Articles
<![CDATA[ Rancang Bangun Aplikasi Identifikasi Tanda Tangan Menggunakan Ekstraksi Ciri PCA ]]>
<![CDATA[Wulanningrum, Resty]]>;
<![CDATA[Niswatin, Ratih Kumalasari]]>
<![CDATA[ Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) ]]>
Publisher : <![CDATA[Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini berisi tentang identifikasi citra tanda tangan menggunakan Principal Component Analysis (PCA) dan Euclidean Distance. Citra tanda tangan yang diambil menggunakan alat digitasi yaitu scanner. Hasil citra tanda tangan dari scanner akan diolah menggunakan image processing dan kemudian dilakukan ekstraksi cirri. Tahapan yang ada pada penelitian ini adalah membaca citra hasil scanner dan dilakukan preprocessing yaitu pemberian nilai threshold dan grayscale. Setelah dilakukan grayscale selanjutnya adalah dilakukan proses segmentasi citra atau partisi citra menjadi beberapa bagian yang kemudian akan dilakukan ekstraksi cirri menggunakan Principal Component Analysis. Pada tahapan ekstraksi ciri ini dilakukan proses penambahan reduksi dimensi. Data atau citra training yang sudah dilakukan ekstraksi ciri, nilai matriknya akan disimpan di dalam database yang akan digunakan pada proses pencocokan menggunakan Euclidean Distance. Hasil ujicoba terbaik pada scenario ujicoba 2, yaitu 99%. Sedangkan hasil ujicoba untuk tanda tangan palsu yaitu sebesar 66 %. Kesimpulan dari penelitian ini adalah Implementasi Principal Component Analysis dan Euclidean Distance untuk identifikasi tanda tangan seseorang sudah baik, tapi belum baik untuk proses otentikasi tanda tangan. Karena pemalsuan tanda tangan itu kadang terlihat seperti aslinya, hanya ada perbedaan pada penekanan pada saat tanda tanda. Principal Component Analysis dan Euclidean Distance hanya mempelajari pola dari citra tanda tangan. Jadi kurang detail terhadap citra tanda tangan palsu. Disarankan untuk penelitian selanjutnya untuk menambahkan algoritma atau metode lain agar hasil identifikasi dan otentikasi tanda tangan bisa mendapatkan hasil yang maksimal.]]>
<![CDATA[SISTEM INFORMASI REMINDER PENGUMPULAN SOAL UJIAN ]]>
<![CDATA[Kumalasari Niswatin, Ratih]]>;
<![CDATA[Wulanningrum, Resty]]>;
<![CDATA[Fadzerie Robby, Bagus]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 2, No 2 (2016): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan teknologi yang semakin maju ini membuat semua informasi juga sangat cepat menjadi update. Hal ini membuat semua sistem menjadi terkomputerisasi akan lebih banyak dipilih dibandingkan dengan sistem manual. Demikian pula dalam dunia pendidikan, banyak sekolah bahkan perguruan tinggi yang sudah menggunakan sistem informasi akademik. Selain itu, hal yang paling penting dalam dunia pendidikan adalah pada saat mendekati Ujian Tengah Semester (UTS) atau Ujian Akhir Semester (UAS). Seorang dosen harus mengumpulkan soal untuk ujian. Soal yang akan diujikan harus dikumpulkan dalam waktu yang ditentukan agar bisa dilakukan penggandaan untuk selanjutnya.Tujuan dari penelitian ini adalah membuat sistem untuk mempermudah seorang admin dalam melakukan cek siapa saja dosen yang belum mengumpulkan soal ujian. Hasil penelitian ini adalah dan menghasilkan sebuah sistem yang akan mempermudah admin dalam melakukan cek pengumpulan soal ujian.Kata Kunci: Sistem Informasi, Soal Ujian, Reminder.]]>
