JUTI: Jurnal Ilmiah Teknologi Informasi
Not a member yet
407 research outputs found
Sort by
DATA REFINEMENT APPROACH FOR ANSWERING WHY-NOT PROBLEM OVER K-MOST PROMISING PRODUCT (K-MPP) QUERIES
Get PDFK-Most Promising (K-MPP) product is a strategy for selecting a product that used in the process of determining the most demanded products by consumers. The basic computations used to perform K-MPP are two types of skyline queries: dynamic skyline and reverse skyline. K-MPP selection is done on the application layer, which is the last layer of the OSI model. One of the application layer functions is providing services according to the user\u27s preferences.In the K-MPP implementation, there exists the situation in which the manufacturer may be less satisfied with the query results generated by the database search process (why-not question), so they want to know why the database gives query results that do not match their expectations. For example, manufacturers want to know why a particular data point (unexpected data) appears in the query result set, and why the expected product does not appear as a query result. The next problem is that traditional database systems will not be able to provide data analysis and solution to answer why-not questions preferred by users.To improve the usability of the database system, this study is aiming to answer why-not K-MPP and providing data refinement solutions by considering user feedback, so users can also find out why the result set does not meet their expectations. Moreover, it may help users to understand the result by performing analysis information and data refinement suggestion
KLASIFIKASI IKAN MENGGUNAKAN ORIENTED FAST AND ROTATED BRIEF (ORB) DAN K-NEAREST NEIGHBOR (KNN)
Get PDFIkan memiliki bentuk dan ukuran tertentu yang berbeda antara ikan yang satu dengan yang lain. Permasalahan dalam mengenali jenis ikan lebih kompleks dibandingkan dengan mengenali wajah manusia. Perbedaan bentuk, warna, dan tekstur pada ikan lebih bervariasi dibandingkan manusia. Pengenalan jenis ikan pada umumnya masih dilakukan secara manual menggunakan pengamatan mata. Sehingga diperlukan adanya sistem yang dapat mengenali ikan secara otomatis. Penelitian sebelumnya juga sudah dapat mengenali jenis ikan namun sensitive terhadap berbagai transformasi atau deformasi dari sebuah objek, dan waktu komputasi yang tidak sedikit, sehingga kurang efektif untuk mengenali objek ikan. Dalam Penelitian ini, kami mengusulkan metode untuk mendeteksi dan mengenali jenis objek ikan menggunakan metode ORB dan KNN. Pengaplikasian dari metode ORB diterapkan untuk ekstraksi fitur dari gambar yang diambil. Kemudian hasil tersebut akan diklasifikasi menggunakan KNN untuk menentukan label kelas yang tepat dari input data ikan. Hasil uji coba menunjukkan bahwa metode yang diusulkan pada penelitian ini mencapai akurasi klasifikasi sebesar 97,5%
A COMPREHENSIVE SURVEY ON DETECTING BLACK HOLE ATTACK IN MOBILE AD-HOC NETWORK (MANET)
Get PDFThe infrastructure-less nature and mobility of nodes in mobile ad-hoc network (MANET) make it to be very susceptible to various attacks. Besides, owing to its flexibility and simplicity, there is no predefined time or permission set for nodes to leave or join the network and each node can act as a client or server. Nevertheless, securing communication between nodes has become a challenging problem than in other types of network. Attacks in MANET range into different categories. Black hole attack is one of the attacks that has been addressed by many researchers in the recent years. It does occur when a harmful mobile node called black hole becomes a part of the network and tries to use its malicious behaviors by sending fake route reply packets (RREP) for any received route request packets (RREQ). When these faked packets arrive to the source node, it does reply to them by sending data packet via the established route. Once the packets are received by the black hole, it drops them before reaching the destination. Hence, preventing the source node from reaching the intended destination. In this paper, we present an overview of a wide range of techniques suggested in the literature for detecting and preventing black hole attacks in mobile ad hoc network. Additionally, the effect of each approach on the network performance is also presented
PERHITUNGAN DAN PEMISAHAN SEL DARAH PUTIH BERDASARKAN CENTROID DENGAN MENGGUNAKAN METODE MULTI PASS VOTING DAN K-MEANS PADA CITRA SEL ACUTE LEUKEMIA
