Techno.Com
Not a member yet
738 research outputs found
Sort by
Peningkatan Kualitas Citra Reduksi Noise Menggunakan Iterative Denoising and Backward Projection-CNN dan TFM-CLAHE Pada Citra 24 Bit
Get PDFPenurunan kualitas yang diakibatkan adanya noise atau kontras yang tidak normal pada citra mengakibatkan objek pada citra menjadi tidak jelas. Masalah itu dapat disebabkan perangkat yang digunakan menimbulkan noise atau tidak bisa menghasilkan kontras yang normal. Adanya noise dan kontras rendah gelap berdampak besar terhadap kualitas citra?, proses reduksi noise yang berukuran besar 45% akan berpengaruh pada informasi didalam citra sehingga kualitas citra hasil reduksi menjadi hal yang perlu dipertimbangkan untuk noise berukuran besar?. Penelitian tahun 2019 menggunakan algoritma Iterative Denoising and Backward Projections with CNN (IDBP-CNN) dinyatakan mampu mereduksi noise hingga 51% dengan kualitas PSNR diatas 30 dB dengan mengabaikan kontras dari citra. Sedangkan algoritma untuk meningkatkan kontras citra menggunakan algoritma Triangular Fuzzy Membership?Contrast Limited Adaptive Histogram Equalization (TFM-CLAHE) juga diklaim mampu meningkatkan kontras citra dengan kualitas PSNR di atas 20 dB, yang lebih baik dibandingkan dengan algoritma CLAHE. Berdasarkan hasil pengujian yang dilakukan pada 10 citra kontras rendah gelap dengan noise 45% didapatkan kombinasi algoritma TFM-CLAHE diikuti IDBP-CNN lebih baik dengan rata-rata hasil PSNR = 31.69 dB, dibandingkan sebaliknya PSNR = 31.01 dB, Namun rata-rata keragaman informasi citra hasil dengan kombinasi IDBP-CNN diikuti TFM-CLAHE lebih kecil selisihnya terhadap citra asli berdasarkan Shanon Entropy sebesar 3.77% dibandingkan sebaliknya 4.75
Perancangan Contingency Planning Disaster Recovery Unit Teknologi Informasi menggunakan NIST SP800-34
No full textPembangunan institusi pendidikan selama ini telah bertumbuh pesat sesuai dengan kebutuhan masyarakat dan menjadikan sebuah insitusi yang semakin komplek dengan kebutuhan fungsi operasional sistem layanan informasinya. Untuk menjalankan fungsinya, institusi pendidikan didukung oleh infrastruktur sistem layanan teknologi informasi yang sangat kompleks. Dalam penyelenggaraan fungsi operasional layanan tersebut, perguruan tinggi membutuhkan peran sistem teknologi informasi yang handal dalam keberlangsungan kegiatan kerjanya. Semua komponen teknologi informasi merupakan komponen yang rentan terhadap gangguan baik itu dari internal maupun eksternal, untuk itu dalam penyelenggaraan institusi pendidikan, perguruan tinggi dalam hal ini wajib memiliki rencana untuk menanggulangi segala gangguan maupun bencana. Dalam hal ini penanganan penanggulangan ganguan dan bencana memuat beberapa prosedur dan mekanisme tersendiri dalam pengamanan datanya. Disaster Recovery Plan (DRP) merupakan langkah tepat dalam membangun penanganan gangguan dan bencana terhadap infrastruktur sistem layanan teknologi informasi yang ada di perguruan tinggi. Penerapan untuk membangun penanganan bencana ini mengacu pada NIST SP 800-34 Rev.1 yang didalamnya terdapat beberapa tahapan penilaian resiko, menganalisa dampak bisnis, mengidentifikasi pencegahannya dan pengembangan strategi mitigasi. Hasil akhir dari penelitian ini adalah rancangan dokumen DRP berdasarkan NIST SP 800-34 Rev.1 yang disesuaikan dengan kondisi di perguruan tingg
Klasifikasi Citra Game Batu Kertas Gunting Menggunakan Convolutional Neural Network
