Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

3.924

P-Index

This Author published in this journals

All Journal Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Transmisi: Jurnal Ilmiah Teknik Elektro Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Majalah Ilmiah MOMENTUM Jurnal Informatika Upgris Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) ILKOM Jurnal Ilmiah Systemic: Information System and Informatics Journal Jurnal Teknologi Dan Sistem Informasi Bisnis JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Jurnal Teknologi Informasi Cyberku Moneter : Jurnal Keuangan dan Perbankan

Ricardus Anggi Pramunendar

Universitas Dian Nuswantoro

Author-ID : 344642

Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 43 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Pengembangan Background Subtraction Menggunakan FCM Untuk Deteksi Objek Bergerak Berdasarkan Pencahayaan Yang Bervariasi Rama Aria Megantara; Ricardus Anggi Pramunendar
Techno.Com Vol 16, No 4 (2017): November 2017
Publisher : LPPM Universitas Dian Nuswantoro

Pendataan dari video yang direkam pada waktu malam hari memiliki tingkat kesulitan yang lebih tinggi daripada waktu pagi atau siang hari. Perubahan pencahayaan yang dihasilkan dapat mempengaruhi kualitas gambar dari rekaman video yang dihasilkan. Sehingga pengaruh pencahayaan pada saat malam hari menghasilkan kualitas rekaman video yang sangat rendah, hal ini disebabkan karena pencahayaan pada malam hari sering mengalami perubahan secara drastis. Beberapa metode yang sering digunakan dalam menyelesaikan masalah pelacakan objek bergerak antara lain background subtraction dan algoritma OTSU. Dalam menentukan threshold, algoritma OTSU tidak dapat mendeteksi gambar secara optimal saat berhubungan dengan gambar lain dilevel abu-abu. Dengan mengusulkan algoritma adaptive threshold yang didapatkan dari algoritma FCM diharapkan dapat meningkatkan akurasi untuk mendeteksi objek bergerak pada pencahayaan yang bervarisi. Sehingga dapat dilakukan penelitian ke depan untuk analisis cerdas dalam melacak pola dan deteksi perilaku anomali oleh kendaraan di jalan

PREDIKSI VOLUME LALU LINTAS ANGKUTAN LEBARAN PADA WILAYAH JAWA TENGAH DENGAN METODE K-MEANS CLUSTERING UNTUK ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Evanita Evanita; Edi Noersasongko; Ricardus Anggi Pramunendar
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Di Indonesia kepadatan arus lalu lintas terjadi pada jam berangkat dan pulang kantor, hari-hari libur panjang atau hari-hari besar nasional terutama saat hari raya Idul Fitri (lebaran). Mudik sudah menjadi tradisi bagi masyarakat Indonesia yang ditunggu-tunggu menjelang lebaran, berbondong-bondong untuk pulang ke kampung halaman untuk bertemu dan berkumpul dengan keluarga. Kegiatan rutin tahunan ini banyak di lakukan khususnya bagi masyarakat kota-kota besar seperti Jakarta, dimana diketahui bahwa Jakarta adalah Ibu kota negara Republik Indonesia dan menjadi tujuan merantau untuk mencari pekerjaan yang lebih layak yang merupakan harapan besar bagi masyarakat desa. Volume kendaraan bertambah sejak 7 hari menjelang lebaran sampai 7 hari setelah lebaran tiap tahunnya terutama pada arah keluar dan masuk wilayah Jawa Tengah yang banyak menjadi tujuan mudik. Volume kendaraan saat arus mudik yang selalu meningkat inilah yang akan diteliti lebih lanjut dengan metode ANFIS agar dapat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas, kemacetan panjang dan angka kecelakaan berkurang. Dengan input parameter ANFIS yang digunakan yaitu pengclusteran hingga 5 cluster, epoch 100, error goal 0 diperoleh performa terbaik ANFIS dengan K-Means clustering yang terbagi menjadi 3 cluster, epoch terbaik sebesar 20 dengan RMSE Training terbaik sebesar 0,1198, RMSE Testing terbaik sebesar 0,0282 dan waktu proses tersingkat sebesar 0,0695.Selanjutnya hasil prediksi diharapkan dapat bermanfaat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas lebih baik lagi.Kata kunci: angkutan lebaran, Jawa Tengah, ANFIS.

