Home | Bahasa | Sitemap | HelpDesk | UG-Pedia | Contact
Search
Direktori UG : A - Z
A
B
C
 
Uzbek-Indonesian Joint International Conference, October 8-9, 2013  
Uzbek-Indonesian Joint International Conference On Economics And Management Toward Nation Character Development. Branch Of Russian Economic University After G.V.Plekhanov In Tashkent, Uzbekistan And ...
 

 
Indonesia Open Source Award 2012  
Indonesia Open Source Award (IOSA) 2012. For Further Information http://iosa.web.id/ ...
 



Home > News >
Sidang Terbuka Promosi Doktor Teknologi Informasi 27-28 Oktober 2009


Doktor Teknologi Informasi  Universitas Gunadarma kembali menyelenggarakan Sidang terbuka Promosi Doktor Teknologi Informasi  pada tanggal 27 - 28 Oktober 2009 di Auditorium Kampus D Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok Cina – Depok. Para kandidat adalah : Nuryuliani, Brahmantyo Heruseto dan Edi Sukirman.

Kandidat Doktor yang pertama Nuryuliani membawakan disertasinya dengan judul : “Klasifikasi dan Pengenalan Tulisan Tangan Menggunakan Ekstraksi Ciri Berbasis Chains Code Serta Pola Segmen”, dibimbing oleh Prof. Doktor Syarifuddin Madenda sebagai promotor dan Doktor Tubagus Maulana Kusuma sebagai ko-promotor.

Dalam presentasinya, Kandidat Doktor Nuryuliani menjelaskan bahwa penggunaan Chain Code bertujuan untuk mempermudah ekstraksi ciri dari suatu karakter tulisan tangan yang selanjutnya dapat digunakan untuk tahapan pengenalan tulisan. Tahapan  yang umum dilakukan pada sistem pengenalan tulisan tangan meliputi pre-processing, segmentasi, ekstraksi ciri, klasifikasi dan pengenalan.

Sistem penglihatan manusia mampu dengan mudah mengenali perbedaan antara dua karakter dengan cepat dan memutuskan bahwa dua karakter tersebut sama atau berbeda. Sebaliknya, sebuah komputer hanya dapat melakukannya apabila dilengkapi dengan algoritma pengenalan huruf, sehingga diperlukan ciri segmen untuk mengenali dua huruf yang sama atau berbeda.

Dalam eksperimennya menggunakan ciri detail dalam setiap segmen dan pola pergerakan segmen sebagai data untuk pencocokan atau pengenalan karakter. Dalam proses pencocokan dilakukan dengan cara menyimpan informasi ciri dalam bentuk nilai probabilitas kemunculan chain code dan bentuk segmen disajikan dalam bentuk kode pola kedalam basis data, sehingga penggunaan memori dapat lebih diefisienkan. Sedangkan pohon keputusan digunakan untuk memanfaatkan kode pola segmen sangat cocok untuk klasifikasi serta sangat membantu dan mempercepat proses pencocokan antara basis data yang paling sesuai dengan karakter yang diinput. Pencocoakn hanya akan selalu dilakukan pada satu cabang, sehingga akan jauh lebih cepat dibandingkan dengan metode pencocokan biasa. Berdasarkan hasil sidang senat, maka kandidat Doktor Nuryuliani dinyatakan Lulus dengan predikat sangat memuaskan.

Kandidat Doktor yang kedua Brahmantyo Heruseto, membawakan disertasinya dengan judul : “Implementasi Jaringan Saraf Tiruan ke dalam Chip Menggunakan Teknologi CMOS 0,35µm untuk Pengenalan Pola Sinyal dari Sensor Citra Kecepatan Tinggi”, dibimbing oleh Prof. Doktor B.E.F Da Silva sebagai promotor, Doktor Eri Prasetyo Wibowo dan Prof. Doktor Syarifuddin Madenda sebagai ko-promotor.

Metode penelitian pertama yang digunakan adalah melakukan pemahaman dari karakteristik sensor citra CMOS baik masukan dan keluaran yang nantinya menjadi dasar perancangan. Kedua, merancang rangkaian-rangkaian unit pembentuk jariangan saraf tiruan seperti rangkaian pengali (berfungsi sebagai synapse pada jaringan saraf manusia), penguat operasional (sebagai pengubah keluaran arus menjadi tegangan) dan sigmoid sebagai tiruan jaringan saraf manusia (digunakan untuk fungsi aktifitas). Setelah perancangan dilakukan proses simulasi untuk setiap unit-unit rangkaian pembentuk. Ketiga, melakukan penggabungan rangkaian dan mensimulasikan dengan menggunakan empat rangkaian pengali, satu penguat opersaional dan satu sigmoid untuk dapat melihat kerja arsitektur satu lapisan jaringan saraf tiruan. Kemudian melakukan proses pelatihan dengan menggunakan arsitektur banyak lapisan dengan satu lapisan tersembunyi untuk mengenali pola sinyal.

Dari hasil simulasi, secara keseluruhan memberikan hasil yang sesuai dengan karkteristik sensor citra CMOS kecepatan tinggi 10.000 frame/detik. Untuk proses pelatihan dengan memberi target pola sinyal yang diberikan, rancangan rangkaian telah berhasil mengenali pola sinyal seperti pola sinyal analog menggunakan gelombang sinus maupun digital menggunakan target logika AND. Algotirma yang digunakan dalam penelitian adalah backpropagation yang dimodifikasi dan diimplementasikan ke dalam bentuk chip. Berdasarkan hasil sidang senat, maka kandidat Doktor Brahmantyo Heruseto  dinyatakan Lulus dengan predikat sangat memuaskan.

Kandidat Doktor yang ketiga Edi Sukirman, yang membawakna disertasinya dengan judul :”Peningkatan Kinerja Algoritma Kompresi dan Dekompresi JPEG Melalui Penggabungan Proses DCT dan Kuantisasi”, dibimbing oleh Prof. Doktor Dali S Naga, MM sebagai promoter, Prof. Syarifuddin Madenda, Doktor Ernastuti dan Doktor Muhammad Subali sebagai ko-promotor.

Eksperimen dilakukan menggunakan 15 citra yang mempunyai karakteristik yang berbeda-beda dengan menggunakan bahasa pemrograman Matlab dan perangkat lunak adobe photoshop cs3. Hasil eksperimen menunjukkan bahwa algoritma DCT terkuantisasi mampu meningkatkan kecepatan proses hingga dalam kisaran 10% lebih cepat dari algoritma standar JPEG. Algoritma yang diusulkan mampu meningkatkan kualitas kompresi (diukur terhadap nilai PSNR yang sama) dan meningkatkan kompresi (diukur terhadap nilai rasio yang sama).

Sehingga Kandidat Doktor Edi Sukirman dapat menyimpulkan bahwa algortima DCT terkuantisasi yang diusulkan dalam penelitian disertasi ini mampu meningkatkan kinerja algoritma JPEG standar. Berdasarkan hasil sidang senat, maka kandidat Doktor Edi Sukirman dinyatakan Lulus dengan predikat sangat memuaskan.