Repository Proceeding Seminar (Fakultas Ilmu Komputer, Universitas Sriwijaya)
Not a member yet
896 research outputs found
Sort by
Implemetasi Matematik Model Teorema Circle Hough Transformation Menggunakan C#
Hough Transformation adalah suatu metode untuk mencari atau teorema dalam mencari bentuk – bentuk objek primitif seperti garis dan lingkaran, dalam pendeteksian lingkaran circular hough transformation memiliki tingkat akurasi 96,7 % dalam mendeteksi objek lingkaran[1],ada beberapa tahap dalam melakukan penerapan salah satu model matematik dari circle hough transformation, diantaranya proses prepprossesing image dan proses penerapan teorema tersebut. Pada proses preprossesing image gambar akan di rubah formatnya dari format RGB ke format satu chanel image menggunakan deteksi tepi kemudian hasil gambar tersebut akan diterapkan matematik teorema circular hough untuk dicari titik pusatnya serta besar jari-jari dari objek tersebut
Rancang Bangun Sistem Pengecekan Ambiguitas Kalimat Berbahasa Indonesia Menggunakan Harmony Search Algorithm
Masyarakat Indonesia sehari-harinya berkomunikasi dan berinteraksi menggunakan bahasa Indonesia. Dalam penggunaannya, masih ada bahasa Indonesia yang tidak sesuai dengan kaidah yang berlaku yaitu masih ada kesalahan-kesalahan dalam penggunaannya. Salah satu jenis kesalahan dalam berbahasa dan berkomunikasi ialah karena adanya ambiguitas. Pada penelitian ini diusulkan sebuah rancangan pengecekan ambiguitas kalimat Berbahasa Indonesia menggunakan Harmony Search Algorithm. Harmony Seacrh Algorithm digunakan untuk menentukan pola pembentuk kalimat. Metode ini menghasilkan sebuah pengecekan kalimat ambigu atau tidak ambigu
Deteksi Spam Email Menggunakan Bayesian Network
Email telah menjadi salah satu alat komunikasi internet yang mudah dan cepat. Tetapi masih banyak masalah yang dihadapi oleh pengguna email. Masalah utama yang sering dihadapi adalah meningkatnya jumlah email yang tidak diharapkan atau yang biasa disebut spam. Email spam dapat berdampak pada penyalahgunaan koneksi internet dan sangat mengganggu pengguna. Pada studi ini menggunakan metode Bayesian Network, tujuannya untuk mendapatkan metode yang sesuai. Berdasarkan hasil percobaan software ini, akurasi hasil yang didapatkan adalah 93.33% dimana dari 30 sampel email yang diuji terdapat 2 sampel email yang tidak valid. Email spam terdeteksi karena terdapat banyak kata – kata yang mengandung iklan, pornografi dan judi dalam email tersebu
Perancangan Pemilihan Mahasiswa Prestasi Pada Fakultas Ilmu Komputer Universitas Sriwijaya
Abstract—Pemilihan mahasiswa berprestasi tujuannya ialah untuk memberikan suatu penghargaan dan memberikan motivasi kepada mahasiswa yang memiliki prestasi tinggi agar mampu menyeimbangkan hard skills dan soft skills. beberapa kriteria seperti, indeks prestasi kumulatif (IPK) mahasiswa, kemampuan bahasa asing, penulisan karya ilmiah serta prestasi lainnya yang perlu dipertimbangkan.Kata Kunci: Mahasiswa, system informasi, SPK
PELATIHAN INSTALASI SERVER UJIAN BERBASIS KOMPUTER PADA SMK NEGERI 1 OGAN KOMERING ULU
One of the problems that might occurred when a school is going to hold Computer Based National Test (UNBK) is the inavailability of servers at the time of UNBK dissemination. During the dissemination process, everything is done only through simulation. This can cause problems, notably because the real world implementation could be significantly different than the simulation. SMK Negeri 1 Ogan Komering Ulu is one of the few high schools capable to hold UNBK aside of Paper Based Test. To intensify the preparation of UNBK, a Moodle system is installed on the school local server. It is expected to get the network administrators, students, and teachers ready for the future UNBK
Sistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering dan Naive Bayes
Sistem Rekomendasi merupakan aplikasi pemberi rekomendasi berupa informasi yang dibutuhkan oleh pengguna berdasarkan feedback dari pengguna lain. Fakultas Ilmu Komputer Universitas Sriwijaya khususnya jurusan Teknik Informatika memerlukan sistem rekomendasi bacaan tugas akhir mengingat sulitnya mengakses data kumpulan tugas akhir yang ada sesuai dengan kategori bidang yang diminati oleh mahasiswa. Untuk mengatasi masalah ini menggunakan metode collaborative filtering dan naive bayes. Metode collaborative filtering digunakan untuk memberi rekomendasi suatu item berupa tugas akhir berdasarkan rate oleh pengguna lainnya, sedangkan naive bayes digunakan untuk mgnklasifikasikan setiap data tugas akhir ke dalam bidang yang sesuai. Berdasarkan hasil percobaan, penelitian ini memiliki akurasi hasil didapatkan 81% dari 100 data uji dan 48 data latih untuk metode naive bayes dan nilai MAE sebesar 2,01 untuk metode collaborative filtering.