IMPLEMENTASI METODE CLAHE MENGGUNAKAN PARAMETER DISTRIBUSI UNTUK MENINGKATKAN KUALITAS CITRA OBJEK BAWAH AIR Dwi Puji Prabowo; Ricardus Anggi Pramunendar
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (259.076 KB)

Kualitas citra yang dimiliki suatu objek dibawah air biasanya memiliki kualitas yang tidak jelas. Hal ini disebabkan oleh banyak faktor. Faktor penyebab yang mempengaruhi kualitas citra objek bawah air adalah panjang gelombang yang berbeda di setiap objek di air serta pengaruh terhadap tingkat intensitas cahaya yang ada di sekitar objek. Dalam paper ini, diusulkan implementasi metode clahe untuk meningkatkan kualitas citra pada objek bawah air. Metode clahe ini akan menggunakan parameter distribusi Uniform dengan nilai limit 0,01 sehingga kualitas citra objek yang dihasilkan pada citra bawah air dapat mengurangi tingkat noise yang dihasilkan. Hasil pada percobaan memperlihatkan bahwa metode clahe yang kami implementasikan memberikan hasil pemetaan yang cukup bagus. Evaluasi hasil tersebut diukur dengan menggunakan MSE mendapatkan nilai terbaik adalah 127.7637 dan nilai peak signal to noise ratio mendapatkan hasil sebesar 27.0667.serta nilai PCQI dengan nilai 1.3186 yang menunjukan adanya peningkatan kualitas citra objek, dengan hasil yang diperoleh dapat dinyatakan bahwa metode clahe dengan memanfaatkan parameter distribusi Uniform dapat digunakan untuk meningkatkan kualitas Citra objek bawah air.Kata kunci : Bawah air, clahe , parameter distribusi.

INTEGRASI FUZZY C-MEANS DAN METODE LEVEL SET UNTUK OTOMATISASI SEGMENTASI CITRA MEDIS Rony Wijanarko; Ricardus Anggi Pramunendar; Vincent Suhartono
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2014): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 5 2014
Publisher : Prosiding SNST Fakultas Teknik

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

Segmentasi pada citra medis, seperti X-Rays, Magnetic Resonance (MR), Computer Tomography (CT), Positron Emission Tomography (PET), dan lain-lain merupakan langkah awal yang penting dan sangat menentukan proses analisis data medis dalam visualisasi data pasien dan sebagai panduan dalam operasi.Masalah segmentasi citra medis menjadi sulit, ketika citra yang di proses memiliki resolusi rendah ,kontras yang lemah, dan memiliki banyak noise.Pada penelitian ini penulis mengusulkan Integrasi Metode Fuzzy C-Means untuk otomatisasi penentuan parameter pada metode level set sehingga dapat di gunakan untuk segmentasi citra medis secara universal. Data awal diolah dengan menggunakan FCM untuk mendapatkan pusat cluster, dari data image fcm yang didapatkan kemudian proses segmentasi dilanjutkan dengan menggunakan metode level set untuk mendapatkan segmentasi yang lebih baik.Kinerja metode segmentasi citra medis dengan menggunakan metode ini meningkat dengan data pengukuran hasil experimen adalah Accuracy 97.99, Precission 95.47, Recall 95.20, AUC 0.96 ( excellent classification), Kappa 0.94 (Almost Perfect / perfect) dan RMSE 0.14. Selain itu Metode yang diusulkan juga mampu mempersingkat waktu pemrosesan untuk melakukan segmentasi citra medis. Kata kunci: citra medis, Fuzzy C- Means, metode level set, segmentasi

