Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Techne : Jurnal Ilmiah Elektroteknika Jurnal Sistem Komputer & Kecerdasan Buatan AKM: Aksi Kepada Masyarakat
Riko Arlando Saragih
Universitas Kristen Maranatha
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Simulasi Ektraksi Citra Wajah dengan Deskriptor Global Direct Fractional-Step Linear Discriminant Analysis (DF-LDA) untuk Pengenalan Wajah Ikuthen Gabriel Barus; Riko Arlando Saragih
Techné : Jurnal Ilmiah Elektroteknika Vol. 14 No. 01 (2015)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (572.905 KB) | DOI: 10.31358/techne.v14i01.124

Abstract

Tulisan ini memaparkan simulasi ekstraksi citra wajah secara global dengan menggunakan salah satu teknik Linear Discriminant Analysis (LDA), yaitu Direct Fractional-Step LDA (DF-LDA) untuk pengenalan wajah. Tujuan tulisan ini adalah untuk mengevaluasi unjuk kerja teknik ini terhadap masalah small sample size (SSS) yang sering muncul di dalam pengenalan wajah. Pada dasarnya teknik berbasis LDA ini (DF-LDA) merupakan kombinasi dari teknik D-LDA dan F-LDA, dimana untuk merepresentasikan citra wajah secara global secara efisien dapat ditambahkan sebuah fungsi pembobot (weighting function) dengan bertahap secara langsung dan fraksional pada proses LDA. Proses pencocokan dilakukan dengan mencari jarak Euclidean minimum antara ciri citra wajah uji terhadap ciri citra wajah latih yang terdapat di dalam database. Dari hasil simulasi untuk Database Face Recognition Data dan Database Mahasiswa Maranatha diperoleh akurasi pengenalan wajah yang lebih baik untuk kondisi jumlah citra wajah satu per orang di dalam proses pelatihan jika database wajah diproses secara terpisah.
Analisis Jumlah Video Latih yang Berbeda pada Setiap Kelas untuk Aplikasi Near Duplicate Video Retrieval (NDVR) Ruben Stefanus; Riko Arlando Saragih
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 2 (2022): Volume V - Nomor 2 - Maret 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i2.292

Abstract

Near Duplicate Video Retrieval (NDVR) adalah salah satu jenis teknik retrieval berbasis video yang sering dilakukan karena banyaknya video yang hampir duplikat dari video asli. Biasanya aktivitas video retrieval dilakukan untuk memperoleh manfaat (umumnya komersial) tanpa seijin pemilik hak cipta yang sah. Salah satu isu dalam sistem NDVR adalah ketidakseimbangan jumlah video latih untuk setiap kelas, sehingga di dalam tulisan ini akan dikaji pengaruh jumlah video latih yang berbeda untuk setiap kelas. Metode t-USMVH merupakan rancangan yang akan digunakan dalam sistem NDVR pada penelitian ini. Sementara itu, sistem NDVR yang akan direalisasikan terdiri atas 4 tahapan, yaitu proses ekstraksi keyframe, ekstraksi ciri, pelatihan sistem, serta pencocokan kode hash antarvideo. Pada tahap ekstraksi keyframe, pemilihan keyframe dilakukan berdasarkan jumlah sampel per detik tanpa mengabaikan perubahan citra antardetik. Di tahap kedua, yaitu proses ekstraksi ciri, ada 2 pendekatan yang dipakai, yaitu ekstraksi ciri global (Hue Saturation Value/HSV) serta ekstraksi ciri lokal (Local Directional Pattern/LDP). Selanjutnya, teknik backpropagation merupakan metode untuk pelatihan sistem, dan diakhiri dengan pencocokan kode hash antarvideo menggunakan metode Hamming Distance (HD). Variabel yang diuji adalah kombinasi variasi ciri, variasi jumlah iterasi, dan variasi jumlah video latih untuk setiap kelas. Selain itu, ada 2 variasi jumlah video latih untuk setiap kelas yaitu, imbalance query video dan balance query video. Hasil simulasi menunjukkan bahwa nilai Mean Average Precision (MAP) untuk kondisi balance query video lebih besar dari pada imbalance query video pada semua variasi iterasi dan semua variasi ciri. Selain itu, penggabungan ekstraksi ciri lokal dan ciri global pada sistem balance query video menghasilkan nilai MAP yang lebih baik daripada hanya menggunakan satu jenis ekstraksi ciri.
Realisasi Prediksi Jalur Visual Berdasarkan Citra Tunggal dengan Spatial Matching Network Mohamad Hafiz Gema Takbir Akbar; Riko Arlando Saragih
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v6i1.327

