Journal of Computer Science and Visual Communication Design

Analisis Citra Perkebunan Kelapa Sawit Dengan Pendekatan Quantum Image Processing

Desi Amirullah, Lipantri Mashur Gultom

Published Dec 26, 2022• 0 citations

Abstract

Penelitian ini berfokus pada pengolahan citra/gambar (image processing) dalam pendeteksian tepi pohon sawit dari beberapa kumpulan citra/gambar dengan beberapa variasi resolusi pixel dengan pendekatan quantum image processing dengan tujuan menghasilkan analisis yang akurat sehingga dapat digunakan untuk riset berkelanjutan kedepannya. Quantum Hadamard Edge Detection (QHED) digunakan untuk pendeteksian tepi suatu gambar dimana jumlah qubit yang digunakan ternyata sangat mempengaruhi waktu pemrosesan CPU. Jumlah qubit yang digunakan pada penelitian ini yaitu 2, 4, 6, 8, 10 dan 12 qubit, sedangkan jumlah qubit lebih dari 12 tidak dapat diuji karena keterbatasan memori RAM dari perangkat yang ada dalam penelitian ini. Hasil akhir dari penelitian membuktikan bahwa QHED dapat mendeteksi tepi suatu gambar dimana waktu pemrosesan yang paling cepat pada penggunaan 6 qubit sedangkan hasil proses pendeteksian tepi yang terbaik terletak pada penggunaan 2 qubit. Selain itu penelitian ini juga membandingkan QHED dengan Canny dan Sobel dimana komparasi waktu pemrosesan Canny dan Sobel masih lebih cepat namun kualitas hasil pemrosesannya masih lebih bagus QHED.

DOI: 10.55732/jikdiskomvis.v7i2.677

Related papers

Analisis Bibliometrik Terhadap Tren dan Pertumbuhan Penelitian Quantum Machine Learning

Raka Yudistira, Endah Setyowati

Penelitian ini bertujuan untuk menganalisis tren serta perkembangan penelitian dalam bidang Quantum Machine Learning (QML) melalui pendekatan bibliometrik. QML merupakan turunan bidang ilmu dari Machine Learning (ML) yang mengintegrasikan ebberapa prinsip dasar mekanika kuantum seperti superposisi dan entanglement yang memungkinkan komputasi yang lebih kompleks. Dibalik potensinya yang besar, jumlha publikasi ilmiah pada bidang ini masih relative terbatas dibandingkan dengan topik lain yang sering digunakan seperti Artificial Intelligence (AI). Maka dari itu, analisis serta pemetaan yang sistematis melalui pendekatan bibliometrik sangat diperlukan untuk membantu para peneliti untuk mengembangkan penelitian pada topik QML ini. data dikumpulkan dengan menggunakan software publish or perish dengan menggunakan database scopus pada periode 2013-2023 atau rentang 10 tahun terakhir. Didapatkan 200 dokumen yang berupa artikel ilmiah dan konfrensi. Analisis dilakukan terhadap berbagai parameter seperti tren jumlah publikasi dari tahun ke tahun, produktivitas penulis dalam mengembangkan penelitian pada bidang ini, jurnal dengan frekuensi publikasi tertinggi, serta keterikatan kata kunci pada QML. Data yang dianalisis serta divisualisasikan menggunakan Microsoft Excell dan VOSviewer. Hasil penelitian menunjukan hasil yang membantu para peneliti seperti peningkatan publikasi pada rentang tahun 2017-2020, penulis paling produktif pada topik QML adalah M.schuld 6 jurnal ilmiah yang sudah dipublikasikan. Keterikatan kata kunci yang sangat erat dengan QML yakni quantum computing dan deep learning. Serta frekuensi tempat publikasi jurnal ilmiah terbanyak pada topik ini pada Nature Communications. Temuan ini diharapkan dapat menajdi rujuan serta acuan bagi para peneliti untuk yang akan meneliti pada bidang QML

