Garuda - Garba Rujukan Digital

GA-MIMO: Genetic Algorithm for Optimization of ESPAR Antenna on Beamspace MIMO Rissa Rahmania; Bambang Setia Nugroho; Fiky Yosef Suratman; Suryo Adhi Wibowo
Jetri : Jurnal Ilmiah Teknik Elektro Jetri, Volume 17, Nomor 1, Agustus 2019
Publisher : Website

An electronically steerable passive array radiator (ESPAR) antenna can be used on a beamspace (BS)-multiple input multiple output (MIMO) system to reduce the device complexity. An ESPAR antenna has beamforming ability with single RF chain. However, antenna structure and channel conditions affect the number of orthogonal basis pattern which generated using Gram-Schmidt method. Based on this problem, reactance value at each parasitic element need to be optimized to form radiation pattern that required by the BS-MIMO. In this research, Genetic Algorithm (GA) is used to optimize reactance value which represented by the correlation between the desired and achieved radiation pattern, in different number of elements and different channel condition. GA is selected because this problem can be modeled as chromosome and several individual. Furthermore, the result shows in channel-ignorant and channel-aware, antenna with seven elements has a correlation in median value of 99.46% and 90.58%, respectively. Antena electronically steerable passive array radiator (ESPAR) dapat digunakan dalam sistem beamspace (BS)-multiple input multiple output (MIMO) dalam mengatasi kompleksitas perangkat. Antena ESPAR memiliki kemampuan untuk membentuk pola radiasi pada arah tertentu dengan menggunakan terminal tunggal, namun struktur antena dan kondisi kanal mempengaruhi pola dasar ortogonal yang dihasilkan melalui metode Gram Schmidt. Berdasarkan permasalahan tersebut, nilai reaktansi pada setiap elemen parasit perlu dioptimasi sehingga dapat menghasilkan pola radiasi yang dibutuhkan oleh sistem BS-MIMO. Pada penelitian ini, Algoritma Genetika digunakan untuk mengoptimasi nilai reaktansi yang direpresentasikan melalui korelasi antara pola radiasi yang dibutuhkan dengan pola radiasi yang dihasilkan, dalam jumlah elemen yang berbeda dan kondisi kanal yang berbeda. AG dipilih karena permasalahan ini dapat dimodelkan sebagai kromosom dan beberapa individual. Hasil analisis pada kondisi channel-ignorant dan channel-aware menunjukkan bahwa antena dengan tujuh elemen memiliki korelasi nilai median sebesar 99,46% dan 90,58%.

Perancangan Dan Realisasi Antena Mikrostrip Array Inset-fed Rektangular Dengan U-slot Untuk Aplikasi Radio Over Fiber Pada Frekuensi 10 Ghz Rissa Rahmania; Heroe Wijanto; Pamungkas Daud
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Dengan semakin meningkatnya kebutuhan telekomunikasi jaringan pada komunikasi nirkabel dan optik juga berkembang. Penggunaan fiber optik dengan memanfaatkan perkembangan komunikasi nirkabel dikenal sebagai radio over fiber. Pada jaringan tersebut dibutuhkan suatu antena untuk mendukung proses penerima menangkap gelombang radio kemudian dimodulasi dengan gelombang cahaya. Antena pada Radio over Fiber dapat bekerja pada frekuensi 10 GHz dalam komunikasi WPAN. Frekuensi wireless yang ditangkap melalui antena kemudian dapat dimodulasi dan langsung didistribusikan melalui seutas serat optik sesuai dengan kebutuhan. Karakteristik antena yang harus dipenuhi diantaranya berukuran kecil, memiliki tingkat matching yang baik, hanya mengkonsumsi sedikit arus listrik, dan memiliki pola radiasi unidirectional. Pada Tugas Akhir ini, dengan menggunakan simulator elektromagnetik, dirancang dan disimulasikan antena mikrostrip array inset fed rektangular dengan U-Slot untuk aplikasi Radio over Fiber dalam komunikasi WPAN yang dapat digunakan secara optimal pada frekuensi 10 GHz. Hasil simulasi dengan performa optimum selanjutnya diimplementasikan dan diamati performanya pada frekuensi 10 GHz. Hasil dari perancangan dan realisasi ini adalah antena mikrostrip array inset-fed patch rektangular dengan U-Slot yang bekerja pada frekuensi 10 GHz dengan pola radiasi unidirectional; gain â‰¥ 3dBi ; impedansi input = 50â„¦; dan VSWR â‰¤ 1,5. Kata kunci : WPAN, Radio over Fiber, Antena Mikrostip Array Inset Fed Rektangular, U-Slot.

