Garuda - Garba Rujukan Digital

PENGENALAN POLA KARAKTER PLAT NOMOR KENDARAAN MENGGUNAKAN ALGORITMA MOMENTUM BACKPROPAGATION NEURAL NETWORK Avianto, Donny
Jurnal Informatika Vol 10, No 1 (2016): Januari
Publisher : Universitas Ahmad Dahlan

Peningkatan jumlah kendaraan bermotor yang terus terjadi di Indonesia tiap tahunnya, membuat kebutuhan akan sistem yang mampu mengidentifikasi kendaraan secara otomatis atau sering disebut Sistem Lalu Lintas Cerdas juga ikut meningkat.Sistem ini dapat digunakan antara lain untuk menemukan kendaraan yang dicuri, pembayaran tiket parkir otomatis, dan menindak para pelanggar lampu merah. Kemampuan utama dari sistem tersebut adalah pengenalan plat nomor.Pada penelitian kali ini akan digunakan metode Momentum Backpropagation Neural Network untuk mengenali karakter dari suatu citra plat nomor kendaraan di Indonesia. Namun sebelumnya, citra plat nomor akan diubah menjadi citra biner. Citra biner kemudian disegmentasi untuk mengisolasi karakter-karakter yang akan dikenali. Terakhir dimensi citra hasil segmentasi akan direduksi menggunakan Haar Wavelet.Uji coba pada penelitian kali ini melibatkan 276 karakter yang terdiri dari huruf dan angka pada plat nomor kendaraan di Indonesia. Hasil uji coba menunjukkan 268 karakter diantaranya mampu dikenali dengan benar. Dengan kata lain metode yang digunakan memiliki tingkat akurasi hingga 97,10%.

Implementasi Ekstraksi Ciri Histogram dan K-Nearest Neighbor untuk Klasifikasi Jenis Tanah di Kota Banjar, Jawa Barat Rudi, Rudiono; Avianto, Donny
Jurnal Buana Informatika Vol 10, No 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019
Publisher : Universitas Atma Jaya Yogyakarta

Abstract. Land plays an essential role in the availability of nutrients and water to support our life on earth. Soil quality can be observed based on its color and texture characteristics. By knowing the quality of the soil, the most suitable plants for planting can be determined. This study is conducted to examine the soil quality in Langensari. The most regions in Langensari are in the altitude of fewer than 25 meters above sea level that they are very potential for agriculture and plantation. The proposed system used in this research is a cross-sectional image of the ground as input. The image is then extracted using histogram feature extraction to obtain the intensity, standard deviation, skewness, energy, entropy and smoothness values. K-Nearest Neighbor is then used to classify the results. The proposed system was tested using 20 test images. Based on the experiment result, the system can classify soil types appropriately with accuracy reaching 60% when value of K = 1and K=3.Keywords: Soil Types Classification, Histogram Feature Extraction, K-Nearest Neighbor, Website.Abstrak. Tanah memegang peranan penting dalam tersedianya unsur hara dan air bagi kehidupan makhluk hidup di bumi. Kualitas tanah dapat diketahui dari karakteristik warna dan teksturnya. Dengan mengetahui kualitas tanah, jenis tanaman yang paling tepat untuk ditanam dapat ditentukan. Penelitian ini mengenai kualitas tanah di Langensari. Sebagian besar wilayah Langensari dipilih karena memiliki ketinggian kurang dari 25 mdpl dimana sangat berpotensi sebagai daerah pertanian dan perkebunan. Sistem yang diusulkan menggunakan citra penampang tanah sebagai inputan. Citra kemudian diekstrak menggunakan ekstraksi ciri histogram untuk mendapatkan nilai intensitas, standar deviasi, skewness, energi, entropi, dan smoothness. Fitur yang dihasilkan kemudian diklasifikasikan menggunakan algoritma K-Nearest Neighbor. Sistem yang diusulkan diuji menggunakan 20 citra uji. Berdasarkan hasil pengujian, sistem mampu mengklasifikasikan jenis tanah secara tepat dengan akurasi mencapai 60% saat nilai K = 1 dan nilai K=3.Kata Kunci: Klasifikasi Jenis Tanah, Ekstraksi Ciri Histogram, K-Nearest Neighbor, Website.

