JUTI: Jurnal Ilmiah Teknologi Informasi
Not a member yet
407 research outputs found
Sort by
ALPHABET SIGN LANGUAGE RECOGNITION USING LEAP MOTION TECHNOLOGY AND RULE BASED BACKPROPAGATION-GENETIC ALGORITHM NEURAL NETWORK (RBBPGANN)
Get PDFSign Language recognition was used to help people with normal hearing communicate effectively with the deaf and hearing-impaired. Based on survey that conducted by Multi-Center Study in Southeast Asia, Indonesia was on the top four position in number of patients with hearing disability (4.6%). Therefore, the existence of Sign Language recognition is important. Some research has been conducted on this field. Many neural network types had been used for recognizing many kinds of sign languages. However, their performance are need to be improved. This work focuses on the ASL (Alphabet Sign Language) in SIBI (Sign System of Indonesian Language) which uses one hand and 26 gestures. Here, thirty four features were extracted by using Leap Motion. Further, a new method, Rule Based-Backpropagation Genetic Al-gorithm Neural Network (RB-BPGANN), was used to recognize these Sign Languages. This method is combination of Rule and Back Propagation Neural Network (BPGANN). Based on experiment this pro-posed application can recognize Sign Language up to 93.8% accuracy. It was very good to recognize large multiclass instance and can be solution of overfitting problem in Neural Network algorithm
PEMODELAN GRANULARITAS TEMPORAL UNTUK MENCARI RELASI ANTAR OBJEK WARISAN BUDAYA INDONESIA DENGAN MENGGUNAKAN ONTOLOGI
Get PDFWaktu adalah sebuah konsep penting dalam pencatatan objek-objek warisan budaya dan peristiwa sejarah. Contoh konsep waktu yang sering digunakan dalam pencatatan objek-objek warisan budaya dan sejarah adalah waktu interval (time-interval) dan waktu titik (time-point). Informasi waktu disajikan dalam granularitas waktu primitif yang berbeda seperti tanggal, bulan, tahun dan abad atau bisa juga disajikan dengan hanya menyebutkan keterangan waktu tertentu seperti zaman, era, masa serta keterangan waktu lainnya yang tidak diketahui secara pasti kapan terjadinya. Salah satu cara untuk mencari kedekatan waktu dengan satuan yang beragam adalah dengan memanfaatkan ontologi. Dalam penelitian ini dibuat sebuah skema ontologi untuk pencarian relasi waktu antar entitas warisan budaya. Skema ini merupakan gabungan dari ontologi yang sudah ada yakni OWL-Time dan CIDOC-CRM. Penggabungan ontologi ter-sebut dilakukan menggunakan bahasa Ontology Web Language (OWL) dan dengan bantuan aplikasi Protégé. Berdasar-kan uji coba yang dilakukan, skema ontologi ini dapat menghasilkan fakta-fakta baru mengenai kesamaan dan kedekatan waktu dari objek-objek yang diinputkan. Sehingga relasi temporal antar objek dapat diketahui dengan tepat. Pendokumentasian relasi temporal warisan budaya dapat dijadikan salah satu sumber pembelajaran maupun penelitian terkait dengan warisan budaya. Untuk memudahkan pengujian skema ontologi beserta rule penalarannya, hasil dari pen-carian relasi temporal ini ditampilkan dalam aplikasi berbasis web
KLASIFIKASI DATA EEG UNTUK MENDETEKSI KEADAAN TIDUR DAN BANGUN MENGGUNAKAN AUTOREGRESSIVE MODEL DAN SUPPORT VECTOR MACHINE
Get PDFTidur merupakan kebutuhan dasar manusia. Salah satu gangguan tidur yang cukup berbahaya adalah narkolepsi, yaitu gangguan tidur kronis yang ditandai dengan rasa kantuk yang luar biasa di siang hari dan serangan tidur yang terjadi secara tiba-tiba. Salah satu metode dokter untuk mendiagnosis penyakit narkolepsi adalah dengan melihat aktivitas gelombang otak (melalui sinyal EEG) pasien. Penelitian ini bertujuan untuk mengembangkan perangkat lunak yang dapat mengklasifikasikan keadaan tidur dan bangun melalui sinyal EEG secara otomatis. Dataset EEG yang digunakan tersedia di Physionet. Pertama-tama data EEG yang menjadi