Articles
<![CDATA[MENDETEKSI KEAKURATAN METODE NOISE SALT AND PEPPER DENGAN MEDIAN FILTER ]]>
<![CDATA[Nurul Fadillah]]>;
<![CDATA[Chicha Rizka Gunawan]]>
<![CDATA[ Jurnal Informatika Vol 6, No 1 (2019): April 2019 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (659.761 KB)
|
DOI: 10.31294/ji.v6i1.5439
<![CDATA[AbstractSuatu data atau informasi disajikan tidak hanya berupa data teks tetapi juga dapat berupa audio, video, dan gambar. Pada zaman sekarang, informasi sangatlah penting dan diperlukan, begitu juga informasi yang terdapat pada citra. Citra (image) atau istilah lain untuk gambar merupakan salah satu komponen multimedia yang berperan penting sebagai bentuk informasi visual. Dibandingkan dengan data teks, citra memiliki banyak informasi. Namun terkadang citra juga dapat mengalami penurunan yaitu degradasi atau penurunan kualitas yang disebabkan oleh derau / noise, warna terlalu kontras, kabur, dan lain-lain. Ada beberapa jenis noise dalam pengolahan citra salah satunya yaitu salt & pepper noise. Noise salt & pepper berbentuk seperti bintik hitam dan putih pada citra. Untuk mengurangi noise dibutuhkan suatu metode, salah satunya yaitu median filter. Pada makalah ini, citra yang bernoise salt and pepper, setelah direduksi menggunakan median filter, gambar yang bernoise tersebut langsung menjadi sebuah citra yang bersih yaitu citra yang dihasilkan sesuai dengan gambar aslinya. ]]>
<![CDATA[Implementasi Metode Midpoint Filter Untuk Mengurangi Noise Pada Citra Bersih ]]>
<![CDATA[Nurul Fadillah]]>;
<![CDATA[Ilmi Hasny]]>
<![CDATA[ Jurnal Informatika Vol 6, No 1 (2019): April 2019 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (402.371 KB)
|
DOI: 10.31294/ji.v6i1.5310
<![CDATA[Citra yang mengalami penurunan mutu atau kualitas, misalnya karena mengandung cacat atau derau (noise),warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya. Ketika sebuah citra ditangkap olehkamera, seringkali tidak dapat langsung digunakan sebagaimana diinginkan karena kualitasnya belum memenuhistandar kebutuhan pengolahan. Metode MidPoint Merupakan sebuah filter yang berfungsi mengantikan nilaisebuah piksel dengan nilai rata-rata dari nilai terkecil dan nilai terbesar dari gray-level dalam subimage dibawahjendela ketetanggaan ukuran M x N. Secara sederhana filter midpoint bertujuan untuk menghitung titik tengahantara nilai maksimum dan nilai minimum dalam daerah citra yang diliputi oleh filter. Yang kemudianmenghasilkan aplikasi perangkat lunak yang mampu mengurangi efek noise yang mengganggu pada citra digitaldengan menggunakan metode MidPoint Filter. ]]>
<![CDATA[Deteksi Foreground Dan Background Pada Kematangan Buah Dipohon Menggunakan Metode K-Means Clustering ]]>
<![CDATA[Andhika Ramadhan]]>;
<![CDATA[Nurul Fadillah]]>
<![CDATA[ Paradigma Vol 21, No 1 (2019): Periode Maret 2019 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (553.55 KB)
|
DOI: 10.31294/p.v21i1.5106
<![CDATA[Pada era perkembangan teknologi pada saat ini, banyak teknologi-teknologi terbaru yang telah ditemukan. Salah satu cabang teknologi yang berkembang pesat pada saat ini yaitu pada citra digital. Penggunaan citra digital dalam kehidupan sehari-hari sangat banyak, sehingga penggunaan citra digital sangat membantu pekerjaan manusia. Contohnya saja dibidang pertanian. Pada bidang pertanian citra digital sangat bermanfaat, yaitu dalam memanen jumlah apel. Secara konvensional, petani apel tidak akan tahu berapa banyak buah apel yang telah matang pada pohon apel. Namun dengan menggunakan citra digital petani buah apel akan tahu berapa banyak buah apel yang telah matang yang akan dipanen. Dengan memisahkan antara foreground dan backbground dengan menggunakan K-Means Clustering, maka akan dibedakan foreground (buah apel) dan background (dedaunan). Pada clustering background (latar belakang) maka hanya daun-daun saja yang akan tampak, sedangkan buah apel akan dihitamkan untuk membedakan antara foreground (latar depan) dan background (latar belakang). Sedangkan pada clustering background (latar belakang) maka hanya daun-daun saja yang akan tampak, sedangkan buah apel akan dihitamkan untuk membedakan antara foreground (latar depan) dan background (latar belakang).]]>
