Article Per Year (5 Year)
p-Index From 2019 - 2024
1.048
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Proceeding of the Electrical Engineering Computer Science and Informatics IJAIT (International Journal of Applied Information Technology) Jurnal Al-Hikmah eProceedings of Engineering
Novianty, Astri
Telkom University
Religion Humanities Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Comparison Analysis of Gait Classification For Human Motion Identification Using Embedded Computer Agung Nugroho Jati; Astri Novianty; Nanda Septiana; Leni Widia Nasution
International Journal of Electrical and Computer Engineering (IJECE) Vol 8, No 6: December 2018
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (221.854 KB) | DOI: 10.11591/ijece.v8i6.pp5014-5020

Abstract

In this paper, it will be discussed about comparison between two kinds of classification methods in order to improve security system based of human gait. Gait is one of biometric methods which can be used to identify person. K-Nearest Neighbour has parallelly implemented with Support Vector Machine for classifying human gait in same basic system. Generally, system has been built using Histogram and Principal Component Analysis for gait detection and its feature extraction. Then, the result of the simulation showed that K-Nearest Neighbour is slower in processing and less accurate than Support Vector Machine in gait classification.
Sign Language Recognition using Principal Component Analysis and Support Vector Machine Astri Novianty; Fairuz Azmi
IJAIT (International Journal of Applied Information Technology) Vol 04 No 01 (May 2020)
Publisher : School of Applied Science, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijait.v4i01.3015

Abstract

The World Health Organization (WHO) estimates that over five percent of the world's population are hearing-impaired. One of the communication problems that often arise between deaf or speech impaired with normal people is the low level of knowledge and understanding of the deaf or speech impaired's normal sign language in their daily communication. To overcome this problem, we build a sign language recognition system, especially for the Indonesian language. The sign language system for Bahasa Indonesia, called Bisindo, is unique from the others. Our work utilizes two image processing algorithms for the pre-processing, namely the grayscale conversion and the histogram equalization. Subsequently, the principal component analysis (PCA) is employed for dimensional reduction and feature extraction. Finally, the support vector machine (SVM) is applied as the classifier. Results indicate that the use of the histogram equalization significantly enhances the accuracy of the recognition. Comprehensive experiments by applying different random seeds for testing data confirm that our method achieves 76.8% accuracy. Accordingly, a more robust method is still open to enhance the accuracy in sign language recognition.
Cholesterol Detection Based on Eyelid Recognition Using Convolutional Neural Network Method Rizki Mulia Pratama; Astri Novianty; Casi Setianingsih
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 7, No 2: EECSI 2020
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eecsi.v7.2043

Abstract

Lack of public awareness of health will cause serious problems. A small example, people now tend to always consume fatty foods without thinking about the risk of cholesterol levels in the body.  Information on the level of cholesterol suffered by humans can be seen on the human eyelids. The eyelids, one part of the eye, can be known as a person's cholesterol level by observing the eyelids' shape and condition, but many people do not know about this. This application is an application made to detect cholesterol based on the shape of the eyelids. This can determine whether a person is exposed to cholesterol or not, using the Convolutional Neural Network (CNN) method in the classification process. This study provides an output in the form of early detection of cholesterol and prevention so that users can minimize the possibility of illness that will be suffered. This research was conducted to detect cholesterol one eyelid based on digital images. For detecting a cholesterol level, this system got 95.83% of accuracy.
Tinjauan Yuridis Tindak Penipuan Dalam Proses Jual Beli Yang Tidak Sesuai Peruntukannya (Studi Kasus Putusan Mahkamah Agung Republik Indonesia Nomor 279 K/Pid/2020) Astri Novianty
Jurnal Hukum dan Kemasyarakatan Al-Hikmah Vol 2, No 4 (2021): Edisi Desember 2021
Publisher : Fakultas Hukum universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.084 KB) | DOI: 10.30743/jhah.v1i1.4619