masukan dilakukan normalisasi dan filtering. Proses filtering dilakukan untuk membagi data menjadi 3 subband yaitu theta, alpha, dan beta. Setelah itu pada masing-masing subband dilakukan tahap ekstraksi fitur menggunakan Autoregressive Model. Hasil estimasi koefisien AR model digunakan sebagai fitur. Metode yang digunakan untuk mengestimasi koefisien AR model yaitu metode Yule-Walker dan metode Burg. Dataset dibagi menjadi data latih dan data uji menggunakan 10-fold cross validation. Data training digunakan untuk membuat SVM Model. SVM Model digunakan untuk mengklasifikasikan data testing sehingga menghasilkan keluaran label 1 untuk tidur dan label 0 untuk bangun. Untuk menentukan kelas final dilakukan majority vote dari hasil klasifikasi masing-masing subband. Performa sistem diperoleh dengan menghitung akurasi, presisi, dan sensitivitas pada setiap skenario uji coba. Skenario uji coba yang dilakukan antara lain dengan memvariasikan order AR, fungsi kernel, dan parameter C pada SVM. Dari hasil uji coba yang dilakukan, metode Yule-Walker menghasilkan rata-rata akurasi 80.60%, presisi 78.19%, dan sensitivitas 77.56%. Metode Burg menghasilkan akurasi 94.01%, presisi 95.70%, dan sensitivitas 93.39%. Hasil tersebut menunjukkan metode Burg memiliki performa lebih baik dibandingan dengan metode Yule-Walker
PENGEMBANGAN PROTOKOL MULTICAST AODV DENGAN MEMPERHITUNGKAN JARAK EUCLIDEAN BERDASARKAN POSISI, KECEPATAN DAN DELAY TRANSMISI PADA VANET
Get PDFProtokol routing dalam jaringan Vehicular Ad hoc Network (VANET) dikembangkan untuk memperbaiki kinerja transmisi paket data pada jaringan antar kendaraan. Berbagai pendekatan konektivitas antar jaringan kendaraan terus dilakukan karena VANET memiliki karakteristik yang berbeda dengan Mobile Ad hoc Network (MANET) yaitu dalam hal kecepatan node. Protokol Multicast Ad hoc On-Demand Distance Vector (MAODV) yang termasuk protokol routing reaktif dengan transmisi multicast banyak dilakukan penelitian dan peningkatan dengan berbagai pendekatan. Pada penelitian ini dilakukan pengembangan protokol routing MAODV dengan memperhitungkan jarak Euclidean antar node berdasarkan posisi, kecepatan dan delay transmisi. Protokol routing Multicast Adaptif Structured-tree berbasis Reactive Euclidean Node Knowledge (MAS-BRENK) diusulkan untuk memperbaiki mekanisme multicast tree maintenance yaitu proses join dan prune. Perhitungan bobot weighted product digunakan untuk menghitung bobot antar node berdasarkan jarak euclidean, kecepatan dan delay transmisi. Protokol yang diusulkan tersebut diujikan ke dalam skenario jalan perkotaan. Hasil pengujian menunjukkan bahwa protokol MAS-BRENK mengalami peningkatan pengiriman paket MACT sebesar 1.3% dan penerimaan paket MACT dengan flag prune sebesar 8.2%. Selain itu penerimaan paket MACT dengan flag join menurun sebesar 1.2%. Hasil akhir yang didapatkan yaitu peningkatan PDR sebanyak 0.2% dan throughput sebanyak 2%, serta penurunan delay 14.3% dari protokol MAODV
SEGMENTASI DAN PEMISAHAN SEL DARAH PUTIH BERSENTUHAN MENGGUNAKAN K-MEANS DAN HIERARCHICAL CLUSTERING ANALYSIS PADA CITRA LEUKEMIA MYELOID AKUT
Get PDFThe success of identification and classification on diagnosing acute myeloid leukemia (AML) diseases based on image processing relies heavily on segmentation result. Segmentation on peripheral blood smear images aims to separate the leukocytes region with others region. To increase the segmentation accuracy on AML images, a few things regarding lighting condition, contrast, staining variations and the existence of touching cells must be overcome. In this study a method for leukocytes segmentation and separate the touching cell on AML images using cluster analysis with K-Means and hierarchical clustering analysis (HCA) is proposed. K-Means method is used to analyze the cluster for AML images