Article Per Year (5 Year)
p-Index From 2019 - 2024
2.33
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Gamma Perfecting a Video Game with Game Metrics JUTI: Jurnal Ilmiah Teknologi Informasi CommIT (Communication & Information Technology) International Journal of Artificial Intelligence Research Indonesian Journal of Artificial Intelligence and Data Mining Jurnal Abdimas Madani dan Lestari (JAMALI) Automata
Arrie Kurniawardhani
Universitas Islam Indonesia
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Dentistry Education Electrical & Electronics Engineering Library & Information Science Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search
Journal : Automata

 1 
Deteksi Cacat Percetakan Al-Qur’an dengan Menggunakan Metode Image Subtraction Khoirunnisa Shofwatul Laili; Arrie Kurniawardhani
AUTOMATA Vol. 1 No. 1 (2020)
Publisher : AUTOMATA

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

Abstract

Deteksi cacat pada proses produksi adalah salah satu bagian penting dalam dunia industri. Tahap ini akan menguji seberapa baik kualitas produk sebelum didistribusikan kepada masyarakat luas. Pemeriksaan ini juga dilakukan pada industri percetakan al-Qur’an. Namun, proses pemeriksaan yang dilakukan masih menggunakan cara manual. Cara ini dinilai tidak efisien karena data yang terlalu banyak sehingga tingkat kelelahan menjadi tinggi dan memakan waktu yang lama. Penelitian ini mencoba menerapkan metode image subtraction untuk mendeteksi cacat dari percetakan. Metode ini akan memeriksa tiap piksel dari data uji untuk disesuaikan dengan piksel yang ada pada data acuan. Terdapat 13 data uji yang dideteksi berdasarkan 13 data acuan. Nilai akurasi yang didapatkan 100% berdasarkan perhitungan dengan menggunakan confusion matrix.
Klasifikasi dan Perhitungan Kendaraan untuk Mengetahui Arus Kepadatan Lalu Lintas Menggunakan Metode YOLO Mufti Leriansyah; Arrie Kurniawardhani
AUTOMATA Vol. 1 No. 1 (2020)
Publisher : AUTOMATA

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

Abstract

Abstrak—Kepadatan lalu lintas disebabkan oleh beberapa masalah salah satunya adalah peningkatan volume kendaraan. Untuk menghitung kepadatan lalu lintas diperlukan data berupa jumlah kendaraan yang melewati lalu lintas tersebut. Penelitian ini menyajikan sistem klasifikasi dan perhitungan kendaraan yang dapat digunakan untuk menentukan kepadatan lalu lintas menggunakan metode YOLO. YOLO yang digunakan pada penelitian ini adalah YOLOV3. Dari hasil yang didapat sistem ini mampu mendeteksi kendaraan dengan tingkat akurasi 95,2%. Dari jumlah deteksi kendaraan tersebut digunakan sebagai data hitung untuk menentukan drajat kepadatan lalu lintas. Hasil dari perhitungan menunjukan bahwa data yang didapatkan dari sistem dapat digunakan untuk menghitung kepadatan lalu lintas dengan hasil yang sama dengan proses perhitungan data asli.
Comparison of CNN and SVM for Ship Detection in Satellite Imagery Nur Jati Lantang Marfu'ah; Arrie Kurniawardhani
AUTOMATA Vol. 1 No. 1 (2020)
Publisher : AUTOMATA

