Article Per Year (5 Year)
p-Index From 2019 - 2024
3.057
P-Index
This Author published in this journals
All Journal Majalah Ilmiah Teknologi Elektro Jurnal Sains dan Teknologi CESS (Journal of Computer Engineering, System and Science) Jurnal Ilmiah Teknologi Informasi Asia Jurnal Pilar Nusa Mandiri Jurnal Teknologi Informasi dan Komputer SINTECH (Science and Information Technology) Journal Matrik : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer jurnal teknik informatika dan sistem informasi International Journal of Engineering and Emerging Technology INSERT: Information System and Emerging Technology Journal Prosiding SNAST Jurnal Krisnadana Jurnal Krisnadana Jurnal aplikasi IPTEK
I Gusti Ayu Agung Diatri Indradewi
Universitas Pendidikan Ganesha
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mechanical Engineering Public Health Social Sciences

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Identifikasi Iris dengan Snake Model-PSO dan Gabor 2-D Diatri Indradewi, I Gusti Ayu Agung
JST (Jurnal Sains dan Teknologi) Vol 7, No 1 (2018)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (556.658 KB) | DOI: 10.23887/jst-undiksha.v7i1.13010

Abstract

Pada penelitian ini dibangun sistem identifikasi biometrik iris dengan menggunakan metode Snake Model-PSO dan Gabor 2-D. Tahap-tahap yang dilakukan pada penelitian ini terdiri dari akuisisi citra, pre-processing, segmentasi, ekstraksi ciri, dan pengenalan. Metode Snake Model-PSO diterapkan dengan memanfaatkan koordinat titik pusat pupil yang telah ditemukan sebelumnya. Proses ekstraksi ciri dilakukan dengan menggunakan tapis Gabor 2-D berukuran 33×33 dan sudut orientasi bernilai 90º, 45º, 0º, dan -45º. Jumlah data referensi yang digunakan sebanyak 117 citra iris. Jumlah data uji yang digunakan sebanyak 78 citra iris. Berdasarkan hasil pengujian dapat disimpulkan bahwa persentase FMR sebesar 3,6737% dan FNMR sebesar 4,2735% untuk database iris kiri. Persentase FMR dan FNMR untuk database iris kanan menghasilkan yang sama, yakni 0%. Unjuk kerja sistem berdasarkan akurasi keputusan menghasilkan persentase terbaik sebesar 91, 0256% untuk database iris kiri dan 98,7179% untuk database iris kanan. Rata-rata waktu proses pada pendaftaran adalah 6,3109 detik, sedangkan pada identifikasi adalah 20,494 detik. Kata kunci: iris, Snake Model-PSO, Gabor 2-D, FMR, FNMR
Ekstraksi Ciri pada Citra Iris Menggunakan Gabor 2-D I Gusti Ayu Agung Diatri Indradewi; I Putu Agung Bayupati; I Ketut Gede Darma Putra
Jurnal Teknologi Elektro Vol 15 No 1 (2016): (January - June) Majalah Ilmiah Teknologi Elektro
Publisher : Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/MITE.2016.v15i01p03

Abstract

Abstrak – Iris merupakan salah satu bagian tubuh manusia yang sering digunakan dalam sistem pengenalan biometrik karena tingkat perbedaannya yang tinggi. Ektraksi ciri merupakan salah satu tahapan yang dilalui dalam pengembangan sistem pengenalan biometrik iris. Tahap ini bertujuan untuk mengekstrak informasi dari citra iris yang telah disegmentasi sehingga dapat digunakan sebagai ciri unik dari iris bersangkutan. Pada paper ini tahap ekstraksi ciri dilakukan dengan menggunakan tapis Gabor 2-D. Tapis tersebut digunakan karena mampu menyediakan representasi gabungan yang optimal dari sinyal dalam domain spasial dan frekuensi. Hasil penerapan tapis Gabor 2-D didemodulasi dengan menggunakan quadrature Gabor 2-D untuk menghasilkan iris code yang dijadikan sebagai informasi pembeda (fitur ciri) iris. Hasil uji coba pada penelitian ini menghasilkan fitur iris terbaik ketika ukuran tapis yang digunakan adalah 33×33. Sudut orientasi yang digunakan untuk fitur real dan imaginary adalah -45º, 0º, 45º, dan 90º. DOI: 10.24843/MITE.1501.03
Identifikasi Iris dengan Snake Model-PSO dan Gabor 2-D I Gusti Ayu Agung Diatri Indradewi
JST (Jurnal Sains dan Teknologi) Vol. 7 No. 1 (2018)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (556.658 KB) | DOI: 10.23887/jstundiksha.v7i1.13010