segmentation. The AML image datasets with various staining variations is segmented using K-Means method. The existence of touching cells is separated using HCA method which produce a stable clusters result. Segmentation and cell separation will be processed on local region or sub-image which is obtained from AML images cropping. From the evaluation results in 40 images of AML dataset, the proposed method is capable to properly segment the white blood cells region and separating the touching cell into a single cells. The average value of the segmentation results is 0.977 for precision, 0.885 for recall and 0.928 for Zijdenbos similarity index (ZSI) in white blood cell region. While in nucleus region the average value is 0.975 for precision, 0.924 for recall and 0.948 for ZSI. On cell counting, the error rate is also low which about 7.68%
RANCANG BANGUN SISTEM E-LEARNING PEMROGRAMAN PADA MODUL DETEKSI PLAGIARISME KODE PROGRAM DAN STUDENT FEEDBACK SYSTEM
Get PDFKompetensi utama yang harus dimiliki oleh mahasiswa jurusan ilmu komputer/informatika adalah pemrograman. Perkuliahan yang berbasis pemrograman seringkali mewajibkan mahasiswa untuk mengerjakan soal yang cukup banyak. Hal ini tentunya akan menyulitkan dosen dalam mengevaluasi hasil pekerjaan mahasiswa. Selain itu, dimungkinkan pula adanya praktik mahasiswa yang memplagiat hasil dari mahasiswa lain. Penelitian ini bertujuan untuk menjawab permasalahan tersebut. Pada penelitian ini dikembangkan sebuah sistem pembelajaran/e-learning pemrograman. Modul sistem e-learning yang dibuat pada artikel ini terbatas pada modul deteksi kemiripan kode program dan student feedback system. Modul deteksi kemiripan kode program berfungsi untuk mengecek kemiripan kode program antar mahasiswa. Kemudian kode-kode program yang memiliki tingkat kemiripan tinggi akan dikelompokkan menjadi satu menggunakan algoritma hierarchical clustering. Proses pengecekan kemiripan program dimulai dari proses transformasi kode program ke dalam Abstract Syntax Tree (AST), kemudian ditransformasi menjadi sequence dan dihitung kemiripannya menggunakan algoritma Levenshtein Distance. Modul student feedback system berfungsi untuk mengecek kemiripan kode program mahasiswa dengan dosen. Mahasiswa akan mendapatkan informasi apakah kode program mereka sudah sesuai dengan yang diinginkan oleh dosen atau belum. Sebelum sistem memberikan umpan balik, terlebih dahulu kode program dosen dan mahasiswa diproses menjadi AST dan kemudian menjadi sequence. Sistem akan membandingkan kemiripan kode program dosen dan mahasiswa menggunakan algoritma Smith-Waterman yang telah dimodifikasi. Kemudian sistem menampilkan baris-baris kode mana saja yang sama antara kode program dosen dengan kode program mahasiswa. Dari hasil pengujian dapat disimpulkan bahwa modul deteksi plagiarisme dan student feedback system telah terimplementasi dengan baik
ANALISIS KAIDAH ASOSIASI ANTAR ITEM DALAM TRANSAKSI PEMBELIAN MENGGUNAKAN DATA MINING DENGAN ALGORITMA APRIORI (STUDI KASUS: MINIMARKET GUN BANDUNGAN, JAWA TENGAH)
Get PDFData-data transaksi pembelian di minimarket yang selama ini hanya disimpan sebagai arsip dapat dimanfaatkan untuk menjawab masalah pengadaan stok barang, penentuan strategi promosi, dan penataan barang. Solusi pemecahan masalah-masalah tersebut dapat diperoleh menggunakan algoritma apriori, yang dapat digunakan untuk membantu menemukan kaidah asosiasi dalam pembelian item di minimarket. Informasi mengenai kaidah asosiasi dalam transaksi pembelian konsumen dapat dimanfaatkan untuk melakukan pengadaan stok barang yang lebih tepat guna dengan melakukan pengadaan stok barang yang berimbang pada item-item yang sering dibeli secara bersamaan, membuat strategi promosi yang lebih potensial untuk mendongkrak penjualan dengan mengacu pada kombinasi item yang sering dibeli secara bersamaan, dan menata barang di minimarket dengan berorientasi pada item-item yang sering dibeli secara bersamaan. Penelitian ini bertujuan menemukan kaidah asosiasi dalam pembelian item-item di minimarket untuk memecahkan masalah pengadaan stok barang, penentuan strategi promosi, dan penataan barang di minimarket
