Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal INTEGER: Journal of Information Technology Jurnal Indonesia Sosial Teknologi
Endang Setyati
Institute Sains dan Teknologi Terpadu Surabaya
Computer Science & IT Economics, Econometrics & Finance Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences

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

Found 2 Documents
Search

 1 
Klasifikasi Topeng Pandawa dengan SVM Andi Sanjaya; Endang Setyati; Herman Budianto
INTEGER: Journal of Information Technology Vol 5, No 1: April 2020
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2020.v5i1.910

Abstract

Klasifikasi merupakan tahapan tingkat lanjut dari sebuah keilmuan computer vision. Karena tujuan dari sebuah aplikasi rekognisi yaitu mengenali. Cara mengenali yaitu dengan cara klasifikasi. Banyak metode klasifikasi yang ada, namun pada penelitian ini menggunakan Support Vector Machine (SVM). SVM dipilih karena bisa mengatasi data dengan dimensi yang sangat besar tanpa mereduksi data, bekerja dengan data linier atau nonlinier dan membuat sebuah hyperplane yang memisahkan data antar kelas. Pada penelitian ini menggunakan data patung pandawa dengan lima kelas. Lima kelas terdiri dari kelas yudhistira, bima, arjuna, nakula dan sadewa. Kernel yang digunakan pada penelitian ini menggunakan  Radial Basis Function (RBF). Hasil ujicoba pada penelitian mempunya rata-rata akurasi sebesar 0,848.
Ekstraksi Informasi Meme-Internet Berbahasa Indonesia Dengan Mesin Pencarian Fery Satria Kristianto; Endang Setyati; Reddy Alexandro Harianto
Jurnal Indonesia Sosial Teknologi Vol. 1 No. 05 (2020): Jurnal Indonesia Sosial Teknologi
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (300.539 KB) | DOI: 10.36418/jist.v1i5.56

Abstract

Citra meme yang ada di internet memiliki informasi yang dapat digali dengan tujuan untuk mendapatkan informasi baru yang diperlukan masyarakat. Ekstraksi Informasi merupakan salah satu ilmu dalam mengenali data teks tidak terstruktur menjadi data teks terstruktur. Dalam penelitian akan melakukan ujicoba dalam mengenali citra latar dan teks yang terkandung di dalam citra. Posisi teks yang hendak dikenali berada pada bagian atas dan bawah citra meme. Algoritma SIFT adalah salah satu metode ekstraksi fitur yang paling banyak digunakan dalam mengenali lokal fitur dari sebuah citra. Penggunaan algoritma SIFT dalam mengenali lokal fitur dari citra diharapkan dapat memberikan informasi yang baik. Sedangkan untuk kemiripan secara tekstual digunakan algoritma Jaro-Winkler distance. Uji coba dalam pra-proses dalam pembentukan database fitur citra dan kata menggunakan 1000 data citra hasil proses crawling dapat dilaksanakan. Praproses terutama untuk tahapan ekstraksi teks yang terdapat pada citra dapat berjalan baik. Pada tahap uji coba temu kembali informasi data citra yang digunakan sebanyak 50 citra. Hasil uji coba temu kembali informasi dengan memanfaatkaan database fitur yang terbentuk dalam penelitian, belum berjalan maksimal karena luaran dari sistem dalam memberikan hasil masih jauh dari hipotesa awal. Prosentase kemiripan citra hasil ujicoba luaran query masih di bawah 50%, terutama di bagian kesesuaian antara teks citra dan citra latar.
Co-Authors Andi Sanjaya Fery Satria Kristianto Herman Budianto Reddy Alexandro Harianto