Perlindungan Hak Cipta Pada Data Audio Menggunakan Teknik Watermarking Phase Coding.

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perlindungan Hak Cipta Pada Data Audio Menggunakan Teknik Watermarking Phase Coding."

Transkripsi

1 Perlindungan Ha Cipta Pada Data Audio Menggunaan Teni Watermaring Phase Coding Abstra Martharany Rumondang Departemen Teni Informatia Institut Tenologi Bandung Jalan Ganesha 10 Bandung if12062@students.if.itb.ac.id, martharany@yahoo.com Media digital telah menggantian peran media analog dalam berbagai apliasi. Hal ini disebaban arena elebihan yang dimilii media digital. Namun, terdapat satu elemahan dari penggunaan media digital, yaitu mengenai perlindungan ha cipta dari suatu media digital. Digital watermaring diembangan sebagai salah satu jawaban untu melindungi ha cipta suatu data digital. Dalam Tugas Ahir ini, diimplentasian watermaring pada beras MP3 dengan menggunaan teni watermaring phase coding, yang menyembunyian data dengan cara menuaran fase asli segmen inisial dari sinyal suara dengan fase absolut dari sinyal watermar. Perangat luna dibangun menggunaan bahasa pemrograman Java 1.5 dan IDE Netbeans 5.0. Secara umum, perangat luna yang dibangun cuup bai arena beras MP3 yang dihasilan setelah proses penyisipan watermar masih memilii ualitas suara yang relatif bai, tahan terhadap operasi pencuplian ulang, pengubahan format beras MP3, serta pemberian derau maupun pemotongan beras di bagian tengah dan ahir beras. Kata unci : fase relatif, fase absolut, watermar, phase coding, MPEG/Audio Layer III (MP3). 1. Pendahuluan Saat ini media digital, seperti video, audio, dan gambar, telah menggantian peran media analog dalam berbagai apliasi. Keberhasilan dari penerapan media digital ini disebaban arena beberapa elebihan yang dimilii media digital, seperti transmisi yang bebas derau, penyimpanan yang padat, penyalinan yang sempurna, dan emudahan untu melauan pengeditan. Di samping semua elebihan yang dimilii media digital seperti yang telah dipaparan sebelumnya, terdapat elemahan dari penggunaan media digital. Masalah terbesar adalah mengenai ha inteletual (ha cipta) dan ebenaran onten dari suatu media digital. Selama ini penggandaan atas produ digital tersebut dilauan secara bebas dan leluasa. citra digital, mata tida bisa membedaan apaah citra tersebut disisipi watermar atau Pemegang ha cipta atas produ digital tersebut dirugian arena tida mendapat royalti dari usaha penggandaan tersebut. Untu alasan ini, pencipta dan pendistribusi dari suatu data digital mencari solusi terhadap masalah tersebut yaitu perlindungan ha cipta dari data multimedia. Digital watermaring diembangan sebagai salah satu jawaban untu menentuan eabsahan pencipta atau pendistribusi suatu data digital dan integritas suatu data digital. Teni watermaring beerja dengan menyisipan sediit informasi yang menunjuan epemilian, tujuan, atau data lain, pada media digital tanpa mempengaruhi ualitasnya. Jadi pada