<![CDATA[Virtual Mouse Berdasarkan Warna RGB Menggunakan Metode Optical Flow Secara Real-Time ]]>
<![CDATA[Muhammad Hermansyah]]>;
<![CDATA[Nurul Fadillah]]>
<![CDATA[ Paradigma Vol 21, No 2 (2019): Periode September 2019 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (446.588 KB)
|
DOI: 10.31294/p.v21i2.5258
<![CDATA[Seiring perkembangan teknologi yang semakin berkembang pada saat ini, metode yang digunakan agar pengguna dapat berinteraksi dengan objek virtual harus dituntut untuk lebih natural dan intuitif, salah satu contoh perkembangannnya adalah virtual mouse. Virtual mouse didesain untuk user agar dapat berinteraksi secara langsung dengan komputer tanpa menggunakan input device seperti mouse konvensional tetapi menggunakan tangannya sendiri sebagai objek penggerak atau menggunakan media lain seperti warna sebagai objeknya. Pada penelitian ini dilakukan pengujian bagaimana melakukan pelacakan pada suatu objek yang bergerak dalam melakukan perintah mouse dengan menggunakan perantara berupa webcam video berbasis image processing yang diambil secara real-time dengan menggunakan objek tracking berupa tiga variabel warna yang disusun berdasarkan komposisi RGB dengan menggunakan metode optical flow dalam pendeteksian pergerakannya. Hasil penelitian yang telah didapatkan secara keseluruhan bahwa objek warna RBG yang digunakan sebagai pengendali kursor pada mouse dengan metode optical flow dapat terdeteksi dengan baik, warna Red (Merah) akan menggerakkan kursor pada mouse, warna Blue (Biru) sebagai klik kiri mouse, dan warna Green (Hijau) sebagai klik kanan pada mouse.]]>
<![CDATA[Hand Human Recognition Berdasarkan Geometri Telapak Tangan Menggunakan Principal Component Analysis ]]>
<![CDATA[Nurul Fadillah]]>;
<![CDATA[Imanuddin Imanuddin]]>;
<![CDATA[Dewi Lestari]]>
<![CDATA[ JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019) ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (998.511 KB)
|
DOI: 10.31328/jointecs.v4i2.1006
<![CDATA[Sistem pengenalan diri merupakan sebuah sistem yang dapat digunakan untuk mengenali identitas sesorang yang dapat dilakukan secara otomatis menggunakan komputer. Pengenalan diri secara otomatis dapat dilakukan dengan menggunakna bagian tubuh atau perilaku manusia yang dikenal dengan istilah biometrika. Biometrika merupakan teknologi pengenalan diri yang menggunakan bagian tubuh atau perilaku dari manusia Terdapat beberapa cara untuk biometrika umum yang sering dipakai untuk pengenalan diri, seperti sidik jari (fingerprint), selaput pelangi, (iris), wajah (face), suara (voice), tanda tangan (signature), geometri tangan (hand geometry) dan telapak tangan (palmprint). Geometri tangan merupakan salah satu biometrika yang dimiliki oleh manusia yang dapat menggambarkan struktur geometri tangan seseorang. Sistem yang terdapat dalam penelitian ini adalah sebuah sistem pengenalan telapak tangan yang menggunakan ekstraksi fitur berbasis berbasis Principal Component Analysis (PCA). Teknik ini melibatkan pengambilan komponen utama dari database telapak tangan. Untuk mengetahui keakuratan sistem pengenalan telapak tangan yang dirancang pada penelitian ini, telah dilakukan uji coba sistem dengan menggunakan input sebanyak 21 citra telapak tangan dari database. Dari hasil pengujian ini, didapatkan hasil performasi sistem adalah 52,38% dalam mengenali citra input dengan benar.]]>
<![CDATA[PERANCANGAN DAN PEMBUATAN MESIN WATER JET CUTTING (WJC) SEBAGAI ALAT PEMOTONG LEMBARAN KARET ]]>
<![CDATA[Suheri - Suheri]]>;
<![CDATA[Nurul Fadillah]]>;
<![CDATA[nazaruddin nazaruddin]]>;