Deteksi Anemia Melalui Citra Sel Darah Menggunakan Metode Gabor Wavelet Dan Support Vector Machine Farah Pranidasari; Efri Suhartono; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Anemia dikenal dengan istilah â€œkurang darahâ€. Dimana, anemia adalah darah dengan kadar hemoglobin yang lebih rendah dari keadaan normal, keadaan tersebut menghambat peredaran oksigen menuju organ-organ dan menghambat respirasi sel sehingga, tubuh tidak maksimal dalam menghasilkan energi. Deteksi anemia oleh laboratorium dapat dilakukan dengan beberapa cara seperti dengan menghitung jumlah sel darah merah, menghitung sel (hematokrit), dan menghitung kadar hemoglobinnya. Selain itu, dapat dilihat dengan mudah secara fisik seperti pucatnya telapak tangan, wajah dan konjungtiva (selaput pada kelopak mata). Namun, kepucatan tubuh dapat disebabkan beberapa hal seperti, kurangnya paparan sinar matahari, paparan udara dingin, kadar gula darah rendah dan sedikitnya jumlah pigmen melanin (yang menentukan warna pada kulit). Pada penelitian ini digunakan metode ekstraksi ciri Gabor Wavelet dan metode Support Vector Machine (SVM) sebagai klasifikasinya dalam mendeteksi anemia melalui kepekatan warna citra sel darah. Penelitian menggunakan citra sel darah ini, bertujuan menciptakan suatu sistem yang dapat mendeteksi anemia dengan akurat berdasarkan akurasi sistem dari data uji dan data latih sehingga dapat membantu para tenaga ahli kesehatan dalam mendeteksi anemia. Performansi sistem deteksi anemia dianalisis berdasarkan parameter yang didapat melalui beberapa tahap pengujian, seperti pada ukuran citra, parameter pada filter gabor dan parameter pada SVM. Hasil penelitian ini didapatkan sistem yang dapat mendeteksi citra sel darah yang terdiagnosa anemia dan bukan anemia dengan akurasi sebesar 95% dan waktu komputasi sebesar 1,1 detik. Kata kunci : Anemia, Sel darah, Hemoglobin, Gabor Wavelet, SVM Abstract In general, anemia is popular the term "lack of blood". However, anemia is a condition the blood with hemoglobin levels that are lower than normal conditions which result in the block circulation of oxygen to the organs and cell respiration so that the body is not ideal in producing energy. Anemia detection by the laboratory can be done in several ways such as by counting the number of red blood cells, counting cells (hematocrit), and calculating the hemoglobin level. Moreover, anemia can be detected easily physically by the paleness of the palms, face and conjungtiva. But, the paleness can be caused by several things such as, lack of sun exposure, exposure to cold weather, low blood sugar levels and low of melanin pigment. In this research, Gabor Wavelet's feature extraction method and the Support Vector Machine (SVM) method using as classifications in detecting anemia with the image of red blood cells based on their color. The research using the image of blood cells is expected to create a system that can detect anemia accurately through concentrating the color of blood cell images and hemoglobin levels in the blood based on system accuracy from test data and training results to help health professionals detect anemia. System perfprmance of anemia detection analyzed basd on several testing, such as image dimension, parameters of gabor filter and parameters of SVM. The results of this research obtained a system that can detect the image of blood cells diagnosed with anemia and not anemia with an accuracy of 95% and computation time of 1,1 seconds. Keywords: Anemia, Blood Cells, Hemoglobin, Gabor Wavelet, SVM

Analisis Performansi Sistem Pendeteksi Kualitas Kayu Jati Menggunakan Pengolahan Citra Dengan Metode Histogram Of Oriented Gradients Dan Support Vector Machine Haidy Anazmar; Jangkung Raharjo; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Jati merupakan salah satu jenis pohon yang memiliki banyak fungsi serta kegunaan. Kayu jati memiliki kualitas yang sangat tinggi untuk digunakan sebagai bahan baku pembuatan perabotan rumah seperti meja, kursi, lemari, dan lain-lain. Tetapi masih banyak pengusaha mebel yang sering keliru terhadap penilaian kualitas kayu jati. Hal tersebut mengakibatkan kurangnya kualitas kayu jati yang digunakan sebagai bahan baku untuk membuat peralatan rumah atau untuk kebutuhan bangunan. Pada Tugas Akhir ini telah dilakukan penelitian kualitas kayu jati menggunakan metode Histogram of Oriented Gradients sebagai metode ekstraksi ciri dan metode Support Vector Machine sebagai metode klasifikasi. Metode Histogram of Oriented Gradients bertujuan untuk menghitung nilai gradien di daerah tertentu dari suatu objek. Kemudian diklasifikasi menggunakan Support Vector Machine karena dapat menemukan fungsi