Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Register: Jurnal Ilmiah Teknologi Sistem Informasi REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Ahmad Hifdhul Abror, Ahmad Hifdhul
Sistem Informasi, Fakultas Saintek, UIN Sunan Ampel, Surabaya
Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Education Library & Information Science

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

Found 4 Documents
Search

 1 
PERBAIKAN ORIENTASI CITRA BERDASARKAN KEBERADAAN MANUSIA MENGGUNAKAN FITUR GRADIEN DAN HAAR-LIKE Abror, Ahmad Hifdhul; Tjandrasa, Handayani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 13, No 2, Juli 2015
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v13i2.a479

Abstract

Perkembangan dan penggunaan teknologi kamera digital saat ini sudah sangat meningkat, ditandai dengan banyaknya jenis kamera serta disematkannya kamera pada berbagai perangkat seperti laptop, ponsel, tab, jam tangan, dan gadget lainnya, sehingga kegiatan fotografi menjadi semakin mudah. Namun sebagian besar perangkat-perangkat tersebut tidak memiliki sensor untuk menyimpan informasi mengenai orientasi foto yang diambil apakah itu portrait atau landscape. Karena itu, kebanyakan foto-foto yang mengalami rotasi tidak sebagaimana mestinya baru disadari ketika disajikan di depan layar komputer atau televisi atau yang lainnya. Pada penelitian ini diajukan sebuah metode perbaikan orientasi citra dengan fitur haar-like dan gradien magnitude citra untuk mendeteksi objek manusia yang ada didalamnya. Objek manusia yang ditemukan dijadikan acuan untuk perbaikan orientasi. Sedangkan klasifikasi yang digunakan adalah klas-ifikasi cascade adaboost. Dengan sedikit modifikasi penerapan klasifikasi cascade adaboost diperoleh akurasi hingga 79% dimana akurasi tersebut lebih baik dari pada tanpa menggunakan modifikasi. Penerapan modifikasi juga mening-katkan kecepatan pemrosesan hingga dua kali lipat.
Adaptif Range-Constrained Otsu Untuk Pemilihan Threshold Secara Otomatis Pada Histogram Citra Dengan Variansi Kelas Yang Tidak Seimbang Fajarianto, Gama Wisnu; Abror, Ahmad Hifdhul; Hayatin, Nur
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 1 (2016): Januari-Juni
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.116 KB) | DOI: 10.26594/register.v2i1.439

Abstract

Abstrak Image Thresholding merupakan proses segmentasi untuk pemisahkan foreground dan background pada citra dengan cara membagi histogram citra menjadi dua kelas. Beberapa metode thresholding seperti Otsu dan Range-constrained Otsu menggunakan nilai variansi dari histogram untuk mendapatkan titik threshold, namun ketika menangani citra yang memiliki nilai variansi kelas foreground dan background tidak seimbang titik threshold yang dihasilkan kurang tepat. Paper ini mengusulkan metode Adaptif Range-constrained Otsu untuk mengatasi permasalahan variansi kelas yang tidak seimbang dengan cara mencari kelas yang memiliki nilai variansi lebih besar, untuk mendapatkan titik threshold yang lebih tepat. Pengujian menggunakan 22 NDT image dengan evaluasi misclassification error rate dan metode perankingan menunjukkan metode ini menghasilkan rerata ME 0.1153. Sedangkan Otsu sebesar 0.1746. Nilai rerata ranking 3.55, selisih 0.05 dibanding Kittler III. Hasil ini menunjukkan metode yang diusulkan kompetitif, terutama untuk segmentasi citra yang memiliki variansi kelas tidak sama. Kata kunci: segmentasi, thresholding, histogram, Otsu, Range-constrained. Abstract Image thresholding is segmentation process for separating foreground and background of an image by dividing image histogram into two classes. Several thresholding methods like Otsu and Rangeconstrained Otsu using the variance value of the histogram to get the threshold point, but when handling images that have unbalance class variance of the foreground and background produce less accurate threshold point. This paper proposes a method Adaptive Range-constrained Otsu to solve unbalance class variance problem by finding a class that has greater variance value to obtain more accurate threshold point. NDT testing using 22 images with misclassification error rate evaluation and ranking methods shows that this method results ME average of 0.1153, while Otsu method results 0.1746. The rankings mean value is 3.55, which has the difference of 0.05 when compared with Kittler III. These results show that the proposed method is competitive, especially for image segmentation with different class variance. Key word: segmentasi, thresholding, histogram, Otsu, Range-constrained.
Deteksi Kesegaran Ikan Bandeng Berbasis Pengolahan Citra Digital Prayogi, Yanuar Risah; Wibisono, Catur Lega; Abror, Ahmad Hifdhul
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 4 No. 1 (2019): Remik Volume 4 Nomor 1 Oktober 2019
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (980.682 KB) | DOI: 10.33395/remik.v4i1.10228

Abstract

Proses penyortiran ikan bandeng yang tidak segar kebanyakan masih dilakukan secara manual dengan mengandalkan penglihatan mata manusia. Ciri-ciri ikan bandeng yang tidak segar bisa dilihat dari kondisi mata, warna ikan, kondisi sisik, dan dinding perut. Proses penyortiran secara manual kurang efektif karena jumlah ikan yang disortir cukup banyak. Selain rawan terjadi kesalahan karena human error, penyortiran secara manual juga membutuhkan biaya cukup besar dan waktu lama. Pada penelitian sistem deteksi kesegaran ikan bandeng berbasis citra digital, digunakan citra kepala ikan, terutama daerah mata. Citra dari mata ikan bandeng diekstrak pada ruang warna RGB dengan mengambil warna merah. Warna merah menurut mata manusia adalah nilai channel R lebih tinggi dari pada channel G atau B. Warna putih yang tampak oleh mata manusia juga mempunyai nilai channel R yang tinggi tetapi tampak sebagai warna putih karena mempunyai nilai channel G dan B yang tinggi juga. Sehingga nilai warna merah yang digunakan adalah selisih antara warna R dengan warna G dan B pada citra masukan. Hasil ekstrasi citra ikan bandeng membentuk vektor fitur yang nantinya akan dimasukkan kedalam SVM. Uji coba penelitian ini menggunakan citra hasil akuisisi kamera perangkat Android. Resolusi citra yang digunakan sebesar 4000 x 3000. Kernel SVM yang digunakan adalah kernel RBF dengan nilai parameter gamma 0.1, error 0.1, dan degree sebesar 1. Hasil uji coba menunjukkan akurasi sebesar 98.2%.
Adaptif Range-Constrained Otsu Untuk Pemilihan Threshold Secara Otomatis Pada Histogram Citra Dengan Variansi Kelas Yang Tidak Seimbang Fajarianto, Gama Wisnu; Abror, Ahmad Hifdhul; Hayatin, Nur
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 1 (2016): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v2i1.439

Abstract

Co-Authors Catur Lega Wibisono Gama Wisnu Fajarianto, Gama Wisnu Handayani Tjandrasa Nur Hayatin Yanuar Risah Prayogi