Abstract

Perbandingan Metode Sampling Dan Dimensionality Reduction Untuk Mereduksi Kompleksitas Algoritma Deteksi Pada Ddos Fahmy Rezqi Pramudhito; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pada kenyataannya data yang berukuran besar tidak akurat, tidak komplit dan tidak konsisten. Sebuah data yang tidak berkualitas akan menghasilkan hasil proses yang tidak berkualitas. Yang menyebabkan data tidak akurat ,tidak komplit dan tidak konsisten diantaranya adalah kesalahan dari manusia dan computer error pada saat memasukan data. Selain itu yang menyebabkan data tidak komplit diantaranya tidak konsisten dalam kaidah penamaan dan tidak konsisten dalam format untuk pengisian. Dengan adanya data yang tidak konsisten akan membuat data yang relevan kemungkinan tidak terekam dan menjadi sulit untuk dimengerti. Apabila data tidak konsisten terekam maka data tersebut akan dihapus secara otomatis.Pada Tugas Akhir ini,melakukan pengolahan data mentah ke tahap preprocessing dengan menggunakan teknik data reduction yaitu sampling dan dimensionality reduction. Tujuannya untuk mereduksi kompleksitas data yang diteliti dan hasil dari data preprocessing yang diperoleh dapat diklasifikasikan berdasarkan kebutuhan algoritma yang diteliti.Pada proses sampling data yang besar akan diolah menjadi data baru secara acak dari data sample yang ada. Sementara pada proses selanjutnya dimensionality reduction, data yang mempunyai high dimensionality akan direduksi menjadi lower dimensionality sehingga akan mendapatkan ouput berupa new feature.Data yang akan diteliti berupa raw data hasil streaming yang dilakukan oleh NS-3. Data streaming yang dilakukan oleh NS-3 terdiri dari serangan normal dan anomali.Data tersebut akan diolah ke tahap preprocessing, sehingga akan memperoleh relevansi fitur trafik baru. Hasil dari penilitian ini memperoleh kompleksitas dari masing-masing algoritma. Dengan hasil kompleksitas tersebut maka kompleksitas skenario 1 lebih baik dengan skenario 2. Dengan adanya penggabungan antara Sampling + PCA maka diperoleh nilai big-O dengan notasi O(n,p) . Dengan n sebagai jumlah data analisis sampling dan p sebagai jumlah kolom dari analisis PCA. Kata kunci: DDoS,Sampling,Dimensionality Reduction,Time Complexity,NS-3
Perancangan Dan Implementasi Sistem Pengenalan Bahasa Isyarat Indonesia Dengan Mengkombinasikan Rgb Dan Skeleton Kinect Menggunakan Hidden Markov Model Gunanda Hasdiansyah; Astri Novianty; Nurfitri Anbarsanti
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Sistem pengenalan bahasa isyarat Indonesia sangat dibutuhkan sebagai sarana komunikasi antara tunarungu dengan orang yang tidak mengerti bahasa isyarat. Ada dua model bahasa isyarat Indonesia yang digunakan yaitu BISINDO dan SIBI. Pada tugas akhir ini digunakan model BISINDO karena lebih mudah dipahami oleh para tunarungu dibandingkan SIBI. Pada tugas akhir ini dibangun sistem pengenalan bahasa isyarat Indonesia dengan memanfaatkan data RGB dan skeleton kinect. Metode yang digunakan adalah Hidden Markov Model (HMM) sebagai metode klasifikasi. Dari hasil pengujian diperoleh akurasi sistem tertinggi sebesar 78% dengan jarak optimal 2 meter dan waktu komputasi 1.473311 detik. Kata kunci : bisindo, hmm, kinect.
Perancangan Dan Implementasi Markerless Augmented Reality Pada Aplikasi Angkot-finder Di Kota Bandung Untuk Smartphone Berbasis Android Deddy Gunawan; Astri Novianty; Surya Michrandi Nasution
