Journal of Information Technology and Computer Science (JOINTECS)
Not a member yet
168 research outputs found
Sort by
Klasterisasi Pengendalian Persediaan Aki Menggunakan Metode K-Means
Full text linkProses pengendalian persediaan merupakan bagian penting bagi perusahaan untuk melakukan penyediaan barang. Pengendalian persediaan dilakukan untuk memenuhi jumlah barang yang dibutuhkan pada saat pemasaran dilakukan, namun perusahaan memiliki permasalahan dalam menentukan jumlah persediaan barang dikarenakan jumlah barang yang dibutuhkan pada saat pemasaran berubah setiap waktu. Penelitian ini melakukan data mining guna membantu perusahaan agar dapat mengukur jumlah persediaan barang sebelum dipasarkan dengan melakukan penggalian data menggunakan salah satu metode data mining yaitu pengelompokan data. Pada penelitian ini melakukan mengelompokkan data laporan distribusi dan laporan penjualan pada perusahaan aki, data tersebut di kelompokkan menjadi 3 kelompok dengan menggunakan salah satu algoritma pengelompokan data yaitu K-Means, dari hasil pengelompokan digunakan untuk mengetahui kelompok produk yang diminati, sedang dan kurang diminati kemudian kelompok tersebut digunakan sebagai acuan persediaan banyak, sedang dan sedikit. Data yang digunakan merupakan data laporan distribusi dan laporan penjualan periode Januari – Desember 2018 dengan total sebanyak 125 produk. Setelah data tersebut diolah menggunakan algoritma K-Means, menunjukkan bahwa kelompok 1 dengan nilai objek data rendah merupakan kelompok produk yang kurang diminati, kelompok 2 dengan nilai objek data sedang merupakan kelompok produk diminati dalam kategori sedang, sedangkan kelompok 3 dengan nilai objek data tinggi merupakan kelompok produk yang banyak diminati
Modifikasi Metode MFCC untuk Identifikasi Pembicara di Lingkungan Ber-Noise
Full text linkBeberapa metode ekstraksi fitur untuk sistem identifikasi pembicara memiliki kelemahan yaitu ketika dilingkungan berderau hasil akurasinya menurun. Metode ekstraksi fitur Mel-Frequency Cepstral Coefficient (MFCC) merupakan metode ekstraksi sinyal suara yang peka terhadap derau. Metode MFCC menghasilkan akurasi yang tinggi ketika dilingkungan yang bersih. Sebaliknya ketika di lingkungan yang berderau akurasi yang dihasilkan turun drastis. Penelitian ini mengusulkan metode ekstraksi fitur menggunakan MFCC digabung dengan algoritma deteksi endpoint. Algoritma deteksi endpoint memisahkan daerah speech dan nonspeech. Daerah nonspeech biasanya lebih banyak berisi derau sehingga bisa dijadikan informasi derau. Informasi derau diekstrak dan menghasilkan magnitude frekuensi derau. Uji coba metode yang diusulkan menghasilkan nilai akurasi yang lebih tinggi pada semua tipe derau dan tingkat SNR. Akurasi yang dihasilkan oleh metode yang diusulkan lebih tinggi 14.69% dibanding metode MFCC, 6.4% dibanding metode MFCC+wiener, dan 2.74% dibanding metode MFCC+Spectral Subtraction (SS)
Komparasi Algoritma Klasifikasi Data Mining untuk Memprediksi Tingkat Kematian Dini Kanker dengan Dataset Early Death Cancer