2 tida. Demiian pula jia diterapan pada audio atau musi, telinga tida bisa mendengar sisipan informasi tadi. Sehingga pada tenologi ini dienal suatu persyaratan bahwa watermar haruslah imperceptible atau tida terdetesi oleh indera penglihatan (human visual system / HVS) atau indera pendengaran (human auditory system / HAS). Metode audio watermaring yang sering diaji dapat dibagi menjadi : 1. Domain watu Metode ini beerja dengan cara mengubah data audio dalam domain watu yang aan disisipan watermar. Contohnya dengan mengubah LSB (Least Significant Bit) dari data tersebut. Secara umum metode ini rentan terhadap proses ompresi, transmisi dan encoding. Beberapa teni algoritma yang termasu dalam metode ini adalah: a. Compressed-domain watermaring Pada teni ini hanya representasi data yang terompresi yang diberi watermar. Saat data di uncompressed maa watermar tida lagi tersedia. b. Bit dithering Watermar disisipan pada tiap LSB, bai pada representasi data terompresi atau tida. Teni ini membuat derau pada sinyal. c. Amplitude modulation Cara ini membuat setiap punca sinyal dimodifiasi agar jatuh e dalam pitapita amplitudo yang telah ditentuan d. Echo hiding Dalam metode ini salinan-salinan terputus-putus dari sinyal dicampur dengan sinyal asli dengan rentang watu yang cuup ecil. Rentang watu ini cuup ecil sehingga amplitudo salinannya cuup ecil sehingga tida terdengar. 2. Domain freuensi Metode ini beerja dengan cara mengubah spectral content dalam domain freuensi dari sinyal. Misalnya dengan cara membuang omponen freuensi tertentu atau menambahan data sebagai derau dengan amplitudo rendah sehingga tida terdengar. Beberapa teni yang beerja dengan metode ini: a. Phase coding Beerja berdasaran arateristi sistem pendengaran manusia (Human Auditory System) yang mengabaian suara yang lebih lemah jia dua suara itu datang bersamaan. Secara garis besar data watermar dibuat menjadi derau dengan amplitudo yang lebih lemah dibandingan amplitudo data audio lalu digabungan b. Frequency band modification Informasi watermar ditambahan dengan cara membuang atau menyisipan e dalam pita-pita (band) spectral tertentu. c. Spread spectrum Dalam metode ini, sinyal yang membawa data watermar dimodulasian e dalam derau pita lebar (wideband noise) setelah sebelumnya di multipliasi dengan suatu pseudorandom sequence. Pada Tugas Ahir ini digunaan teni watermaring Phase coding yang memanfaatan elemahan sistem pendengaran manusia yang secara umum tida dapat mendengar suara pada amplitudo yang lebih lemah. Teni ini cuup robust sebagai meanisme perlindungan ha cipta pada data audio. 2. Phase coding Phase coding beerja berdasaran arateristi sistem pendengaran manusia yang mengabaian suara yang lebih lemah jia dua suara itu datang bersamaan. Ide dasar dibali teni phase coding adalah menyembunyian data dengan cara menuaran fase asli segmen inisial dari sinyal suara dengan fase absolut dari sinyal watermar dengan tetap menjaga fase relatif

3 antara segmen sinyal menggunaan beda fase segmen dari sinyal asli. Ketia beda fase antara sinyal asli dan sinyal yang dimodifiasi besarnya ecil, maa perbedaan suara yang dihasilan tida terdetesi oleh pendengaran manusia. Phase coding termasu dalam elompo teni audio watermaring berbasis domain freuensi yang beerja dengan cara mengubah spectral content dalam domain phasecoding. freuensi dari sinyal. Phase coding merupaan metode paling efetif dari segi perbandingan noise signal-to-perceived. Dalam pembahasan beriutnya aan dijelasan mengenai parameter apa saja yang mempengaruhi phase coding, bagaimana cara menyisipan watermar e dalam data audio (enoding), dan cara pengestrasian watermar dari data audio yang telah disisipi (deoding) dengan teni 2.1. Parameter Terdapat beberapa parameter yang berpengaruh dalam teni watermaring phase coding. Parameter tersebut antara lain fase relatif dan amplitudo sinyal suara, fase absolut data watermar, serta beda fase relatif antara segmen sinyal suara. Phase coding didasaran pada enyataan bahwa pendengaran manusia lebih pea terhadap beda fase relatif dalam sinyal audio dibandingan dengan fase absolut yang ditambahan. Jia hubungan fase antar setiap omponen freuensi diubah secara dramatis, aan terjadi dispersi fase yang tampa dengan jelas. Aan tetapi, selama modifiasi fase cuup ecil (tergantung pada pengamat) dan dengan menjaga beda fase relatif antara segmen-segmen sinyal suara, maa modifiasi fase yan dilauan tida aan terdengar. Amplitudo sinyal suara digunaan bersama dengan nilai fase sinyal suara untu mengubah embali sinyal suara dari domain freuensi menjadi domain watu sehingga dapat didengaran Enoding Langah-langah untu melauan penyisipan watermar dengan teni phase coding adalah sebagai beriut : 1. Bagi urutan suara menjadi N segmen, s[ i ], 0 i L-1, dimana setiap segmen memilii panjang yang sama yaitu sebesar L. (Gambar 1) Gambar 1 Sinyal asli dan sinyal yang dibagi menjadi beberapa segmen 2. Hitung DFT (dalam hal ini menggunaan FFT) pada masingmasing segmen. Hasil dari perhitungan ini adalah berupa X() untu masingmasing segmen dimana 0 L Hitung nilai fase φ dan amplitudo A untu tiap-tiap segmen dimana a adalah bagian real dari nilai FFT dan b adalah bagian imaginer-nya. Hasil yang diperoleh untu tiap segmennya aan tampa seperti pada Gambar A a + b = (2.1) 1 b φ = tan (2.2) a 4. Setelah itu hitung beda fase antara fase segmen yang berdeatan. φn 1 ) = φn 1 ) φn ) (2.3) 5. Fase absolut dari sinyal data watermar ditambahan e dalam beda fase yang dihasilan. Sinyal watermar dengan panjang Lw, w[ j ], 0 j Lw-1, disajian sebagai Φ data = π/2 atau Φ data = -π/2 yang merepresentasian bit 1 atau