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—Angkot (angkutan kota) adalah nama yang diberikan pada mobil yang berfungsi sebagai alat transportasi umum. Biasanya angkutan kota berukuran lebih kecil dari pada bus. Pada tulisan ini, angkutan kota digunakan sebagai pengganti marker untuk augmented reality. Idenya adalah untuk menjadikan objek sehari-hari seperti angkutan kota sebagai marker untuk augmented reality dan kemudian menginformasikan kepada pengguna rute apa yang diambil oleh angkutan kota yang tertangkap kamera. Hal ini membutuhkan deteksi objek, pengenalan objek, dan ekstraksi ciri. Haar cascade digunakan sebagai metoda untuk mendeteksi objek, Jaringan syaraf tiruan Back Propagation sebagai metoda untuk pengenalan objek, dan Principal Component Analysis sebagai metoda ekstraksi ciri. Sedangkan informasi objek dimunculkan sebagai augmented reality. Metoda object recognition yang diimplementasikan memiliki performansi yang tidak baik. Tingkat ketepatan informasi yang dimunculkan oleh augmented reality hanya sebatas 40% saja sehingga output sering berubah-ubah. Beberapa angkutan kota dengan warna tertentu justru mampu dikenali dengan akurasi yang cukup tinggi, namu beberapa angkutan kota lainnya bahkan tidak dapat dikenali sama sekali. Keywords—angkot; augmented reality;
Perancangan Dan Implementasi Sistem Pengenalan Bahasa Isyarat Indonesia Menggunakan Kombinasi Sensor Depth Image Dan Human Skeleton Kinect Dengan Metode Hmm Yoga Satria Putra; Astri Novianty; Nurfitri Anbarsanti
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Komunikasi adalah salah satu hal terpenting bagi kehidupan manusia. Terutama untuk tuna rungu, mereka memiliki keterbatasan dalam berkomunikasi dengan orang lain. Mereka dapat berkomunikasi dengan menggunakan bahasa isyarat. Sistem pengenalan bahasa isyarat dibutuhkan sebagai sarana komunikasi bagi tunarungu dan orang yang tidak mengerti bahasa isyarat. Bentuk gerakan tangan dideteksi oleh sensor depth image dan human skeleton pada Kinect, dimodifikasi dan diterjemahkan menjadi sebuah teks. Hasil data rekaman mentah Kinect di segmentasi dan tracking hand dengan Haar Cascade dan diklasifikasi dengan metode Hiden Markov Model (HMM). Dengan kombinasi sensor depth image dan human sekeleton pada Kinect serta klasifikasi metode HMM tingkat akurasi pengenalan bahasa isyarat dapat mencapai 82% dan rata-rata waktu komputasi sebesar 1.98 detik. Kata kunci: bahasa isyarat indonesia, depth image, human skeleton, kinect.
Deteksi Jenis Serangan Pada Distributed Denial Of Service Berbasis Clustering Dan Classification Menggunakan Algoritma Minkowski Weighted K-means Dan Decision Tree Riski Pristi Ananto; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Seiring dengan meningkatnya perkembangan dan peran internet saat ini, juga berdampak pada meningkatnya jenis gangguan atau serangan terhadap pengguna internet, salah satunya Distributed Denial of Service (DDoS). DDoS merupakan salah satu jenis serangan Denial of Service dimana serangan ini menggunakan banyak host penyerang secara bersamaan dengan mengirimkan data secara berulang-ulang dengan tujuan agar target tidak bisa menggunakan hak akses sebuah jaringan dengan baik. Banyak penelitian terkait metode deteksi pada serangan DDoS, namun kebanyakan penelitian hanya terbatas pada penggunaan algoritma yang sering kali tidak memberikan hasil deteksi yang optimal apabila dilakukan pengujian menggunakan berbagai macam bentuk dataset yang berbeda. Maka