Claim Missing Document
Check
Articles

Found 13 Documents
Search

PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN Timotius, Ivanna K.; Setyawan, Iwan; Ananta, Kevin
Teknik dan Ilmu Komputer vol. 1 no. 3 July-September 2012
Publisher : Teknik dan Ilmu Komputer

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

Abstract

This paper investigates the influence of edge detection as a pre processing method for a capital letter handwriting recognition system on the accuracy of nearest neigbor classification system. The experimental results show that the use of edge detection did not  significantly enhance the recognition accuracy in comparison to the selection of large structuring element size in the dilation operation. Keywords:     Sobel edge detection, nearest neighbor, dilation morphology, binary image, handwriting recognition
Two-Class Classification with Various Characteristics Based on Kernel Principal Component Analysis and Support Vector Machines Timotius, Ivanna; Setyawan, Iwan; Febrianto, Andreas
Makara Journal of Technology Vol 15, No 1 (2011)
Publisher : Directorate of Research and Community Services, Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.16 KB) | DOI: 10.7454/mst.v15i1.208

Abstract

Two class pattern classification problems appeared in many applications. In some applications, the characteristic of the members in a class is dissimilar. This paper proposed a classification system for this problem. The proposed system was developed based on the combination of kernel principal component analysis (KPCA) and support vector machines (SVMs). This system has been implemented in a two class face recognition problem. The average of the classification rate in this face image classification is 82.5%.
SISTEM PENGENALAN CHORD PADA FILEMUSIK DIGITAL DENGAN MENGGUNAKAN PITCH CLASS PROFILES DAN HIDDEN MARKOV MODEL Ivanna K. Timotius; Adhi Prayogo
Techné : Jurnal Ilmiah Elektroteknika Vol. 9 No. 02 (2010)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (133.715 KB)

Abstract

Chord adalah salah satu elemen utama musik yang dapat memberikan gambaran sederhana dari suatu karya musik. Sebuah sistem yang dapat mengenali chord dari suatu rekaman musik secara otomatis akan sangat menarik dan bermanfaat. Tulisan ini mengimplementasikan sebuah algoritma pengenalan chord otomatis dengan menggunakan pitch class profiles dan hidden Markov model. Algoritma yang diimplementasikan menunjukkan tingkat akurasi pengenalan sebesar 100% untuk file lagu progresi chord murni dari MIDI, 97,97% untuk file lagu progresi chord murni dari rekaman gitar, 85,35% untuk file lagu kompleks dari MIDI, dan 59,80% untuk file lagu kompleks yang mengandung vokal manusia.
SISTEM PENGENALANWICARA BERDASARKAN CEPSTRUM DAN HIDDEN MARKOV MODEL Ivanna K. Timotius; Danie Kurniawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 10 No. 01 (2011)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (116.001 KB)

Abstract

Sistem pengenal wicara merupakan sistem yang bisa mengerti kata-kata yang diucapkan manusia. Sistem pengenal wicara dapat dimanfaatkan di berbagai bidang kehidupan. Tulisan ini bertujuan untuk merealisasikan sistem pengenal wicara dengan menggunakan metode cepstrum dan Hidden Markov Model. Sistem ini diterapkan untuk mengenali 23 kata yang diperoleh dengan mencuplik sinyal dari mikrofon yang terhubung ke kartu suara pada komputer. Dari hasil pengujian didapatkan tingkat keberhasilan pengenalan 76,52%
HEART RATE COMPUTATION IMPLEMENTED ON FIELD PROGRAMMABLE GATE ARRAY BOARD Ivanna K. Timotius
Techné : Jurnal Ilmiah Elektroteknika Vol. 9 No. 01 (2010)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.761 KB)

Abstract

Heart rate is the most basic information of heart activities. This paper aims to describe a possible real time system to detect electrocardiogram (ECG) signal, count the R-R interval of the ECG signal, and compute the heart rate. This project is implemented successfully using field programmable gate array (FPGA) board.
Frontal Face Detection using Haar Wavelet Coefficients and Local Histogram Correlation Iwan Setyawan; Ivanna K. Timotius; Andreas A. Febrianto
Journal of ICT Research and Applications Vol. 5 No. 3 (2011)
Publisher : LPPM ITB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/itbj.ict.2011.5.3.1

Abstract

Face detection is the main building block on which all automatic systems dealing with human faces is built. For example, a face recognition system must rely on face detection to process an input image and determine which areas contain human faces. These areas then become the input for the face recognition system for further processing. This paper presents a face detection system designed to detect frontal faces. The system uses Haar wavelet coefficients and local histogram correlation as differentiating features. Our proposed system is trained using 100 training images. Our experiments show that the proposed system performed well during testing, achieving a detection rate of 91.5%.
Performance Comparison of Several Pre-Processing Methods in a Hand Gesture Recognition System based on Nearest Neighbor for Different Background Conditions Regina Lionnie; Ivanna K. Timotius; Iwan Setyawan
Journal of ICT Research and Applications Vol. 6 No. 3 (2012)
Publisher : LPPM ITB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/itbj.ict.2012.6.3.1