4 0. Hasil yang diperoleh aan tampa seperti Gambar 3. Gambar 2 Magnitudo dan plot fase dari FFT 6. Subsitusian fase segmen awal Φ 0 dengan fase sinyal watermar Φ data (Gambar 4) Φ 0 = Φ data (2.4) Gambar 4 Menambahan fase absolut watermar e beda fase sinyal asli 9. Hitung embali nilai fase yang baru dan nilai amplitudo yang sudah dihitung sebelumnya untu melauan inverse DFT terhadap masing-masing segmen untu mengembalian sinyal e domain watu (Gambar 5). Gambar 3 Fase absolut dari sinyal data watermar 7. Buat matris fase untu N>0 dengan menggunaan beda fase untu menjaga relativitas fase antara segmen suara. Hal ini dilauan untu menjaga esinambungan sinyal setelah proses modifiasi fase segmen awal. ( φ' 1 ) = φ' 0 ) + φ1( ϖ ))... ( φ' = + n ) φ' n 1 ) φn ))... ( φ' ( ) = ' + N ϖ φ N 1 ) φn )) 8. Gabungan segmen-segmen yang telah dimodifiasi fasenya tersebut menjadi satu. Gambar 5 Sinyal watermaring yang dihasilan dengan teni phase coding 2.3. Deoding Deoding dilauan dengan melauan sinronisasi terhadap proses enoding. Panjang segmen dan panjang watermar harus dietahui. Proses deoding memerluan sinyal suara asli untu melauan pendetesian. Langah-langah pendetesian watermar yang dilauan adalah sebagai beriut : 1. Ambil n bagian pertama dari sinyal suara dimana n adalah panjang segmen enoding yang dietahui, s[0]..s[n-1]. Perhitungan hanya dilauan terhadap n elemen pertama sinyal arena data watermar disisipan hanya di segmen awal sinyal suara asli. 2. Lauan FFT terhadap n-1 sinyal tersebut, emudian cari nilai fasenya Φ sesuai persamaan Konversi nilai fase yang didapatan, π/2 menjadi bit 1 dan -π/2 menjadi bit 0 sebanya panjang bit watermar. Nilai fase dibandingan dengan nilai fase sinyal suara asli.

5 4. Didapatan data bit-bit watermar sesuai dengan hasil onversi. Bit-bit watermar dibandingan dengan bit-bit watermar asli untu mengetahui ebenarannya. 3. Desripsi Umum Perangat Luna Perangat luna ini diberi nama PhaseCodeMP3. Perangat luna PhaseCodeMP3 memilii dua fungsionalitas utama yaitu fungsi penyisipan watermar (enoding) dan fungsi pengestrasian watermar (deoding). Dalam proses enoding dan deoding diperluan masuan berupa beras MP3 dan file watermar berformat tes. Enoding dilauan dengan menyisipan bit watermar e dalam sinyal beras MP3 dengan modifiasi fase, sedangan deoding dilauan dengan mengestrasi fase yang didapat untu selanjutnya dionversi menjadi bentu bit. Perangat luna PhaseCodeMP3 memilii elas-elas sebagai beriut : 1. Encode Kelas ini berfungsi untu melauan proses penyisipan watermar e dalam beras media MP3 yang telah dipilih pengguna 2. Decode Kelas ini berfungsi untu melauan proses estrasi watermar dari beras media penampung 3. MP3 Kelas ini berfungsi untu membaca dan menyimpan beras MP3 4. Myplayer Kelas ini berfungsi untu memutar beras MP3 5. GUI (EncodeGUI dan DecodeGUI) Kelas ini berfungsi untu mempermudah interasi pengguna dengan perangat luna PhaseCodeMP3 ini. 6. FFT Kelas ini berfungsi untu melauan penghitungan FFT maupun penghitungan invers FFT dalam pemrosesan sinyal beras MP3 yang aan dimanipulasi. 4. Implementasi Apliasi Lingungan yang digunaan untu membangun perangat luna PhaseCodeMP3 adalah lingungan berbasis Windows. Bahasa pemrograman yang digunaan untu membangun PhaseCodeMP3 adalah Java versi 1.5. Sedangan ompilator sealigus IDE yang digunaan untu memudahan pengembangan perangat luna adalah NetBeans 5.0. Gambar 6-8 memperlihatan antarmua dari PhaseCodeMP3. Gambar 6 Layar Saji Utama Gambar 7 Layar Saji Enoding