<![CDATA[DISCRETE COSINE TRANSFORM UNTUK IDENTIFIKASI CITRA HYLOCEREUS COSTARICENSIS ]]>
<![CDATA[Wulanningrum, Resty]]>;
<![CDATA[Lelitavistara, Nandha Vera Wihra]]>
<![CDATA[ Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 6, No 2 (2015): JURNAL SIMETRIS VOLUME 6 NO 2 TAHUN 2015 ]]>
Publisher : <![CDATA[Universitas Muria Kudus ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (391.455 KB)
|
DOI: 10.24176/simet.v6i2.472
<![CDATA[ABSTRAK Pengolahan citra digital memiliki peranan sangat luas terhadap kehidupan sehari- hari. Salah satunya dapat digunakan untuk mengidentifikasi citra buah untuk mengetahui tingkat kematangan buah tersebut. Pada penelitian ini identifikasi citra tersebut diterapkan pada hylocereus costaricensis(buah naga merah). Seringkali ketika membeli buah tersebut setelah dimakan daging buah naga terasa sangat lunak dan hambar. Padahal pada buah naga tersebut mengandung rasa manis, asam serta segar.Pada penelitian ini menggunakan metode Discrete Cosine Transform (DCT) dengan objek buah naga merah di kebun buah naga Ngunut, Tulungagung. Citra buah naga dilakukan tahap pre- processing yaitu grayscale dan deteksi tepi, kemudian dilanjutkan pada tahap metode DCT dan pengenalan menggunakan euclidean distances.Penelitian dilakukan dengan pengambilan gambar dari masing- masing tingkat kematangan yang berbeda yaitu pada tingkat kematangan 25%, 40%, 60%, 75%, dan 90%. Dari masing- masing sampel dilakukan pengambilan gambar dengan background warna putih. Hasil dari penelitian ini adalah citra buah naga merah mampu diidentifikasi menggunakan DCT dan Euclidean Distance dengan prosentase akurasi sebesar 80%. Besarnya tingkat akurasi dipengaruhi oleh banyaknya jumlah data training yang digunakan. Kata kunci: DCT, deteksi tepi, euclidean distances, grayscale, hylocereus costaricensis.]]>
<![CDATA[Rancang Bangun Aplikasi Identifikasi Tanda Tangan Menggunakan Ekstraksi Ciri PCA ]]>
<![CDATA[Wulanningrum, Resty]]>;
<![CDATA[Niswatin, Ratih Kumalasari]]>
<![CDATA[ Prosiding SNATIKA Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) ]]>
Publisher : <![CDATA[LPPM STIKI Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini berisi tentang identifikasi citra tanda tangan menggunakan Principal Component Analysis (PCA) dan Euclidean Distance. Citra tanda tangan yang diambil menggunakan alat digitasi yaitu scanner. Hasil citra tanda tangan dari scanner akan diolah menggunakan image processing dan kemudian dilakukan ekstraksi cirri. Tahapan yang ada pada penelitian ini adalah membaca citra hasil scanner dan dilakukan preprocessing yaitu pemberian nilai threshold dan grayscale. Setelah dilakukan grayscale selanjutnya adalah dilakukan proses segmentasi citra atau partisi citra menjadi beberapa bagian yang kemudian akan dilakukan ekstraksi cirri menggunakan Principal Component Analysis. Pada tahapan ekstraksi ciri ini dilakukan proses penambahan reduksi dimensi. Data atau citra training yang sudah dilakukan ekstraksi ciri, nilai matriknya akan disimpan di dalam database yang akan digunakan pada proses pencocokan menggunakan Euclidean Distance. Hasil ujicoba terbaik pada scenario ujicoba 2, yaitu 99%. Sedangkan hasil ujicoba untuk tanda tangan palsu yaitu sebesar 66 %. Kesimpulan dari penelitian ini adalah Implementasi Principal Component