No full textLeukemia is one of the dangerous diseases that can cause death. One of the types of leukemia is acute leukemia that includes ALL (Acute Lymphoblastic Leukemia) and AML (Acute Myeloid Leukemia). The fastest identification against this disease can be done by computing and analysing white blood cell types. However, the manual counting and identification of the white blood cell types are still limited by time. Therefore, automatic counting process is necessary to be conducted in order to get the results more quickly and accurately. Previous studies showed that automatic counting process in the image of Acute Leukemia cells faced some obstacles, the existence of touching cell and the implementation of geometry feature that cannot produce an accurate counting. It is because the shapes of the cell are various. This study proposed a method for the counting of white blood cells and the separation of touching cells on Acute Leukemia cells image by using Multi Pass Voting method (MPV) based on seed detection (centroid) and K-Means method. Initial segmentation used for separating foreground and background area is canny edge detection. The next stage is seed detection (centroid) using Multi Pass Voting method. The counting of white blood cells is based on the results of the centroid produced. The existence of the touching cells are separated using K-Means method, the determination of the initial centroid is based on the results of the Multi Pass Voting method. Based on the evaluation results of 40 images of Acute Leukemia dataset, the proposed method is capable to properly compute based on the centroid. It is also able to separate the touching cell into a single cell. The accuracy of the white blood cell counting result is about 98,6%
SISTEM PEMBAGIAN KELAS KULIAH MAHASISWA DENGAN METODE K-MEANS DAN K-NEAREST NEIGHBORS UNTUK MENINGKATKAN KUALITAS PEMBELAJARAN
Get PDFPermasalahan yang terjadi saat pembentukan atau pembagian kelas mahasiswa adalah perbedaan kemampuan yang dimiliki oleh mahasiswa di setiap kelasnya yang dapat berdampak pada tidak efektifnya proses pembelajaran yang berlangsung. Pengelompokkan mahasiswa dengan kemampuan yang sama merupakan hal yang sangat penting dalam rangka meningkatkan kualitas proses belajar mengajar yang dilakukan. Dengan pengelompokkan mahasiswa yang tepat, mereka akan dapat saling membantu dalam proses pembelajaran. Selain itu, membagi kelas mahasiswa sesuai dengan kemampuannya dapat mempermudah tenaga pendidik dalam menentukan metode atau strategi pembelajaran yang sesuai. Penggunaan metode dan strategi pembelajaran yang tepat akan meningkatkan efektifitas proses belajar mengajar. Pada penelitian ini dirancang sebuah metode baru untuk pembagian kelas kuliah mahasiswa dengan mengkombinasikan metode K-Means dan K-Nearest Neighbors (KNN). Metode K-means digunakan untuk pembagian kelas kuliah mahasiswa berdasarkan komponen penilaian dari mata kuliah prasyaratnya. Adapun fitur yang digunakan dalam pengelompokkan adalah nilai tugas, nilai ujian tengah semester, nilai ujian akhir semester, dan indeks prestasi kumulatif (IPK). Metode KNN digunakan untuk memprediksi kelulusan seoarang mahasiswa di sebuah matakuliah berdasarkan data sebelumnya. Hasil prediksi ini akan digunakan sebagai fitur tambahan yang digunakan dalam pembentukan kelas mahasiswa menggunakan metode K-means. Pendekatan yang digunakan dalam penelitian ini adalah Software Development Live Cycle (SDLC) dengan model waterfall. Berdasarkan hasil pengujian yang dilakukan diperoleh kesimpulan bahwa jumlah cluster atau kelas dan jumlah data yang digunakan mempengaruhi dari kualitas cluster yang dibentuk oleh metode K-Means dan KNN yang digunakan. Nilai Silhouette Indeks tertinggi diperolah saat menggunakan 100 data dengan jumlah cluster 10 sebesar 0,534 yang tergolong kelas dengan kualitas medium structure
SURVEI MEKANISME CONGESTION KONTROL PADA TRANSMISSION CONTROL PROTOCOL DI SOFTWARE DEFINED NETWORK
Get PDFSebuah paradigma baru jaringan, Software Defined Network (SDN) dikembangkan membagi integrasi vertikal dalam perangkat jaringan, memisahkan logika kontrol dari infrastruktur jaringan sehingga memungkinkan untuk mengubah keadaan dan kondisi jaringan dari pengontrol yang dapat diprogram secara terpusat. sebagian besar komunikasi one-to-many pada SDN diimplementasikan melalui beberapa unicast seperti TCP, yang tidak efisien. Hal itu menghasilkan banyak trafik direplikasi, yang dapat berakibat menurunkan kinerja aplikasi karena beberapa permasalahan seperti congestion, redundancy dan collision. Permasalahan congestion terjadi ketika sebuah network mempunyai beban yang banyak dan mengakibatkan performansi menurun karena jumlah pengiriman melebihi kapasitas router yang ada. Salah satu solusi penanganan congesti dengan mereduksi ukuran TCP receive window. Tujuan utama dari pembuatan makalah ini adalah merangkum beberapa mekanisme kontrol kemacetan menggunakan TCP yang telah diakukan oleh para peneliti untuk menangani permasalahan kemacetan pada jaringan
Median Filter For Transition Region Refinement In Image Segmentation
