JUTI: Jurnal Ilmiah Teknologi Informasi
Not a member yet
407 research outputs found
Sort by
OPTIMASI KINERJA PROTOKOL AODV DENGAN STATIC INTERSECTION NODE
VANET adalah sebuah pengembangan teknologi yang memungkinkan komunikasi antar kendaraan meskipun tidak terdapat koneksi secara langsung antara kendaraan yang berkomunikasi. Untuk meningkatkan performa protokol routing, maka pada penelitian ini akan ditambahkan SIN (Static Intersection Node). Static Intersection Node adalah RSU (Road Side Unit) yang diletakkan di persimpangan jalan (intersection). Fungsi dari Static Intersection Node pada penelitian ini adalah sebagai repeater untuk membantu mengirimkan paket data ke kendaraan lain yang berada disekitarnya sehingga dapat meningkatkan Packet Delivery Ratio serta meminimalkan Packet Loss dan End to End Delay
ALGORITMA KOMPUTASI CERDAS UNTUK PREDIKSI JUMLAH PENGGUNA KENDARAAN SEBAGAI INDIKATOR RAWAN MACET
Pertumbuhan jumlah kendaraan bermotor yang tinggi menimbulkan permasalahan kemacetan sehingga memerlukan suatu solusi untuk menanganinya. Jalan rawan macet diketahui berdasarkan banyak kendaraan yang lewat dalam rentang waktu tertentu. Bahasan makalah ini adalah penggunaan algoritma komputasi cerdas, multi layer perceptron, k-means dan particle swarm optimization (PSO), untuk melakukan peramalan jalan rawan macet berdasarkan jumlah pengguna jalan. Sumber data diambil dari pengamatan lapangan yang digunakan dalam pembangkitan bilangan acak untuk distribusi uniform, eksponensial dan normal. Prediksi tingkat kepadatan jalan di suatu rentang waktu dengan jaringan saraf menunjukkan hasil lebih baik apabila data pembelajaran juga diambil dari waktu yang sama dengan sejumlah hari sebelumnya (seminggu sampai sebulan). Sedangkan penggunaan k-means+PSO untuk optimasi pengelompokkan jalan berdasarkan kepadatannya membutuhkan data belajar dengan rentang waktu lebih pendek (10 menit di hari kerja untuk mobil dan motor)
PENGELOMPOKAN MODEL PROSES BERDASARKAN MATRIK SIMILARITAS DENGAN PENDEKATAN SEMANTIK
Saat ini, pemanfaatan sebuah sistem informasi berorientasi proses pada sebuah organisasi sangat marak dilakukan. Sistem informasi berorientasi proses bertujuan untuk meningkatkan kinerja sebuah organisasi. Dalam sebuah organisasi berskala besar, model proses yang digunakan untuk mendukung bisnis tidak berjumlah sedikit, melainkan dapat mencapai angka ratusan bahkan hingga ribuan. Repositori model proses adalah sebuah media untuk menyimpan model proses dalam sebuah organisasi. Terdapat permasalahan dalam pengelolaan repositori model proses, antara lain proses perhitungan kesamaan model proses yang masih menggunakan pendekatan kesamaan sintaktik. Pendekatan tersebut membuat proses pengelompokan model proses menjadi kurang optimal. Untuk menjawab permasalahan tersebut, pada penelitian ini dilakukan mekanisme pengelompokan model proses berdasarkan kedekatan derajat kesamaan yang dimiliki tiap model proses. Penghitungan derajat kesamaan dilakukan berdasarkan beberapa matrik kesamaan, antara lain kesamaan titik (node), kesamaan struktur, dan kesamaan perilaku (behavior). Serta perhitungan derajat kesamaan dilakukan dengan menggunakan metode kesamaan arti (semantik). Penggunaan metode kesamaan arti dapat meningkatkan nilai compactness pada kelompok yang dihasilkan dari proses clustering
RELIABLE FAULT-TOLERANT PADA JARINGAN SENSOR NIRKABEL BERBASIS CLUSTERING
Pada umumnya Jaringan Sensor Nirkabel (JSN) digunakan untuk meneliti lingkungan yang keras dan sulit dijangkau oleh manusia oleh karena itu JSN rentan terhadap fault. Metode Reliable Fault-Tolerant(RFT) diusulkan untuk mengatasi permasalahan ini. Metode ini terdiri dari dua bagian yaitu proses clustering dan mekanisme fault-tolerant. Pada proses clustering, pemilihan Cluster Head (CH) dilakukan oleh Base Station(BS) berdasarkan data yang didapat dari node-node pada JSN. Selanjutnya, mekanisme fault-tolerant akan memastikan apakah CH dapat mengakomodasi semua node di dalam klasternya. Jika terjadi fault pada CH, Cluster Member(CM) yang memiliki jarak terdekat ke BS akan dipilih sebagai CH yang baru. Agar penggunaan energi lebih merata, pada setiap round dilakukan pergantian CH, member yang memiliki energi terbesar akan dipilih sebagai CH yang baru. Dari hasil yang diperoleh, jumlah data yang didapatkan pada metode RFT hingga 12 persen lebih baik dari metode LEACH-C
