Claim Missing Document
Check
Articles

Found 6 Documents
Search

Pengenalan Corak Sidik Tapak Tangan Dengan Menggunakan Algoritme Warkac Kusban, Muhammad; Budiman, Aris; P, Bambang Hari
Jurnal Komtika Vol 1 No 2 (2017): Jurnal Komtika
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (896.083 KB)

Abstract

Pengenalan corak sidik tapak tangan merupakan bagian dari bidang biometrik yang terus melengkapi penggunaan sidik jari karena bukti kejahatan saat ini lebih banyak ditemukan dari bekas guratan tapak tangan dibanding pola jari. Gabungan pilihan algoritme dari kecerahan citra, pilihan parameter Gabor, penggunaan metode pencocokan hingga aplikasi reduksi dimensi sangat berperan dalam  memperoleh  sistem biometrik yang optimal.  Dari uji coba yang telah dilakukan, peneliti  telah berhasil memilih empat algoritme tersebut hingga mencapai nilai akhir yang sangat menjanjikan untuk ditelaah lebih lanjut.
Pengenalan Corak Sidik Tapak Tangan Dengan Menggunakan Algoritme Warkac Kusban, Muhammad; Budiman, Aris; P, Bambang Hari
Jurnal Komtika Vol 1 No 2 (2017)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (896.083 KB) | DOI: 10.31603/komtika.v1i2.1791

Abstract

Pengenalan corak sidik tapak tangan merupakan bagian dari bidang biometrik yang terus melengkapi penggunaan sidik jari karena bukti kejahatan saat ini lebih banyak ditemukan dari bekas guratan tapak tangan dibanding pola jari. Gabungan pilihan algoritme dari kecerahan citra, pilihan parameter Gabor, penggunaan metode pencocokan hingga aplikasi reduksi dimensi sangat berperan dalam  memperoleh  sistem biometrik yang optimal.  Dari uji coba yang telah dilakukan, peneliti  telah berhasil memilih empat algoritme tersebut hingga mencapai nilai akhir yang sangat menjanjikan untuk ditelaah lebih lanjut.
Combination a Skeleton Filter and Reduction Dimension of Kernel PCA Based on Palmprint Recognition Muhammad Kusban; Adhi Susanto; Oyas Wahyunggoro
International Journal of Electrical and Computer Engineering (IJECE) Vol 6, No 6: December 2016
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3999.933 KB) | DOI: 10.11591/ijece.v6i6.pp3255-3261

Abstract

Palmprint identification is part of biometric recognition, which attracted many researchers, especially when fusion with face identification that will be applied in the airport to hasten knowing individual identity. To accelerate the process of verification feature palms, dimension reduction method is the dominant technique to extract the feature information of palms.The mechanism will boost if the ROI images are processed prior to get normalize image enhancement.In this paper with three sample input database, a kernel PCA method used as a dimension reduction compared with three others and a skeleton filter used as a image enhancement method compared with six others. The final results show that the proposed method successfully achieve the target in terms of the processing time of $ 0.7415 $ second, the EER performance rate of 0.19 % and the success of verification process about 99,82 %.
Verifikasi dan Identifikasi Telapak Tangan dengan Kernel Gabor Muhammad Kusban
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 4 No 2: Mei 2015
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.796 KB)

Abstract

In recent years, biometric recognition has been rapidly developed and still continues to grow. Researchers are combining several algorithms to obtain a more robust feature. In this study, Gabor kernel methods, principle component analysis (PCA), detection error trade-off (DET), expected performance curves (EPC), and cumulative match characteristic (CMC) is combined and used to obtain the features of palm print. This experiment shows that the combination of Gabor and PCA methods, using 240 items of data, gives an optimum result in palms identification and authentication. Pengenalan biometrik terus berkembang sehingga banyak peneliti menggabungkan beberapa algoritma dalam mendapatkan fitur yang lebih kokoh. Penelitian ini menggabungkan metode kernel Gabor dengan PCA, DET, EPC, dan CMC untuk memperoleh fitur dalam pengenalan telapak tangan. Hasil penelitian yang memberikan nilai optimal proses identifikasi dan authentikasi telapak tangan dari data sebanyak 240 item adalah pada metode penggabungan Gabor dan PCA.
Analisa Tingkat Potensi Sinar Matahari untuk Pembangkit Listrik Tenaga Surya di Daerah Pantai Hasyim Asyari; Roby Achmad Firmansyah; Muhammad Kusban
Prosiding Simposium Nasional Rekayasa Aplikasi Perancangan dan Industri 2020: Prosiding Simposium Nasional Rekayasa Aplikasi Perancangan dan Industri
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (545.478 KB)