Pengembangan Sistem Citizen Journalism Berbasis Website dengan Metode Content Based Filtering
Berkembangnya teknologi informasi menyebabkan perubahan cara dalam kegiatan jurnalisme. Salah satu media untuk melakukan kegiatan jurnalisme ialah dengan memanfaatkan sistem citizen journalism. Meningkatnya jumlah pengguna internet berpengaruh juga bagi peningkatan jumlah pengguna sistem citizen journalism. Dengan meningkatnya jumlah pengguna maka akan berdampak dengan peningkatan jumlah berita yang dikirimkan. Hal ini dapat mengakibatkan sulitnya dalam memilah berita yang sesuai sengan preferensi user. Salah satu cara untuk membantu pengguna sistem citizen journalism dalam memilah berita ialah dengan memberikan rekomendasi berita yang sesuai dengan minat pengguna. Beberapa website penyedia layanan citizen journalism belum memberikan rekomendasi berita kepada pengguna sistem sesuai dengan preferensinya. Padahal pengguna yang mencari berita cenderung sungkan untuk menelusuri setiap berita yang tersedia di dalam sistem karena menghabiskan waktu. Maka dari itu, tujuan dari penelitian ini adalah membangun sebuah sistem citizen journalism yang dapat memberikan rekomendasi berita kepada user agar kemudahan mencari dan menemukan berita yang sesuai dengan keinginan dapat tercapai.. Rekomendasi berita dihasilkan dari algoritma content based filtering, dimana data riwayat view berita dari pengguna dimanfaatkan untuk menentukan hasil rekomendasi berita yang akan diberikan.Penelitian ini dilakukan dengan menggunakan metode pengembangan FAST dan beberapa tools yang membantu proses desain sistem antara lain DFD (Data Flow Diagram), ERD (Entity Relationship Diagram), dan DBMS (Database Management System) MySQL. Hasil dari penelitian ini adalah sebuah sistem citizen journalism yang menerapkan algoritma penghasil rekomendasi berita. Masing-masing pengguna sistem mempunyai rekomendasi yang berbeda-beda sesuai dengan pola view berita masing-masing
Studi Awal Penggunaan Algoritma C4.5 dan Logika Fuzzy pada Klasifikasi Enkripsi Transaksi Keuangan Bebasis XML
XML (eXtensible Markup Language) telah digunakan secara luas dalam transportasi data baik dalam transaksi kebutuhan umum hingga transaksi keuangan. Penggunaan XML yang meningkat dalam pesan transaksi keuangan menciptakan ketertarikan yang selaras dengan protokol keamanan yang terintegrasi untuk melindungi pesan XML dalam pertukarannya dengan cara yang efisien namun kuat. Lembaga keuangan melakukan transaksi setiap harinya membutuhkan pengamananan pesan XML dalam skala besar. Mengamankan pesan yang besar akan menimbulkan masalah kinerja dan sumberdaya. Oleh karena itu, sebuah pendekatan dibutuhkan untuk mengamankan dan mengenkripsi bagian tertentu dari dokumen XML, sintaks dan membuat batasan yang merepresentasikan bagian yang harus diamankan.Dalam penelitiaan ini penulis mengajukan pendekatan untuk mengamankan transaksi keuangan dengan Logika Fuzzy dan algoritma C4.5 untuk optimasi rule fuzzy. Pada fase klasifikasi fuzzy, sebuah nilai dipasang pada atribut yang dinamakan "Importance Level". Nilai yang diberikan pada atribut tersebut mengindikasikan sensitifitas data untuk setiap tag XML. Algoritma C4.5 digunakan untuk mengurangi ketergantungan terhadap expert dalam pemilihan rule yang bertujuan untuk menyederhanakan rule dan meningkatkan performa komputasiPenelitain ini juga akan menerapkan pengklasifikasian enkripsi isi pesan XML dengan mengenkripsi elemen yang dipilih saja (element-wise), yang telah ditetapkan pada fase klasifikasi. Proses enkripsi menggunakan kunci simestris berupa algoritma AES dengan besaran kunci yang berbeda. Kunci 128-bit digunakan pada tag yang diklasifikasikan sebagai elemen yang ditandai sebagai "Medium" sedangkan kunci 256-bit pada tag "High".