Analysis dan Euclidean Distance untuk identifikasi tanda tangan seseorang sudah baik, tapi belum baik untuk proses otentikasi tanda tangan. Karena pemalsuan tanda tangan itu kadang terlihat seperti aslinya, hanya ada perbedaan pada penekanan pada saat tanda tanda. Principal Component Analysis dan Euclidean Distance hanya mempelajari pola dari citra tanda tangan. Jadi kurang detail terhadap citra tanda tangan palsu. Disarankan untuk penelitian selanjutnya untuk menambahkan algoritma atau metode lain agar hasil identifikasi dan otentikasi tanda tangan bisa mendapatkan hasil yang maksimal.]]>
<![CDATA[PENGENALAN RUMPUT LAUT MENGGUNAKAN EUCLIDEAN DISTANCE BERBASIS EKSTRAKSI FITUR ]]>
<![CDATA[Resty Wulanningrum]]>;
<![CDATA[Aeri Rachmad]]>
<![CDATA[ Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2012 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Rumput laut merupakan salah satu komoditas unggulan di Indonesia. Diantaranya mempunyai keunggulan komparatif karena tersedia dalam jumlah yang besar dan beraneka ragam. Semakin banyaknya jenis rumput laut,maka dibutuhkan suatu sistem yang digunakan untuk pengenalan rumput laut dengan proses pelatihan citra rumput laut, penggunaan pixel dari citra secara langsung dapat mengakibatkan banyaknya fitur-fitur citra rumput laut yang tidak dapat terekstraksi dengan baik. Sehingga diperlukan suatu pemrosesan awal yang dapat mengekstraksi fitur-fitur citra dengan baik. Dimana pada penelitian ini digunakan PCA (Pincipal Component Analysis) dan Euclidean Distance. Dari ujicoba kelas A (Sargassum), B (Gracilaria) dan C (Eucheuma Cottoni) diperoleh akurasi sebesar 96.6%, pada dataset 40 data testing 10 masing-masing kelas dan menggunakan dimensi 120.]]>
<![CDATA[STUDI PERBANDINGAN PERBAIKAN KUALITAS CITRA GESTUR TANGAN MENGGUNAKAN METODE HISTOGRAM EQUALIZATION DENGAN ADAPTIVE HISTOGRAM EQUALIZATION ]]>
<![CDATA[Muhammad Abdul Aziz]]>;
<![CDATA[Resty Wulanningrum]]>;
<![CDATA[Daniel Swanjaya]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 2 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i2.239
<![CDATA[Menciptakan lingkungan yang aman di lingkungan sekolah dapat dilakukan dengan memasang CCTV yang dilengkapi aplikasi yang mampu mendeteksi masalah lewat pola gerakan gestur tangan. Namun dalam proses pengenalan pola gestur tangan terkendala oleh pengambilan data citra capture gestur tangan dari CCTV yang kualitas kontras citra kurang merata. Tujuan dari penelitian ini adalah untuk membuat sebuah sistem yang dapat melakukan perbaikan kualitas citra hasil capture gestur tangan dari CCTV. Dalam melakukan penelitian ini akan menggunakan metode histogram equalization dan adaptive histogram equalization dan selanjutnya membandingkan hasil perbaikan kualitas citra diantara kedua metode yang digunakan. Data citra yang akan digunakan dalam penelitian ini yaitu citra gestur tangan melambai. Dari hasil uji coba yang sudah dilakukan didapatkan hasil bahwa penggunaan metode adaptive histogram equalization lebih baik dari pada metode histogram equalization yang mana dari segi tampilan visual histogram equalization menunjukan hasil yang lebih gelap dari pada metode adaptive histogram equalization. Sedangkan untuk hasil nilai rata-rata MSE paling rendah didapatkan oleh metode adaptive histogram equalization yaitu sebesar 102.368 untuk tabel 3 (citra pencahayaan terang) dan 120.162 untuk tabel 4 (citra pencahayaan redup), dan untuk metode histogram equalization mendapatkan nilai rata-rata MSE sebesar 214.473 dan 262.285.]]>