Abstract

Pada penelitian ini dibangun sistem identifikasi biometrik iris dengan menggunakan metode Snake Model-PSO dan Gabor 2-D. Tahap-tahap yang dilakukan pada penelitian ini terdiri dari akuisisi citra, pre-processing, segmentasi, ekstraksi ciri, dan pengenalan. Metode Snake Model-PSO diterapkan dengan memanfaatkan koordinat titik pusat pupil yang telah ditemukan sebelumnya. Proses ekstraksi ciri dilakukan dengan menggunakan tapis Gabor 2-D berukuran 33×33 dan sudut orientasi bernilai 90º, 45º, 0º, dan -45º. Jumlah data referensi yang digunakan sebanyak 117 citra iris. Jumlah data uji yang digunakan sebanyak 78 citra iris. Berdasarkan hasil pengujian dapat disimpulkan bahwa persentase FMR sebesar 3,6737% dan FNMR sebesar 4,2735% untuk database iris kiri. Persentase FMR dan FNMR untuk database iris kanan menghasilkan yang sama, yakni 0%. Unjuk kerja sistem berdasarkan akurasi keputusan menghasilkan persentase terbaik sebesar 91, 0256% untuk database iris kiri dan 98,7179% untuk database iris kanan. Rata-rata waktu proses pada pendaftaran adalah 6,3109 detik, sedangkan pada identifikasi adalah 20,494 detik. Kata kunci: iris, Snake Model-PSO, Gabor 2-D, FMR, FNMR
Detection of Covid Chest X-Ray using Wavelet and Support Vector Machines Ni Wayan Sumartini Saraswati; Ni Wayan Wardani; I Gusti Ayu Agung Diatri Indradewi
International Journal of Engineering and Emerging Technology Vol 5 No 2 (2020): July - December
Publisher : Doctorate Program of Engineering Science, Faculty of Engineering, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/IJEET.2020.v05.i02.p019

Abstract

The study of digital image processing is still a hot topic in the realm of research, especially in medical research. The presence of various digital image processing methods and machine learning also contributes to the progress of research in this field. Detecting Covid Chest X-Ray is a prediction problem solving with a supervised classification method. In this study, the SVM method was chosen because it is proven to function as a good classifier as has been done in previous studies. Where previously the chest x-ray image feature extraction was carried out using wavelet transform. Feature extraction using wavelets has given the distinctive features of normal lung X-rays and distinguishes them from the distinctive features of Covid lung X-rays. The measurement results of the average classification model for the approximate, vertical, horizontal and diagonal dataset are 93.91% accuracy, 6.09% error rate, 98.75% recall, 89.06% specificity, and 91.26% precision. The vertical dataset is the best dataset to get a classification model because it has the best value in the accuracy and recall variables, but still provides good performance in measuring precision.
Jaringan Syaraf Tiruan LVQ Berbasis Parameter HSV dalam Penentuan Uang Rupiah Palsu I Gusti Ayu Agung Diatri Indradewi; Made Suci Ariantini
Jurnal Ilmiah Teknologi Informasi Asia Vol 13 No 1 (2019): Volume 13 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (564.147 KB)