Full text linkPenyakit Kanker merupakan sepuluh besar penyakit pembunuh di dunia. Kanker merupakan penyakit yang ganas dan sulit disembuhkan jika penyebarannya sudah terlalu luas. Akan tetapi, pendeteksian sel kanker sedini mungkin dapat mengurangi resiko kematian. Penelitian ini bertujuan untuk memprediksikan tingkat kematian dini kanker pada penduduk Eropa dengan menggunakan 5algoritma klasifikasi yaitu: Desecion Tree, Naïve Bayes, k-Nearset Neighbour, Random Forest dan Neural Network dari algoritma tersebut algoritma mana yang dianggap paling baik untuk penelitian ini. Pengujian dilakukan dengan beberapa tahapan penelitian antara lain: dataset (pengumpulan data), pengolahan data awal, metode yang diusulkan, pengujian metode menggunakan 10-fold cross validation, evaluasi hasil dan uji beda t-test. Nilai alpha yang digunakan adalah 0.05. jika probabilitasnya >0.05 maka H0 diterima. Sedangkan jika probabilitasnya <0.05 maka Ho ditolak.Hasil dari penelitian yang mendapatkan performe terbaik dengan nilai akurasi sebesar 98,35% adalah algoritma Neural Network. Sedangkan, hasil penelitian menggunakan uji t-test algoritma dengan model terbaik yaitu: algoritma Random Forest dan Neural Network, algoritma Naïve Bayes lumanyan baik, algoritma Desecion Tree cukup baik dan algoritma yang kurang baik adalah algoritma K-Nearset Neighbour (K-NN)
Penurunan Total Harmonic Distortion Pada Penguat Audio Kelas D Menggunakan Metode MQPSO
No full textPenguat audio kelas D merupakan penguat audio switching yang mempunyai efisiensi tinggi dibanding penguat audio konvensional (analog). Dalam kondisi ideal, penguat ini mempunyai efisiensi lebih dari 90%. Permasalahan umum yang terjadi pada penguat ini adalah distorsi karena bekerja secara non linier. Sebuah kompensator Proportional Integral (PI) digunakan sebagai filter analog pada umpan balik negatif dibandingkan antara metode trial dan error dengan metode Modified Particle Swarm Optimization (MQPSO) untuk mengurangi Total harmonic Distortion (THD) pada sebuah sistem. Metode MQPSO memiliki keunggulan dalam kinerja yaitu proses sederhana, implementasikan ke sistem sangat mudah dan didalam perhitungan sangat efisien. Hasilnya menunjukkan bahwa nilai THD tanpa optimasi 13.53% sedangkan dengan tambahan metode MQPSO sebesar 13.46% dengan FFT Tool Simulink Matlab V17 dengan selisih THD optimal sebesar 0.07%. Sedangkan pengujian waktu kestabilan yang terdiri dari parameter C2, R2, dan R1 didapatkan THD 0.116% pada 0.174s tanpa optimasi dan 0.113s menggunakan optimasi dengan selisih waktu sebesar 0.063s untuk mencapai kestabilan.Â
Pengembangan Laboratorium Virtual untuk Simulasi Uji Penetrasi Sistem Keamanan Jaringan
Full text linkPenelitian ini bertujuan untuk mengembangkan sebuah laboratorium berbasis virtualisasi untuk simulasi uji penetrasi dan membandingkan tingkat performa antara server fisik dan server virtual. Tipe Pengembangan laboratorium virtual menggunakan hypervisor Vmware Wokstation. Pengujian simulasi Penetrasi menggunakan pedoman Information System Security Assessment Framework (ISSAF) sedangkan Tools yang digunakan untuk pengujian simulasi penetrasi menggunakan tools yang disediakan pada Kali Linux. Penelitian ini menunjukan jika tahapan-tahapan pengujian penetrasi dapat dilakukan pada lingkungan virtual. Berdasarkan hasil pengujian tingkat performa menunjukkan perbandingan tingkat respon time kedua server cukup signifikan sedangkan untuk throughput server fisik 10 kali lebih cepat dibandingkan server virtual. Perbandingan peningkatan CPU pada kedua server juga cukup signifikan berbanding terbalik dengan Perbandingan penggunaan memory pada server virtual 2 kali lebih besar dari server fisik
Segmentasi Citra Iris Mata Menggunakan Metode Otsu Thresholding