<![CDATA[Zainal Arif]]>
<![CDATA[ JOURNAL OF MECHANICAL ENGINEERING MANUFACTURES MATERIALS AND ENERGY Vol 3, No 2 (2019): EDISI DESEMBER ]]>
Publisher : <![CDATA[Universitas Medan Area ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31289/jmemme.v3i2.3020
<![CDATA[Penerapan teknologi dalam upaya peningkatan ragam produk olahan berbahan baku karet merupakan usaha peningkatan nilai jual produk di tataran petani karet. Di tingkat hilir, petani karet umumnya menjual getah karet hasil sadapan tanpa melakukan proses pengolahan menjadi karet setengah jadi. Hal ini berdampak terhadap pendapatan petani karet yang masih rendah dan kurang memadai. Pemanfaatan air sebagai sumber energi untuk melakukan proses pemotongan produk karet ditetapkan mengingat air mudah diperoleh dan dengan menggunakan teknologi yang tepat dapat dimanfaatkan sebagai alat potong. Ditambahkan lagi hasil pemotongan yang diperoleh tidak mempengaruhi sifat-sifat mekanis karet. Prinsip dasar sistem pemotongan menggunakan air adalah mengkonversi air yang bertekanan rendah menjadi air yang bertekanan tinggi. Pengkonversian air tersebut menggunakan pompa sederhana bertekanan 120-180 bar, umumnya digunakan untuk pembersihan mobil, lantai, dinding bangunan dan lain-lain. Namun, tekanan yang dihasilkan masih belum mencukupi untuk memotong material lunak, sehingga diperlukan perancangan sebuah nosel yang dapat menghasilkan tekanan air lebih tinggi. Proses drilling dilakukan dengan mengatur ketinggian Stand Of Distance(SOD) tertentu dan katup dibuka dengan waktu selama 2 detik, kemudian dipindah ke posisi yang lain untuk drilling lubang yang lain dan ditandai untuk SOD yang ditentukan tadi. Untuk setiap SOD dilakukan drilling minimum tiga lubang untuk replikasi. Variasi SOD diatur dari 5 mm hingga 35 mm dengan selang 5 mm. Sedangkan waktu drilling untuk masing-masing SOD dinaikkan dari 2 detik hingga 10 detik dengan tahapan 2 detik. Gambar 3 menunjukkan bahwa grafik pengaruh SOD terhadap kedalaman penetrasi secara keseluruhan dengan diameter nozzle 1 mm dan tekanan pompa konstan sebesar 150 bar. Dari grafik dapat dilihat pada SOD 5 mm dengan waktu drilling mulai dari 2 detik sampai 10 detik terjadi peningkatan kedalaman penetrasi yang signifikan. Begitu juga antara SOD 10 mm dan SOD 15 mm masih terjadi tren kenaikan kedalaman penetrasi. Pada saat SOD diatas 15 mm dengan waktu drilling mulai 2 detik sampai 10 detik terjadi sebaliknya, yaitu penurunan kedalaman penetrasi yang terus terjadi hingga SOD 35 mm apabila dibandingkan dengan kedalaman penetrasi yang terjadi antara SOD 5 mm sampai SOD 15 mm.]]>
<![CDATA[Deteksi Pengenalan Pola Lingkaran Menggunakan Metode Ekstraksi Ciri Citra pada Parameter Metric ]]>
<![CDATA[Maisura Ningrum]]>;
<![CDATA[Nurul Fadillah]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 19, No 2 (2018): JSM Volume 19 Nomor 2 Tahun 2018 ]]>
Publisher : <![CDATA[Fakultas Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (525.311 KB)
|
DOI: 10.55601/jsm.v19i2.600
<![CDATA[Shape is one of the characteristics that can be extracted from an object. This feature can be used to distinguish between objects with each other. The following is an example of image processing to detect circular objects. One parameter that can be used to define a circle shape is metric. Metric is a comparison between the area and circumference of an object. Metric values range from 0 to d. 1. Objects are circular, the metric value is close to one. The results of image processing indicate that the method used can detect objects that are in a fairly good circle. The purpose of the construction of this system is to make a program of introducing circle patterns using the characteristic extraction method in the metric parameter.]]>
<![CDATA[Sistem Absensi Berbasis Pengenalan Wajah Secara Real Time Menggunakan Metode Fisherface ]]>
<![CDATA[Rizky Fajri]]>;
