Article Per Year (5 Year)
p-Index From 2019 - 2024
1.182
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi Informasi Asia JURNAL MEDIA INFORMATIKA BUDIDARMA Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal INOVTEKSeri Elektro Academia Open Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Insyst : Journal of Intelligent System and Computation
Yuliana Melita Pranoto
Institut Sains Dan Teknologi Terpadu Surabaya
Agriculture, Biological Sciences & Forestry Arts Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Physics Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Jurnal Ilmiah Teknologi Informasi Asia

 1 
PERBAIKAN KUALITAS CITRA HASIL DENGAN METODE PENINGKATAN RATA–RATA DAN SIMPANGAN BAKU CITRA Setiawan, Fahmi; Melita, Yuliana
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 2 (2013): Volume 7 Nomor 2 (8)
Publisher : LP3M STMIK Asia Malang

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

Abstract

Proses perbaikan kualitas citra sering kali meninggalkan kekurangan pada citra hasil. Kekurangan ini berupa kehilangan kontras lokal dan detil pada beberapa bagian citra. Kekurangan-kekurangan ini bisa mengakibatkan beberapa informasi penting pada citra menjadi tidak terbaca. Kekurangan yang timbul akibat proses perbaikan citra dapat diminimalisir dengan mengambil kembali informasi yang ada pada citra asal. Pengambilan informasi ini dapat dilakukan dengan menggabungkan citra asal dengan citra hasil perbaikan. Namun sebelum dilakukan penggabungan citra, terlebih dahulu dilakukan peningkatan nilai rata-rata dan nilai rata-rata simpangan baku dari citra hasil perbaikan agar hasil dari penggabungan citra tersebut dapat maksimal. Dari pengujian terhadap 500 (lima ratus) citra yang terdiri dari citra yang mempunyai kekurangan pada tingkat kecerahan, kekurangan pada tingkat kekontrasan, dan citra yang mempunyai kekurangan pada tingkat kecerahan dan kekontrasan, terdapat 74 (tujuh puluh empat) citra yang tidak dapat diperbaiki secara maksimal dengan menggunakan metode yang diusulkan. Sedangkan untuk citra uji coba lainnya, metode yang diusulkan mampu memperbaiki kekurangan citra. Ini artinya tingkat keberhasilan dari metode yang diusulkan mencapai 85 %.
Komparasi Algoritma Linier Congruential Generator Dan Blum Blum Shub Pada Implementasi Fragile Watermarking Untuk Verivikasi Citra Digital Aprilianto, Tria; Melita, Yuliana
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8)
Publisher : LP2M STMIK Asia Malang