PENENTUAN PARAMETER DISTRIBUSI PADA METODE CLAHE UNTUK MENINGKATKAN KUALITAS OBJEK BAWAH AIR Dwi Puji Prabowo; Ricardus Anggi Pramunendar
JURNAL ILMIAH MOMENTUM Vol 15, No 1 (2019)
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jim.v15i1.2655

Laut merupakan salah satu kekayaan alam yang dimiliki oleh indonesia, dimana indonesia memiliki luas lautan hingga 6,49 juta km persegi. Banyak ekosistem yang hidup di laut sebagai salah satunya adalah ikan dimana ikan merupakan komodittas penopang perekonomian negara indonesia. Sehingga pendeteksian objek bawah air merupakan salah satu tindakan awal dalam menjaga ekosistem . dalam pendeteksian objek bawah laut dipengaruhi oleh kualitas citra bawah air. Kualitas bawah air sangat dipengaruhi oleh berbagai macam faktor. Beberapa faktor yang dapat mempengaruhi kualitas citra bawah air adalah panjang gelombang yang berbeda disetiap objek yang ada, masalah intensitas cahaya yang dapat mempengaruhi lingkungan sekitar objek. Penelitian ini mengusulkan metode clahe dengan menggunakan parameter distribusi sehingga diharapkan mampu memberikan peningkatan kualitas citra yang lebih maksimal.dengan menggunakan 3 parameter distribusi nantinya akan dianalisis untuk menentukan parameter distribusi manakah yang paling baik untuk digunakan dalam membantu meningkatkan kualitas objek bawah air. Hasil yang diperoleh dari penelitian ini dievaluasi menggunakan MSE, PCQI, dan PNSR sehingga hasil analisis akan lebih akurat . dari penelitian yang dilakukan menghasilkan bahwa metode clahe dengan parameter distribusi Exponent yang memiliki hasil yang lebih baik yaitu nilai MSE yang diperoleh paling rendah 115.1217 yang artinya tingkat eror yang dihasilkan paling kecil dibandingkan dengan yang lain, kemudian nilai PNSR 27.5192 Db merupakan nilai tertinggi yang artinya tingkat kemiripan paling baik dan nilai PCQI yang dihasilkan exponent adalah 1.1686 yang artinya distribusi exponen yang > 1 merupakan terjadi peningkatan kualitas objek yang telah diteliti.Kata kunci : bawah air, clahe , parameter distribusi

PENGEMBANGAN METODE PELACAKAN OBJEK BERBASIS SEGMENTASI MENGGUNAKAN ALGORITMA FCM dwi puji prabowo; Ricardus Anggi Pramunendar
Jurnal Informatika Upgris Vol 4, No 2: Desember (2018)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v4i2.2366

Detection of object tracking is an important part of object recognition analysis. In object tracking applications, object detection is the first step of video surveillance, where accurate object detection becomes important and difficult because there are still problems that arise like the shadow of the detected object (false detection). To overcome this many object tracking applications are constantly being developed to produce accurate object detection. In this case the clustering method is one of the methods that are considered efficient and able to provide segmentation results in the image better and adaptive to changes in the environment and instantaneous changes quickly. So this research proposes the development of the object-oriented FCM method of object segmentation to obtain accurate object detection results. For the development of FCM method this research will be done by using distance approach. The distance approach used is cambera, chebychef, mahattan, minkowski, and Euclidean to get accurate results.