pemisah (hyperplane) yang bertujuan untuk memisahkan objek berbeda dengan klasifikasi yang berbeda. Dari hasil pengujian diperoleh akurasi terbaik sebesar 96,67%. Akurasi diperoleh dari pengujian 144 citra menggunakan metode Histogram of Oriented Gradients pada cell size 20Ã—20, block size 8Ã—8, bin numbers 9, jenis kernel Support Vector Machine polynomial dan multiclass One Against All. Kata Kunci: Kayu Jati, Histogram of Oriented Gradients, Support vector Machine Abstract Teak is one type of tree that has many functions as well as usability. Teak Wood has a very high quality to be used as raw material for home furnishing such as tables, chairs, cabinets, and others. But there are still many furniture entrepreneur who often mistakenly to the quality valuation of teak wood. This resulted in lack of teak wood quality used as raw material to make home appliances or for building needs. The final project studies the quality of teak using the Histogram of Oriented Gradients method as a feature extraction method and the Support Vector Machine method as a classification method. The Histogram of Oriented Gradients method aims to calculate gradient values in a particular area of an object. The classification method uses Support Vector Machine because it can find a hyperplane function that aims to separate different objects with different classifications. From the test results obtained the best accuracy of 96,67%. Accuracy was obtained from 144 test images using Histogram of Oriented Gradients in cell size 20Ã—20, block size 8Ã—8, bin numbers 9, polymonial Support Vector Machine kernel types and One Against All multiclass. Keywords: Teak WoodÂ¸ Histogram of Oriented Gradients, Support Vector Machine

Pengenalan Manusia Berbasis Pada Single-gait Menggunakan Metode Modifikasi Latent Conditional Random Field (l-crf) Aldo Tripolyta; Suryo Adhi Wibowo; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Pengenalan gait merupakan salah satu bagian dari computer vision yang berfungsi untuk mengenali subjek (manusia) dengan jarak tertentu tanpa memperhatikan aspek biometrik seperti iris, wajah, dan sidik jari. Latent Conditional Random Field (L-CRF) merupakan salah satu algoritma pengenalan single-gait dengan hasil yang lebih baik. Walaupun hasil performansi akurasi subjek dengan kondisi berjalan normal (#NM) yang lebih baik, tapi masih terdapat masalah performansi akurasi terhadap kondisi berjalan lain seperti membawa tas (#BG) dan memakai jas (#CL). Modifikasi Latent Conditional Random Field (mL-CRF) merupakan salah satu metode yang masih berkaitan dengan L-CRF, tapi memiliki perbedaan pada parameter pairwise. Keunggulannya adalah hasil yang lebih baik dalam melatih dan menguji data dari domain yang identik. Penelitian ini menggunakan silhouette frames pada data set CASIA gait database B yang berisi 124 subjek dengan 110 sequence tiap subjek. Proses pengolahan data mL- CRF dilakukan berdasarkan sampel training (LT74 & MT62) dan 11 sudut pengamatan yang akan dibandingkan dengan L-CRF tanpa modifikasi, serta penelitian-penelitian sebelumnya. Pada penelitian ini, LT74 pada mL-CRF merupakan sampel training yang paling baik yang menghasilkan peningkatan akurasi sebesar 0,89% (#NM), 1,32% (#BG), 1,54% (#CL) terhadap L- CRF tanpa modifikasi. Kata Kunci: Gait, CASIA-B, L-CRF, silhouette frames. Abstract Gait recognition is a part of computer vision that serves to recognize a subject (human) with a certain distance without regard to biometric aspects such as iris, face, and fingerprint. Latent Conditional Random Field (L-CRF) is one of the single-gait recognition algorithms with better results. Although the results of the accuracy of the subject's performance with normal running conditions (#NM) are better, but there are still problems in the accuracy of performance with other running conditions such as carrying a bag (#BG) and wearing a coat (#CL). Latent Conditional Random Field (mL-CRF) modification is one method that is still related to L-CRF, but has differences in pairwise parameters. Its advantages are better results in training and testing data from identical domains. This study uses the silhouette frames in the CASIA data set linked to the B database containing 124 subjects with 110 sequences per subject. The processing of mL- CRF data is done based on training samples (LT74 & MT62) and 11 observation angles that will be compared with L-CRF without modification, as well as previous studies. In this study, the LT74 on mL-CRF was the best training sample which resulted in an increase in accuracy of 0.89% (#NM), 1.32% (#BG), 1.54% (#CL) against L-CRF without modification. Keyword : Gait, CASIA-B, L-CRF, silhouette frames.