Aplikasi Marketplace Jasa Reparasi Barang Elektronik Berbasis Android Kusumastuti, Asriana Dyah; Avianto, Donny; Wibowo, Adityo Permana
Edu Komputika Journal Vol 7 No 1 (2020): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v7i1.39019

Pesatnya perkembangan di dunia teknologi informasi memberikan dampak terhadap cara berbisnis. Saat ini, banyak orang lebih menyukai berbelanja secara online dibandingkan harus datang secara fisik ke toko. Aplikasi marketplace berbasis android menjadi pasar digital dengan jumlah transaksi yang sangat besar setiap harinya. Namun kebanyakan aplikasi marketplace yang ada saat ini masih terbatas pada produk berupa barang. Padahal jika dilihat lebih dalam lagi, kebutuhan akan produk jasa seperti jasa reparasi barang elektronik juga memiliki porsi yang cukup tinggi. Beberapa penyedia jasa telah membuat aplikasi sendiri yang membuat para calon pengguna jasa harus memasang banyak aplikasi jika ingin menggunakan jasa dari penyedia jasa yang beragam. Oleh sebab itu pada penelitian kali ini akan dibahas pembuatan marketplace di bidang jasa berbasis android dengan nama ServiceIn. Aplikasi marketplace yang dibuat berfokus pada jasa reparasi elektronik sebagai salah satu jasa yang paling banyak dicari semua orang. Evaluasi menggunakan kuesioner juga dilakukan pada peneltian ini setelah tahapan pembuatan aplikasi selesai. Evaluasi bertujuan untuk melihat tanggapan calon pengguna aplikasi terhadap kemudahan yang ditawarkan aplikasi. Berdasarkan hasil evaluasi, 56% jawaban â€œsangat setujuâ€, dan 38% jawaban â€œsetujuâ€ membuktikan bahwa aplikasi yang dibuat mampu membantu seseorang untuk memenuhi kebutuhan akan jasa reparasi barang elektronik dengan cara yang lebih mudah.

Aplikasi Marketplace Jasa Reparasi Barang Elektronik Berbasis Android Kusumastuti, Asriana Dyah; Avianto, Donny; Wibowo, Adityo Permana
Edu Komputika Journal Vol 7 No 1 (2020): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v7i1.39019

Pesatnya perkembangan di dunia teknologi informasi memberikan dampak terhadap cara berbisnis. Saat ini, banyak orang lebih menyukai berbelanja secara online dibandingkan harus datang secara fisik ke toko. Aplikasi marketplace berbasis android menjadi pasar digital dengan jumlah transaksi yang sangat besar setiap harinya. Namun kebanyakan aplikasi marketplace yang ada saat ini masih terbatas pada produk berupa barang. Padahal jika dilihat lebih dalam lagi, kebutuhan akan produk jasa seperti jasa reparasi barang elektronik juga memiliki porsi yang cukup tinggi. Beberapa penyedia jasa telah membuat aplikasi sendiri yang membuat para calon pengguna jasa harus memasang banyak aplikasi jika ingin menggunakan jasa dari penyedia jasa yang beragam. Oleh sebab itu pada penelitian kali ini akan dibahas pembuatan marketplace di bidang jasa berbasis android dengan nama ServiceIn. Aplikasi marketplace yang dibuat berfokus pada jasa reparasi elektronik sebagai salah satu jasa yang paling banyak dicari semua orang. Evaluasi menggunakan kuesioner juga dilakukan pada peneltian ini setelah tahapan pembuatan aplikasi selesai. Evaluasi bertujuan untuk melihat tanggapan calon pengguna aplikasi terhadap kemudahan yang ditawarkan aplikasi. Berdasarkan hasil evaluasi, 56% jawaban â€œsangat setujuâ€, dan 38% jawaban â€œsetujuâ€ membuktikan bahwa aplikasi yang dibuat mampu membantu seseorang untuk memenuhi kebutuhan akan jasa reparasi barang elektronik dengan cara yang lebih mudah.