Full text linkIridologi atau yang biasa disebut sebagai diagnosis iris adalah suatu metode kedokteran yang menyatakan bahwa tiap bagian pada tubuh manusia dapat direpresentasikan dengan wilayah yang terdapat pada iris mata (bagian yang berwarna pada pupil) dan dapat mengetahui seseorang yang telah mengalami gejala penyakit. Untuk menentukan gejala suatu penyakit yang diderita pasien pada umumnya akan dilakukan tes laboratorium, dimana tes ini cukup mahal dan terkadang menimbulkan luka serta hasilnya pun terkadang lama untuk diketahui, metode sebelumnya mampu melakukan segmentasi citra iris mata tapi sulit untuk pengambilan fokus iris mata yang akurat dan nilai tingkat pada akurasi karena antara sklera, iris mata dan pupil masih jadi satu. Oleh karena itu, pada penelitian ini mengimplementasikan segmentasi tiga kelas menggunakan metode otsu thresholding, metode otsu merupakan metode pencarian ambang batas atau treshold otomatis yang baik kemudian menggunakan metode tiga kelas dengan menentukan foreground, TBD (To Be Determinand) dan background. Metode ini mampu melakukan segmentasi citra iris mata dengan baik yaitu dengan akurasi 99.07 % dan nilai Area Under Curve (AUC) pada kurva relaive operating characteristic (ROC) sebesar 99.07 %
Analisis Jejaring Sosial Tokoh Publik Menggunakan Metode GrapML
Full text linkSocial Network Analysis (SNA) merupakan suatu cabang ilmu komputer yang menganalisis fenomena atau pola hubungan pada suatu jejaring sosial. Pada penelitian ini Twitter merupakan salah satu media jejaring sosial yang akan digunakan sebagai objek penelitian dikarenakan jumlah pengguna aktif setiap bulan yang mencapai 330 juta lebih serta dengan akses informasi yang tak terbatas. Selanjutnya metode analisis yang digunakan pada penelitian ini adalah menggunakan metode GraphML dan perhitungan algoritma pendekatan sentralistas (Centrality Measure). Dimana dengan metode GraphML ini mampu memvisualisasikan hubungan jejaring sosial individu dengan individu lain kedalam bentuk grafik dan mampu digunakan untuk menentukan bobot ikatan indvidu terhadap individu lain atau seberapa kuat hubungan individu tersebut terjalin. Dalam analisis ini diperoleh hasil berupa diagram derajat sentralitas dengan aktor yang paling dominan yakni aktor 5 dengan jumlah ikatan sebanyak 54, aktor 12 dengan jumlah ikatan sebanyak 68, aktor 12 dengan jumlah ikatan sebanyak 30 dan pada diagram pagerank aktor paling dominan di tunjukkan oleh aktor 72, 128, 129, 130, 131, 132, 133
Pengembangan Aplikasi Evaluasi Dosen Berbasis Android dengan Keamanan Json Web token (JWT)
Full text linkPengembangan aplikasi ini dilatarbelakangi oleh penilaian kinerja pegawai yang merupakan kegiatan umum untuk dilakukan sebagai bahan evaluasi terhadap performa dan kinerja pegawai dengan tujuan peningkatan mutu pegawai dalam hal ini adalah peningkatan kinerja dosen di pendidikan tinggi. Kurangnya efektifitas dan efisiensi dalam melakukan kegiatan evaluasi dosen yang hanya dapat dilakukan melalui web inilah yang mendasari dilakukannya perancangan aplikasi evaluasi dosen berbasis android. Proses dalam pembuatan aplikasi android adalah pada sisi keamanan data web servicenya. Untuk meningkatkan keamanan dalam lingkungan android dan web service akan memanfaatkan metode JSON Web token (JWT) yang berguna untuk melakukan pertukaran data dengan memanfaatkan token. Serta dari hasil perancangan aplikasi evaluasi dosen berbasis android dengan keamanan Json Web token (JWT) ini adalah aplikasi android yang memberikan