JTT (Jurnal Teknologi Terpadu)
Not a member yet
157 research outputs found
Sort by
PERANCANGAN APLIKASI DAN SISTEM KENDALI UNTUK ROBOT PENANGGULANGAN BENCANA ALAM
Full text linkTeknologi memberikan peranan penting dalam menyelesaikan permasalahan yang kadang manusia tidak mampu mengatasinya, seperti halnya lambatnya pencarian dan penanganan bagi korban bencana alam. sampai saat ini banyak kasus dari bencana alam seperti tanah longsor kebakaran ataupun jatuhnya pesawat yang masih sulit untuk ditangani secara cepat dan tepat, hal ini diakibatkan dari beberapa penyebab seperti akses untuk menuju ke tempat bencana tertutup ataupun karena banyaknya kemacetan jika menggunakan jalur darat. Karena masalah ini begitu banyak korban bencana alam yang tak dapat diselamatkan. Salah satu solusi dari masalah ini adalah dengan menggunakan jalur udara , tapi biaya yang akan dikeluarkan jika menggunakan pesawat ataupun helikopter sangat besar.Jadi solusinya adalah menggunakan Explore Flying Robot seperti UAS(Unmanned Aircraft System). UAS(Unmanned Aircraft System) adalah sebuah pesawat tanpa awak yang banyak digunakan untuk keperluan militer. UAS yang akan dipersiapkan untuk pencarian dan penangan korban bencana alam, dan kami mencoba untuk menciptakan sebuah solusi baru yaitu ASEFRO (Autonomous Search and Explore Flying Robot) yang merupakan robot terbang autonomous pembawa sensor dan kamera berbasis navigasi GPS yang dibuat untuk membantu tim SAR dalam evakuasi, pencarian korban dan penjelajahan medan pada kegiatan penanggulangan bencana alam ASEFRO melakukan penjelajahan udara berketinggian rendah (low altitude) karena pada berbagai kejadian bencana alam, kondisi medan darat/terestrial sangat sulit ditempuh dan akan menghabiskan waktu eksplorasi yang lama, ASEFRO dilengkapi oleh perangkat lunak GCS (Ground Control Station) yang dapat dioperasikan di laptop
PERBANDINGAN KINERJA CNN LeNet 5 DAN EXTREME LEARNING MACHINE PADA PENGENALAN CITRA TULISAN TANGAN ANGKA
Full text linkPengenalan pola merupakan hal penting untuk mengkategorikan sebuah objek pada citra. Pengkategorian dengan jumlah data banyak relatif memberikan kesulitan pada manusia. Untuk itu diperlukan sebuah metode yang tepat agar sistem yang dibuat dapat mengelompokkan citra sesuai kelasnya. Metode Convolutional Neural Nework Lecunn Network 5 (CNN LeNet 5) dan Extreme Learning Machine (ELM) merupakan metode yang diunggulkan pada banyak penelitian beberapa tahun terakhir. Karena keunggulannya, penelitian ini melakukan percobaan pada data sederhana dimana citra yang digunakan adalah tulisan tangan angka yang hanya diolah melalui proses binerisasi dan menjadikan hasil tersebut sebagai masukan metode klasifikasi. Penelitian ini menggunakan dua jenis data, yaitu data primer yang diambil langsung dari berbagai lokasi di Palembang Indonesia. Sedangkan data sekunder diambil melalui basis data publik MNIST. Hasil percobaan menunjukkan bahwa CNN LeNet 5 lebih unggul dalam hal akurasi yaitu mencapai 98,04% untuk 10.000 data sekunder MNIST dan 78,14% untuk 700 data primer. Sedangkan metode ELM lebih unggul dalam hal komputasi waktu yang mencapai 0,00078 mili detik
APLIKASI MOBILE UNTUK DETEKSI DAN KLASIFIKASI DAUN SECARA REAL TIME
Full text linkPenelitian ini diajukan untuk pendeteksian dan klasifikasi daun menggunakan sistem operasi android, dimana penelitian ini merupakan hasil pengembangan dari penelitian sebelumnya yang juga melakukan deteksi dan klasifikasi daun[1], pada eksperimen ini kami menggunakan 1.907 sample daun Flavia dimana 1335 daun untuk data pembelajaran dan 572 daun untuk data uji. Kami menggunakan 3 jenis daun yang berbeda untuk dideteksi dan diklasifikasi oleh sistem dimana ini belum ada penelitian yang melakukan proses deteksi dan pengenalan sekaligus dengan menggunakan objek daun. Kami menggunakan metode AdaBoost untuk mendeteksi daun dan kami menggunakan SVM untuk proses klasifikasi, sedangkan untuk ekstraksi fitur kami menggunakan haar like fitur dan LBP. hasil akurasi yang diperoleh dalam proses deteksi dan pengenalan dengan menggunakan mobile phone berbasis android ialah 66,91%. Aplikasi ini sangat penting bagi masyarakat untuk sarana pembelajaran dalam mengetahui tiap jenis daun yang ada disekitar kita. Kata Kunci: Android, AdaBoost, SVM, Haar Like Fitur, LB