Abstract

Abstract—Jalur visual dapat didefenisikan sebagai cara manusia menafsir secara visual terhadap sebuah lintasan yang dapat dilalui. Prediksi jalur visual adalah suatu bidang riset kecerdasan buatan untuk memprediksi dan menafsirkan situasi dalam suatu scene yang meniru kemampuan berfikir manusia. Pada tahun 2016, sebuah jaringan syaraf tiruan berbasis Convolutional Neural Network (CNN) bernama Spatial Matching Network (SMN) dibangun untuk memprediksi jalur visual dari satu citra berdasarkan analisis spasial. Fungsi dari SMN adalah untuk mencari kesesuaian konteks spasial dari objek observasi dalam sebuah citra dengan lingkungannya. Dalam tulisan ini, prediksi jalur visual menggunakan SMN dikembangkan berdasarkan 4 jenis percobaan yang melibatkan orientasi dari objek dan perubahan jumlah node dari directed graph yang merepresentasikan hubungan pada tiap posisi pada citra. Kontribusi penelitian ini adalah kenaikan akurasi dari rata-rata hasil prediksi jalur visual menggunakan evaluasi metrik Modified Hausdorff Distance, dengan rincian kenaikan akurasi hasil 0,04% dari percobaan dengan penambahan jumlah node pada directed graph, kenaikan sebesar 14,9% dari percobaan dengan penambahan orientasi obyek, dan kenaikan akurasi hasil sebesar 20,5% pada percobaan dengan penambahan kedua parameter tersebut. Keywords— Spatial Matching Network, Convolutional Neural Network, Fully Connected Layer, jalur visual, analisis spasial, orientasi obyek, node, directed graph
Pelatihan Kecerdasan Buatan bagi Siswa-siswi SMKN-4 Bandung Ratnadewi Ratnadewi; Heri Andrianto; Riko Arlando Saragih; Agus Prijono; Tio Dewantho Sunoto; Yohana Susanthi; Judea Janoto Jarden
AKM Vol 4 No 1 (2023): AKM : Aksi Kepada Masyarakat Jurnal Pengabdian Kepada Masyarakat - Juli 2023
Publisher : Sekolah Tinggi Ekonomi dan Bisnis Syariah (STEBIS) Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36908/akm.v4i1.839

Abstract

Salah satu bidang ilmu dari Teknik Elektro yang dikenal adalah kecerdasan buatan yang sudah berkembang pesat dan banyak digunakan oleh masyarakat pada saat ini. Pembekalan mengenai keilmuan Teknik Elektro khususnya kecerdasan buatan perlu disosialisasikan kepada para siswa-siswi agar mereka memahami lingkup dan aplikasi ilmu dari bidang Teknik Elektro dalam masyarakat. Metode pelaksanaan pelatihan yang digunakan adalah service learning, yaitu siswa-siswi SMKN-4 Bandung diberi pelatihan agar lebih memahami tentang kecerdasan buatan, machine learning, deep learning serta pengetahuan tentang computer vision dan materi tentang NLP (Natural Language Processing). Sebelum dan setelah pelatihan peserta diminta mengikuti kuis untuk mengetahui tingkat pengetahuan meraka. Hasil kuis menunjukkan bahwa dari test pertama terjadi peningkatan pengetahuan rata-rata sebesar 36 point, sedangkan untuk test kedua terjadi peningkatan pengetahuan rata-rata sebesar 50 point, berikutnya pada test ketiga terjadi peningkatan pengetahuan rata-rata 37 point.
Co-Authors Agus Prijono Heri Andrianto Ikuthen Gabriel Barus Judea Janoto Jarden Mohamad Hafiz Gema Takbir Akbar Ratnadewi . Ruben Stefanus Tio Dewantho Sunoto Yohana Susanthi