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

Abstract

Satellites with optical sensors generate images of the Earth over relatively large areas. Optical satellite images provides unique insights into various markets, including agriculture, defense and intelligence, and energy. Ship detection using satellite images is very important because it can help manage marine traffic services, defense and intelligence, and fisheries management. In this study, optical satellite images are used for training models for detecting ship. Machine Learning (ML) algorithms such as deep learning and Support Vector Machine (SVM) have been applied to detect objects in previous studies. Convolution Neural Network (CNN)-based deep learning technology outperformed many algorithms that have existed to some extent[1]. CNN has proven to be able to outperform SVM to detect ships with an average training accuracy is 0,9912 or 99.12% and the validation accuracy is 0,9798 or97,89%. While SVM gets an accuracy of 0,9438 or 94,38%.
Penelitian Deteksi Pelat Nomor Kendaraan: Kajian Pustaka Dimas Setyawan Ramadhansyah; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kajian pustaka ini menganalisis beberapa metode yang membahas topik mengenai deteksi pelat nomor kendaraan pada penelitian sebelumnya. Sebelas literatur telah dikaji ditemukan bahwa rata-rata akurasi menggunakan Deep Learning telah mencapai hasil yang tinggi. Meskipun akurasi tinggi dan bermacam metode telah dikembangkan, metode yang berhasil digunakan di salah satu negara belum tentu bisa digunakan di negara lain, alasannya karena karakteristik pelat nomor berbeda setiap negaranya. Adapun faktor lain yang menjadi kelemahan pada metode sebelumnya, pencahayaan yrang kurang atau berlebihan, sudut pengambilan citra, cuaca yang buruk, dan alat yang kurang baik menjadi faktor dalam menurunkan akurasi.
Ulasan : Pengenalan Emosi Melalui Suara Rio Galang Jati Respati; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Penggunaan suara dalam data science sudah cukup banyak dilakukan oleh beberapa peniliti, seperti mendeteksi suara hewan, ataupun objek tertentu. Namun, sekarang peneliti sedang gencar sekali dalam meneliti tentang emosi manusia, dan salah satunya adalah mendeteksi emosi manusia melalui suara. Pendeteksian emosi saat ini tidak hanya digunakan untuk riset di bidang akademik seperti, psikologi, neuroscience, psikiater, ilmu kognitif dan lainya. Tetapi ditemukan juga pengaplikasian praktis seperti, call centre, gaming industry, bidang medis dan lainya Literatur ini akan menjelaskan tentang perkembangan pendeteksian emosi melalui suara dari tahun 2017 hingga 2019. Perkembangan pendeteksian emosi melalui suara sudah cukup baik, bahkan cukup banyak yang mencapai akurasi hingga 90% lebih. Model SVM maupun CNN sudah cukup layak digunakan sebagai model yang digunakan untuk mendeteksi emosi melalui suara
Pengenalan Hukum Tajwid Pada Citra Al-Quran: Kajian Pustaka Ihya Fathurrahman Fathurrahman; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Dalam pengenalan teks pada citra terdapat beberapa tujuan seperti, mengenali karakter atau tulisan kuno, penerjemahan naskah kuno, dan masih banyak lainnya. Salah satunya, dapat digunakan untuk pengenalan tajwid. Tajwid adalah aturan bagaimana melafalkan atau mengucapkan bacaan dalam Al-Quran, yang sangat penting dalam membaca Al-Quran itu sendiri. Ketika bacaan dilafalkan berbeda dari seharusnya, dapat menyebabkan kesalahan makna dalam penerjemahannya. Maka dari itu, sangatlah penting untuk mengetahui dan mempelajari tajwid. Pada kajian pustaka ini akan membahas tentang pengenalan teks khususnya pengenalan tajwid dengan beberapa hal seperti input data, jenis tajwid, akurasi dan metode.
Penerapan Metode Deep Learning pada Sistem Rekomendasi Film Muhammad Rizqi Az Zayyad; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Sistem rekomendasi telah dimanfaatkan sebagai strategi yang efektif untuk dapat mengelola banyaknya informasi yang tersedia dan memberikan rekomendasi suatu item sesuai dengan keinginan pengguna. Berbagai macam industri seperti e-commerce, streaming video hingga penyedia layanan film telah menggunakan sistem rekomendasi untuk meningkatkan produktifitas dan efisiensi dalam mengembangkan sistem sehingga memberikan layanan terbaik kepada konsumen. Secara umum, sistem rekomendasi memiliki tiga kategori model yang dapat digunakan seperti collaborative filtering, content based, dan hybrid recommender system. Dalam beberapa tahun terakhir, penelitian mengenai Deep Learning untuk pengembangan sistem rekomendasi juga cukup banyak diminati dalam berbagai bidang penelitian. Penelitian kali ini akan membahas metode yang juga sedang berkembang yaitu Restricted Boltzmann Machine (RBM). Penggunaan metode RBM pada sistem rekomendasi ini ditujukan untuk membuat sistem yang dapat memberikan rekomendasi terbaik. Dengan memanfaatkan dataset yang tersedia akan memudahkan sistem dalam melatih dan memberikan hasil rekomendasi terbaik.
Pembuatan Gim sebagai Alat Bantu Ajar Tindakan saat Banjir Ahmad Faris Akbar; Irving V. Paputungan; Arrie Kurniawardhani
AUTOMATA Vol. 3 No. 2 (2022)
Publisher : AUTOMATA