Get PDFPermainan batu, gunting, dan kertas sangat populer di seluruh dunia. Permainan ini biasanya dimainkan saat sedang berkumpul untuk mengundi ataupun hanya bermain untuk mengetahui yang menang dan yang kalah. Namun, perkembangan zaman dan teknologi mengakibatkan orang dapat berkumpul secara virtual. Untuk bisa melakukan permainan ini secara virtual, penelitian ini membuat model klasifikasi citra untuk membedakan objek tangan yang menunjuk batu, kertas, dan gunting. Performa metode klasifikasi merupakan hal yang harus diperhatikan dalam kasus ini. Salah satu metode klasifikasi citra yang populer adalah Convolutional Neural Network (CNN). CNN adalah salah satu jenis neural network yang biasa digunakan pada data klasifikasi citra. CNN terinspirasi dari jaringan syaraf manusia. Algoritma ini memiliki 3 tahapan yang dipakai, yaitu convolutional layer, pooling layer, dan fully connected layer. Uji coba 5-Fold cross validation klasifikasi objek tangan yang menunjuk citra batu, kertas, dan gunting menggunakan CNN pada penelitian ini menghasilkan rata-rata akurasi sebesar 97.66%
Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori
Get PDFBanyaknya variasi rasa dari Pudding Moiaa mengakibatkan penjual mengalami kesusahan mencari tahu varian rasa sering terbeli secara bersamaan, pengaturan letak yang berserakan, tidak dapat diklasifikasikan pesanan konsumen berdasarkan permintaan, dan ketersediaan produk tidak terditeksi dengan baik oleh penjual. Permasalahan tersebut mengakibatkan penjual merasakan kesusahan mengetahui jumlah barang yang sering habis secara bersamaan. Metode yang dipergunakan memecahkan masalah menggunakan metode data mining algoritma apriori dengan aturan asosiasi dan aplikasi RapidMiner. Tujuan penelitian ialah menentukan pola kemiripan rasa paling banyak terjual secara bersamaan, sehingga dapat memprediksi pola kombinasi dari itemset paling banyak berdasarkan data penjualannya yang akan terbentuk pola asosiasi dari kombinasi itemnya. Metode ini membantu penjual mengatur strategi penjualan dengan melakukan penempatan makanan dengan rasa paling sering dibeli bersamaan didaftar menunya. Pengolahan data menggunakan algoritma apriori dan aplikasi RapidMiner menunjukkan hasil pola asosiasi yang sama pada penjualan makanan dihasilkan 3 itemset yaitu Choco Almond, Moca dan Swiss Choco dengan nilai support 40,0% sedangkan nilai confidence sebesar 92,3%
Optimasi Vigenere Cipher Menggunakan Bitswap dan Transposisi Acak pada Citra RGB
Get PDFMeningkatnya pertukaran informasi secara digital baik dalam hal kualitas maupun kuantitas merupakan salah satu alasan utama tentang pentingnya pengamanan berbagai bentuk data dan informasi. Tindakan ini menjadi semakin penting mengingat bahwa sebagian informasi bersifat pribadi atau rahasia. Dalam penelitian ini, pengamanan citra dilakukan menggunakan Vigenere Cipher (VC) yang dioptimasi menggunakan bitswap dan transposisi acak. VC adalah algoritma enkripsi sederhana yang ditujukan untuk pengamanan data berupa teks, sehingga sebenarnya kurang cocok untuk enkripsi citra. Hasil penelitian menunjukkan bahwa bitswap dan transposisi acak mampu meningkatkan kinerja VC dalam enkripsi citra. Kinerja optimasi VC pada enkripsi citra, dinilai secara visual serta diukur menggunakan Shannon entropi dan koefesien korelasi. Entropi tertinggi diperoleh dari VC yang dioptimasi dengan bitswap dan transposisi acak yaitu rata-rata sebesar 7.9582. Peningkatan rata-rata entropi ini adalah sebesar 37% dibanding entropi citra aslinya. Koefesien korelasi hasil enkripsi rata-rata adalah sebesar 0.0195, angka ini sudah sangat mendekati 0 (nol) yang berarti perubahan nilai pada setiap piksel hasil enkripsi sama sekali tidak dipengaruhi oleh nilai piksel aslinya
