Khusnul Khotimah
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 9, No 2 (2023): June
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i2.26222

Corn is one of the essential commodities in agriculture. All components of corn can be utilized and accommodated for the benefit of humans. One of the supporting components is the quality of corn seeds, where a specific source has the physiological qualities to survive. The problem is how to get information on the quality of corn seeds at agricultural locations and get information through the physical image alone. This research tries to find a solution to obtain high accuracy in classifying corn kernels using a convolutional neural network because there is a profound training process. The problem with convolutional neural networks is the training process takes a long time, depending on the number of layers in the architecture. This research contributes to increasing the computing time with the proposed contribution by adding Region proposals with a convex hull to use on a custom layer. The method's purpose is a region proposal area with a convex hull to increase the focus on the convolution multiplication process. It affected reducing unnecessary objects in background images. A custom layer architecture by maintaining the priority layer is an option to get a shorter computational time in constructing a model. In addition, the architecture that is made still considers the stability of the training process. The results on the classification of corn seeds are obtained by a model with an average accuracy of 99.01%—the Computational training time to get the model is 2 minutes 30 seconds. The average error value for MSE is 0.0125, RMSE is 0.118, and MAE is 0.0108. The experimental data testing process has an accuracy ranging from 77% -99%. In conclusion, using region proposals can increase accuracy by around 0.3% because focused objects assist the convolution process

Title

Found 19 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 19 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 19 Documents
Search