Identifikasi Penyakit Kulit Menggunakan Histogram Of Oriented Gradients Dan Jaringan Syaraf Tiruan Backpropagation Maisaroh Agustina Rahayu; Rita Magdalena; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Kulit merupakan bagian tubuh terluar manusia yang memiliki peranan penting dalam melindungi organ dalam tubuh manusia dari serangan yang berasal dari lingkungan luar. Penyakit kulit menjadi salah satu masalah kesehatan yang paling umum di seluruh dunia karena penularan yang sangat mudah dan cepat. Identifikasi penyakit kulit berdasarkan jenis infeksi kulit merupakan tahap penting untuk mengetahui penanganan yang tepat. Pada Tugas Akhir ini telah dilakukan perancangan dan penelitian sebuah simulasi untuk identifikasi jenis penyakit kulit dengan menggunakan citra digital berdasarkan citra penyakit kulit. Sistem yang dirancang menggunakan metode ekstraksi ciri Histogram of Oriented Gradients (HOG) dan metode klasifikasi Jaringan Syaraf Tiruan (JST) Backpropagation. Hasil dariTugas Akhir ini adalah suatu sistem yang mampu melakukan identifikasi jenis penyakit kulit berdasarkan penyakit acne, herpes dan scabies, dan kulit normal pada manusia. Sistem tersebut mempunyai performansi dengan nilai akurasi tertinggi 83,3% dengan waktu komputasi 0,1304 detik menggunakan 100 data citra latih dan 60 citra uji. Hasil ini didapatkan menggunakan parameter HOG yaitu Cell Size ðŸðŸŽ Ã— ðŸðŸŽ, Block Size ðŸ’ Ã— ðŸ’ dan Bin Numbers 9. Pada proses klasifikasi JST Backpropagation parameter terbaik yang digunakan yaitu Hidden Layer 100 dan Epoch 50. Kata Kunci: Kulit, Penyakit Kulit, Histogram of Oriented Gradients, Jaringan Syaraf Tiruan, Backpropagation Abstract The skin is the outermost body part of humans which has an important role in protecting organs in the human body from threats that come from the environment outside the human body. Attacks originating from the outside environment. Skin disease is one of the most common health problems in the whole world because of the very easy and fast transmission. Identification of skin diseases based on the type of skin infection is an important step to find out the right treatment. In this Final Project, a design and research simulation has been carried out to identify types of skin diseases by using a digital image based on skin disease images. The system is designed using a Histogram of Oriented Gradients (HOG) extraction method and is classified using the Artificial Neural Network (ANN) Backpropagation method. The result of this Final Project is a system that is able to identify the types of skin diseases based on acne, herpes and scabies and normal skin in human. The system has a performance with the highest accuracy rate with 83.3% with computation time of 0.1304 seconds using 100 training image samples and 60 test images. These results are obtained using the HOG parameters Cell Size ðŸðŸŽ Ã— ðŸðŸŽ, Block Size ðŸ’ Ã— ðŸ’ dan Bin Numbers 9. In the ANN Backpropagation classification process, the best parameters are used is Hidden Layer 100 and Epoch 50. Keywords: Skin, Skin Disease, Histogram of Oriented Gradients, Artificial Neural Network, Backpropagation

Deteksi Anemia Melalui Citra Sel Darah Menggunakan Metode Discrete Wavelet Transform (dwt) Dan Klasifikasi Support Vector Machine (svm) Andi Ade Yustika; Efri Suhartono; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Sel darah merah merupakan komponen mendasar pada tubuh manusia yang berfungsi mengikat oksigen untuk oksidasi jaringan-jaringan tubuh. Tingkat sel darah merah yang tidak normal menjadi pertanda penyakit anemia. Proses deteksi penyakit anemia ini dapat dilakukan secara manual dengan memeriksa sampel darah menggunakan mikroskop di rumah sakit. Namun, metode ini mempunyai kelemahan yaitu bergantungan pada ketelitian dokter dan petugas laboratorium yang dipengaruhi oleh kondisi fisik dan keterbatasan alat, sehingga membuat akurasi dari hasil diagnosa kurang maksimal. Pada tugas akhir ini telah dibuat sistem untuk membantu mendeteksi anemia melalui citra sel darah merah. Secara garis besar, deteksi anemia yang dilakukan oleh sistem ini melalui empat tahapan yaitu akuisisi citra, pre-prosessing dimana dilakukan cropping manual, resize citra, dan konversi RGB ke greyscale, selanjutnya proses ekstraksi ciri menggunakan Discrete Wavelet Transform (DWT) dan klasifikasi Support Vector Machine (SVM). Hasil dari proses ekstraksi ciri DWT akan