Implementasi Ekstraksi Ciri Histogram dan K-Nearest Neighbor untuk Klasifikasi Jenis Tanah di Kota Banjar, Jawa Barat Rudiono Rudi; Donny Avianto
Jurnal Buana Informatika Vol. 10 No. 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v10i2.2141

Abstract. Land plays an essential role in the availability of nutrients and water to support our life on earth. Soil quality can be observed based on its color and texture characteristics. By knowing the quality of the soil, the most suitable plants for planting can be determined. This study is conducted to examine the soil quality in Langensari. The most regions in Langensari are in the altitude of fewer than 25 meters above sea level that they are very potential for agriculture and plantation. The proposed system used in this research is a cross-sectional image of the ground as input. The image is then extracted using histogram feature extraction to obtain the intensity, standard deviation, skewness, energy, entropy and smoothness values. K-Nearest Neighbor is then used to classify the results. The proposed system was tested using 20 test images. Based on the experiment result, the system can classify soil types appropriately with accuracy reaching 60% when value of K = 1and K=3.Keywords: Soil Types Classification, Histogram Feature Extraction, K-Nearest Neighbor, Website.Abstrak. Tanah memegang peranan penting dalam tersedianya unsur hara dan air bagi kehidupan makhluk hidup di bumi. Kualitas tanah dapat diketahui dari karakteristik warna dan teksturnya. Dengan mengetahui kualitas tanah, jenis tanaman yang paling tepat untuk ditanam dapat ditentukan. Penelitian ini mengenai kualitas tanah di Langensari. Sebagian besar wilayah Langensari dipilih karena memiliki ketinggian kurang dari 25 mdpl dimana sangat berpotensi sebagai daerah pertanian dan perkebunan. Sistem yang diusulkan menggunakan citra penampang tanah sebagai inputan. Citra kemudian diekstrak menggunakan ekstraksi ciri histogram untuk mendapatkan nilai intensitas, standar deviasi, skewness, energi, entropi, dan smoothness. Fitur yang dihasilkan kemudian diklasifikasikan menggunakan algoritma K-Nearest Neighbor. Sistem yang diusulkan diuji menggunakan 20 citra uji. Berdasarkan hasil pengujian, sistem mampu mengklasifikasikan jenis tanah secara tepat dengan akurasi mencapai 60% saat nilai K = 1 dan nilai K=3.Kata Kunci: Klasifikasi Jenis Tanah, Ekstraksi Ciri Histogram, K-Nearest Neighbor, Website.

PENGENALAN POLA KARAKTER PLAT NOMOR KENDARAAN MENGGUNAKAN ALGORITMA MOMENTUM BACKPROPAGATION NEURAL NETWORK Donny Avianto
Jurnal Informatika Vol 10, No 1 (2016): Januari
Publisher : Universitas Ahmad Dahlan

Peningkatan jumlah kendaraan bermotor yang terus terjadi di Indonesia tiap tahunnya, membuat kebutuhan akan sistem yang mampu mengidentifikasi kendaraan secara otomatis atau sering disebut Sistem Lalu Lintas Cerdas juga ikut meningkat.Sistem ini dapat digunakan antara lain untuk menemukan kendaraan yang dicuri, pembayaran tiket parkir otomatis, dan menindak para pelanggar lampu merah. Kemampuan utama dari sistem tersebut adalah pengenalan plat nomor.Pada penelitian kali ini akan digunakan metode Momentum Backpropagation Neural Network untuk mengenali karakter dari suatu citra plat nomor kendaraan di Indonesia. Namun sebelumnya, citra plat nomor akan diubah menjadi citra biner. Citra biner kemudian disegmentasi untuk mengisolasi karakter-karakter yang akan dikenali. Terakhir dimensi citra hasil segmentasi akan direduksi menggunakan Haar Wavelet.Uji coba pada penelitian kali ini melibatkan 276 karakter yang terdiri dari huruf dan angka pada plat nomor kendaraan di Indonesia. Hasil uji coba menunjukkan 268 karakter diantaranya mampu dikenali dengan benar. Dengan kata lain metode yang digunakan memiliki tingkat akurasi hingga 97,10%.