Jurnal Nasional Teknologi dan Sistem InformasiJan 14, 20260 citations

Implementasi Algoritma Kuantum Shor untuk Pemfaktoran Perkallian Bilangan Prima

Adjie Wahyu Wicaksono

Komputasi kuantum adalah penggunaan fenomena kuantum untuk melakukan komputasi. Salah satu kegunaan dari komputasi kuantum adalah pemfaktoran perkalian bilangan prima. Algoritma pemfaktoran Shor dapat memfaktorkan bilangan prima dengan kecepatan polinomial, dimana pada komputer klasik hanya dapat mencapai kecepatan super-polinomial. Implementasi dari algoritma ini ditujukan untuk menunjukkan kemampuan komputer kuantum menggunakan simulator dan library Python milik ProjectQ. Evaluasi user time dilakukan dengan membandingkan implementasi algoritma kuantum Shor pada penelitian ini dengan implementasi di Quantum Computing Playground dan ProjectQ menggunakan dua perangkat keras berbeda. Hasil evaluasi menunjukkan peningkatan waktu eksekusi sebesar 19% dari perangkat 1 ke perangkat 2 untuk kasus pemfaktoran perkalian bilangan berukuran 10-bit. Dalam hal penggunaan qubit, penelitian ini juga menunjukkan bahwa penggunaan qubit pada algoritma kuantum Shor dapat dikurangi sebesar 50% untuk membantu mempercepat waktu eksekusi program.

Jan 1, 20190 citations

DESAIN INOVATIF SISTEM KEAMANAN SIBER BERBASIS KECERDASAN BUATAN MENGHADAPI TANTANGAN KOMPUTASI KUANTUM

Maria Atik Sunarti Ekowati, Sri Wening

Perkembangan komputasi kuantum memberikan potensi besar dalam bidang teknologi informasi, namun juga menimbulkan ancaman signifikan terhadap sistem keamanan siber yang ada saat ini. Sebagai respons terhadap tantangan ini, penelitian ini bertujuan untuk merancang sistem keamanan siber inovatif yang berbasis kecerdasan buatan (AI) guna melawan ancaman komputasi kuantum. Metode yang digunakan melibatkan penerapan algoritma AI untuk mendeteksi dan merespons serangan kuantum secara dinamis, serta integrasi kriptografi pasca-kuantum untuk meningkatkan ketahanan sistem terhadap potensi peretasan. Penelitian ini juga mengeksplorasi penggunaan pembelajaran mesin untuk mengidentifikasi pola ancaman dan memperkuat sistem secara otomatis seiring waktu. Temuan dari penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi ancaman kuantum dengan tingkat akurasi yang tinggi dan menawarkan solusi yang dapat diimplementasikan pada berbagai platform siber. Implikasi dari hasil penelitian ini adalah kemajuan signifikan dalam pengembangan sistem keamanan yang lebih tangguh dan adaptif terhadap evolusi komputasi kuantum, membuka jalan bagi terciptanya infrastruktur digital yang lebih aman di masa depan

JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASIApr 3, 20250 citations

PENERAPAN FUNGSI GREEN PADA PENYELESAIAN PERSAMAAN SCHRODINGER DALAM MEKANIKA KUANTUM

Umi Wahyuningsih

Penulisan skripsi ini bertujuan untuk mengetahui bagaimana proses memperoleh rumusan matematis dari persamaan Schrodinger serta mengetahui bagaimana bentuk solusi persamaan Schrodinger dengan menggunakan fungsi Green. Pembahasan permasalahan dalam skripsi ini dibatasi pada sistem yang energi potensialnya tidak tergantung pada waktu. Hasil analisis menunjukkan bahwa proses mendapatkan rumusan matematis dari persamaan Schrodinger meliputi penentuan rumusan kuantum bagi hukum kekekalan energi dengan cara mengubah persamaan hukum kekekalan energi menjadi persamaan operator dan penentuan bentuk operator Eˆ pada persamaan operator yang didapatkan. Rumus matematis dari persamaan Schrodinger yaitu ( ) ( ) ( ) (x t) t V x x t i x x t m , , , 2 2 2 2 y y y ¶ ¶ + = ¶ - ¶ h h , dan solusinya dapat dinyatakan dengan ( ) ( ) ( ) ( ) ( ) ( / h ) 0 0 0 0 0 , , iEt x j j j x t x G x x V x X x dx e- þ ý ü î í ì y = j + ò , dimana (x) j j merupakan solusi dari persamaan nilai eigen 2 ( ) 0 2 2 = ÷ ø ö çè æÑ + mE x j j h , ( ) 0 G x, x merupakan fungsi Green yang berkaitan dengan persamaan Schrodinger bebas waktu yang dinyatakan dengan ( ) ( ) ( ) å + - = n n n n E m G x x Y x Y x l 2 , 2 0 0 h , dan ( ) 0 X x j merupakan solusi dari persamaan Schrodinger bebas waktu untuk nilai 0 x tertentu yang dinyatakan dengan ( ) 2 0 2 0 i mE x j X x = e h . Dalam mekanika kuantum, fungsi (x t) j y , digunakan untuk menentukan besarnya peluang partikel berada dalam posisi [x, x + dx] pada waktu t .