Abstract

Indonesia merupakan negara kepulauan yang sampai saat ini nilai elektrifikasinya masih dibawah 100%. Hal ini dapat ditemui masih banyaknya pulau kecil-kecil yang belum mendapat aliran listrik dari PT. Perusahaan Listrik Negara. Kepulauan yang belum teraliri listrik di Jawa Tengah adalah Pulau Panjang yang masuk wilayah Kabupaten Jepara. Pengelola tempat wisata pulau panjang saat ini menyediakan pembangkit listrik tenaga diesel sebagai sarana penyedia energi listrik pada malam hari di pulau tersebut. Namun pembangkit tersebut dinyalakan hanya kurang lebih 8 jam yaitu dimulai jam 17.00 - 23.00 dan jam 04.00 – 06.00. listrik yang diproduksi pembangkit tersebut untuk penerangan, sumber daya peralatan elektronik. Manajemen sistem pengoperasian pembangkit tersebut memberikan perasaan kurang nyaman bagi wisatawan atau masyarakat yang berkunjung ke pulau panjang, karena adanya keterbatasan waktu sumber energi listrik. Penelitian ini bertujuan untuk mengetahui tingkat potensi sinar matahari untuk menghasilkan energi listrik sebagai upaya untuk menyediakan energi listrik pada siang hari, agar masyarakat yang berkunjung merasa lebih nyaman. Metode penelitian ini adalah dengan melakukan pengukuran secara langsung potensi energi listrik yang dapat dihasilkan oleh panel kapasitas 100 Wp dengan jenis mono kristral. Adapun peralatan lain yang digunakan adalah batere kapasitas 50 Ah, Inverter kapasitas 1000 Watt, Battery charge controller 12/24 Volt dan 10 A. Penelitian dilakukan tanggal 9 – 15 maret 2019. Hasil dari pengujian pada tanggal 15 maret 2019, daya maksimal mencapai 99,9 Watt, terjadi pada jam 13,30 dengan intensitas cahaya matahari 95,500 Lux. Namun pada tanggal 11 maret 2019 jam 17.00 nilai intensitas cahaya matahari hanya 850 Lux sehingga daya keluaran 0,1 Watt.
Prototipe Detektor Gejala COVID-19 Berbasis IoT Muhammad Chafidh Dinulloh; Muhammad Kusban
Emitor: Jurnal Teknik Elektro Vol 22, No 2: September 2022
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v22i2.19441

Abstract

Kesehatan sangatlah berperan penting dalam kehidupan kita, sehat adalah salah satu kunci awal untuk meraih kedamaian, keamanan, dan kebebasan untuk melakukan apapun didalam hidup. Namun, meskipun kita semua sudah mengetahui hal tersebut, fenomena COVID-19 yang terjadi beberapa tahun terakhir menambah lagi kepekaan kita tentang seberapa berharga dan pentingnya kesehatan. Menurut data WHO, telah tercatat 6,2 juta kasus COVID-19 di Indonesia sedang 156 ribu diantaranya tidak dapat diselamatkan. Menurut beberapa penelitian, COVID-19 memiliki tiga gejala utama, yaitu demam, batuk, dan sulit bernafas atau sesak sehingga butuh penanganan secepatnya dari pihak kesehatan. Dari beberapa permasalahan tersebut, penulis membuat sebuah alat yang dapat mengukur suhu, denyut jantung, dan kadar saturasi oksigen yang dapat dimonitoring dari jarak jauh menggunakan aplikasi Blynk pada smartphone. Pada pembuatan alat ini penulis menggunakan dua buah mikrokontroler yaitu Arduino UNO dan NodeMCU juga menggunakan dua buah sensor yaitu sensor MLX90614 dan sensor MAX30100. Sensor MLX90614 akan digunakan untuk mengukur suhu tubuh, sedangkan sensor MAX30100 digunakan untuk mengukur denyut jantung dan saturasi oksigen. Hasil pengukuran nantinya akan ditampilkan pada LCD 20x4 dan juga akan ditampilkan pada smartphone menggunakan aplikasi Blynk. Hasil pengujian secara keseluruhan menunjukkan bahwa alat bekerja cukup baik dengan persentase error 3,4% pada suhu tubuh, 1,8% pada denyut jantung, dan 3,21% pada saturasi oksigen.