Journal of Informatics And Telecommunication Engineering
Not a member yet
373 research outputs found
Sort by
Implementasi Algoritma Apriori Pada Data Benchmark Kosarak Dan Mushrooms
Full text linkAlgoritma apriori saat ini lebih banyak digunakan untuk mencari frequent itemsets dan mencari aturan asosiasi untuk menemukan knowledge. Proses mencari frequent itemsets pada data secara berulang-ulang yang ada didalam database dan diakhiri ketika kandidat itemsets sampai K+1 tidak ada lagi. Algorima Apriori menggunakan secara umum menggunakan banyak jumlah memori dan waktu eksekusi dalam menemukan kombinasi dan perbandingan frequent itemsets. Hasil yang di dapatkan dengan menggunakan algoritma apriori bisa di katakan akurat saat menseleksi kombinasi itemset yang ada pada dataset sesuai dengan nilai support dan confidens nya. Untuk mengetahui seberapa akurat dan berapa jumlah sumberdaya yang di gunakan serta bagaimana perilaku algoritma apriori terhadap dataset dengan jumlah kolom data yang berbeda, maka implementasi agoritma apriori di ujikan dengan data benchmark kosarak.dat dan mushrooms.dat dengan nilai minimum support yang sama. Kedua data sets tersebut memiliki format yang berbeda pada jumlah kolom datanya yaitu data pada semua baris memiliki jumlah kolom karakter data, pada datasets kosarak.datmemiliki kolom karakter dengan panjang berbeda-beda pada setiap barisnya sedangkan pada datasets mushrooms.dat memiliki kolom karakter sebanyak 23 karakter data, artinya datasets tersebut memiliki model blok data linear atau sama. Hasil dari implementasi algoritma apriori terhadap kedua datasets tersebut didapatkan perilaku proses pada apriori yang ditampilkan dari hasil waktu eksekusi dan memori yang dipakai bahwa datasets kosarak lebih sedikit menggunakan waktu dibandingkan dengan datasets mushrooms namun penggunaan memori lebih boros, semakin kecil nilai minimum support semakin banyak komparasi kandidat yang dicari. Kata Kunci : apriori; datamining; implementasi; kosarak; mushroom
PERBANDINGAN METODE LOW BIT CODINGDENGAN PHASE CODING PADA DIGITAL AUDIO WATERMARKING
Full text linkPenggunaan file audio sebagai media distribusi informasi digital sangat populer sekarang ini karena semakin canggihnya perangkat keras maupun perangkat lunak yang dapat mengolah file audio digital tersebut. Ditambah lagi dengan semakin mudahnya akses internet dimana saja baik melalui perangkat mobile ataupun tidak. Karena semakin banyaknya penggunaan file audio digital oleh perorangan atau perusahaan misalnya dalam produksi musik, atau video klip maka semakin sulit untuk menentukan keaslian suatu file audio digital dan sulitnya mencegah tingkat tindak pencurian atau pembajakan yang sangat merugikan pihak pememilik hak cipta. Ada beberapa metode dalam menentukan keaslian file audio digital dan mencegah tindak pembajakan terhadap media digital, yaitu digital watermarking. Pada jurnal ini akan dibahas dua buah metode watermarking yaitu metode low bit coding dan phase coding. Tujuannya ialah untuk mengetahui beberapa kelebihan dan kekurangan dalam penerapannya kedalam file audio digital. Karena ada beberapa aspek yang harus diketahui dalam menentukan baik atau tidaknya tingkat pengamanan pada file audio digital. Sehingga kita dapat menentukan metode yang mana yang pantas digunakan dalam menentukan keaslian file audio digital dalam mencegah tindak pencurian atau pembajakan.Kata kunci :audio, watermarking, low bit coding, phase codin
ANALISA ALGORITMA DATA MINING ECLAT dan HUI MINER
Full text linkoai:oai.ojs.uma.ac.id:article/519Frequent pattern mining memainkan peran penting di dalam data mining. Salah satu metode yang digunakan adalah metode asosiasi. Metode asosiasi digunakan untuk mencari dan menganalisa data transaksi penjualan yang terjadi. Hal ini dapat dilakukan dengan memeriksa perilaku pelanggan terkait dengan produk - produk yang dibeli. Dengan menggunakan aturan asosiasi, kita dapat mengetahui seberapa sering item yang dibeli bersama-sama dalam suatu transaksi. Salah satu algoritma yang digunakan adalah Eclat. Eclat pada dasarnya adalah pencarian algoritma depth-first menggunakan persimpangan yang ditetapkan. Kelebihan dari Eclat adalah proses dan performa penghitungan support dari semua itemsets dilakukan dengan lebih efisien dibandingkan dengan algoritma HUI-miner apriori. Akan tetapi dalam penelitian ini diperoleh hasil algoritma HUI-miner lebih efektif dan lebih stabil dari segi waktu jika di bandingkan dengan eclat