efisiensi dan efektifitas bagi mahasiswa dalam melakukan proses evaluasi terhadap dosen. Dari hasil pengujian yang telah dilakukan, membuktikan bahwa mulai dari menampilkan halaman login sampai dengan keluar aplikasi evaluasi dosen dapat dilakukan dengan baik dengan status berhasil. Serta dalam hasil implementasi dan pengujian aplikasi maka dapat diambil kesimpulan pengembangan web service dapat dipergunakan untuk mengintegrasikan sistem aplikasi evaluasi dosen berbasis android dengan sistem yang sudah ada dan dengan keamanan JWT pada web service membantu proses pertukaran data lebih terjamin keamanannya
Sistem Pakar Untuk Identifikasi Jenis Jerawat Dengan Metode Certainity Factor
Full text linkJerawat adalah gangguan pada kulit akibat dari kelebihan produksi kelenjar minyak yang menyebabkan terjadinya infeksi dan radang pada kulit manusia. Dengan menggunakan metode Certainity Factor mampu menghasilkan diagnosa jenis dari jerawat yang dialami user, sehingga nantinya akan diberikan saran perawatan yang cocok bagi pasien. Metode Certainity Factor  untuk membuktikan apakah suatu fakta itu pasti atau tidak, berbentuk metrik yang biasanya digunakan dalam sistem pakar. Metode ini sangat cocok digunakan untuk sistem pakar dalam mendiagnosis sesuatu yang belum pasti. Keunggulan dari metode Certainity Factor yang pertama dalam mempersentasikan data-data kualitatif. Kedua, metode Certainity Factor memiliki kemampauan untuk mengekspresikan derajat keyakinan. Hasil yang diperoleh dengan sistem ini, dapat membantu pasien dalam mendiagnosa penyakit jerawat yang didapatkan dari pengetahuan mengenai gejala serta solusi penanganan terhadap jenis jerawat. Serta dalam sistem pakar ini memberi informasi kepada masyarakat yang lebih akurat dan tepat layaknya dokter spesialis dalam menggolongkan jenis jerawat pada wajah, dan memudahkan masyarakat lebih mengetahui tergolong manakah dalam menggolongkan jenis jerawat pada wajah yang dialami
Hand Human Recognition Berdasarkan Geometri Telapak Tangan Menggunakan Principal Component Analysis
Full text linkSistem pengenalan diri merupakan sebuah sistem yang dapat digunakan untuk mengenali identitas sesorang yang dapat dilakukan secara otomatis menggunakan komputer. Pengenalan diri secara otomatis dapat dilakukan dengan menggunakna bagian tubuh atau perilaku manusia yang dikenal dengan istilah biometrika. Biometrika merupakan teknologi pengenalan diri yang menggunakan bagian tubuh atau perilaku dari manusia Terdapat beberapa cara untuk biometrika umum yang sering dipakai untuk pengenalan diri, seperti sidik jari (fingerprint), selaput pelangi, (iris), wajah (face), suara (voice), tanda tangan (signature), geometri tangan (hand geometry) dan telapak tangan (palmprint). Geometri tangan merupakan salah satu biometrika yang dimiliki oleh manusia yang dapat menggambarkan struktur geometri tangan seseorang. Sistem yang terdapat dalam penelitian ini adalah sebuah sistem pengenalan telapak tangan yang menggunakan ekstraksi fitur berbasis berbasis Principal Component Analysis (PCA). Teknik ini melibatkan pengambilan komponen utama dari database telapak tangan. Untuk mengetahui keakuratan sistem pengenalan telapak tangan yang dirancang pada penelitian ini, telah dilakukan uji coba sistem dengan menggunakan input sebanyak 21 citra telapak tangan dari database. Dari hasil pengujian ini, didapatkan hasil performasi sistem adalah 52,38% dalam mengenali citra input dengan benar