Jurnal Teknologi dan Sistem Komputer
Not a member yet
364 research outputs found
Sort by
Landfill Gas Monitoring System Based on Internet of Things
Get PDFPenelitian ini mengembangkan sistem pemantau gas berbahaya di tempat pembuangan sampah akhir. Sistem ini telah mengimplementasikan Internet of Things (IoT) menggunakan modul Wi-Fi ESP8266 untuk mengirimkan hasil pemantauan konsentrasi gas metana (CH4) dan karbon dioksida (CO2) serta suhu dan kelembaban ke server ThingSpeak. Pengguna dapat memperoleh dan mengakses data lingkungan ini melalui media sosial Twitter dan situs web dari mana saja. Pengiriman data tercepat diperoleh dengan interval waktu 16 detik untuk setiap pengiriman paket data saat terdapat koneksi Internet.This research developed a gas monitoring system in the final waste disposal. The system has implemented the Internet of Things (IoT) using the ESP8266 Wi-Fi module to transmit methane (CH4) and carbon dioxide (CO2) data concentration, as well as temperature and humidity to the ThingSpeak server. Users can monitor and access these environmental data through social media Twitter and websites from anywhere. The fastest data delivery can be obtained with a time interval of 16 seconds on each data packet sent when there is an Internet connection
Desain dan Optimasi Antena Pita Lebar Planar Monopole Bentuk Sembarang dengan Algoritma Genetika dan Metoda Momen
Get PDFThis paper presents a new approach in designing an ultra wideband minimum dispersion antenna optimally to avoid the degradation of broadband communications system performance. Design and iterative optimization are applied to an arbitrary shape of planar monopole antenna using a genetic algorithm combined with the moment method, abbreviated as AGMM method, and implemented with Matlab. Two arbitrary shapes of planar monopole antennas have been implemented in compact physical size using AGMM optimization, each having 9.1 GHz and 7.4 GHz bandwidths, the lowest frequency of 1.9 GHz and 2.7 GHz and fidelity 0.6 and 0.64 for any arbitrary discrete antenna and edge profile antenna. This method can be applied to design any arbitrary shapes of an ultra-wideband antenna with each has wide bandwidth more than 7 GHz, the lowest frequency below 3 GHz and a minimum fidelity of 0,55 that is suitable for high- speed communication, such as 5G system.Makalah ini memaparkan pendekatan baru dalam perancangan optimal antena pita lebar dispersi minimum untuk menghindari penurunan kinerja sistem komunikasi kecepatan tinggi. Desain dan optimasi iteratif diterapkan pada antena planar monopole bentuk sembarang menggunakan algoritma genetika yang digabungkan dengan metode momen yang disingkat sebagai metode AGMM. Metode ini diimplementasikan dengan Matlab. Dua buah tipe antena planar monopole pita lebar bentuk sembarang dan ukuran fisik kompak berhasil dirancang dengan AGMM yang masing-masing memiliki lebar pita 9,1 GHz dan 7,4 GHz, frekuensi terendah 1,9 GHz dan 2,7 GHz serta memiliki fidelity 0,6 dan 0,64 untuk antena diskrit sembarang dan antena profil tepi sembarang. Metode ini dapat diterapkan untuk merancang antena pita lebar bentuk sembarang dengan lebar pita lebih dari 7 GHz, frekuensi terendah < 3 GHz dan memiliki fidelity di atas 0,55 yang cocok untuk komunikasi berkecepatan tinggi, misalnya sistem 5G
Yoruba Handwritten Character Recognition using Freeman Chain Code and K-Nearest Neighbor Classifier
Get PDFThis work presents a recognition system for Offline Yoruba characters recognition using Freeman chain code and K-Nearest Neighbor (KNN). Most of the Latin word recognition and character recognition have used k-nearest neighbor classifier and other classification algorithms. Research tends to explore the same recognition capability on Yoruba characters recognition. Data were collected from adult indigenous writers and the scanned images were subjected to some level of preprocessing to enhance the quality of the digitized images. Freeman chain code was used to extract the features of THE digitized images and KNN was used to classify the characters based on feature space. The performance of the KNN was compared with other classification algorithms that used Support Vector Machine (SVM) and Bayes classifier for recognition of Yoruba characters. It was observed that the recognition accuracy of the KNN classification algorithm and the Freeman chain code is 87.7%, which outperformed other classifiers used on Yoruba characters