6 watermar asli, jia beras MP3 dimanipulasi. Tabel 1-8 memperlihatan hasil pengujian yang dilauan. Gambar 8 Layar Saji Deoding 5. Pengujian Pengujian perangat luna PhaseCodeMP3 dilauan dengan menggunaan perangat eras yang memilii spesifiasi sebagai beriut : 1. CPU : Intel Pentium IV 3 GHz 2. HD : 80GB 3. Memori : 512 MB DDRAM Rancangan pengujian yang aan dilauan meliputi pengujian terhadap tiga hal, yaitu : 1. Kebenaran perangat luna, yang diuur dari esesuaian watermar yang disisipan dengan watermar hasil estrasi. Besarnya esesuaian dihitung dalam persentase dengan membandingan jumlah bit watermar yang berhasil diestrasi dengan jumlah bit watermar yang asli. 2. Kinerja perangat luna yang diuur dari ecepatan penyisipan maupun pengestrasian watermar. Pengujian ini dilauan untu mengetahui seberapa besar inerja perangat luna yang dibangun 3. Ketahanan data terhadap pemrosesan beras MP3. Pengujian dilauan untu mengetahui sejauh mana esesuaian bit watermar hasil estrasi dengan bit No. Nama Beras Tipe Uuran 1 Chris Brown - Run It.mp3 Stereo 156 KB 2 Hips don't lie.mp3 Stereo 451 KB 3 Scooter-Maria(I Lie it Stereo 412 KB Loud).mp3 4 Sonar ping.mp3 Stereo 18 KB 5 SSEYO_MIXA1_ex1.mp3 Mono 57 KB 6 Paris Hilton - Stars Are Mono 207 KB Blind.mp3 7 Diam's - Jeune Mono 403 KB Demoiselle.mp3 8 Hilary Duff Wae Mono 412 KB Up.mp3 Tabel 1 Beras MP3 yang diuji No. Nama Beras Uuran 1 Copyright.txt 18 bytes 2 ID3.txt 118 bytes Tabel 2 Beras watermar yang diuji No. Proses Hasil 1 Pemutaran beras MP3 Berhasil sebelum disisipi watermar 2 Penyisipan sebuah watermar (.txt) e dalam sebuah beras MP3 Berhasil 3 Pemutaran beras MP3 yang Berhasil telah disisipi watermar 4 Estrasi watermar dari Berhasil beras MP3 yang telah disisipi watermar Tabel 3 Hasil pengujian ebenaran perangat luna No. Sampling rate asal Sampling rate baru Hasil Estrasi KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai

7 No. Sampling rate asal Sampling rate baru Hasil Estrasi KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai KHz 48 KHz Bai Tabel 4 Hasil pengujian etahanan - resampling Hasil estrasi terhadap pemotongan No. bagian beras MP3 Sepertiga bagian tengah Bagian ahir 1.1 Bai Bai 1.2 Bai Bai 2.1 Bai Bai 2.2 Bai Bai 3.1 Bai Bai 3.2 Bai Bai 4.1 Bai Bai 4.2 Bai Bai 5.1 Bai Bai 5.2 Bai Bai 6.1 Bai Bai 6.2 Bai Bai 7.1 Bai Bai 7.2 Bai Bai 8.1 Bai Bai 8.2 Bai Bai Tabel 5 Hasil pengujian etahanan cropping Hasil Pengujian terhadap pemberian derau No. pada bagian beras MP3 Bagian awal Bagian Bagian tengah ahir 1.1 Tida bai Bai Bai 1.2 Tida bai Bai Bai 2.1 Tida bai Bai Bai 2.2 Tida bai Bai Bai 3.1 Tida bai Bai Bai 3.2 Tida bai Bai Bai 4.1 Tida bai Bai Bai 4.2 Tida bai Bai Bai 5.1 Tida bai Bai Bai 5.2 Tida bai Bai Bai 6.1 Tida bai Bai Bai 6.2 Tida bai Bai Bai 7.1 Tida bai Bai Bai 7.2 Tida bai Bai Bai 8.1 Tida bai Bai Bai 8.2 Tida bai Bai Bai Tabel 6 Hasil pengujian etahanan - pemberian derau t 1 No Hasil pemutaran beras MP3 1.1 Bai Bai 1.2 Bai Bai 2.1 Bai Bai 2.2 Bai Bai 3.1 Bai Bai 3.2 Bai Bai 4.1 Bai Bai 4.2 Bai Bai 5.1 Ada derau Bai 5.2 Ada derau Bai 6.1 Bai Bai 6.2 Bai Bai 7.1 Bai Bai 7.2 Bai Bai 8.1 Bai Bai 8.2 Bai Bai Hasil estrasi beras MP3 Tabel 7 Hasil pengujian etahanan - pengubahan format t 2 Kualitas Suara No. x 1 (db) x 2 (db) PSNR (ms) (ms) Subjetif (db) Bai Bai Bai Bai Bai Bai Bai Bai Ada derau Ada derau Bai Bai Bai Bai Bai Bai 33.8 Tabel 8 Hasil pengujian inerja perangat luna dimana t 1 : watu enoding, t 2 : watu deoding, x 1 : euatan sinyal awal, x 2 : euatan sinyal setelan penyisipan)