Apr 5, 20100 citations

EKSPLORASI KAPASITAS PENGKODEAN AMPLITUDO UNTUK MODEL QUANTUM MACHINE LEARNING

Rabiatul Adawiyah, Munifah Munifah

Komputasi kuantum melakukan perhitungan dengan menggunakan fenomena fisik dan prinsip mekanika kuantum untuk memecahkan masalah. Bentuk komputasi ini secara teoritis telah terbukti memberikan percepatan pada beberapa masalah pemrosesan modern. Perkembangan baru dalam teknologi kuantum mulai bermunculan, dan penerapan model pembelajaran untuk perangkat baru ini terus berkembang. Dengan banyak antisipasi pemanfaatan fenomena kuantum di bidang Machine Learning telah menjadi jelas. Penelitian ini mengembangkan model kerangka kerja perangkat lunak TensorFlow Quantum (TFQ) untuk tujuan machine learning. Kedua model yang dikembangkan memanfaatkan teknik pengkodean informasi dari pengkodean amplitudo untuk penyusunan keadaan dalam model pembelajaran kuantum. Tujuan dari penelitian ini adalah mengeksplorasi kapasitas pengkodean amplitudo untuk menyediakan persiapan keadaan yang diperkaya dalam metode pembelajaran dan analisis mendalam tentang properti data yang memberikan wawasan tentang data pelatihan menggunakan Variational Quantum Classifier (VQC). Munculnya metode baru ini menimbulkan pertanyaan tentang cara terbaik menggunakan alat ini, tujuannya adalah untuk memberikan beberapa penjelasan ikhtisar untuk keadaan machine learning kuantum yang dapat diterapkan mengingat kendala perangkat yang sebenarnya. Hasil penelitian ini menunjukkan ada keuntungan yang jelas untuk menggunakan pengkodean amplitudo dibandingkan metode lain seperti ditunjukkan menggunakan jaringan saraf klasik kuantum hibrid di TFQ. Selain itu, ada beberapa langkah prapemrosesan yang dapat menghasilkan lebih banyak data kaya fitur saat menggunakan VQC, pada dasarnya teorema makan siang tidak gratis berlaku untuk metode pembelajaran kuantum seperti halnya dalam teknik klasik. Informasi meskipun dikodekan dalam bentuk kuantum tidak mengubah langkah-langkah penyiapan data tetapi melibatkan cara-cara baru untuk memahami dan mengapresiasi metode-metode baru ini. Pekerjaan masa depan di bidang ini akan membutuhkan perluasan ke dalam teknik klasifikasi multikelas yang cukup dikembangkan untuk dapat diterapkan dalam pekerjaan seperti ini.

Informatika Jurnal Teknik Informatika dan MultimediaMay 19, 20234 citations

Kajian Teoritis Dinamika Sistem Kuantum Terbuka Menggunakan Persamaan Lindblad

Sunarti, Muh. Anas, La Ode Safiuddin +5 more

Penelitian ini bertujuan untuk mengkaji secara teoritis dinamika sistem kuantum terbuka menggunakan persamaan Lindblad sebagai kerangka utama dalam mendeskripsikan evolusi non-uniter. Latar belakang penelitian didasarkan pada keterbatasan pendekatan sistem kuantum tertutup yang tidak mampu merepresentasikan interaksi sistem dengan lingkungan secara realistis. Metode yang digunakan adalah pendekatan analitik matematis dengan memanfaatkan operator densitas (density matrix) dalam kerangka teori open quantum systems, serta mengadopsi asumsi Born dan Markov untuk menyederhanakan interaksi sistem-lingkungan. Hasil kajian menunjukkan bahwa persamaan Lindblad mampu menggambarkan fenomena dekoherensi dan dissipasi secara sistematis melalui kontribusi operator Lindblad yang mempengaruhi koherensi dan populasi keadaan sistem. Studi kasus pada sistem dua-level (qubit) memperlihatkan bahwa interaksi dengan lingkungan menyebabkan peluruhan koherensi serta perubahan populasi menuju keadaan kesetimbangan. Secara fisik, hal ini mengindikasikan adanya kehilangan informasi kuantum akibat interaksi eksternal, yang berdampak pada stabilitas sistem. Selain itu, model Lindblad terbukti memiliki konsistensi matematis yang kuat serta relevansi luas dalam berbagai aplikasi fisika kuantum modern. Namun demikian, keterbatasannya dalam menggambarkan sistem non-Markovian menunjukkan perlunya pengembangan model yang lebih umum. Oleh karena itu, penelitian ini diharapkan dapat memberikan kontribusi teoritis dalam memahami dinamika sistem kuantum terbuka serta menjadi dasar bagi pengembangan studi lanjutan dalam bidang teknologi kuantum.

Einstein's.Apr 28, 20260 citations