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

Abstract

Fragile watermarking merupakan salah satu aplikasi steganografi yang dapat menjadi solusi kebutuhan verifikasi citra digital. Metode yang digunakan untuk teknik watermarking ini adalah metode Least Significant Bit (LSB). Metode LSB ini mengganti bit-bit yang tergolong bit LSB pada setiap byte pada suatu piksel citra dengan bit-bit watermark yang akan disisipkan. Untuk memperkuat teknik penyembunyian data, bit-bit watermark tidak digunakan mengganti bit-bit dari piksel awal sampai piksel terakhir secara berurutan, namun dipilih susunan piksel secara acak.. Hal ini dapat dilakukan dengan memanfaatkan algoritma Linear Congruential Generator (LCG) dan Blum Blum Shub (BBS) sebagai pembangkit bilangan acak semu (Pseudo Random Number Generator / PRNG). Bilangan acak yang dihasilkan akan digunakan sebagai posisipiksel sebagai tempat penyisipan watermark. Penelitian ini dilakukan dengan membuat aplikasi fragile watermarking dan kemudian membandingkan histogram, nilai Mean Squared Error (MSE) dan Peak Signal to Noise Ratio (PSNR) dari setiap hasil penyisipan watermark (embedding) yang dilakukan. Aplikasi dibuat dengan menggunakan bahasa pemrograman Visual Basic 6.0.
Komparasi Segmentasi Penyakit Darah Pada Citra Darah Dengan Metode Fuzzy C-Means Dan Selft Organizing Maps Sunu Jatmika; Yuliana Melita
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Segmentasi citra darah merupakan suatu proses untuk membagi atau mengcluster citra darah menjadi beberapa region yang mempunyai tingkat kesamaan pixel yang cukup tinggi. Metode clustering yang digunakan adalah metode Fuzzy C-Means (FCM) dan Self Organizing Maps (SOM). Sebelum dilakukan metode FCM dan SOM, citra masukan yang berupa citra berwarna, dijadikan citra grayscale terlebih dahulu untuk menyederhanakan layer pixel dan mempermudah perhitungan. Selanjutnya citra diolah berdasarka algoritma Fuzzy C-Means dan algoritma Self Organizing Maps. Berdasarkan uji coba yang penulis lakukan, clustering dengan mengunakan Fuzzy C-Means lebih baik jika dibandingkan dengan Self Organizing Mapp. Bila pada pengenalan penyakit pada Fuzzy C-Means hasilnya adalah 98,68% maka hasil pada Self Organizing Maps adalah 79,33%. Gambar yang dihasilkan pada Fuzzy C-Means lebih mirip dengan citra inputan sedangkan Self Organizing Maps jauh dari citra inputan.
Pengolahan Citra Digital Untuk Pengenalan Retina Dengan Jaringan Saraf tiruan Hopfield Diskrit Broto Poernomo; Yuliana Melita
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Penelitian ini berisi tentang implementasi pengolahan citra digital dan jaringan saraf tiruan hopfield diskrit pada sistem identifikasi citra retina. Serta menggunakan perhitungan hamming distance untuk mencari nilai kesalahan identifikasi citra retina tersebut. Tahap perancangan sistemnya dari proses resize, grayscale, deteksi tepi dengan sobel, binerisasi citra, jaringan saraf tiruan hopfield, dan hamming distance. Dengan sistem identifikasi ini nanti akan menghasilkan nilai hamming distance dan prosentase kemiripan dari identifikasi antara retina yang di uji dengan data latih yang ada di database. Dari hasil pengujian 7 data citra retina milik orang yang sama namun dengan citra yang sedikit berbeda dengan dipengaruhi posisi, translasi dan noise sistem ini mampu mengenali dengan keberhasilan 42,86 %. Hal ini terjadi karena sistem ini tidak melakukan proses transform terhadap citra yang akan di identifikasi
PENGENALAN KARAKTERISTIK MANUSIA MELALUI POLA GARIS TELAPAK TANGAN MENGGUNAKAN METODE PROBABILISTIC NEURAL NETWORK Endro Andriyanto; Yuliana Melita
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 2 (2013): Volume 7 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Melakukan diagnosa melalui pola garis telapak tangan manusia (palmistry) akan dapat dilakukan dengan mudah apabila dibantu dengan peralatan komputer dengan perangkat lunak yang dirancang khusus untuk melakukan tugas tersebut. Input yang diperlukan berupa gambar telapak tangan objek dengan format BMP dengan ukuran dan resolusi tertentu. Kemudian system akan melakukan pencocokkan pola garis tangan dari inputan dengan data terdapat pada database. Output dari system adalah berupa class terdekat atau class yang sesuai dari garis tangan pengguna ingin dikenali hasil dari analisa pola garis tangan pengguna dengan pola garis tangan yang ada di database berupa karakter dari pemilik pola garis tangan tersebut.
Klasifikasi Jenis Kayu Dengan Gray-Level Co-Occurrence Matrices (GLCMs) dan K- Nearest Neighbor Jaenal Arifin; Yuliana Melita