Pendekatan Initial Centroid Search Untuk Meningkatkan Efisiensi Iterasi Klustering K-Means
Get PDFPengelompokan K-Means bertujuan untuk mengumpulkan satu set titik pusat cluster yang optimal melalui iterasi yang berurutan. Fakta bahwa semakin optimal posisi dari titik pusat awal maka semakin sedikit jumlah iterasi dari algoritma pengelompokkan K-Means untuk konvergen. Oleh karena itu, Salah satu cara untuk menemukan set initial centroid adalah melalui metode iteratif guna mencari sejumlah initial centroid yang lebih baik untuk proses pengelompokan K-Means. Langkah awal yang kami lakukan adalah mengambil sampel data dari set data dan menjalankan algoritma K-Means sebagai proses awal untuk inisialisasi centroid cluster. Kemudian kami mengulang proses iterasi dengan sejumlah initial centroid yang telah diinisialisasikan sebelumnya dan mengukur hasil pengelompokkan melalui sum-of-square-error guna menentukan kebaikan keanggotaan cluster. Centroid akhir yang memberikan jarak terendah yang akan kami teruskan ke proses pengelompokan K-means secara lengkap. Harapan kami adalah pendekatan ini akan mengarah pada set initial centroid yang lebih baik sebagai proses pengelompokan K-Means sehingga mampu meningkatkan kinerja Algoritma K-Means karena hasil konvergensi Algoritma K-Means akan berbanding lurus dengan pemilihan initial centroid
Model Forest Tree dalam Sistem Informasi Gamelan Terintegrasi
Get PDFGamelan Bali merupakan alat musik tradisional yang menonjolkan metalofon, gambang, kendang, dan gong. Salah satu fungsi Gamelan Bali adalah untuk mengiringi upacara keagamaan khususnya di Bali. Selain itu Gamelan Bali juga memiliki kaitan erat dengan Budaya Bali lainnya seperti Tari Bali dan Kidung. Permasalahan yang terjadi di masyarakat saat ini yaitu disinformasi mengenai penggunaan Gamelan Bali dalam mengiringi Upacara Keagamaan, Tari Bali, dan Kidung. Berdasarkan permasalahan tersebut, maka dibangun sebuah sistem informasi berbasis web yang terintegrasi antara Upacara Keagamaan, Gamelan Bali, Tari Bali dan Kidung. Untuk mendukung proses yang terjadi didalam sistem informasi tersebut, maka digunakanlah model Forest Tree yang merupakan pengembangan dari model Tree. Model Forest Tree digunakan karena banyaknya entitas, dan juga kasus unik dimana ada keterkaitan antara child dengan child dalam satu parent, dimana model Tree tidak bisa mengakomodir hal tersebut. Tujuan dari dilakukannya penelitian ini adalah memberikan edukasi kepada masyarakat untuk mengenal Gamelan Bali beserta kaitannya. Metode pengumpulan data yang digunakan adalah studi literatur dan wawancara. Hasil yang didapatkan dari penelitian ini adalah model Forest Tree yang berdasarkan pengembangan dari dua Model Tree yaitu Gamelan Bali dan Upacara
Analisis Kinerja Raspberry Pi Sebagai SIP Server Untuk Aplikasi Video Phone
Get PDFMunculnya Single Board Computer seperti Raspberry Pi di pasaran yang lebih murah serta hemat daya dibandingkan PC dapat menghemat biaya pengadaan komputer dan biaya operasional. Dengan kemampuan komputasi yang dimilikinya, Raspberry Pi dapat difungsikan menjadi berbagai macam server termasuk server VVoIP, sehingga untuk membangun jaringan VVoIP tidak lagi diperlukan sebuah komputer. Dalam penelitian ini Raspberry Pi difungsikan sebagai SIP (Session Initiation Protocol) server dari aplikasi video phone menggunakan Asterisk. Penelitian