<![CDATA[SISTEM INFORMASI REMINDER PENGUMPULAN SOAL UJIAN ]]>
<![CDATA[Bagus Fadzerie Robby]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>;
<![CDATA[Resty Wulanningrum]]>
<![CDATA[ Network Engineering Research Operation Vol 2, No 2 (2016): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (279.162 KB)
|
DOI: 10.21107/nero.v2i2.55
<![CDATA[Perkembangan teknologi yang semakin maju ini membuat semua informasi juga sangat cepat menjadi update. Hal ini membuat semua sistem menjadi terkomputerisasi akan lebih banyak dipilih dibandingkan dengan sistem manual. Demikian pula dalam dunia pendidikan, banyak sekolah bahkan perguruan tinggi yang sudah menggunakan sistem informasi akademik. Selain itu, hal yang paling penting dalam dunia pendidikan adalah pada saat mendekati Ujian Tengah Semester (UTS) atau Ujian Akhir Semester (UAS). Seorang dosen harus mengumpulkan soal untuk ujian. Soal yang akan diujikan harus dikumpulkan dalam waktu yang ditentukan agar bisa dilakukan penggandaan untuk selanjutnya.Tujuan dari penelitian ini adalah membuat sistem untuk mempermudah seorang admin dalam melakukan cek siapa saja dosen yang belum mengumpulkan soal ujian. Hasil penelitian ini adalah dan menghasilkan sebuah sistem yang akan mempermudah admin dalam melakukan cek pengumpulan soal ujian.Kata Kunci: Sistem Informasi, Soal Ujian, Reminder.]]>
<![CDATA[KLASIFIKASI CITRA OBJEK WISATA DI KECAMATAN SAWAHAN MENGGUNAKAN DOMINANT COLOR STRUCTURE DESCRIPTOR (DCSD) ]]>
<![CDATA[Nurul Mahpiroh]]>;
<![CDATA[Julian Sahertian]]>;
<![CDATA[Resty Wulanningrum]]>;
<![CDATA[Doni Abdul Fatah]]>
<![CDATA[ Network Engineering Research Operation Vol 7, No 1 (2022): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v7i1.245
<![CDATA[Banyaknya objek wisata yang berada di Kecamatan Sawahan membuat Kecamatan Sawahan sering dikunjungi oleh wisatawan, terbukti dengan banyaknya unggahan gambar pengunjung di sosial media yang menunjukkan objek wisata tersebut berada di Kecamatan Sawahan. Kemudian, gambar dari sosial media digunakan untuk klasifikasi citra objek wisata. Hasilnya berupa gambar objek wisata dikenali atau tidak. Untuk metodologi penelitian yang digunakan pada penelitian ini menggunakan metode R&D (Research and Development) yang mana menjelaskan analisa sistem, pengumpulan data, perancangan, dan evaluasi yang telah dibuat. R & D sendiri adalah tahap awal dan tahap eksplorasi dengan melakukan riset dan pengembangan serta pengujian pada suatu produk. Metode Dominant Color Structure Descriptor (DCSD) adalah metode yang dapat digunakan untuk ekstraksi fitur warna sehingga data gambar yang digunakan harus memiliki perbedaan warna yang mencolok. Dengan pengujian data gambar cerah, berawan, dan cerah-berawan kemudian dievaluasi menggunakan confusion matrix. Hasil evaluasi diperoleh akurasi sebesar 93% untuk gambar cerah, untuk gambar berawan diperoleh akurasi sebesar 84%, dan untuk gambar cerah-berawan diperoleh akurasi sebesar 80%. Hasil tersebut cukup baik jika digunakan untuk mengenali gambar objek wisata.]]>
<![CDATA[DISCRETE COSINE TRANSFORM UNTUK IDENTIFIKASI CITRA HYLOCEREUS COSTARICENSIS ]]>