Penerapan Case Based Reasoning dan Algortima Nearest Neighbor Untuk Penentuan Lokasi Waralaba
Penentuan lokasi waralaba merupakan langkah penting dalam memulai sebuah bisnis. Penentuan lokasi yang baik sudah hampir setengah jalan menuju sukses bisnis tersebut. Penentuan lokasi ini menggunakan metode dari konsultan Mandiri Bisnis Mandiri (MBC), yang terdiri dari 22 attribut sebagai penentuan prospek suatu lokasi. Prospek lokasi dibedakan menjadi tiga, yaitu sangat prospek, prospek, dan kurang prospek. Penentuan lokasi oleh MBC masih dilakukan secara manual sehingga tergantung pada konsultan serta membutuhkan waktu yang lama dan hasil kurang akurat. Untuk mengatasi masalah tersebut dilakukan dengan bantuan aplikasi komputer dengan pendekatan Case-based Reasoning(CBR) dan algoritma Nearest Neighbor. Hasil komputasi dengan implementasi CBR dan algoritma nearest neighbor menunjukkan bahwa proses penentuan lokasi menjadi lebih cepat dan akurat. Hal ini dibuktikan dengan analisis hasil penelitian yang sebelumnya rata-rata waktu yang dibutuhkan adalah 17,95 menit setiap kasus sedangkan dengan menggunakan sistem rata-rata waktu yang dibutuhkan adalah 1,15 menit dan keakuratan hasil rata-rata sebelum menggunakan sistem adalah 70% sedangkan dengan setelah menggunakan sistem meningkat tingkat keakuratannya mencapai 95%
PERAMALAN KUNJUNGAN WISATAWAN KE PALEMBANG: PEMODELAN DATA TIME SERIES LINEAR VS NONLINEAR
Abstract — Forecasting is one of the statistical models play animportant role in decision making. Forecasting aims topredict / forecast what will happen in the future based on pastdata. One of the models used in forecasting is time seriesmodel. Forecasting techniques used in modeling of time seriesdata is a time series model linear and non-linear time series.Linear time series model include exponential smoothing, AutoRegressive Integrated Moving avarege (ARIMA) orBox-Jenkins and others. While non-linear time series modelsinclude Artifisal Neural Network (ANN), Fuzzy and others.The models are typically used to forecast financial data (suchas forecasting the exchange rate (exchange rate), forecastinggross domestic product, forecasting stock prices, and others).But in this study, both models will be used to forecast datatourist visits to Palembang of South Sumatra province, wherethe data of tourists visit marked by patterns of seasonalityand strong volatility, causing the data tend to benon-stationary and it becomes difficult to model. Forecastingis intended for South Sumatra tourism planning and to planfor infrastructure development needs. The secondperformance of each model for MSE and MAE is for thelinear model 0.6564 and 10:36, while for the nonlinear modelis 1.09E-22 and 7.31E-12. From this it appears that thenonlinear models are superior in predicting the number oftourists compared to the linear model.Keywords— Forecasting, linear and nonlinear time series,tourist visits . Abstrak— Forecasting adalah salah satu model statistikmemainkan peran penting dalam pengambilan keputusan.Peramalan bertujuan untuk memprediksi / perkiraan apayang akan terjadi di masa depan berdasarkan data masa lalu.Salah satu model yang digunakan dalam peramalan modeltime series. teknik yang digunakan dalam pemodelan datatime series Peramalan adalah model rangkaian waktu lineardan non-linear time series. waktu linier seri model termasukpemulusan eksponensial, Auto Regresif Integrated Movingavarege (ARIMA) atau Box-Jenkins dan lain-lain. Sementaranon-linear model time series termasuk Artifisal NeuralNetwork (ANN), Fuzzy dan lain-lain. Model biasanyadigunakan untuk meramalkan data keuangan (sepertiperamalan nilai tukar (kurs), peramalan produk domestikbruto, peramalan harga saham, dan lain-lain). Namun dalampenelitian ini, kedua model akan digunakan untuk meramalkan data kunjungan wisatawan ke PalembangProvinsi Sumatera Selatan, di mana data kunjunganwisatawan ditandai dengan pola musiman dan volatilitas yangkuat, menyebabkan data cenderung non-stasioner danmenjadi sulit untuk model. Peramalan ditujukan untukperencanaan pariwisata Sumatera Selatan dan merencanakanuntuk kebutuhan pembangunan infrastruktur. Kinerja keduamasing-masing model untuk MSE dan MAE adalah untukmodel linear 0,6564 dan 10:36, sedangkan untuk modelnonlinear adalah 1.09E-22 dan 7.31E-12. Dari sini tampakbahwa model nonlinear lebih unggul dalam memprediksijumlah wisatawan dibandingkan dengan model linear.Kata kunci— Peramalan, linear dan nonlinear time series,kunjungan wisatawan