8 6. Kesimpulan dan Saran 6.1. Kesimpulan Kesimpulan yang dapat diambil setelah mengerjaan Tugas Ahir ini adalah : 1. Teni phase coding merupaan teni yang cuup robust dalam penyisipan watermar e dalam suatu beras MP3 arena teni ini tahan terhadap proses pencuplian ulang, pemotongan beras MP3 (selain bagian awal beras), pemberian derau (selain bagian awal beras), dan ompresi (pengubahan format beras). 2. Kunci untu melauan proses deoding dari teni phase coding ini adalah watermar itu sendiri 3. Kualitas suara yang dihasilan oleh beras MP3 yang telah disisipi watermar dengan teni phase coding cuup bai (hampir tida terdetesi adanya derau). 4. Uuran watermar yang dapat disisipan dengan teni phase coding relatif lebih ecil dibandingan dengan teni audio watermaring lainnya. Hal ini disebaban arena uuran watermar yang disisipan tida boleh lebih dari panjang segmen pembagian suara dan modifiasi fase yang semain banya dapat menyebaban derau di awal sinyal suara. 5. Kelemahan teni ini adalah jia dilauan pemotongan atau pemberian derau pada bagian awal beras MP3 yang disisipi watermar, maa watermar dapat hilang atau tida dapat diestrasi dengan bai Saran Beberapa saran untu pengembangan Tugas Ahir ini antara lain : 1. Dalam pengembangan perangat luna PhaseCodeMP3, hanya dapat menyisipan watermar pada beras MP3 dengan uuran masimal 500 KB (urang lebih seuuran beras ringtone). Untu pengembangan lebih lanjut, sangat disaranan untu memodifiasi pemaaian memori sehingga perangat luna ini dapat melauan penyisipan pada berbagai uuran beras MP3. 2. Dalam pengembangan perangat luna PhaseCodeMP3, hanya menyisipan watermar berupa beras tes (.txt). Untu pengembangan lebih lanjut, sebainya tipe beras watermar yang disisipan dapat lebih bervariasi. 3. Dalam Tugas Ahir ini, data audio yang diduung hanyalah yang memilii format MP3. Untu pengembangan lebih lanjut, perangat luna dapat dibuat sehingga menduung watermaring pada format data audio lain, seperti WAV, MIDI, dan lain sebagainya. 4. Perangat luna PhaseCodeMP3 masih urang dalam memfasilitasi perlindungan ha cipta data audio, seperti pembangitan informasi epemilian (jia diperluan) dan penanganan ewenangan piha yang menyisipan serta piha yang mengestrasi data audio tersebut. Untu pengembangan lebih lanjut, dapat dilauan perumusan senario untu memfasilitasi perlindungan ha cipta data audio menggunaan teni watermaring phase coding. 7. Daftar Pustaa [BAL06] [HAC00] Baldwin, Richard G Fun with Java, Understanding the Fast Fourier Transform (FFT) Algorithm. URL Tanggal ases : 31 Agustus 2006 Hacer, Scot MP3 : The Definitive Guide. O Reilly.