Detection of Pregnancy Risk Level with Fuzzy Mamdani and Simple Additive Weighting Methods
Get PDFRisiko kehamilan merupakan faktor pendukung peningkatan Angka Kematian Ibu (AKI). Tujuan dari penelitian ini untuk menghasilkan sistem deteksi tingkat risiko kehamilan berdasarkan data hasil pemeriksaan pasien. Penelitian ini mengkombinasikan metode Fuzzy Mamdani dan metode Simple Additive Weighting (SAW) menggunakan 11 kriteria untuk menentukan risiko ibu hamil, yaitu rendah, tinggi dan sangat tinggi. Kriteria yang menentukan risiko kehamilan dinyatakan sebagai pernyataan fuzzy. Dalam pengujian sistem kepada 100 pasien ibu hamil, didapatkan hasil akurasi sebesar 88% menggunakan metode recognition rate.The risk of pregnancy is a contributing factor in increasing mother maternal mortality (MMR). This study aimed to produce a pregnancy risk detection system based on patient examination results. This research combines fuzzy Mamdani and Simple Additive Weighting (SAW) methods using 11 criteria to determine the risk of pregnant women, that is low, high, and very high. The criteria that determine the risk of pregnancy are expressed as fuzzy statements. In system testing to 100 pregnant women patients, obtained an accuracy of 88% using recognition rate method
Sistem Cerdas Reservasi dan Pemantauan Parkir pada Lokasi Kampus Berbasis Konsep Internet of Things
Get PDFAt present time, the people who use vehicles on the campus is increasing. It makes more difficult to find an empty slot parking area on the campus. This study aims to develop a system parking reservation and monitoring on-campus area using NFC and IoT concept. NFC was used to confirm booking code that generated by the system. In the parking area, ultrasonic sensors were installed to detect parking space availability. IoT concept has been applied to build this system. Apps on users smartphone can do the reservation process to the desired parking location via internet. Black box testing was done by building a prototype using the number of data locations parking slots in the Andalas University. The test results showed that this system has been able to detect the location of vacant parking slots and do reservations with time for sending data to the server is 0.7952 sec.Penggunaan kendaraan yang semakin meningkat di lokasi kampus pada saat ini mengakibatkan semakin sulitnya menemukan tempat parkir kosong. Penelitian ini bertujuan untuk mengembangkan sistem reservasi dan pemantauan parkir pada lokasi kampus menggunakan NFC dan konsep IoT. NFC digunakan untuk melakukan konfirmasi dari kode pemesanan yang telah dihasilkan oleh sistem. Pada lokasi parkir, sensor jarak ultrasonik dipasang untuk mendeteksi ketersediaan parkir. Konsep IoT telah diterapkan untuk membangun sistem ini. Aplikasi pada perangkat telepon cerdas telah berhasil melakukan reservasi pada lokasi parkir yang diinginkan melalui Internet. Pengujian sistem dilakukan dengan pengujian kotak menggunakan data uji jumlah tempat parkir yang ada di lingkungan kampus Universitas Andalas. Hasil pengujian menunjukkan bahwa sistem telah mampu mendeteksi lokasi parkir yang kosong dan melakukan reservasi dengan waktu pengiriman data ke server selama 0.7952 detik
Perbandingan Unjuk Kerja Algoritme Klasifikasi Data Mining dalam Sistem Peringatan Dini Ketepatan Waktu Studi Mahasiswa