Pengembangan Algoritma Genetika dengan Pendekatan Repetitive Random untuk Penjadwalan Ujian Pendadaran Proyek Tugas Akhir Adityo Permana Wibowo; Donny Avianto; Imantoko Imantoko
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 1 (2021): April 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i1.2021.35-43

Penjadwalan adalah hal yang umum dilakukan terutama di instansi pendidikan seperti perguruan tinggi. Salah satu kegiatan yang memerlukan proses penjadwalan di perguruan tinggi adalah penjadwalan ujian pendadaran proyek tugas akhir. Faktor-faktor seperti jumlah mahasiswa, ketersediaan dosen, dan ketersediaan ruangan juga membuat proses penjadwalan menjadi lebih kompleks dan memakan waktu jika dilakukan secara manual. Metode Genetic Algorithm (GA) dapat dimanfaatkan untuk mengatasi masalah di dalam proses penjadwalan secara manual. Penelitian ini bertujuan untuk menghasilkan sebuah aplikasi yang diberi nama Automatically Generated Scheduling (ALGEN Scheduling) yang mampu melakukan proses penjadwalan ujian pendadaran dengan lebih mudah. “ALGEN Scheduling” dibangun menggunakan bahasa C# dan menerapkan GA yang telah dimodifikasi dengan pendekatan repetitive random sebagai inti untuk melakukan proses penjadwalan. Pembuatan ALGEN Scheduling dimulai dari perancangan kromosom, implementasi GA termodifikasi dalam bahasa C#, pembuatan GUI dengan tools visual studio, dan integrasi inti penjadwalan dengan GUI. Aplikasi yang dibangun bisa membantu mahasiswa dan dosen penguji dalam menginfokan jadwal ujian pendadaran. Untuk mengetahui kinerja Aplikasi “ALGEN Scheduling”, peneliti melakukan evaluasi dengan menyebar kuesioner kepada responden yang terdiri dari mahasiswa dan dosen. Peneliti berhasil mendapatkan tanggapan sebanyak 101 responden. Berdasarkan pengolahan data responden didapatkan 68% menilai bahwa Aplikasi “ALGEN Scheduling” memiliki tampilan yang bagus dan sangat mudah digunakan untuk menghasilkan jadwal ujian pendadaran dengan tanpa adanya bentrokan jadwal. Sedangkan 19% responden mengatakan bahwa Aplikasi “ALGEN Scheduling” tidak terlalu mudah digunakan tetapi juga tidak terlalu sulit untuk dipelajari. Sisanya, responden menganggap perlu adanya pelatihan khusus sebelum aplikasi benar-benar diterapkan

PENGENALAN CITRA RAMBU LALU LINTAS MENGGUNAKAN EKSTRAKSI FITUR MOMENWARNA DAN K-NEAREST NEIGHBOR Rusma Eko Fiddy Rizarta; Donny Avianto
Computatio : Journal of Computer Science and Information Systems Vol 3, No 1 (2019): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

The traffic signs are signs with specific shape and symbols, letters, numbers, or words which have the aim to warn or inform the road users. However, there are many road users who are not aware of the meaning of each signs. In this research, we develop an application which can classify a road sign image into three classes, priority four-way crossroad, do-not-park sign, and follow-this-road sign. Initially, the system will do preprocessing step such as grays calling, histogram equalization, and input image segmentation. Next, the feature extraction step will be conducted, namely the spatial moment feature extraction, normalized centering, and color statistics. Lastly, the feature representation from both extraction methods will be used to classify the image using K-nearest neighbor. Experiment result shows that the combination of both feature extraction methods gives promising result. From 21 training images and 15 testing images, the system can recognize the traffic signs with 100% accuracy with K=3, 86.6% with K=5, and 86.6% with K=7. Rambu lalu lintas merupakan salah satu alat perlengkapan jalan dalam bentuk tertentu yang memuat lambang, huruf, angka, kalimat yang digunakan untuk memberikan perintah, larangan, peringatan dan petunjuk bagi pengguna jalan agar tertib berlalu lintas. Namun, banyak di antara pengguna jalan yang belum mengetahui arti dari setiap rambu lalu lintas yang terpasang.Pada penelitian ini, dibuatlah suatu aplikasi yang mampu melakukan klasifikasi citra rambu ke dalam 3 kelas yaitu: peringatan simpang empat prioritas, larangan parkir dan perintah memasuki jalur atau lajur yang ditunjuk. Mula-mula sistem akan melakukan prapemrosesan seperti seperti: grayscalling, histogram equalization, dan segmentasi pada citra input. Selanjutnya, tahap ekstraksi ciri akan dilakukan pada citra hasil pra-pemrosesan. Adapun metode ekstraksi ciri yang digunakan pada penelitian kali ini adalah ekstraksi fitur momen spasial dan pusat ternormalisai (momen) dan ekstraksi fitur statistika warna (warna). Terakhir, nilai fitur yang dihasilkan oleh kedua metode tersebut akan diklasifikasi mengguakan K-Nearest Neighbor. Hasil uji coba menunjukkan bahwa metode ekstraksi fitur gabungan momen-warna memberikan hasil yang menjanjikan. Dari 21 citra latih dan 15 citra uji yang digunakan, sistem mampu mengenali rambu dengan tepat 100% pada K=3 , 86,6% pada K=5, dan 86,6% pada K=7.