PELACAKAN DAN SEGMENTASI OBJEK BERGERAK MENGGUNAKAN METODE K-MEANS CLUSTERING BERBASIS VARIASI JARAK dwi puji prabowo; khoiriya latifah; Ricardus Anggi Pramunendar
Jurnal Informatika Upgris Vol 5, No 1: Juni (2019)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v5i1.2818

In computer vision tracking and object segmentation is one important step in video processing. Accuracy in object tracking is important in video processing, where accurate object tracking is a thing that continues to be done by many researchers. there are still many problems that are often experienced when tracking objects in terms of lighting, noise up to a high level of error. Many methods can be used in research, one of which is clustering method. Clustering method is a method that is widely used in grouping data, one of which is often used is Kmeans clustering. This method is very flexible, and is able to classify large amounts of data. Besides that, Kmeans is also able to work adeptly and segment the image well. For this study using 5 distance approaches (cambera, chebychef, mahattan, minkowski, Euclidean) distance approach which is expected to improve the results of better accuracy. From the results of the research produced a mahatan distance approach has the best accuracy results with a PNSR value of 16,34399 and the lowest MSE value with a value of 1521,793. Compared to the use of standard models with Euclidean, the approach of high distance accuracy increases

PERSEPSI USER EXPERIENCE TERHADAP APLIKASI PESAN ANTAR MAKANAN ONLINE (STUDI KASUS PENGGUNA APLIKASI MADHANG.ID) Dwi puji prabowo; Dzuha Hening Yanuarsari; Ricardus Anggi Pramunendar
Jurnal Informatika Upgris Vol 6, No 1: JUNI (2020)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v6i1.5784

Menjamurnya permintaan masyarakat akan jasa pesan antar online membuat perusahaan yang bergerak dibidang kuliner secara online mulai bersaing dalam menyediakan jasa dan layanan yang baik. Salah satu sektor dalam pengembang bisnis tersebut adalah konteks marketing media salah satunya yakni lewat media `aplikasi. Aplikasi mampu menjangkau pangsa pasar secara luas sehingga memerlukan perhatian yang lebih dalam segi desain maupun konten terkait dengan pengalaman pengguna yang membuat mereka tertarik untuk menggunakan aplikasi tersebut. Madhang.id merupakan objek yang dikaji dalam penelitian ini dimana merupakan salah satu aplikasi yang menyediakan jasa pesan antar makanan secara online. Penelitian ini menawarkan kajian mengenai persepsi pengguna terhadap penggunan aplikasi madhang.id menggunakan konteks the four elements of user experience yang dibedah menggunakan metode deskriptif-kuantitatif. Luaran yang dihasilkan pada penelitian ini yakni berupa kajian dalam mencari tahu persepsi pengalaman pengguna menggunakan aplikasi madhang.id yang basisnya dikembangkan oleh perusahaan IT dimana manfaatnya dapat dijadikan sebagai bahan rujukan dalam pengembangan apliikasi serupa.

Background Subtraction Berbasis Self Organizing Map Untuk Deteksi Objek Bergerak Noor Wahyudi; Vincent Suhartono; Ricardus Anggi Pramunendar
Systemic: Information System and Informatics Journal Vol. 1 No. 1 (2015): Agustus
Publisher : Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya

First part in automatic video analisys is moving object detection. An accurate moving object detection is needed indeed to next step process of automatic video analisys like tracking object detected adn then analyze of detected object. Background Subtraction is a common approach in moving object detection. The common problems in background subtraction are illumination changes, object shadow, and dynamic background like waving tree. Self organizing Maps algorithm apllied in background Subtraction to handles these common problems. Median filtering and morphological operation added after background Subtraction procces in conjunction to increase and produce accurate moving object detection. Apllied SOM, median filtering, and morphological operation in background subtraction increasing object detection accuraccy with value of MSE in 1463,73 and PSNR in 17,035 compare with alpha based background Subtraction where 4268,50 for MSE and 12,018 for PSNR.

