Pramunanto, Eko
Departemen Teknik Komputer Institut Teknologi Sepuluh Nopember

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

Penulisan Pesan Tersembunyi Pada Citra JPEG dengan Metode F5 Pramunanto, Eko; Muhtadin, Muhtadin; Putra, Yanu Perwira Adi; Zaini, Ahmad
JAVA Journal of Electrical and Electronics Engineering Vol 10, No 2 (2012)
Publisher : JAVA Journal of Electrical and Electronics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (427.367 KB)

Abstract

Komunikasi digital rentan terhadap pencurian informasi secara langsung ataupun tidak langsung. Hal ini dapat diatasi dengan beberapa cara, salah satunya dengan teknik steganografi. Steganografi dapat digunakan untuk menyembunyikan pesan teks pada sebuah citra dijital khususnya JPEG. Salah satu metode steganografi yang umum adalah F5.Metode F5 merupakan metode yang menyisipkan bit data pesan ke dalam bit koefisien DCT hasil kuantisasi yang terlebih dahulu telah dipermutasi. Metode F5 mempunyai keakuratanpenyembunyian pesan teks dan keakuratan descriptory cukup baik, sehingga dapat dimanfaatkan untuk keperluan perlindungan data atau informasi rahasia. Pada penelitian initelah dilakukan implementasi metode F5 untuk menyisipkan pesan kedalam citra JPEG, hasil implementasi kemudian dilakukan pengujian kapasitas pesan yang disisipkan terhadap banyaknya variasi warna pada file citra JPEG. Selain itu dilakukan penyisipan pesan berupa pesan ekstensi doc dan citra lain (JPEG) kedalam file citra carier. Dari hasil pengujiandidapatkan bahwa semakin banyak pesan yang disisipkan kedalam file citra akan mengakibatkan banyaknya perubahan bit citra tersebut. Kualitas kompresi citra yang akan disisipi pesan sangat berpengaruh terhadap keberhasilan proses pemisahan pesan, semakin tinggi kualitas kompresi maka semakin rendah prosentase keberhasilan pemisahan pesan dari citra pembawa.
Penentuan Otomatis Posisi Fokus Citra Mikroskopis Bakteri Tuberkulosis Berbasis Nilai Entropi dan Fuzzy Logic Santoso, Budi; Zaini, Ahmad; Pramunanto, Eko; Boedinugroho, Hanny; Purnama, I Ketut Eddy
JAVA Journal of Electrical and Electronics Engineering Vol 12, No 1 (2014)
Publisher : JAVA Journal of Electrical and Electronics Engineering

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

Abstract

.
Fall Detection Based on Accelerometer and Gyroscope using Back Propagation Jefiza, Adlian; Pramunanto, Eko; Boedinoegroho, Hanny; Purnomo, Mauridhy Heri
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 4: EECSI 2017
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (951.008 KB) | DOI: 10.11591/eecsi.v4.1079

Abstract

Falling is an external aspect that can lead to death for the elderly. With so many activities they can do will increase the likelihood of falling. A fall detection device  is  designed  to  minimize  post-fall risk. An MPU6050 sensor with 3 axis accelerometer and 3 gyroscope axis is used to detect the activities of the elderly. This research is expected to recognize the falling forward movement, falling aside, falling backward,   sitting,   sleeping,   squatting,   upstairs, down stairs and praying. The total data in the test is 80 data per movement of 16 participants. Backpropagation   method    is    used   for   motion recognition.  The  recognition  of  this  movement  is based on 10 input variables from the accelerometer sensor data and gyroscope sensor. The result of this study,  the  error  value  calculated  by  using  the formula  Sum  Square  Error  of  all  movements,  is 0.1818 with ROC accuracy of 98.182%.
Klasifikasi Bahasa Isyarat Indonesia Berbasis Sinyal EMG Menggunakan Fitur Time Domain (MAV, RMS, VAR, SSI) Ifut Rahayuningsih; Adhi Dharma Wibawa; Eko Pramunanto
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v7i1.29967

