Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) eProceedings of Engineering
Kurniawan Nur Ramadhan
Telkom University
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : eProceedings of Engineering

 1 
Sistem Identifikasi Biometrika Multimodal Palmprint Dan Palmvein Menggunakan Two-dimensional Locality Preserving Projection Fuad Ikhlasul Amal; Tjokorda Agung Budi Wirayudha; Kurniawan Nur Ramadhan
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak - Dalam penelitian Tugas Akhir ini dijelaskan mengenai sistem biometrika multimodal dengan menggabungkan dua modalitas yaitu palmprint dan palmvein di level nilai kemiripan serta menggunakan Two-Dimensional Locality Preserving Projection sebagai algoritma ekstraksi ciri, melanjutkan penelitian sebelumnya oleh Wang dkk yang berhasil menggabungkan dua modalitas tersebut di level citra. Palmprint dan palmvein dipilih karena sulit untuk dipalsukan dan cara akuisisinya yang mudah. Algoritma 2DLPP diterapkan pada palmprint dan palmvein secara independen dalam proses ekstraksi ciri dengan memproyeksikan masing-masing citra ke sebuah vektor ciri menggunakan sebuah matriks transformasi. Penggabungan ciri dilakukan di level skor dengan mengombinasikan nilai kemiripan masing-masing ciri menggunakan sebuah konstanta bobot. Penelitian ini menunjukkan performansi sistem biometrika multimodal palmprint dan palmvein yang dihasilkan berupa recognition rate menggunakan dataset CASIA MS-PalmprintV1 dengan rasio data latih dan data uji 3:3 dalam mode verifikasi dan identifikasi secara berturut-turut yaitu 94,67% dan 97,33%. Kata kunci: biometrika, multimodal, region of interest, two-dimensional locality preserving projection
Pengenalan Ekspresi Wajah Menggunakan LGBP dan SVM Erwin Yulizar Fardani; Anditya Arifianto; Kurniawan Nur Ramadhan
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Ekspresi wajah merupakan komunikasi non-verbal. Ekspresi wajah memuat informasi tentang emosi dan kondisi kejiwaan seseorang. Karena memuat informasi tentang emosi pada seseorang, maka dapat digunakan pada bidang periklanan, apakah dengan iklan suatu produk orang menjadi tertarik atau tidak. Untuk hal itu penulis melakukan analisis mengenai pengenalan ekspresi wajah menggunakan metode penggabungan Local Gabor Binary Pattern (LGBP) dan Support Vector Machine (SVM). Analisis menggunakan wajah dari database Japanese Female Facial Expression (JAFFE). Hasil utama dari program yang dibuat menampilkan label dari ekspresi dari wajah yang dimasukan ke program dengan akurasi sistem sebesar 69%. Kata Kunci: Pengenalan ekspresi, Local Gabor Binary Pattern (LGBP), Support Vector Machine (SVM), Japanese Female Facial Expression (JAFFE). Abstract Facial expressions are non-verbal communication. Facial expressions contain information about one's emotions and mental state. Because it contains information about an emotion on a person, it can be used in the advertising field, whether by advertising a product people become interested or not. To that end, the authors conducted an analysis of facial expression recognition using the method of merging Local Gabor Binary Pattern (LGBP) and Support Vector Machine (SVM). The analysis uses faces from the Japanese Female Facial Expression (JAFFE) database. The main results of the program created display the label of the expression of the faces entered into the program with 69% accuracy. Keywords: Expression Recognition, Local Gabor Binary Pattern (LGBP), Support Vector Machine (SVM), Japanese Female Facial Expression (JAFFE).
Co-Authors Anditya Arifianto Erwin Yulizar Fardani Febriyanti Sthevanie Fuad Ikhlasul Amal Naufal Muhammad Athif Tjokorda Agung Budi Wirayudha