9 [LEE00] [MOR96] [MUN04] [EKL00] [SMI06] [TJO05] [WIL05] [WIN05] Lee, Edward A., Pravin Varaiya (2000). Structure and Interpretation of Signals and Systems. Addison Wesley. Morimoto, N. Bender, W. Gruhl, D. Lu, A. (1996). Techniques For Data Hiding. IBM Systems Journal Vol. 35, No. 3&4, MIT Media Lab. G Munir, Rinaldi Kuliah IF5054 Kriptografi : Steganografi dan Watermaring. Elund, Roberta. Audio Watermaring Techniques. URL Tanggal ases : 1 Agustus 2006 Smith, Steven W How The FFT Wors. URL Tanggal ases : 2 September 2006 Tjoronegoro, Harijono A Pengolahan Sinyal. Bandung : ITB. Wiley Interscience (2005). Digital Signal Processing and Applications with the C6713 and C6416 DSK. ISBN s - DDU Wintarsih, Endah Robust Dan Non-Blind Watermaring Pada Beras MPEG/AUDIO Layer III (MP3) Dengan Teni Echo Data Hiding. Bandung : ITB.

Studi dan Implementasi Video Watermarking dengan Mekanisme Adaptive Embedding

Studi dan Implementasi Video Watermarking dengan Mekanisme Adaptive Embedding Studi dan Implementasi Video Watermaring dengan Meanisme Adaptive Embedding Fetty Fitriyanti.L, Suhono H. Supangat Multimedia and Cyberspace Engineering Research Group Kelompo Keahlian Tenologi Informasi

Lebih terperinci

METODE PENELITIAN. Gambar 1 Alur metode penelitian.

METODE PENELITIAN. Gambar 1 Alur metode penelitian. akan menggunakan bantuan aplikasi pemrosesan audio (Rochesso 2007). Penambahan Derau Derau merupakan suara-suara yang tidak diinginkan. Munculnya derau dapat menurunkan kualitas suatu berkas audio. Penambahan

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding

Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding Roy Indra Haryanto - 13508026 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Audio Suara atau bunyi adalah suatu gelombang longitudinal yang merambat melalui suatu medium, seperti zat cair, padat dan gas. Bunyi dapat terdengar oleh manusia apabila gelombang

Lebih terperinci

METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET

METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET Maryanti 1, Nana Juhana, ST. 1, Manahan P.Siallagan S.Si, MT. 1 1) Jurusan Teni Informatia, FT, UNIKOM

Lebih terperinci

PENERAPAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI MUSIK DENGAN SOLO INSTRUMEN

PENERAPAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI MUSIK DENGAN SOLO INSTRUMEN Seminar Nasional Apliasi Tenologi Informasi 009 (SNATI 009) Yogyaarta, 0 Juni 009 ISSN:1907-50 PENERAPAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI MUSIK DENGAN SOLO INSTRUMEN Gunawan 1, Agus Djaja Gunawan,

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

BAB 1 PENDAHULUAN. menjadi industri yang menjanjikan. Tapi seperti yang diketahui, penduplikasian data

BAB 1 PENDAHULUAN. menjadi industri yang menjanjikan. Tapi seperti yang diketahui, penduplikasian data BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi jaringan yang semakin cepat dan semakin majunya teknik kompresi data audio membuka peluang untuk pendistribusian musik secara online menjadi

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

Studi dan Analisis Teknik-Teknik Steganografi Dalam Media Audio

Studi dan Analisis Teknik-Teknik Steganografi Dalam Media Audio Studi dan Analisis Teknik-Teknik Steganografi Dalam Media Audio Pudy Prima - 13508047 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining

Lebih terperinci

Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection

Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna atif Detection CDMA dengan Modulasi Quadrature Phase Shift Keying Berbasis Perangat Luna Saretta Nathaniatasha

Lebih terperinci

BAB III MODEL KANAL WIRELESS

BAB III MODEL KANAL WIRELESS BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja

Lebih terperinci

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA 94 IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA Yudhi Purwananto 1, Diana Purwitasari 2, Agung Wahyu Wibowo Jurusan Teni Informatia, Institut Tenologi Sepuluh Nopember

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

DAFTAR SINGKATAN. : Human Auditory System. : Human Visual System. : Singular Value Decomposition. : Quantization Index Modulation.