menjadi masukan pada proses klasifikasi SVM. Performansi sistem ini dianalisis berdasarkan parameter akurasi dan waktu komputasi. Dengan menggunakan metode DWT dan SVM didapatkan akurasi tertinggi dalam sistem yaitu sebesar 96,6667% dengan waktu komputasi 0,0113s. Kata Kunci : sel darah merah, anemia, DWT, SVM. Abstract Red blood cells are a fundamental component of the human body that functions to bind oxygen to oxidize body tissues. Abnormal levels of red blood cells are a sign of anemia. The process of detecting this anemia can be done manually by examining blood samples using a microscope in the hospital. However, this method has a weakness that is dependent on the accuracy of doctors and laboratory staff who are affected by physical conditions and limitations of the equipment, making accuracy of the diagnostic results less than optimal. In this research, a system has been created to help detect anemia through image of red blood cells. Broadly speaking, anemia detection carried out by this system through four stages, namely image acquisition, pre-processing where manual cropping, image resize, and RGB to Greyscale conversion, then feature extraction process uses the Discrete Wavelet Transform (DWT) and Support Vector classification Machine (SVM). The results of the DWT feature extraction process will be input to the SVM classification process. System detection anemia performance from red blood cell image analyse based accuracy parameter and time computation. By using DWT and SVM method result high accuracy in system 96,6667% with time computation 0,0113s. Keywords: red blood cells, anemia, DWT, SVM ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019 | Page 3760 1. Pendahuluan Sel darah merah merupakan komponen mendasar pada tubuh manusia, yang berfungsi mengikat oksigen dan zat-zat lain yang diperlukan untuk oksidasi jaringan di dalam tubuh. Dalam sel darah merah terdapat zat warna darah yang disebut hemoglobin (HB), dimana hemoglobin sebagai protein yang berkombinasi dengan senyawa henim, yang menghasilkan zat besi [1]. Penyakit yang menyerang sel darah merah salah satunya adalah anemia. Pada tugas akhir ini dilakukan simulasi untuk mendeteksi anemia dengan pengolahan citra digital menggunakan sel darah merah. Pengolahan citra digital telah diterapkan diberbagai bidang, salah satunya pada bidang kesehatan. Pada penelitian ini dilakukan simulasi untuk mendeteksi anemia, penulis menggunakan Discrete Wavelet Transform (DWT), metode paling umum digunakan karena lebih mudah diimplementasikan dan memiliki waktu komputasi yang lebih sederhana. Citra hasil ekstraksi ciri diklasifikasi menggunakan metode Support Vector Machine

Analisis Metode Pengurangan Latar Belakang Berbasis Mixture Of Gaussian Pada Kasus Deteksi Objek Dini Himmah Al Aliyyah Al Aliyyah; Suryo Adhi Wibowo; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Pengolahan video merupakan salah satu cabang utama pada proses pengambilan gambar yang di dalamnya terdapat latar belakang dan latar depan. Sebagai topik semakin penelitian, background subtraction telah menarik perhatian beberapa tahun terakhir. Pada penelitian ini digunakan metode background subtraction berdasarkan Online Mixture of Gaussians dengan Matrix Factorization (OMoGMF) pada video yang sudah diekstrak menjadi beberapa frame. Penelitian ini menggunakan 2400 frame dataset yang berbeda. Dataset yang digunakan berupa data Sofa, Backdoor, Bus station, Skating, Office, dan Pendestarian dengan masing masing dataset memiliki 400 frame. Dataset berupa kumpulan frame RGB. Proses background substraction diawali dengan preprocessing yaitu mengubah frame RGB mejadi grayscale. Hasil tersebut kemudian dilakukan proses OMoGMF dan menghasilkan data valid berupa citra pendeteksi objek dimana latar depan dan latar belakang terpisah secara baik. Data valid diuji dengan mengubah parameter pada proses OMoGMF. Parameter yang diubah berupa speed update basis matriks dengan nilai 0.9, dan 0.99 dimana pada setiap parameter dilakukan perubahan threshold dengan nilai 0.01, 0.1, dan 1 yang dilakukan pengulangan sebesar 1 kali, 10 kali, dan 20 kali. Hasil yang didapat berupa nilai precision (%). Hasil tersebut dianalisis dan ditentukan parameter mana yang terbaik. Pada penelitian ini didapatkan sistem optimal pada parameter update basis matriks sebesar 0.99, threshold 0.01 dan pengulangan sebesar 20 kali. Kata kunci : Background