MODIFIKASI PROTOKOL AODV-BR MENGGUNAKAN LINK EXPIRATION TIME (LET) UNTUK MENINGKATKAN STABILITAS LINK DI LINGKUNGAN MOBILE Ad-Hoc NETWORK (MANET)
Get PDFAODV protocol is a protocol that is fairly mature in mobile Ad-Hoc network. But the traditional AODV protocol in some ways it seems less satisfying, especially on the stability of data transmission. Development continues, one of which AODV-Backup Routing which became known AODV-BR, were present to address the stability issues of data delivery by providing a backup route, however, AODV-BR still use traditional routing paths that are vulnerable to termination due to the formation of these calculations are based on minimum hop. This study proposes a modified AODV-BR with reliability be the ability to build main route and to choose the route up to the value of the highest stability was then called AODV-Stable bacukp Routing (AODV-SBR). Armed algorithms Link Expiration Time with node movement calculation technique, so the AODV-SBR is able to calculate the value of the minimum and maximum connectivity nodes in a route as the main reference in establishing a delivery route data more stable. The results test of the both protocols in Packet Delivery Ratio (PDR), Throughput, End-to-En Delay and Routing Overhead shows that performance of AODV-SBR better than AODV-B
PERANCANGAN DAN IMPLEMENTASI SURVEI KEPUASAN PENGUNJUNG BERBASIS WEB DI PERPUSTAKAAN DAERAH KOTA SALATIGA
Get PDFSurvei kepuasan pelanggan merupakan salah satu contoh dari CRM (Customer Relationship Management). Selama ini survei kepuasan pelanggan dilakukan dengan cara menyebarkan angket kuisioner kepada pelanggan. Dengan kemajuan teknologi informasi dan infrastruktur jaringan internet saat ini, memungkinkan untuk membuat aplikasi survei kepuasan pelanggan yang terhubung dengan internet (online). Selain dapat menekan biaya, survei kepuasan pelanggan yang terin-tegrasi dengan internet akan memudahkan pelanggan untuk mengisi kuisioner di mana saja dan kapan saja selama peri-ode tertentu. Penelitian ini menghasilkan aplikasi survei kepuasan pelanggan online yang berbasis web dengan menggunakan metode SERVQUAL dalam menganalisa data dari responden
PENGUKURAN KETEBALAN TULANG KORTIKAL PADA CITRA PANORAMA GIGI BERBASIS MODEL
Get PDFPengukuran ketebalan tulang kortikal pada citra panorama gigi merupakan salah satu cara yang dapat digunakan untuk mendiagnosa osteoporosis. Ketebalan tulang kortikal pada gigi merupakan predictor penting untuk mengetahui kualitas kepadatan tulang. Namun, pengukuran ketebalan tulang kortikal pada citra panorama gigi masih dilakukan secara manual oleh ahli medis. Penelitian ini mengusulkan sebuah sistem otomatis untuk mengukur ketebalan tulang kortikal pada citra panorama gigi berbasis model profil. Pengukuran ketebalan tulang kortikal terdiri dari 5 tahapan yaitu ekstraksi fitur menggunakan multiscale line operator dan gradient orientation analysis pada citra Region Of Interest (ROI), segmentasi tulang kortikal, deteksi centerline pada tulang kortikal, pemodelan profil tulang kortikal, dan estimasi tebal tulang kortikal. Metode ini dievaluasi menggunakan 30 citra panorama gigi. Berdasarkan hasil uji coba, rata-rata akurasi segmentasi tulang kortikal pada ROI paling kiri, ROI kiri-tengah, ROI kanan-tengah, dan ROI paling kanan secara berurut-turut sebesar 95.41%, 89.96%, 95.12%, dan 93.50%. Persentase rata-rata selisih ketebalan tulang kortikal antara sistem dan ground truth menggunakan uji-t dengan 95% confidence interval sebesar 96.65%