Abstract

Penggunaan kamera yang dipakai sebagai input media bantu untuk pengenalan bahasa isyarat masih bergantung pada kondisi lingkungan. Sinyal EMG merupakan sinyal yang berasal dari pembacaan aktivitas otot tangan, sehingga sinyal EMG tidak bergantung pada kondisi lingkungan. Oleh karena itu sinyal EMG dapat dimanfaatkan untuk mengenali gerakan bahasa isyarat. Agar dapat digunakan untuk mengenali sebuah gerakan, komputer memerlukan sebuah mekanisme standar dan logis. Permasalah utama yang terjadi dalam pengenalan gerakan adalah bagaimana cara menghasilkan data yang representatif dan konsisten terhadap sampel gerakan. Sinyal EMG hasil perekaman akan dilakukan proses ekstraksi fitur berdasarkan time domain feature dengan metode MAV, RMS, VAR dan SSI. Hasil ekstraksi fitur tersebut akan digunakan sebagai input klasifikasi menggunakan metode naive bayes. Gerakan bahasa isyarat yang dikenali pada penelitian ini ada 20 gerakan. Hasil akurasi pengenalan gerakan antara data training diujikan terhadap data baru dengan perbandingan data 50:50 yaitu sebesar 79%. Jumlah perbandingan data training yang optimal digunakan untuk pengenalan 20 gerakan Bahasa isyarat Indonesia adalah ≥50% dari total data sampel dimana berada pada rata-rata 80%.
Fall Detection Based on Accelerometer and Gyroscope using Back Propagation Adlian Jefiza; Eko Pramunanto; Hanny Boedinoegroho; Mauridhy Heri Purnomo
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 4: EECSI 2017
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (951.008 KB) | DOI: 10.11591/eecsi.v4.1079

Abstract

Falling is an external aspect that can lead to death for the elderly. With so many activities they can do will increase the likelihood of falling. A fall detection device  is  designed  to  minimize  post-fall risk. An MPU6050 sensor with 3 axis accelerometer and 3 gyroscope axis is used to detect the activities of the elderly. This research is expected to recognize the falling forward movement, falling aside, falling backward,   sitting,   sleeping,   squatting,   upstairs, down stairs and praying. The total data in the test is 80 data per movement of 16 participants. Backpropagation   method    is    used   for   motion recognition.  The  recognition  of  this  movement  is based on 10 input variables from the accelerometer sensor data and gyroscope sensor. The result of this study,  the  error  value  calculated  by  using  the formula  Sum  Square  Error  of  all  movements,  is 0.1818 with ROC accuracy of 98.182%.
Rancang Bangun Lingkungan IoT Sistem Pemantauan dan Otomatisasi Rumah Kaca Melalui Saluran BLE dan WiFi Vidityar Adith Nugroho; Eko Mulyanto Yuniarno; Dion Hayu Fandiantoro; Eko Pramunanto
Jurnal Teknik ITS Vol 12, No 2 (2023): IN PRESS
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v12i2.115110

Abstract

Di era modern revolusi industri 4.0 saat ini, hampir semua teknologi informasi digunakan untuk memudahkan aktivitas manusia. Permasalahan perkebunan saat ini adalah semakin menyempitnya komoditas tanaman yang dapat ditanam akibat cuaca ekstrim dan sempitnya lahan akibat pembangunan perumahan dan industri. Untuk mengatasi masalah ini, telah dikembangkan sistem pemantauan rumah kaca, dengan tujuan meningkatkan produktivitas tanaman. Sebelumnya pengembangan rumah kaca masih terbatas pada satu sensor dan menggunakan protokol HTTP. Oleh karena itu, pada artikel ini dikembangkan sistem monitoring kondisi rumah kaca dengan menyusun beberapa sensor yang kemudian disebut node sensor dan menempatkan node sensor pada titik tertentu. Node sensor kemudian akan mengirimkan datanya ke sink node menggunakan Bluetooth Low Energy. Kemudian data yang telah digabungkan pada sink node tersebut diteruskan oleh sensor node lain ke broker MQTT menggunakan konektivitas WiFi. Data tersebut kemudian akan di subscribe untuk diolah dan disimpan dalam database. Lalu aplikasi website akan menampilkan data pembacaan sensor sesuai dengan yang tersimpan di database. Dalam aplikasi website terdapat fitur untuk menyesuaikan parameter lingkungan rumah kaca. Data dari threshold yang telah diatur selanjutnya dikirimkan ke node aktuaktor. Node aktuaktor bertugas untuk membandingkan data dari pembacaan sensor dan juga data threshold agar dapat menjalankan beberapa aktuaktor sesuai dengan kebutuhannya.