Subtraction, Mixture of Gaussian, Matrix Factorization Abstract Video processing is one of the main branches in the process of taking pictures in which there is a background and foreground. As the topic of research progresses, background subtraction has attracted the attention of recent years. This research uses background subtraction method based on Online Mixture of Gaussians with Matrix Factorization (OMoGMF) on videos that have been extracted into several frames. This study uses 2400 different dataset frames. Dataset used in the form of data Sofa, Backdoor, Bus station, Skating, Office, and Conservation with each dataset has 400 frames. The dataset is a collection of RGB frames. The background substraction process begins with preprocessing, which changes the RGB frame into grayscale. The results are then carried out OMoGMF process and produce valid data in the form of object detection imagery where the foreground and background are well separated. Valid data is tested by changing parameters in the OMoGMF process. The parameters changed in the form of a matrix base speed update with values of 0.9, and 0.99 where in each parameter a threshold change with a value of 0.01, 0.1, and 1 is repeated 1 time, 10 times, and 20 times. The results obtained are precision (%). The results are analyzed and determined which parameter is the best. In this study, it was found that the optimal system on the parameter update base matrix was 0.99, threshold 0.01 and repetition of 20 time. Keyword: Background Subtraction, Mixture of Gaussian, Matrix Factorization

Analisis Performansi Image Retrieval Berdasarkan Color Feature Dan Scale Invariant Feature Transform Viky Premeita Mitayani; Suryo Adhi Wibowo; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Berkembangnya kemajuan teknologi berpengaruh kepada gaya hidup yang terjadi pada masyarakat, contohnya sosial media yang banyak menggunakan citra sebagai objeknya. Karena banyakanya citra yang ada, sulit untuk mencari citra yang ingin ditemukan, dengan begitu Image Retrieval terbentuk sebagai teknik pengambilan citra dengan skala yang besar. Dalam kehidupan sehari-hari Image Retrieval sudah banyak dijumpai contohnya adalah Google Images yang berfungsi sebagai mesin pencari dengan menggunakan data citra. Berdasarkan permasalahan tersebut, dalam Tugas Akhir ini penulis merancang sistem dengan menggunakan metode Color Feature dan Scale Invariant Feature Transform untuk dapat menemukan data citra yang dicari. Color Feature merupakan metode yang digunakan untuk mengidentifikasi warna. Scale Invariant Feature Transform merupakan fitur untuk mendeteksi algoritma yang terdapat dalam citra. Namun penulis tidak menggunakan metode tersebut secara terpisah, metode yang digunakan dalam Tugas Akhir ini menggabungkan dua metode tersebut untuk mengoptimalkan pengambilan citra. Hasil yang diharapkan dalam penelitian ni adalah peningkatan akurasi dalam pengambilan data citra dalam skala yang besar, dengan harapan mendapat nilai Korelasi yang tinggi sehingga penelitian ini dapat dimanfaatkan untuk penelitian selanjutnya di waktu yang akan datang. Kata Kunci : image retrieval, scale invariant feature transform, color feature. Abstract The development of technological advances affects the lifestyle that occurs in society, for example, social media that uses a lot of images as objects. Because of the many existing images, it is difficult to find the image you want to find, so Image Retrieval is formed as a large-scale image retrieval technique. In everyday life Image Retrieval has often been found for example is Google Images which functions as a search engine using image data. Based on these problems, in this Final Project the author designs a system using the Color Feature and Scale Invariant Feature Transform methods to be able to find the image data sought. Color Feature is a method used to identify colors. Scale Invariant Feature Transform is a feature to detect the algorithm contained in the image. But the authors do not use these methods separately, the method used in this Final Project combines the two methods to optimize image capture. The expected result in this research is an increase in accuracy in image capture data on a large scale, with the hope of getting a high Korelasi so that this study can be utilized for further research in the future. Keywords: image retrieval, scale invariant feature transform, color feature.