ini bertujuan untuk mengetahui kinerja Raspberry Pi baik dalam panggilan per detik maupun panggilan bersamaan dengan resolusi CIF dan resolusi VGA. Penelitian ini juga menggunakan codec G711a dan VP8, serta untuk mengetahui kelayakan penggunaan server tersebut, dilakukan analisis QoS dari setiap panggilan dengan jumlah panggilan bersamaan tertentu. Untuk perbandingan, akan dilakukan pengujian terhadap PC yang digunakan sebagai SIP server. Berdasarkan hasil pengujian, dapat dilihat bahwa untuk jumlah panggilan per detik dan panggilan bersamaan, Raspberry Pi mampu melayani komunikasi VVoIP dengan baik dan layak diimplementasikan sebagai SIP server untuk aplikasi video phone. Namun, untuk penggunaan pada skala yang lebih besar, PC masih memiliki lebih banyak keunggulan dibanding Raspberry. Raspberry Pi yang difungsikan sebagai SIP server mampu melayani hingga 131 panggilan video dengan resolusi CIF dan 94 panggilan video dengan resolusi VGA
Implementasi Fuzzy Inference System Metode Sugeno Pada Aplikasi Penilaian Kinerja Dosen
Get PDFKinerja dosen dalam perguruan tinggi merupakan bukti nyata yang dihasilkan oleh dosen sebagai prestasi yang ditujukan sesuai perannya. Penilaian kinerja dosen mengacu sistem secara formal dan terstruktur untuk mengukur, menilai, dan mempengaruhi sifat-sifat yang berkatian dengan pekerjaanya.Tujuan dalam penelitan ini adalah untuk menilai kinerja dosen menggunakan Fuzzy Inference System metode Sugeno. Variabel fuzzy yang digunakan adalah pengabungan dari varibel-variabel penelitian sebelumnya diantaranya pengajaran, penelitian & publikasi, abdimas, penunjang, materi, disiplin dan sikap. ini menghasilkan Aplikasi kinerja dosen yang di dimulai dengan merancang use case diagram, class diagram sebagai bagian dari unified modeling language untuk memodelkan perangkat lunak, selanjutnya merancang interface aplikasi. Berdasarkan penilaian kinerja dosen yang dilakukan oleh aplikasi menggunakan sample 10 dosen, diperoleh skor terendah 60 dan skor tertinggi dengan nilai 100
Optimasi Prediksi Penyakit Systemic Lupus Erythematosus Menggunakan Algoritma Particle Swarm Optimization
Get PDFSystemic lupus erythematosus (SLE) juga dikenal sebagai lupus, adalah penyakit autoimun di mana sistem kekebalan tubuh secara keliru menyerang jaringan sehat di banyak bagian tubuh. Jumlah penderita SLE semakin meningkat tiap tahun. Systemic Lupus Erythematosus telah diderita sebanyak lima juta orang diseluruh dunia. Penderita SLE di China lebih tinggi dari negara Eropa dan Amerika Utara, perkiraan prevalensi SLE adalah 50-100 kasus per 100.000 orang. Sedangkan di Indonesia, berdasarkan Sistem Inormasi Rumah Sakit Online (SIRS Online) pada tahun 2014 terdapat 1.169 penderita SLE, tahun 2015 terdapat 1.336 penderita SLE, dan tahun 2016 terdapat 2.116, dari data tersebut terlihat peningkatan angka penderita SLE setiap tahun. Salah satu penyebab dari tingginya angka penderita penyakit SLE adalah sulitnya mendiagnosa penyakit SLE. Tantangan terbesar dalam ilmu kedokteran adalah bagaimana melakukan deteksi dini dalam mendiagnosa penyakit SLE. Deteksi dini dalam diagnosa penyakit SLE dapat dilakukan dengan prediksi penyakit SLE. Penelitian ini melakukan optimasi terhadap hasil prediksi penyakit SLE dengan metode genetika. Metode optimasi yang digunakan adalah algoritma particle swarm optimization. Hasil dari penelitian adalah algoritma particle swarm optimization dapat melakukan optimasi dengan 6 pasien teridentifikasi secara tepat. Akurasi dari optimasi adalah 88 %