Abstract

ABSTRACT. Counterfeit money when viewed at a glance has the exact same physical with the original money issued by Bank Indonesia. To prevent unintentional transactions using counterfeit money, the government has socialized the 3D method (Visible, Feelable, and Endangered). In addition, in institutions directly related to finance such as banking, as well as on-site shopping have started using a counterfeit money scanner that utilizes ultraviolet light. The lack of this tool requires the accuracy of the human eye to determine genuine or fake money. Determination of authenticity of Rupiah banknotes can be done by using the pattern classification method one of which can be accommodated by artificial neural networks. LVQ (Learning Vector Quantization) performs supervised learning to classify a pattern. The feature of banknotes in HSV (Hue Saturation Value) color space is extracted in this proposed technique. The features that have been obtained are further classified using LVQ to determine the authenticity of the Rupiah banknotes. Keywords: counterfeit money; Rupiah banknotes; LVQ; HSV
METODE LVQ BERBASIS PARAMETER HSV UNTUK PENENTUAN UANG RUPIAH PALSU I Gusti Ayu Agung Diatri Indradewi; Made Suci Ariantini
PROSIDING SNAST Prosiding SNAST 2018
Publisher : IST AKPRIND Yogyakarta

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

Abstract

The government has socialized the 3D method (Visible, Feeling, and Diterawang) to prevent people from accidentally transacting using counterfeit money. In addition to this method, counterfeit money scanners that use ultraviolet light are also commonly used. However, the use of methods or scanners must be accompanied by a human eye to determine whether the money is genuine or false. Along with the development of technology, the technique of making counterfeit money will also develop so that supporting techniques are needed that can be used to help identify counterfeit money automatically. In this study, the data used is only original and fake banknotes with a nominal value of Rp. 100,000.00. Image acquisition is done with the help of a digital camera and a light source from ultraviolet lights. Pre-processing in the form of pruning on the image of banknotes produces an image measuring 210 × 64 pixels. The feature extraction stage is done by changing the RGB image value to the HSV color space. The HSV value of the image is then used as an input vector on the LVQ network to determine the authenticity of the banknote image. The method test used for 100 real money images and 80 fake images yields the best performance when the learning level α (0) = 0,1 in epoch = 4 with an MSE value of 0,088889. Classification with the best accuracy occurs when the rate of learning α (0) = 0,1 in epoch = 1 with the level of truth classification is 87,2%.
COVID-19 Chest X-Ray Detection Performance Through Variations of Wavelets Basis Function I Gusti Ayu Agung Diatri Indradewi; Ni Wayan Sumartini Saraswati; Ni Wayan Wardani
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (493.383 KB) | DOI: 10.30812/matrik.v21i1.1089

Abstract

Our previous work regarding the X-Ray detection of COVID-19 using Haar wavelet feature extraction and the Support Vector Machines (SVM) classification machine has shown that the combination of the two methods can detect COVID-19 well but then the question arises whether the Haar wavelet is the best wavelet method. So that in this study we conducted experiments on several wavelet methods such as biorthogonal, coiflet, Daubechies, haar, and symlets for chest X-Ray feature extraction with the same dataset. The results of the feature extraction are then classified using SVM and measure the quality of the classification model with parameters of accuracy, error rate, recall, specification, and precision. The results showed that the Daubechies wavelet gave the best performance for all classification quality parameters. The Daubechies wavelet transformation gave 95.47% accuracy, 4.53% error rate, 98.75% recall, 92.19% specificity, and 93.45% precision.
PENGELOLAAN DATA DAN PENYAJIAN INFORMASI PADA SISTEM DETEKSI PLAGIARISME TUGAS AKHIR STMIK STIKOM INDONESIA I Gusti Ayu Agung Diatri Indradewi; Wayan Gede Suka Parwita
Jurnal Teknologi Informasi dan Komputer Vol 6, No 1 (2020): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (939.988 KB)