dibutuhkan suatu sistem deteksi yang terdiri dari beberapa algoritma yang mampu beradaptasi dengan berbagai macam bentuk dataset agar dapat memberikan hasil deteksi yang lebih optimal. Pada tugas akhir ini sistem melakukan pengelompokkan serangan dan sekaligus melabelkan tipe serangan tersebut. Pengelompokkan data dilakukan menggunakan algoritma Minkoski Weighted K-means yang mengelompokkan data berdasarkan kemiripannya. Data yang sudah dikelompokkan selanjutnya diklasifikasi dan diberikan label menggunakan metode Decision Tree. Berdasarkan kemampuan adaptasi algoritma Minkowski Weighted K-means dalam melakukan pengelompokkan data menjadi beberapa kluster yang optimal dan ditambah efektifitas dari metode Decision Tree pada proses pelabelan masing – masing data yang diolah, didapatkan hasil berupa nilai akurasi sebesar 94.78% dengan false positive rate 0.26% dan detection rate 99.98%. Dengan perbandingan beberapa skenario didapatkan bahwa nilai p untuk minkowski distance yang memberikan hasil paling optimal adalah 2.5. Kata kunci: Minkowsi Weighted K-means, Decision Tree, DDoS
Perancangan Dan Implementasi Pengenalan Bahasa Isyarat Indonesia Menggunakan Kombinasi Rgb-d Dan Skeleton Data Pada Sensor Kinect Dengan Metode Hidden Markov Model Rifki Mardiansyah; Astri Novianty; Nurfitri Anbarsanti
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Komunikasi merupakan salah satu terpenting dalam kehidupan manusia tanpa komunikasi kita tidak bisa bersosialisasi terhadap sesama. Hal itu juga penting untuk orang yang mempunyai keterbatasan dalam bersosial khususnya orang penderita tuna rungu. Sistem bahasa isyarat indonesia dibuat untuk orang yang tidak mengerti bahasa isyarat. Dengan sensor kinect kita dapat merekam gerakan tubuh (gesture) dan diolah menjadi sistem bahasa isyarat indonesia. Tugas Akhir ini bertujuan mencari keakuratan data dari kata yang diuji pada sistem bahasa isyarat indonesia yang dibuat dengan menguji parameter-parameter jarak, intensitas cahaya serta waktu komputasi dari setiap kata yang diuji. Kinect mendeteksi gambar yang dapat dianalisis dengan beberapa sensor yang ada dalam kinect berupa RGB image, depth image, dan Human Skeleton Tracking, dengan penggabungan teknik ini dan diklasifikasi dengan Metode HMM mendapatkan hasil data optimal pada jarak 2 meter dengan tingkat akurasi 81% dan waktu komputasi rata-rata kata yaitu 1,94 detik. Kata Kunci: Bahasa Isyarat Indonesia, Sensor Kinect, RGB-D, Human Skeleton Tracking, HMM.
Co-Authors Agung Nugroho Jati Ahmad Salim Alfauzan Aisyah Kumala Dewi Andrew Brian Osmond Andy Pratama Nugraha Angger Kartyasa Pribadi Putra Anggitrizaka Tatag Anastya Anggumeka Luhur Prasasti Anggunmeka Luhur Anton Siswo Raharjo Ansori Ayu Siti Aminah Burhanuddin Dirgantoro Casi Setianingsih Deddy Gunawan Dewi Nabilah Hanifah Didik Setiawan Dimas Chaidar Elisabeth Patricia Chandra Fadli Andriawan Fahmy Rezqi Pramudhito Fairuz Azmi Gede Adi Aryanata Gede Kristian Wijaya Kusuma Gunanda Hasdiansyah Leni Widia Nasution Leonita Angelina Lintang Indah Permatasari M. Aldo Shauma M. Indra Halim Arsya Dwi Akbari Muhammad Agung Tri Laksono Muhammad Bagas Gigih Yuda Prasetyo Nanda Septiana Naomi Yulia Indah Ginting Nizar Zain Nurfitri Anbarsanti Pratama, Rizki Mulia Rahmil Khair Redho Yurizal Reza Ilmi Rifki Mardiansyah Riski Pristi Ananto Rizki Mulia Pratama Sholahuddin Al-Ayubi Surya Michrandi Nasution Tito Waluyo Purboyo Umar Ali Ahmad Yoga Satria Putra Yudha Purwanto