eteksi Anemia Melalui Citra Sel Darah Menggunakan Metode Descrete Wavelet Transform Dan Self-organizing Map Methods Hani Khairunnisa; Efri Suhartono; Rissa Rahmania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstrak Kekurangan sel darah merah atau biasa yang disebut dengan penyakit anemia yang ditandai dengan kekurangannya kadar hemoglobin dalam tubuh. Pemeriksaan terhadap penyakit anemia dilakukan dengan pemeriksaan hematologi atau biasa disebut tes darah dengan diagnostik laboratorium dimana, bertujuan untuk mendiagnosa kondisi medis. Namun, kelemahan pada metode tersebut adalah ketelitian dokter dan petugas laboratorium dikarenakan kondisi fisik dan pengetahuan. Sehingga, kurangnya keakuratan dari hasil diagnostik. Selain itu, proses diagnostik secara manual membutuhkan waktu pengerjaan yang cukup lama untuk mengindentifikasi suatu penyakit. Pada penelitian ini, telah dibuat sistem deteksi dan klasifikasi pada anemia berdasarkan akurasi sistem data uji dan data latih dengan melihat kepucatan warna darah. Identifikasi yang digunakan adalah dengan metode Discrete Wavelet Transform (DWT) dan metode pengklasifikasian dengan metode Self-Organizing Maps (SOM). Percobaan yang digunakan, yaitu sampel sel darah normal dan darah anemia dengan cara pengambilan gambar langsung dari mikroskop. Performansi sistem penelitian anemia dianalisis berdasarkan parameter akurasi yang didapat melalui beberapa tahapan yaitu pengujian pada parameter metode DWT dan parameter SOM sampai didapatkan nilai terbaik. Hasil pengujian pada penelitian ini akurasi terbaik yang didapatkan dengan metode ini yaitu sebesar 90% dengan waktu komputasi selama 0,0217s. Kata kunci : Anemia, hemoglobin, mikrosopik, Discrete Wavelet Transform, Self Organizing Map Abstract Lack of red blood cells or anemia Examination of anemia can be done by examination of hematology or blood tests aimed at diagnosing medical diseases. Anemia detection by the laboratory can be done in various ways, such as counting the number of red blood cells, counting cells hematocrit, and calculating hemoglobin levels. However, the weakness of the method is scientific research and laboratory tests which can be caused by physical conditions and knowledge. Spend, spend a little accuracy on search results. In addition, the manual workmanship takes a long time to identify an illness. In this research, an accurate anemia detection system was made based on the accuracy of the test data system and training data by looking at the color paleness of the blood. The identification used is the Discrete Wavelet Transform (DWT) method and the classification method with the Self-Organizing Maps (SOM) method. Anemia research system performance was analyzed based on accuracy parameters obtained through several stages, namely testing the DWT method parameters and SOM parameters to obtain the best value. The test results in this study obtained a system that can detect blood cell images diagnosed with anemia and not anemia with the best accuracy obtained by this method that is equal to 90 \% with computation time for 0.0217 seconds. Keywords: Anemia, hemoglobin, microsopic, Discrete Wavelet Transform, Self-Organizing Maps

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search