Get PDFTransition region based image segmentation is one of the simple and effective image segmentation methods. This method is capable to segment image contains single or multiple objects. However, this method depends on the background. It may produce a bad segmentation result if the gray level variance is high or the background is textured. So a method to repair the transition region is needed. In this study, a new method to repair the transition region with median filter based on the percentage of the adjacent transitional pixels is proposed. Transition region is extracted from the grayscale image. Transition region refinement is conducted based on the percentage of the adjacent transitional pixels. Then, several morphological operations and the edge linking process are conducted to the transition region. Afterward, region filling is used to get the foreground area. Finally, image of segmentation result is obtained by showing the pixels of grayscale image that are located in the foreground area. The value of misclassification error (ME), false negative rate (FNR), and false positive rate (FPR) of the segmentation result are calculated to measure the proposed method performance. Performance of the proposed method is compared with the other method. The experimental results show that the proposed method has average value of ME, FPR, and FNR: 0.0297, 0.0209, and 0.0828 respectively. It defines that the proposed method has better performance than the other methods. Furthermore, the proposed method works well on the image with a variety of background, especially on image with textured background
SISTEM EVALUASI DAN KLASIFIKASI KINERJA AKADEMIK MAHASISWA UNIVERSITAS MADURA MENGGUNAKAN NAIVE BAYES DENGAN DIRICHLET SMOOTHING
Get PDFPengawasan terhadap kinerja akademik mahasiswa sebagai bentuk peningkatan mutu harus dilakukan secara tersistem dan terintegrasi. Namun pengawasan tersebut akan lebih efektif jika dilakukan secara periodik, yaitu pada tahun kedua dan keeempat dengan maksud pihak akademik dapat mengetahui perkembangan pencapaian belajar masing-masing mahasiswa dengan cepat, sehingga peringatan atau tindakan yang akan diberikan pada mahasiswa dan evaluasi terhadap seluruh aktivitas akademis dapat segera dilakukan. Penelitian ini bertujuan mengklasifikasikan kinerja mahasiswa melalui IPK dan jumlah SKS yang belum diselesaikan selama masa studinya. Klasifikasi dilakukan pada tahun kedua dan tahun keempat masa studi. Pada tahun kedua, klasifikasi dibagi menjadi tiga status yaitu Normal, Bermasalah dan Peringatan dengan ditentukan melalui standar nilai yang ditentukan. Pada tahun keempat klasifikasi dibagi menjadi dua kelompok, yaitu kelompok Lulus dan Drop Out. Proses klasifikasi yang dilakukan pada tahun keempat, menggunakan algoritma Naïve Bayes yang terbukti memiliki tingkat keakurasian yang tinggi dengan metode maximum likehood atau berdasarkan kemiripan tertinggi dari data yang diolah. Pada proses penghitungan Naïve Bayes terdapat sedikit keraguan apabila ada peluang yang bernilai 0. Oleh karena itu untuk memaksimalkan performa dari Naïve Bayes dalam klasifikasi ini, maka digunakan Dirichlet Smoothing. Berdasarkan hasil pengujian terhadap 200 data uji maka didapatkan nilai akurasi mencapai 91.50%, nilai precision sebesar 88.78% dan nilai recall adalah 95%. Dengan demikian dapat diketahui bahwa data memiliki nilai yang konsisten
REPLIKASI DATA MENGGUNAKAN DETECTION CONTROLLER MODULE UNTUK MENCEGAH CONGESTION DI DATA CENTER
Get PDFReplication of data in a distributed manner is one of the important phases in the process of centralized data distribution. Replication of data does a copy or duplication technique in the process of data distribution logic. This distribution will be interconnected either system or applicative data is distributed in the network computer. Distributed storage media from one storage medium to another storage medium will implement the synchronization between the source server to the destination server so that the data consistency can be guaranteed. The use of controller-controller Software Defined Network (SDN) in the data center that is to control the process distribution data to multiple locations storing the same data. This is very useful in these locations require the same data or require a separate server in the manufacture of reporting applications. SDN controller-controller is also used to control the distribution entities, which may exhibit different behavior on event triggers, but in the case of traffic flow density distribution in the data center network that causes congestion/bottlenecks until need their completion strategies. Therefore, this paper will discuss what approach to data replication strategies used to cope with the density of the network traffic flow
RANCANG BANGUN APLIKASI PENYEWAAN LAPANGAN FUTSAL BERBASIS ANDROID
Get PDFFutsal lease nowadays is mostly managed manually. The consumers have to come to the site to check the available schedule and to lease it. It is not effective since it spent times. As the technology advances, an android-based application for futsal lease is alternative solution. The design and development of android-based application for futsal lease use waterfall method which started with design, analysis, development, tryout and implementation. The application provides real time information about futsal court, a search feature to available futsal schedules, futsal leases, and the down payment directly in the application. Based on the results of tryout through questionnaire filled by futsal owners (3 subjects) and consumers (17 subjects), 69,7% of the respondents very agree on the use of the application. Thus, the research concludes that android-based application for futsal lease has satisfied the need of futsal owners and consumers