PREDIKSI SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN VAKSIN COVID 19 MENGGUNAKAN RNN dwi puji prabowo; Ricardus anggi pramunendar; Rama Aria Megantara
Jurnal Informatika Upgris Vol 8, No 1: Juni 2022
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v8i1.11599

Memahami sentimen dari opini publik terkait vaksin COVID-19 merupakan tantangan untuk meningkatkan penerimaan vaksin di masyarakat. Analisis sentimen telah memberikan banyak manfaat termasuk di bidang kesehatan. Analisis Sentimen dapat membantu memberikan gambaran yang dirasakan dan dipikirkan oleh para penerima vaksin. RNN merupakan salah satu metode deep learning yang sering diterapkan untuk penelitian analisis sentimen. RNN dengan arsitekur LSTM telah terbukti unggul dibandingkan metode deep learning lainnya dalam menyelesaikan tugas analisis sentimen. Penelitian ini mengusulkan model RNN-LSTM yang menerapkan arsitektur Bidirectional Layer (Bi-LSTM) agar penyerapan informasi kontekstual data lebih optimal karena data input diproses secara forward dan backward. Serta menambahkan mekanisme variational dropout pada layer LSTM untuk mendapatkan model yang optimal dan terhindar dari overfitting. Namun, keberhasilan dan keoptimalan model deep learning sangat bergantung pada ukuran dataset, jenis tugas dan penentuan parameternya. Dalam penelitian ini eksperimen terhadap nilai parameter arsitektur model dilakukan untuk mendapatkan model yang optimal dalam melakukan analisis sentimen opini publik terkait Vaksin COVID-19. Sehingga parameter terbaik didapatkan untuk model Bi-LSTM ini yaitu seperti berikut: maxlen =50, embedding size= 300, recurrent unit = 50, variational dropout = 0.25, optimizer Nadam, dan epoch = 100. Hasil evaluasi menunjukkan model BI-LSTM ini mampu melakukan analisis sentimen terhadap opini publik terkait vaksin COVID-19 ke dalam tiga kelas sentimen (positif, netral dan negatif) dengan baik dan mendapatkan akurasi sebesar 89.15% dengan rata-rata presisi 88%, recall 89% dan F1-score 88.43%

Co-Authors Abdul Syukur Ade Yusupa Ahmad Akrom Ahmad Akrom Alzami, Farrikh Andi Kamaruddin Apriyanto Alhamad Arifin, Zaenal Catur Supriyanto Catur Supriyanto Catur Supriyanto Dewi Nurdiyah Dwi Puji Prabowo Dwi Puji Prabowo Dwi Puji Prabowo, Dwi Puji Dzuha Hening Yanuarsari, Dzuha Hening Edi Noersasongko Enrico Irawan Etika Kartikadarma Evanita Evanita, Evanita Fajrian Nur Adnan Fathorazi Nur Fajri Fatkhuroji Fatkhuroji Fauzi Adi Rafrastara Fikri Diva Sambasri Fikri Diva Sambasri Guruh Fajar Shidik Hasan Asari Hendri Ramdan Ika Novita Dewi Ika Novita Dewi Imran, Bahtiar Irham Ferdiansyah Katili Iswahyudi Iswahyudi khoiriya latifah Kristhina Evandari Kurnia Prayoga Wicaksono M. Arif Soeleman M. Arif Soleman Megantara, Rama Aria Mira Nabila Moch Arief Soeleman Mochamad Arief Soeleman Mochamad Hariadi Moh. Arief Soeleman Muh Nasirudin Karim Noor Wahyudi Nuanza Purinsyira Nur Azise Pulung Nurtantio Andono Pulung Nurtantio Andono Pulung Nurtantio Andono Pulung Nurtantyo Andono Puri Sulistiyawati Puri Sulistiyawati Puri Sulistiyawati Purwanto Purwanto Purwanto Purwanto Putu Samuel Prihatmajaya Rama Aria Megantara Rama Aria Megantara Rifqi Mulya Kiswanto Ritzkal, Ritzkal Rony Wijanarko Sasono Wibowo Stefanus Santosa Sutini Dharma Oetomo Tamamy, Aries Jehan Usman Sudibyo Vincent Suhartono Vincent Suhartono Vincent Suhartono Yudha Tirto Pramonoaji Yuliman Purwanto Yuslena Sari

Title

Found 43 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 43 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 43 Documents
Search