Abstract

ABSTRACT Student final assignment plagiarism detection system is a system built to detect the existence of plagiarism in the final assignment document uploaded by students at STMIK STIKOM Indonesia. Through the data entered into the system, in addition to functioning to detect plagiarism in the student's final assignment, various information can be obtained that can show how the performance of higher education, especially concerning student final assignments. The purpose of this study is to describe the information needs that can be generated from data processing performed on data obtained from the upload of student final assignment documents on the system. This study produces a dashboard that displays a variety of information related to student final assignments, such as a list of uploaded final assignment documents, information on the similarity of the final assignment documents, information on the similarity of each chapter in the final assignment documents, the level of similarity of the final assignment document per year, the average time for student final assignment completion, the average number of final assignment submissions, and the number of final assignment topics. The variety of information generated can be used as evaluation material to determine the direction of higher education policies related to student final assignments. The main table structure related to the presentation of information on the results of plagiarism detection consists of table of mahasiswa, topik, periode, pengajuan_TA, dokumen, jadwal_uji, and similaritas. The interface design is a web-based page consisting of a dashboard page that presents information in tabular and graphical form. Keywords: dashboard, similarity information, interface, graphical form, tabular form. ABSTRAKSistem deteksi plagiarisme tugas akhir mahasiswa merupakan sistem yang dibangun untuk mendeteksi adanya plagiarisme pada dokumen tugas akhir yang diunggah oleh mahasiswa di STMIK STIKOM Indonesia. Melalui data yang diinputkan ke sistem, selain berfungsi untuk mendeteksi adanya plagiarisme pada tugas akhir mahasiswa, dapat pula diperoleh beragam informasi yang mampu menunjukkan bagaimana kinerja perguruan tinggi khususnya yang menyangkut tugas akhir mahasiswa. Tujuan dari penelitian ini adalah untuk mendeskripsikan kebutuhan informasi yang dapat dihasilkan dari pengolahan data yang dilakukan terhadap data yang diperoleh dari unggahan dokumen tugas akhir mahasiswa pada sistem.Penelitian ini menghasilkan suatu dashboard yang menampilkan beragam informasi yang berkaitan dengan tugas akhir mahasiswa, seperti daftar dokumen tugas akhir yang telah diunggah, informasi similaritas dokumen tugas akhir, informasi similaritas masing-masing bab pada tugas akhir, tingkat similaritas tugas akhir per tahun, rata-rata waktu pengerjaan tugas akhir, jumlah rata-rata pengajuan tugas akhir, dan jumlah topik tugas akhir. Beragam informasi yang dihasilkan dapat digunakan sebagai bahan evaluasi untuk menentukan arah kebijakan perguruan tinggi yang berkaitan dengan tugas akhir mahasiswa. Adapun struktur tabel utama yang terkait dengan penyajian informasi pada halaman dashboard yang dirancang terdiri dari tabel mahasiswa, topik, periode, pengajuan_TA, dokumen, jadwal_uji, dan similaritas. Rancangan antarmuka berupa halaman berbasis web yang terdiri dari halaman dashboard yang menyajikan informasi dalam bentuk tabel dan grafik.Kata Kunci: dashboard, informasi similaritas, antarmuka, grafik, tabel.
Forecasting Room Occupancy Rates Based on Hotel Class in Bali Using the ARIMA Method I Gusti Ayu Agung Diatri Indradewi; Ni Putu Sri Mulyani; Wayan Gede Suka Parwita
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.33959