<![CDATA[Resty Wulanningrum]]>;
<![CDATA[Nandha Vera Wihra Lelitavistara]]>
<![CDATA[ Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 6, No 2 (2015): JURNAL SIMETRIS VOLUME 6 NO 2 TAHUN 2015 ]]>
Publisher : <![CDATA[Universitas Muria Kudus ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (391.455 KB)
|
DOI: 10.24176/simet.v6i2.472
<![CDATA[ABSTRAK Pengolahan citra digital memiliki peranan sangat luas terhadap kehidupan sehari- hari. Salah satunya dapat digunakan untuk mengidentifikasi citra buah untuk mengetahui tingkat kematangan buah tersebut. Pada penelitian ini identifikasi citra tersebut diterapkan pada hylocereus costaricensis(buah naga merah). Seringkali ketika membeli buah tersebut setelah dimakan daging buah naga terasa sangat lunak dan hambar. Padahal pada buah naga tersebut mengandung rasa manis, asam serta segar.Pada penelitian ini menggunakan metode Discrete Cosine Transform (DCT) dengan objek buah naga merah di kebun buah naga Ngunut, Tulungagung. Citra buah naga dilakukan tahap pre- processing yaitu grayscale dan deteksi tepi, kemudian dilanjutkan pada tahap metode DCT dan pengenalan menggunakan euclidean distances.Penelitian dilakukan dengan pengambilan gambar dari masing- masing tingkat kematangan yang berbeda yaitu pada tingkat kematangan 25%, 40%, 60%, 75%, dan 90%. Dari masing- masing sampel dilakukan pengambilan gambar dengan background warna putih. Hasil dari penelitian ini adalah citra buah naga merah mampu diidentifikasi menggunakan DCT dan Euclidean Distance dengan prosentase akurasi sebesar 80%. Besarnya tingkat akurasi dipengaruhi oleh banyaknya jumlah data training yang digunakan. Kata kunci: DCT, deteksi tepi, euclidean distances, grayscale, hylocereus costaricensis.]]>
<![CDATA[Penggunaan Principal Component Analysis dan Euclidean Distance untuk Identifikasi Citra Tanda Tangan ]]>
<![CDATA[Ema Utami]]>;
<![CDATA[Resty Wulanningrum]]>
<![CDATA[ IPTEK-KOM : Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi Vol 16, No 1 (2014): JURNAL IPTEKKOM : Jurnal Ilmu Pengetahuan & Teknologi Informasi ]]>
Publisher : <![CDATA[BPSDMP KOMNFO Yogyakarta, Kementerian Komunikasi dan Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33164/iptekkom.16.1.2014.1-16
<![CDATA[Teknologi computer vision untuk identifikasi identitas spesifik seseorang telah banyak berkembang, baik identifikasi melalui sidik jari, retina, suara, bahkan tanda tangan. Tanda tangan merupakan identitas autentifikasi yang umum digunakan. Dengan perkembangan teknologi digital, diperlukan metode autentifikasi tanda tangan untuk memastikan keamanan, keaslian, dan kesesuaian tanda tangan. Penelitian ini bertujuan menggunakan metode Principal Component Analysis (PCA) dan Euclidean Distance untuk mengidentifikasi tanda tangan dengan perlakuan yang berbeda. Pengujian menunjukkan tingkat akurasi terbaik pada nilai threshold sebesar 50 – 219 dengan nilai akurasi 95%. Penggunaan dimensi berbeda antara citra training dan citra testing menghasilkan akurasi 60%. Pengujian dengan tinta warna berbeda menunjukan tingkat akurasi mencapai 100%. Dengan demikian, metode PCA dan Euclidean Distance dapat digunakan untuk mengidentifikasi tanda tangan.Kata kunci: Principal Component Analysis, Euclidean Distance, citra tanda tangan, threshold, dimensi.]]>