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

Abstract

Banjir merupakan bencana alam yang sering terjadi di Indonesia. Penyebab terjadinya banjir juga bervariasi mulai dari yang diakibatkan manusia seperti pembuangan sampah sembarangan maupun dari alam yaitu curah hujan yang cukup tinggi. Di Indonesia masih banyak masyarakat yang meremehkan banjir sehingga terjadinya banjir susah untuk diatasi. Untuk mengatasi masalah tersebut maka akan dibuat suatu alat bantu ajar mengenai tindakan apa saja yang seharusnya dilakukan pada saat banjir maupun yang tidak boleh dilakukan. Alat bantu ajar ini akan berupa gim karena gim bisa membuat pembelajaran lebih efektif dengan mempengaruhi emosi pemain baik melalui perasaan senang maupun sedih. Gim akan dikembangkan dengan menggunakan model ADDIE (Analysis, Design, Development, Implementation, Evaluation) karena ADDIE merupakan model pengembangan Gim Serius yang melakukan pendekatan untuk meningkatkan Usability, Playability, dan Learnability gim yang akan dikembangkan sehingga gim tersebut akan menjadi gim dengan tingkat edukasi yang baik dan asyik untuk dimainkan. Dengan adanya alat bantu ajar ini, diharapkan bisa meningkatkan pengetahuan masyarakat untuk menyadari betapa berbahayanya banjir jika diremehkan.
Deteksi Objek Masker Menggunakan EfficientDet-Lite3 Ferdian Nursulistio; Arrie Kurniawardhani; Dhomas Hatta Fudholi
AUTOMATA Vol. 3 No. 2 (2022)
Publisher : AUTOMATA

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

Abstract

Masker merupakan benda yang digunakan untuk menutupi mulut dan hidung untuk mencegah menghirup dan melepaskan cairan pernafasan. Jenis masker dibagi dua, yaitu masker medis dan non-medis yang biasa dibuat dari tekstil atau bahan lainnya yang bisa dipakai berulang kali. Baik menggunakan masker medis maupun masker kain keduanya dapat menyaring dengan baik partikel atau cairan dengan tingkat efisiensi 86.4% untuk masker kain dan 99.9% untuk masker medis 3M. Masker digunakan untuk mencegah penyakit menular seperti pada pandemi COVID-19 serta juga digunakan untuk melindungi petugas kesehatan untuk mencegah Infeksi Nosokomial di rumah sakit. Maka dibuatlah model object detection untuk mendeteksi apakah seseorang menggunakan masker medis, masker kain, masker scuba, tidak menggunakan masker dengan benar, atau tidak menggunakan masker. Metode yang digunakan adalah TensorFlow Lite Model Maker dengan model dasar EfficientDet-Lite3. Model yang dihasilkan sebanyak dua jenis dengan rata-rata presisi sebesar 75.82%, 75.84% dan rata-rata recall 82.61%, 82.25%. untuk model pertama dan kedua berturut-turut.
Co-Authors Abidatul Izzah Achmad Noer Aziz Agus Eko Minarno Agus Zainal Arifin Ahmad Faris Akbar Ayu Septya Maulani Catur Singgih Daniel Swanjaya Dhomas Hatta Fudholi Diana Purwitasari Dimas Setyawan Ramadhansyah Ferdian Nursulistio Fitri Bimantoro Ihya Fathurrahman Fathurrahman Indra Lukmana Indrayanti Indrayanti Indrayanti, Indrayanti Irving V. Paputungan Isye Arieshanti Izzati Muhimmah Khoirunnisa Shofwatul Laili Mufti Leriansyah Muhammad Rizqi Az Zayyad Muhimmah, Izzati Mukhamad Masrur Nanik Suciati Nur Jati Lantang Marfu'ah Rahadian Kurniawan Rio Galang Jati Respati Salsabila Zahirah Pranida Setya Winarno Siti Mutrofin Sri Kusumadewi Yuda Munarko