DAFTAR SINGKATAN. : Human Auditory System. : Human Visual System. : Singular Value Decomposition. : Quantization Index Modulation. DAFTAR SINGKATAN HAS HVS SVD QIM BER MOS ODG SNR : Human Auditory System : Human Visual System : Singular Value Decomposition : Quantization Index Modulation : Bit Error Rate : Mean Opinion Score : Objective

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Apliasi Pada tahap implementasi ini merupaan penerapan apliasi dari hasil perancangan sistem yang ada untu mencapai suatu tujuan yang diinginan. Implementasimelasanaan

Lebih terperinci

KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION

KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,

Lebih terperinci

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

Pendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535

Pendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535 Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Sutino 1, Helmie Arif Wibawa 2, Priyo Sidi Sasongo 3 123 Jurusan Ilmu Komputer/Informatia, FSM,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berkembangnya dunia teknologi pemakaian data digital seperti teks, citra, audio dan video di dunia teknologi komputer juga semakin berkembang namun terdapat

Lebih terperinci

BAB I PENDAHULUAN. diakses dengan berbagai media seperti pada handphone, ipad, notebook, dan sebagainya

BAB I PENDAHULUAN. diakses dengan berbagai media seperti pada handphone, ipad, notebook, dan sebagainya BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang meningkat pesat seperti mudahnya internet diakses dengan berbagai media seperti pada handphone, ipad, notebook, dan sebagainya

Lebih terperinci

PERANCANGAN APLIKASI DIGITAL AUDIO WATERMARKING DENGAN METODE LOW BIT CODING. Ardi Firmansyah Teknik Informatika

PERANCANGAN APLIKASI DIGITAL AUDIO WATERMARKING DENGAN METODE LOW BIT CODING. Ardi Firmansyah Teknik Informatika PERANCANGAN APLIKASI DIGITAL AUDIO WATERMARKING DENGAN METODE LOW BIT CODING Ardi Firmansyah 50408143 Teknik Informatika LATAR BELAKANG File Digital sangat rentan terhadap pengubahan dan penduplikasian

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN ANALISIS KOMPONEN INDEPENDEN (ICA) UNTUK DETEKSI KERUSAKAN. B.T. Atmaja, A.S. Aisyah, dan D.

PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN ANALISIS KOMPONEN INDEPENDEN (ICA) UNTUK DETEKSI KERUSAKAN. B.T. Atmaja, A.S. Aisyah, dan D. PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN ANALISIS KOMPONEN INDEPENDEN (ICA) UNUK DEEKSI KERUSAKAN B.. Atmaja, A.S. Aisyah, dan D. Arifianto Jurusan eni Fisia,Faultas enologi Industri, Institut enologi

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

VIGOTIP SUBSTITUTION CIPHER

VIGOTIP SUBSTITUTION CIPHER VIGOTIP SUBSTITUTION CIPHER Alwi Alfiansyah Ramdan 135 08 099 Program Studi Teni Informatia Institut Tenologi Bandung Jl Ganesha 10, Bandung e-mail: alfiansyahramdan@gmailcom ABSTRAK Maalah ini membahas

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN

PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN Murinto Program Studi Teni Informatia Universitas Ahmad Dahlan Kampus III UAD Jl. Prof. Soepomo Janturan

Lebih terperinci

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP Optimalisasi Produ (Triastuti Wuryandari) METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL Triastuti Wuryandari 1, Tati Widiharih 2, Sayeti Dewi Anggraini 3 1,2 Staf Pengajar Program Studi

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS METANA

PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS METANA Jurnal Neutrino Vol., No. April 010 108 PENERAPAN AGORITMA GENETIK UNTUK OPTIMAI TRANFER DAYA PADA ITEM ENOR GA METANA. Muthmainnah 1), Melania uweni Muntini ). Abstra: Pada penguuran perubahan gejala

Lebih terperinci

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI Devi Fitrianah, Ade Hodijah Program Studi Teni Informatia, Faultas Ilmu Komputer,

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Jaringan komputer dan internet telah mengalami perkembangan pesat. Teknologi ini mampu menghubungkan hampir semua komputer yang ada di dunia, sehingga kita bisa saling

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

BAB I PENDAHULUAN 1. 1 Latar Belakang

BAB I PENDAHULUAN 1. 1 Latar Belakang BAB I PENDAHULUAN 1. 1 Latar Belakang Dewasa ini, saat teknologi informasi berkembang sangat pesat, hampir semua data telah berbentuk digital. Mulai dari data sederhana seperti buku referensi kuliah, tugas-tugas

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

CEG4B3. Randy E. Saputra, ST. MT.