IMPLEMENTASI ALGORITMA K-MEDOIDS UNTUK CLUSTERING WILAYAH TERINFEKSI KASUS COVID-19 DI DKI JAKARTA Muh Arifandi; Arief Hermawan; Donny Avianto
Jurnal Teknologi Terapan Vol 7, No 2 (2021): Jurnal Teknologi Terapan
Publisher : P3M Politeknik Negeri Indramayu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31884/jtt.v7i2.353

In early March 2019, Indonesia was hit by the Covid-19 (Corona) outbreak. The increase in the number of patients infected with the Covid-19 virus is increasing day by day and is already difficult to control. Jakarta is no exception. To prevent the increase in cases of COVID-19, it is necessary to create a cluster or grouping of certain areas (Urban village) based on the number of positive, treated, recovered, died and isolated. This grouping will assist the DKI Jakarta government in providing appropriate handling according to the Urban village pattern. The data that will be used as a research study is the data on the distribution of the status of infected cases of Covid-19 in DKI Jakarta Province on May 20, 2021. The K-Medoids algorithm is a method that can determine a set of clusters among a group of data that is close to an object. Based on the research studies that have been carried out, it can be concluded that in the data mining technique, the total grouping of Covid-19 infected cases based on urban areas in DKI Jakarta Province uses the k-medoids algorithm with three clusters. Cluster 0, cluster 1, cluster 2. The highest Covid-19 infected cases in DKI Jakarta Province are shown in cluster 3 with 31 regions. The results of this grouping research will assist the DKI Jakarta government in providing appropriate handling according to the Urban village pattern. K-Medoids can be implemented using large amounts of data with complex attributes.

Comparative analysis of support vector machine and k-nearest neighbors with a pyramidal histogram of the gradient for sign language detection Imantoko Imantoko; Arief Hermawan; Donny Avianto
Matrix : Jurnal Manajemen Teknologi dan Informatika Vol 11 No 2 (2021): MATRIX - Jurnal Manajemen Teknologi dan Informatika
Publisher : Unit Publikasi Ilmiah, P3M Politeknik Negeri Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31940/matrix.v11i2.2433

The communication method using sign language is very efficient considering that the speed of information delivery is closer to verbal communication (speaking) compared to writing or typing. Because of this, sign language is often used by people who are deaf, speech impaired, and normal people to communicate. To make sign language translation easier, a system is needed to translate symbols formed from hand movements (in the form of images) into text or sound. This study aims to compare performance such as accuracy and computation time of Support Vector Machine (SVM) and K-Nearest Neighbors (KNN) with Pyramidal Histogram of Gradient (PHOG) for feature extraction, to know which one is better at recognizing sign language. Yield, both combined methods PHOG-SVM and PHOG-KNN can recognize images from hand movements that form certain symbols. The system built using the SVM classification produces the highest accuracy of 82% at PHOG level 3, while the system built with the KNN classification produces the highest accuracy of 78% at PHOG level 2. The total computation time of the fastest training and testing by the SVM model is 236.53 seconds at PHOG level 3, while the KNN model is 78.27 seconds at PHOG level 3. In terms of accuracy, PHOG-SVM is better, but in terms of computation time, PHOG-KNN takes the place.

Title

Found 41 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 41 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 41 Documents
Search