Abstract

Bali merupakan destinasi wisata di Indonesia yang diminati oleh wisatawan dan didukung oleh ketersediaan hotel yang memadai. Covid-19 yang melanda dunia termasuk Bali telah mengakibatkan tingkat penghunian kamar (TPK) hotel mengalami penurunan drastis. Oleh karena itu, perlu upaya untuk kembali menaikkan rata-rata TPK hotel. Salah satu langkah awal yang yang diharapkan mampu berkontribusi dalam upaya ini adalah dengan melakukan peramalan TPK hotel. Hasil peramalan dengan metode ARIMA diperoleh hasil bahwa pada hotel bintang lima, model terbaik yang diperoleh yakni model ARIMA (0,1,1) dengan MSE sebesar 39,65% dan MAPE sebesar 80,83%. Pada hotel bintang empat, model terbaik yang diperoleh yakni model ARIMA (1,0,2) dengan MSE sebesar 24,14% dan MAPE sebesar 60,14%. Pada hotel bintang tiga, model terbaik yang diperoleh yakni model ARIMA (1,0,0) dengan MSE sebesar 25,57% dan MAPE sebesar 59,11%. Pada hotel bintang dua, model terbaik yang diperoleh untuk model ARIMA (1,0,0) dengan MSE sebesar 15,15% dan MAPE sebesar 70,14%. Model ARIMA (1,0,1) pada hotel bintang dua menghasilkan MSE sebesar 13,29% dan MAPE sebesar 68,00%. Pada hotel bintang satu, model terbaik yang diperoleh yakni model ARIMA (1,0,0) dengan MSE sebesar 23,73% dan MAPE sebesar 431,12%. Model ARIMA (1,0,1) pada hotel bintang satu menghasilkan MSE sebesar 19,49% dan MAPE sebesar 555,28%.
Analisis dan Desain Sistem Informasi Pengajuan dan Monitoring Keuangan Kelurahan Berorientasi Obyek pada Kecamatan Denpasar Selatan I Gusti Ayu Agung Diatri Indradewi; I Gde Prayoga Wibawa
Jurnal Krisnadana Vol 1 No 1 (2021): Jurnal Krisnadana - September 2021
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1604.649 KB) | DOI: 10.58982/krisnadana.v1i1.76

Abstract

Kecamatan Denpasar Selatan merupakan salah satu kecamatan yang berada dibawah pemerintahan Kota Denpasar. Kecamatan Denpasar Selatan mengelola beberapa kelurahan seperti Kelurahan Panjer, Pedungan, Sanur, Sesetan, Renon dan Serangan. Setiap kelurahan memiliki pengelolaan keuangan yang berbeda-beda. Terdapat kendala pada pengelolaan keuangan tersebut yakni dalam hal pengajuan dana berupa keterhambatan dalam proses pengajuan dana. Analisis dan desain sistem informasi pengajuan dan monitoring keuangan ini dilakukan sebagai tahap awal dalam pengembangan sistem yang bertujuan untuk mempermudah kelurahan dalam mengelola keuangan kelurahannya, Kelurahan hanya perlu melakukan pengajuan melalui sistem yang nantinya akan diterima oleh kecamatan sehingga kelurahan dapat memaksimalkan kinerja pada bidang lainnya. Rancangan sistem yang dihasilkan menggunakan pendekatan berorientasi obyek dengan Unified Modelling Language (UML) yang terdiri dari use case, activity diagram, sequence diagram, dan class diagram. Komponen UML yang dibahas hanya pada mekanisme pengajuan dan monitoring keuangan. Rancangan antarmuka sistem yang dihasilkan berupa dashboard sistem yang menunjang proses monitoring keuangan.
Co-Authors Adnyana, I Ketut Widhi I Gde Prayoga Wibawa I Gede Mahendra Darmawiguna I Kadek Andika Putra I Kadek Wahyu Dananjaya I ketut Gede Darma Putra I Ketut Resika Arthana I Md. Dendi Maysanjaya I Putu Agung Bayupati Komang Pramayasa Laurensia Anjelina Tutosili Arakian Made Diah Arista Devi Made Suci Ariantini Ni Luh Pangestu Widya Sari Ni Luh Wiwik Sri Rahayu Ginantra Ni Putu Sri Mulyani Ni Wayan Wardani Saraswati, Ni Wayan Sumartini Wardani, Ni Wayan Wayan Gede Suka Parwita