CEG4B3. Randy E. Saputra, ST. MT. CEG4B3 Randy E. Saputra, ST. MT. Suara Bentuk gelombang yang berulang secara teratur = gelombang periodik Bentuk gelombang yang tidak menunjukkan keteraturan = kebisingan (noise) Bentuk gelombang yang

Lebih terperinci

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas

Lebih terperinci

BAB I PENDAHULUAN. melalui media internet ini. Bahkan terdapat layanan internet seperti SoundCloud,

BAB I PENDAHULUAN. melalui media internet ini. Bahkan terdapat layanan internet seperti SoundCloud, 1 BAB I PENDAHULUAN 1.1 Latar Belakang Penggunaan teknologi komputer memudahkan manusia dalam membuat dan menggandakan karya-karya multimedia seperti musik, lagu, gambar dan video. Kehadiran teknologi

Lebih terperinci

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Media Informatia, Vol. 5, No. 2, Desember 2007, 99-111 ISSN: 0854-4743 KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Anita Desiani Jurusan Matematia,

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

Pengaruh Proses Stemming Pada Kinerja Analisa Sentimen Pada Review Buku

Pengaruh Proses Stemming Pada Kinerja Analisa Sentimen Pada Review Buku Jurnal Hasil Penelitian LPPM Untag Surabaya Januari 2018, Vol. 03, No. 01, hal 55-59 jurnal.untag-sby.ac.id/index.php/jhp17 E-ISSN : 2502-8308 P-ISSN : 2579-7980 Pengaruh Proses Stemming Pada Kinerja Analisa

Lebih terperinci

IMPLEMENTASI ALGORITMA HILL CIPHER SEBAGAI MEDIA STEGANOGRAFI MENGGUNAKAN METODE LSB

IMPLEMENTASI ALGORITMA HILL CIPHER SEBAGAI MEDIA STEGANOGRAFI MENGGUNAKAN METODE LSB Prosiding SENTIA 2 Politeni Negeri Malang IMPLEMENTASI ALGORITMA HILL CIPHER SEBAGAI MEDIA STEGANOGRAFI MENGGUNAKAN METODE LSB Andy Pramono, S.Kom, M.T., Alun Sujjada, S.Kom 2 Jurusan Seni dan Desain,

Lebih terperinci

PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA

PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA Farida Huriawati 1), Purwandari 1,2), Intan Permatasari 1,3) 1,2,3 Program Studi Pendidian

Lebih terperinci

PEMBELAJARAN MATAKULIAH

PEMBELAJARAN MATAKULIAH .: Daftar Isi :. Daftar Isi.. 1 Kata Pengantar. 2 Analisa Diri. 3 Yang Diperoleh dari Ibu Nunu Wahyuningtyas. 5 Konsep Proye. 5 Keranga Kerja Proye.. 6 Area Pengetahuan Dalam Manajemen Proye 7 Team Building

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK DIGITAL DI SMK N 1 PUNDONG

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK DIGITAL DI SMK N 1 PUNDONG 328 PROGRAM STUDI PENDIDIKAN TEKNIK MEKATRONIKA : E-Journal Universitas Negeri Yogyaarta http://journal.student.uny.ac.id/ojs PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK

Lebih terperinci

Desain Kontroler Tunggal Untuk Meredam Osilasi Multi Frekuensi Pada Sistem Skala Besar

Desain Kontroler Tunggal Untuk Meredam Osilasi Multi Frekuensi Pada Sistem Skala Besar J. of Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 1 (2004), 1 7 Desain Kontroler Tunggal Untu Meredam Osilasi Multi Freuensi Pada Sistem Sala Besar Mardlijah Jurusan Matematia Institut Tenologi Sepuluh

Lebih terperinci

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009 Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan

Lebih terperinci

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP :

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP : APLIKASI WAELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES Nama : Agus Sumarno NRP : 06 00 706 Jurusan : Matematia Dosen Pembimbing : Drs. Daryono Budi Utomo, M.Si Abstra Model time series

Lebih terperinci

Perbandingan Watermarking Citra dengan Alihragam Wavelet dan Discrete Cosine Transform

Perbandingan Watermarking Citra dengan Alihragam Wavelet dan Discrete Cosine Transform Dwiandiyanta, Perbandingan Watermaring Citra dengan Alihragam dan Discrete Cosine Transorm 9 Perbandingan Watermaring Citra dengan Alihragam dan Discrete Cosine Transorm B. Yudi Dwiandiyanta Program Studi

Lebih terperinci

BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI

BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI Bagian ini membahas mengenai pengujian yang dilakukan terhadap perangkat lunak yang telah dibangun. Hasil pengujian akan dianalisis berdasarkan kriteria pengujian

Lebih terperinci

BAB VII ALGORITMA GENETIKA

BAB VII ALGORITMA GENETIKA BAB VII ALGORITMA GENETIKA Kompetensi : 1. Mahasiswa memahami onsep Algoritma Genetia Sub Kompetensi : 1. Dapat mengerti dasar metode Algoritma Genetia 2. Dapat memahami tahapan operator dalam Algoritma

Lebih terperinci