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Kayu sebagai hasil hutan sekaligus sumber kekayaan alam merupakan bahan dasar yang dimanfaatkan perusahaan manufaktur untuk pembuatan barang rumah tangga seperti: bufet, almari, kursi, meja dan masih banyak lagi kegunaan kayu untuk kebutuhan manusia. Banyaknya jenis kayu yang mempunyai tekstur hampir sama dapat menyulitkan perusahaan untuk mengelompokan kayu berdasar jenisnya. Sebagai alternatif sistem untuk pengelompokan (clasification) jenis kayu dapat dilakukan dengan memanfaatkan kamera digital yang selanjutnya akan diproses secara otomatis oleh sistem, dari sinilah jenis kayu dikenali. Dengan adanya teknologi pengolahan citra, maka data yang berupa gambar dapat diambil informasinya dan dikenali. Citra tersebut diambil nilai cirinya dengan metode Gray-Level Co-Occurrence Matrices, ciri-ciri yang diperoleh dari kontras, korelasi, homogenitas dan ASM. Hasil dari proses tersebut akan diklasifikasikan dengan algoritma K-Nearest Neightbor yang dicari jaraknya dari data latih, dengan tujuan mengambil keputusan untuk mengenali jenis kayu. Dalam sistem yang dibuat menghasilkan nilai error terkecil pada inputan k=1 yaitu 7%, disebabkan karena citra terdekat dengan citra uji tersebut adalah citra uji itu sendiri yang telah ada pada database sehingga memiliki jarak terdekat dan error terbesar pada k=7 yaitu 27% disebabkan karena pencarian dalam database semakin besar dengan jenis kayu lebih kecil sama dengan nilai k=7.
SEGMENTASI IRIS MATA DENGAN MENGGUNAKAN TRANSFORMASI HOUGH Yanuangga G.H.L; Yuliana Melita
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 2 (2013): Volume 7 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Segmentasi iris mata menjadi topik hangat dalam bidang pengenalan iris mata, karena hasil yang kurang bagus dari langkah ini akan merusak atau menurunkan efektifitas sistem pengenalan iris. Oleh karena itu, diperlukan perhatian yang harus dilakukan dalam proses segmentasi jika menginginkan hasil yang akurat, hal ini bergantung pada akurasi dari deteksi pusat pupil mata. Dalam penelitian ini kami mengusulkan metode baru untuk mengenali pusat dari pupil mata yang mana berpusat dengan citra iris mata dengan memanfaatkan operasi 8-tetangga. Parameter ini kemudian digunakan untuk lingkar transformasi hough untuk meningkatkan kecepatan proses segmentasi iris dan keakuratan. Untuk mengabaikan citra kelopak mata dan bulu mata menerapkan operasi deteksi tepi canny. Percobaan ini dilakukan dengan menggunakan 320 citra iris dari dataset standar CASIA, dan hasilnya menunjukkan bahwa metode usulan kami memiliki tingkat akurasi tinggi.
Rancang Bangun Pengenalan Citra Bunga Berdasarkan Bentuk Tepi Bunga Menggunakan Metode Euclidian Distance Rina Dewi Indah Sari; Yuliana Melita
Jurnal Ilmiah Teknologi Informasi Asia Vol 7 No 1 (2013): Volume 7 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Pendidikan pada anak-anak diusia dini atau taman kanak-kanak (TK) sangatlah dibutuhkan karena merupakan tahap awal untuk pengenalan alam sekitar. Metode pengajaran yang sering dilakukan oleh guru-guru TK masih menggunakan cara yang manual misalnya dengan tanya jawab, bercerita dan diskusi. Sehingga daya ingat anak untuk mengenali alam sekitar kurang dan sering lupa, kelemahan lainnya anak-anak cepat bosan dengan cara mengajar yang manual. Dibuatlah aplikasi bertujuan untuk mengenali jenis bunga. Ciri yang digunakan dalam proses pengenalan bunga adalah bentuk dari tepi bunga. Selanjutnya dilakukan pengolahan gambar meliputi proses grayscale, thersholding, dan deteksi tepi. Dan Feature vector yang dihasilkan dari proses preprocessing akan disimpan dalam database. Pada tahap testing merupakan tahap pengguna memberikan input ke dalam program berupa query image. Pada tahap ini query image juga akan diekstraksi ciri-cirinya untuk menghasilkan feature vector. Feature vector yang diperoleh pada tahap testing kemudian dibandingkan dengan nilai yang terdapat di dalam data base dengan menggunakan metode Euclidean Distance. Prinsip utama dalam metode Euclidean Distance, jarak yang memiliki nilai terdekat dengan query image akan ditampilkan sebagai hasil dari proses pencarian. Dari hasil penelitian ini diperoleh hasil uji coba yang diketahui tingkat keberhasilannya sebesar 83,3% dari 12 gambar uji yang dikenali hanya 10 gambar saja. Yang menyebabkan gambar tidak berhasil dikenali ada banyak faktor. Antara lain range bobot antara gambar satu dengan yang lain yang sempit. Selain itu juga hampir samanya bentuk dari gambar sehingga memiliki nilai yang hamper sama, sehingga sistem kurang bisa mengenali gambar dengan tepat.
Co-Authors Abdur Rouf Broto Poernomo Endang Setyati Endro Andriyanto Ervin Indra Nugraha Ervina Yuniati Rokhmah Eva Kurniawaty Fahmi Setiawan Gunawan iswanto Iswanto Iswanto Jaenal Arifin Lukman Zaman Muhamad Nasir Rachmadany, Andry Reddy Alexandro Harianto Rina Dewi Indahsari Sunu Jatmika Tria Aprilianto, Tria Yanuangga G.H.L