Abstract

This paper presents a performance analysis and comparison of several pre-processing  methods  used  in  a  hand  gesture  recognition  system.  The  preprocessing methods are based on the combinations ofseveral image processing operations,  namely  edge  detection,  low  pass  filtering,  histogram  equalization, thresholding and desaturation. The hand gesture recognition system is designed to classify an input image into one of six possibleclasses. The input images are taken with various background conditions. Our experiments showed that the best result is achieved when the pre-processing method consists of only a desaturation operation, achieving a classification accuracy of up to 83.15%.
SISTEM PENGENALANWICARA BERDASARKAN CEPSTRUM DAN HIDDEN MARKOV MODEL Ivanna K. Timotius; Danie Kurniawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 10 No. 01 (2011)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (116.001 KB)

Abstract

Sistem pengenal wicara merupakan sistem yang bisa mengerti kata-kata yang diucapkan manusia. Sistem pengenal wicara dapat dimanfaatkan di berbagai bidang kehidupan. Tulisan ini bertujuan untuk merealisasikan sistem pengenal wicara dengan menggunakan metode cepstrum dan Hidden Markov Model. Sistem ini diterapkan untuk mengenali 23 kata yang diperoleh dengan mencuplik sinyal dari mikrofon yang terhubung ke kartu suara pada komputer. Dari hasil pengujian didapatkan tingkat keberhasilan pengenalan 76,52%
PENGGUNAAN TRANSFORMASI WAVELET DALAM SISTEM PENGENALAN ISYARAT TANGAN DENGAN BEBERAPA KOMBINASI PRA PROSES Iwan Setyawan; Ivanna K. Timotius
Techné : Jurnal Ilmiah Elektroteknika Vol. 10 No. 02 (2011)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (146.54 KB)

Abstract

Isyarat tangan, sebagai salah satu bagian dari bahasa tubuh, dapat digunakan untuk berkomunikasi dengan mesin. Sebagai alat untuk berkomunikasi, isyarat tangan dapat diimplementasikan dalam berbagai aplikasi, contohnya socially assistive robotics, mendukung user interface mouse dengan komputer, remote control dalam permainan nintendo, asisten dari dokter bedah dan juga sebagai robot militer. Dalam penelitian ini, citra isyarat tangan digunakan sebagai representasi kode perintah untuk menjalankan suatu tugas tertentu. Sistem pengenalan isyarat tangan terdiri dari tahap pra proses dan metode Transformasi Wavelet. Pada tulisan ini, dilakukan penelitian untuk mencari kombinasi pra proses yang menghasilkan rata-rata keakuratan terbaik. Pra proses tersebut terdiri dari kombinasi beberapa proses seperti smoothing filter, histogram equalization, binerisasi, dan/atau desaturasi. Metode klasifikasi yang digunakan adalah nearest neighbor dengan jarak Euclidean. Sedangkan untuk menghitung rata-rata keakuratan digunakan 2-fold cross validation. Dari hasil eksperimen didapatkan bahwa jenis pra proses yang hanya terdiri dari proses desaturasi memberikan hasil rata-rata keakuratan terbaik, yaitu 78,32%.
SISTEM PENDETEKSI SENYUM BERDASARKAN METODE EDGE DETECTION, HISTOGRAM EQUALIZATION, DAN NEAREST NEIGHBOR Eduard Royce; Ivanna K. Timotius; Iwan Setyawan
Techné : Jurnal Ilmiah Elektroteknika Vol. 11 No. 01 (2012)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (308.572 KB)

Abstract

Ekspresi wajah adalah salah satu cara komunikasi bagi manusia untuk mengungkapkan perasaan, maksud, tujuan, dan pendapatnya kepada orang lain. Senyum merupakan salah satu ekspresi yang mewakili momen, kejadian ataupun perasaan bahagia dan banyak orang berusaha mengabadikan ekspresi ini. Karena itu, suatu sistem yang mampu mendeteksi ekspresi senyum, kemudian memerintahkan sebuah kamera untuk mengambil gambar, akan mempermudah usaha mengabadikan momen tersebut. Pada tulisan ini, penulis merancang sebuah sistem pendeteksi senyuman yang menggunakan kombinasi metode histogram equalization, edge detection, dan metode klasifikasi nearest neighbor dengan perhitungan jarak terdekat menggunakan metode euclidean distance. Untuk menilai performa dari sistem pendeteksi senyum, digunakan 3-cross fold validation. Dari hasil percobaan, sistem mampu mendeteksi senyum dengan tingkat akurasi 39.99% untuk pengklasifikasian tiga kelas berdasarkan jenis senyum (senyum tipis, senyum lebar, dan bukan senyum) dan memiliki tingkat akurasi sebesar 56.67% untuk pembagian menjadi 2 kelas (senyum dan bukan senyum).