PENGEMBANGAN METODE PENGAMANAN BERKAS MEMAFAATKAN PEWARNAAN GRAF
Penyembunyian data pada citra digital adalah teknologi penyembunyian pesan yang populer, dimana pesan rahasia disembunyikan pada citra digital yang disebut citra cover. Kehadiran pesan rahasia tersebut tidak dapat dilihat. Dengan demikian, penyerang ilegal tidak dapat mendeteksi pesan rahasia, namun penerima yang sah dapat memperoleh pesan rahasia dengan menggunakan algoritma ekstraksi. Salah satu metode yang kerap kali digunakan untuk steganography adalah Difference Expansion (DE). Kelebihan dari metode DE adalah metode ini mampu menyediakan penyisipan yang besar dengan kompleksitas yang rendah. Metode DE membutuhkan sebuah location map untuk menandai pixel yang dapat dilakukan penyisipan. Untuk memperbesar kapasitas penyimpanan pada sebuah media maka location map dapat disimpan pada berkas yang berbeda. Akan tetapi hal tersebut membuat sebuah celah keamanan yang dapat dimanfaatkan oleh penyerang. Pada penelitian ini metode untuk mengamankan location map dalam penyembunyian data dilakukan dengan transformasi. Yaitu dilakukan dengan memanfaatkan proses pewarnaan pada graf sehingga transformasi dilakukan dengan menyusuri setiap sisi dari graf. Transformasi yang diusulkan mampu mengubah berkas flocation sebesar 94KB selama 2,83 detik mengungguli protocol yang diusulkan oleh metode sebelumnya
REDUKSI DIMENSI FITUR MENGGUNAKAN ALGORITMA ALOFT UNTUK PENGELOMPOKAN DOKUMEN
Pengelompokan dokumen masih memiliki tantangan dimana semakin besar dokumen maka akan menghasilkan fitur yang semakin banyak. Sehingga berdampak pada tingginya dimensi dan dapat menyebabkan performa yang buruk terhadap algoritma clustering. Cara untuk mengatasi masalah ini adalah dengan reduksi dimensi. Metode reduksi dimensi seperti seleksi fitur dengan metode filter telah digunakan untuk pengelompokan dokumen. Akan tetapi metode filter sangat tergantung pada masukan pengguna untuk memilih sejumlah n fitur teratas dari keseluruhan dokumen. Algoritma ALOFT (At Least One FeaTure) dapat menghasilkan sejumlah set fitur secara otomatis tanpa adanya parameter masukan dari pengguna. Karena sebelumnya algoritma ALOFT digunakan pada klasifikasi dokumen, metode filter yang digunakan pada algoritma ALOFT membutuhkan adanya label pada kelas sehingga metode filter tersebut tidak dapat digunakan untuk pengelompokan dokumen. Pada penelitian ini diusulkan metode reduksi dimensi fitur dengan menggunakan variasi metode filter pada algoritma ALOFT untuk pengelompokan dokumen. Sebelum dilakukan proses reduksi dimensi langkah pertama yang harus dilakukan adalah tahap preprocessing kemudian dilakukan perhitungan bobot tfidf. Proses reduksi dimensi dilakukan dengan menggunakan metode filter seperti Document Frequency (DF), Term Contribution (TC), Term Variance Quality (TVQ), Term Variance (TV), Mean Absolute Difference (MAD), Mean Median (MM), dan Arithmetic Mean Geometric Mean (AMGM). Selanjutnya himpunan fitur akhir dipilih dengan algoritma ALOFT. Tahap terakhir adalah pengelompokan dokumen menggunakan dua metode clustering yang berbeda yaitu k-means dan Hierarchical Agglomerative Clustering (HAC). Dari hasil ujicoba didapatkan bahwa kualitas cluster yang dihasilkan oleh metode usulan dengan menggunakan algoritma k-means mampu memperbaiki hasil dari metode VR
OPTIMASI REPLACEMENT STRATEGY UNTUK METODE PROGRESSIVE CACHE PADA CONTENT CENTRIC NETWORKING (CCN)