Get PDFObservation of growing academic data can be carried using data mining methods, for example, to obtain knowledge related to the determinants of timeliness of students graduation. This study conducted a performance comparison of the classification algorithms using decision tree (DT), support vector machine (SVM), and artificial neural network (ANN). This study used students academic data from Faculty of Engineering, Universitas Jenderal Soedirman in the 2014/2015 odd semester until the 2017/2018 odd semester and the attributes that conform to the academic regulations. The analytical method used is CRISP-DM. The results showed that SVM provided the best performance in an accuracy of 90.55% and AUC of 0.959, compared to other algorithms. A Model with SVM algorithm can be implemented in an early warning system for timeliness of student graduation.Observasi terhadap data akademik yang bertumbuh dapat dilakukan menggunakan metode data mining, misalnya untuk memperoleh pengetahuan terkait faktor penentu ketepatan studi mahasiswa. Penelitian ini melakukan perbandingan kinerja algoritme klasifikasi decission tree, support vector machine (SVM), dan artificial neural network (ANN). Penelitian ini menggunakan data akademik mahasiswa Fakultas Teknik Universitas Jenderal Soedirman di semester gasal 2014/2015 hingga semester gasal 2017/2018 dan atribut-atribut yang mengacu pada peraturan akademik yang berlaku. Metode analisis yang digunakan adalah CRISP-DM. Hasil penelitian menunjukan bahwa SVM memberikan unjuk kerja terbaik, yaitu akurasi 90,55% dan AUC 0,959, dibandingkan dengan algoritme lain. Model dengan algoritme SVM dapat digunakan dalam sistem peringatan dini ketepatan studi mahasiswa
Perbandingan Hasil Deteksi Plagiarisme Dokumen dengan Metode Jaro-Winkler Distance dan Metode Latent Semantic Analysis
Get PDFVarious methods are applied in the application of plagiarism detection to help check the similarity of a document. Jaro-Winkler Distance can measure the distance between two strings. However, this method basically depends on the position of the word. Latent Semantic Analysis emphasizes the words contained in the document regardless of its linguistic character. This study compares the results of plagiarism detection using the Jaro-Winkler Distance and the Latent Semantic Analysis method. From comparing results of Jaro-Winkler Distance method and Latent Semantic Analysis method, Jaro-Winkler Distance method is better than Latent Semantic Analysis method if using the same test data. Jaro-Winkler Distance method will give plagiarism result 100% and Latent Semantic Analysis method will give plagiarism result 97,14%.Untuk mencegah peningkatan plagiarisme, dibutuhkan sebuah aplikasi yang dapat membantu mengecek tingkat kesamaan sebuah dokumen. Metode Jaro-Winkler Distance merupakan metode yang dapat mengukur kesamaan antara dua buah string dan sangat bergantung pada urutan atau posisi kata. Latent Semantic Analysis merupakan metode yang memementingkan kata-kata yang terkandung di dalam dokumen tanpa memperhatikan karakter linguistiknya. Pada penelitian ini akan dilakukan perbandingan hasil deteksi plagiarisme dengan menggunakan metode Jaro-Winkler Distance dan metode Latent Semantic Analysis. Hasil pendeteksian plagiarisme dokumen menggunakan metode Jaro-Winkler Distance memberikan hasil yang lebih baik daripada metode Latent Semantic Analysis, yaitu jika data yang dibandingkan sama persis maka akan menghasilkan nilai plagiat sebesar 100%, sedangkan metode Latent Semantic Analysis menghasilkan nilai plagiat sebesar 97,14%
Teknik Penyembunyian dan Enkripsi Pesan pada Citra Digital dengan Kombinasi Metode LSB dan RSA
Get PDFThis study proposed a combination of steganography and cryptography techniques using LSB and RSA methods. RSA is a popular cryptographic technique that can be applied to digital imagery. Digital image pixel values range from 0 to 255, making the keys used in RSA limited enough and less secure. So in this study, it is proposed to convert pixel image value to 16 bits so that the key used can be more varied. Experimental results proved that there was a steady increase in security and imperceptibility. This was shown by the results of PSNR 57.2258dB and MSE 0.1232dB. This method was also resistant to salt and pepper attacks.Penelitian ini mengusulkan kombinasi teknik steganografi dan kriptografi menggunakan metode LSB – RSA. RSA merupakan teknik kriptografi yang populer dapat diterapkan pada citra digital. Nilai piksel citra digital hanya berkisar 0 sampai 255. Hal ini membuat kunci yang digunakan dalam RSA cukup terbatas sehingga kurang aman. Dalam penelitian ini diusulkan untuk mengkonversi nilai piksel citra menjadi 16 bit sehingga kunci yang digunakan dapat lebih bervariasi. Hasil eksperimen membuktikan adanya peningkatan keamanan serta nilai imperceptibility yang tetap terjaga. Hal ini dibuktikan dengan hasil PSNR 57.2258dB, MSE 0.1232dB. Metode ini juga tahan terhadap serangan salt and pepper
