Indah Agustien Siradjuddin
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (408.586 KB) | DOI: 10.21107/pangabdhi.v4i1.4628

Abstract

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.
DETEKSI WAJAH MANUSIA BERBASIS ONE STAGE DETECTOR MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO) Muhammad Yusqi Alfan Thoriq; Indah Agustien Siradjuddin; Kurniawan Eka Permana
Jurnal Teknoinfo Vol 17, No 1 (2023): Vol 17, No 1 (2023): JANUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v17i1.1884

Abstract

Deteksi wajah bertujuan untuk memperoleh lokasi wajah pada suatu citra, sehingga dengan lokasi wajah ini dapat dimanfaatkan untuk beberapa aplikasi seperti pengenalan wajah pada suatu citra yang sudah terdeteksi, pencarian wajah tertentu dari suatu data video. Pendekatan one stage detector dengan algoritma You Only Look Once (YOLO) digunakan pada penelitian ini, dimana data citra dibagi menjadi grid dengan ukuran terentu. Setiap grid ini merupakan representasi lokasi kandidat wajah yang terdapat pada citra.  Untuk proses klasifikasi wajah dan non wajah serta perbaikan lokasi wajah di setiap grid ini menggunakan arsitektur Convolutional Neural Network (CNN), dimana pada penelitian ini menggunakan model yang sudah dilatih yaitu Visual Geometry Group-16 (VGG-16) pada lapisan konvolusi, sedangkan pada lapisan Fully Connected (FC) dilakukan proses pelatihan dengan data target yang sudah ditentukan. Ujicoba dilakukan pada WIDER Face dataset yang memiliki variasi jumlah wajah di dalam setiap citranya.  Hasil ujicoba yang telah dilakukan mendapatkan nilai akurasi Precision sebesar 0.253, nilai akurasi Recall sebesar 0.247 dan nilai akurasi F1-Score sebesar 0.25