Noise Cancellation Using Non-LocalMeans SVD
Full text linkAbstrak – image denoising merupakan upaya untuk menghilangkan noise dari citra digital. Sejumlah teknik untuk denoising menggunakan prinsip pemisahan sinyal asli dan sinyal noise. Tidak seperti sejumlah teknik yang melakukan pendekatan ini. Non local means merupakan teknik denoising untuk mendapatkan citra asli menggunakan weighted similarities antara piksel. Tulisan ini merupakan laporan investigasi mengenai NLM algoritma tersebut dan NLM yang telah terimprovisasi menggunakan SVD.Keywords-component; Image Denoising, NL
Perbandingan Algoritma Pendeteksian Spam
Full text linkAbstract— Masalah SPAM pada pesan elektronik menjadi hal yang sudah sering terjadi sehari-hari. Oleh karena itu, diperlukan sistem untuk menangkal SPAM, dimana sistem tersebut diharapkan menerima sebuah pesan secara utuh lalu memutuskan bahwa apakah pesan tersebut adalah spam atau tidak. Sebuah system tersebut membutuhkan beberapa proses, salah satunya adalah ekstraksi fitur dari input teks tersebut. Paper ini akan menganalisis dan membandingkan metode ekstraksi fitur dalam pendeteksian SPAM.Kata kunci : SPAM, filtering, feature extraction, NLP, IR, machine learnin
DIAGNOSA PENYAKIT JANTUNG PADA PONSEL MENGGUNAKAN POHON KEPUTUSAN
Full text linkBerkembangnya teknologi kini dapat mempermudah seorang praktisi medis untuk mendiagnosa dengan cepat dan tepat apakah seorang pasien menderita penyakit jantung atau tidak layaknya seorang dokter spesialis jantung yang sudah berpengalaman. Hal tersebut dibutuhkan sebagai usaha dalam deteksi dini penyakit jantung. Penelitian ini bertujuan untuk mencari pola dari penyakit jantung dan membangun sebuah aplikasi mobile untuk mendeteksi penyakit jantung berdasarkan Pohon Keputusan (Pohon Keputusan). Dalam penelitian ini digunakan dataset sejumlah 294 data pasien yang terdiri dari 13 atribut dan 1 atribut sebagai kelas. Kami menggunakan age, sex, chest pain type, resting blood pressure, cholesterol, fasting blood sugar, resting ECG, average heart rate, examine induced angina, T or ST oldpeak, ST slope, number of major vessels, general heart rate sebagai input, dan sehat atau sakit sebagai output. Penelitian ini berhasil menghasilkan akurasi sebesar 81,29% dan mengimplementasikan aturan-aturan yang dihasilkan oleh Pohon Keputusan kedalam aplikasi ponsel. Kata kunci : Penyakit Jantung, Pohon Keputusan, Ponsel
Sistem informasi dan monitoring perkembangan janin berbasis android
Full text linkAbstractPemantauan terhadap perkembangan janin akan memudahkan untuk mendeteksi adanya gejala pertumbuhan janin yang tidaknormal. Pemantauan dilakukan dengan melakukan pengukuran dan perkiraan usia serta berat janin. Berat badan normal janin pada usiakehamilan tertentu mengacu pada data statistik kehamilan. Janin yang terlalu besar atau terlalu kecil dapat menimbulkan masalahyang cukup serius bagi proses persalinan maupun perkembangan bayi. Proses pemantauan perkiraan usia dan berat janin dapatdilakukan dengan mengukur tinggi fundus uteri maupun dengan mengukur biometri janin lewat citra USG (ultrasonografi). Gunamemudahkan proses pemantauan dan pemberian informasi bagi ibu hamil, diperlukan sebuah sistem informasi yang dapat diaksesdengan mudah. Sebuah sistem yang merekam perkembangan janin dan memberikan informasi yang mudah dipahami mengenaiperkembangan janin bagi ibu hamil maupun petugas medis. Karenanya pengembangan aplikasi untuk perangkat bergerak bagi ibuhamil maupun petugas kesehatan (bidan) menjadi penting. Diharapkan dengan dikembangkannya aplikasi untuk perangkat bergerak,ibu hamil maupun tenaga medis menjadi mudah untuk melakukan proses pencatatan dan pengawasan perkembangan janin. Metodeuntuk mengukur perkembangan berat badan janin dilakukan dengan menggunakan pengukuran biometri janin melalui citra USGserta pengukuran tinggi fundus uteri. Aplikasi yang dikembangkan juga mampu menampilkan informasi grafis yang mudah dipahamimengenai perkembangan janin.KeywordsPerkembangan Janin, Ultrasonografi (USG), Fundus uteri, Aplikasi perangkat bergera