Paralel Spatial Pyramid Convolutional Neural Network untuk Verifikasi Kekerabatan berbasis Citra Wajah
Get PDFIn this paper, we proposed a parallel spatial pyramid CNN classifier for image-based kinship verification problem. Two face images that compared for kinship verification treated as input for each parallel convolutional network of our classifier. Each parallel convolutional network constructed using spatial pyramid CNN classifier. At the end of the convolutional network, we use three fully connected layers to combine each spatial pyramid CNN features and decided the final kinship prediction. We tested the proposed classifier using large-scale kinship verification dataset, called FIW dataset, consists of seven kinship problems from 1,000 families. In our approach, we treated each kinship problem as a binary classification problem with two output. We train our classifier separately for each kinship problem with same training configuration. Overall, our proposed method can achieve an average accuracy of more than 60% and outperform the baseline method.Pada makalah ini, klasifier paralel spatial pyramid convolutional neural network (CNN) diusulkan untuk permasalahan verifikasi kekerabatan berbasis citra wajah. Dua buah citra wajah berbeda yang digunakan untuk verifikasi kekerabatan diper-lakukan sebagai input untuk dua buah jaringan paralel spatial pyramid pada klasifier yang diusulkan. Setiap jaringan paralel spatial pyramid dibangun menggunakan klasifier spatial pyramid CNN. Pada akhir jaringan konvolusi, dilakukan penggabungan seluruh fitur yang diekstrak dan dilakukan prediksi skor kekerabatan menggunakan tiga buah lapisan fully-connected. Klasifier diuji dengan menggunakan dataset verifikasi kekerabatan skala besar, yaitu dataset FIW, yang terdiri dari tujuh kategori verifikasi kekerabatan, dan dibangun dari citra wajah yang diambil dari 1.000 keluarga yang berbeda. Klasifier dirancang dengan asumsi bahwa setiap masalah kekerabatan diperlakukan sebagai masalah klasifikasi biner dengan dua keluaran. Hasil pengujian menunjukkan bahwa klasifier yang diusulkan menghasilkan akurasi rata-rata lebih dari 60% dan mengungguli metode baseline berbasis klasifier VGG16
Robot Pintar Pengukur Kepuasan Konsumen pada Pusat Perbelanjaan
Get PDFThe shopping center generally uses the questionnaire instrument in measuring the level of customer satisfaction services. Processing and presentation of conventional questionnaire data tend to be long and less effective. The problem will be solved by using smart robots to measure consumer satisfaction at shopping centers. This robot has a digital questionnaire module located on the robot's chest and the facial module that is used as a robot expression when the consumer chooses to be satisfied or not with the shopping center service. The digital robot questionnaire module is able to accommodate, store and process customer satisfaction data in statistics. Robotic expression when receiving a choice of consumer satisfaction in the form of happy or disappointed facial expressions combined with a voice expression in the form of thanks to customers who have visited.Pusat perbelanjaan umumnya menggunakan instrumen kuesioner dalam mengukur tingkat kepuasan pelayanan pada konsumen. Pengolahan dan penyajian data hasil kuesioner secara konvensional cenderung lama dan kurang efektif. Persoalan tersebut akan dapat diatasi dengan memanfaatkan robot pintar untuk mengukur kepuasan konsumen pada pusat perbelanjaan. Robot ini memiliki modul kuesioner digital yang terletak pada dada robot, dan modul wajah yang digunakan sebagai ekspresi robot ketika konsumen memilih puas atau tidak terhadap pelayanan pusat perbelanjaan. Modul kuesioner digital robot mampu menampung, menyimpan dan mengolah data kepuasan konsumen dalam statistik. Ekspresi robot saat menerima pilihan kepuasan konsumen berupa ekspresi wajah bahagia ataupun kecewa yang disertai dengan ekspresi suara berupa ucapan terima kasih pada konsumen yang telah berkunjung