<![CDATA[T. Rahmad Effendi]]>;
<![CDATA[Nurul Fadillah]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v4i2.2377
<![CDATA[Abstrak— Wajah merupakan bagian yang bisa digunakan untuk sebuah identitas dari seseorang. Pengenalan wajah digunakan untuk menghasilkan pendeteksian wajah seorang manusia berdasarkan database yang ada didalamnya dengan sebuah proses pencocokkan dengan data latih yang dibuat. Pengambilan wajah diambil secara real time menggunakan webcam dari laptop, selanjutnya proses penggunaan metode fisherface disini digunakan pada saat proses pengelompokkan wajah, fisherface dianggap sangat baik dalam proses pengenalan wajah karena fisherface dapat mendeteksi wajah tanpa harus dalam penerangan yang baik. Sistem absensi menggunakan pengenalan wajah dikembangkan untuk menggantikan sistem sidik jari yang sekarang banyak digunakan, sistem ini nantinya akan bekerja membaca identitas dari seseorang dengan memanfaatkan wajah sebagai proses pengenalannya, sistem dibuat menggunakan python opencv dan GUI Tkinter sebagai tampilan dari programnya. Adapun hasil yang di dapat pada sistem ini yaitu menampilkan ID, Nama, NIM, dan Prodi dari seorang mahasiswa. Selanjutnya setelah sistem mengenali wajah maka sistem absensi langsung menghasilkan keluaran ID, Nama, dan Date dan Time yang secara langsung masuk ke Ms. Excel. Hasil dari pengujian sistem tingkat akurasi kebenaran sistem mencapai 80% dengan data uji sebanyak 10 wajah dan data training sebanyak 100 wajah.]]>
<![CDATA[Perbandingan Metode Robert dan Metode Prewitt untuk Deteksi Tepi pada Citra Tanda Tangan ]]>
<![CDATA[Eko Rahmad Kuswandi]]>;
<![CDATA[Nurul Fadillah]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 2 (2019): InfoTekJar Maret ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (373.635 KB)
|
DOI: 10.30743/infotekjar.v3i2.997
<![CDATA[Sistem biometrik merupakan salah satu dari cabang teknologi yang berkembang sangat pesat pada era teknologi sekarang ini. Salah satu penerapan sistem biometrik yang mudah ditemukan dalam kehidupan sehari-hari yaitu tanda tangan. Setiap orang pasti memiliki tanda tangan yang berbeda-beda, karena tanda tangan merupakan ciri seseorang yang membedakannya dengan ciri orang lain. Dalam penelitian ini akan dilihat perbedaan antara metode robbert dan metode prewitt dalam mendeteksi tepi pada tanda tangan. Proses deteksi tepi pada metode robbert dan prewitt didapatkan dengan menjumlahkan nilai absolut dari konvolusi differensial pada arah horizontal dengan konvolusi differensial pada arah vertikal. Maka dari hasil tersebut didapatkan bahwa metode prewitt memiliki tingkat akurasinya lebih tinggi dibandingkan dengan metode robbert.]]>
<![CDATA[Analisis Deteksi Emosi Manusia dari Suara Percakapan Menggunakan Matlab dengan Metode KNN ]]>
<![CDATA[Nur Ariska Anggraini]]>;
<![CDATA[Nurul Fadillah]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 2 (2019): InfoTekJar Maret ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (343.607 KB)
|
DOI: 10.30743/infotekjar.v3i2.1041
<![CDATA[Emosi manusia adalah suatu perasaan atau gejolak jiwa yang muncul di dalam diri seseorang sebagai akibat dari adanya rangsangan, baik dari dalam diri sendiri maupun dari luar. kata Emosi banyak diartikan sebagai bentuk amarah, namun sebenarnya kata emosi mewakili berbagai bentuk perasaan manusia. Emosi seseorang dalam keadaan tenang, marah, sedih atau senang dapat dideteksi melalui sinyal bicaranya. Pengembangan sistem pengenalan suara masih berjalan untuk sementara waktu ini. Sehingga pada penelitian ini dianalisis emose seseorang melalui sinyal bicaranya. Pada penelitian ini menjelaskan tentang emosi manusia yang telihat pada grafik bahwa yang menandakan tinggi atau rendahnya nada suara yang diiputkan. Pada pengujian sistem ini diinputkan suara dengan nada tinggi / emosi maka terlihat grafik semakin tinggi dan dihasilkan gelombang suara yang tinggi pula.]]>