Teknologi internet yang berkembang pesat, menyebabkan meningkatnya jumlah konten multimedia pada lalu lintas jaringan data. Content Centric Network (CCN) dengan fitur yang dimilikinya yaitu content distribution, multicast, in-network cache, mobility dan delay-tolerant networking, dikembangkan untuk memenuhi tantangan yang muncul pada model komunikasi host-to-host (teknologi internet saat ini), yaitu mendistribusikan konten-konten multimedia dengan lebih efisien. Performa CCN terbukti dapat ditingkatkan dengan menerapkan metode progressive cache pada strategi penyimpanan cache. Metode Progressive Cache menggunakan prinsip kerja meminimalisir data one-timer, mempertimbangkan popularitas data dan frekuensi request data. Pada penelitian ini, metode Progressive Cache dioptimasi dengan merubah strategi cache replacement yang digunakan untuk lebih meningkatkan performa jaringan CCN yang dapat diterapkan pada segala jenis topologi jaringan. Optimasi dilakukan dengan menerapkan metode LRUd (LRU with distance), yang memperhitungkan recency serta jarak sumber data terhadap caching node pada strategi cache replacement dari Progressive Cache. Metode LRUd diterapkan pada seluruh node jaringan CCN. Hasil yang didapatkan dengan menerapkan metode LRUd dengan Progressive Cache pada jaringan CCN dapat meningkatkan cache hit-rate hingga 0.416%, menurunkan hop distance hingga 1,145% dan meningkatkan jumlah download hingga 0,722%
KOMPARASI METODE SCICA DAN WICA PADA PRAPROSES DATA EEG OTAK MANUSIA UNTUK DETEKSI PENYAKIT EPILEPSI
Epilepsi merupakan salah satu kelainan pada otak manusia yang tidak dapat disembuhkan. Penyakit ini menimbulkan kejang pada tubuh dan sangat mengganggu aktivitas. Pada tingkat yang parah, epilepsi dapat membahayakan nyawa penderitanya. Oleh sebab itu, epilepsi harus dideteksi secara dini agar penderita segera mendapatkan penanganan yang tepat sehingga keadaannya tidak memburuk. Pada penelitian ini, deteksi epilepsi dilakukan dengan menggunakan beberapa metode, yaitu Independent Component Analysis (ICA), Wavelet Transform (WT), dan Multilayer Perceptron (MLP). Hasil deteksi diklasifikasikan ke dalam tiga kelas, yaitu normal, epilesi tidak kejang, dan epilepsi kejang. Data rekaman electroencephalogram (EEG) yang digunakan berasal dari \u27\u27Klinik für Epileptologie, Universität Bonn” yang diperoleh secara online. Data tersebut merupakan EEG single channel sehingga harus menggunakan teknik-teknik ICA untuk single channel, seperti Single Channel Independent Component Analysis (SCICA) dan Wavelet Independent Component Analysis (WICA). Penelitian ini membandingkan kedua teknik tersebut dalam melakukan praproses data sehingga akan terlihat teknik mana yang lebih baik. Hasil pendeteksian terbaik dihasilkan dari model yang menggunakan teknik SCICA sebagai penghilang derau dan ektraksi fitur Discrete Wavelet Transform Daubechies 6 dengan 4 level. Berdasarkan uji coba, metode tersebut menghasilkan akurasi sebesar 92.09%
PENGENALAN SISTEM ISYARAT BAHASA INDONESIA MENGGUNAKAN KOMBINASI FITUR STATIS DAN FITUR DINAMIS LMC BERBASIS L-GCNN
Jumlah karya ilmiah yang dihasilkan oleh akademisi dan peneliti di Indonesia semakin banyak, terutama setelah diterbitkannya surat edaran Dirjen DIKTI tahun 2012 dimana karya ilmiah dijadikan sebagai syarat kelulusan mahasiswa S1, S2 dan S3. Namun demikian, tidak semua karya ilmiah tersebut memiliki kualitas yang baik. Masih banyak karya ilmiah yang belum memenuhi standar baku Ejaan Yang Disempurnakan (EYD). Pada artikel ini, penulis mengembangkan sebuah kakas bantu untuk mendeteksi kesalahan tanda baca pada karya ilmiah, khususnya yang berbahasa Indonesia, sesuai dengan EYD. Aplikasi dirancang agar dapat mendeteksi kesalahan tanda baca pada tulisan karya ilmiah dengan format .doc atau .docx serta dapat menghasilkan keluaran berupa arsip Microsoft Word dengan tambahan hasil telaah pemeriksaan tanda baca yang dibangkitkan secara otomatis. Deteksi kesalahan tanda baca menggunakan metode pencarian kata dengan algoritma BoyerMoore. Aplikasi kakas bantu telah diuji coba dengan hasil rata-rata nilai presisi sistem sebesar 0,6806, recall sebesar 0,969 dan akurasi sistem sebesar 0,9636. Hasil tersebut menunjukkan bahwa aplikasi sudah mampu mendeteksi adanya kesalahan tanda baca meskipun masih ada keterbatasan deteksi karena tidak semua aturan tanda baca dicakup dalam pemeriksaannya
EFISIENSI TRACKING MULTI TARGET DENGAN MODEL INTERAKSI PUBLISH-SUBSCRIBE ADAPTIF PADA LINGKUNGAN BERGERAK
Perkembangan teknologi informasi dan komunikasi mempengaruhi cara orang berinteraksi dengan obyek yang terkait dengan dirinya. Salah satu proses interaksi yang dibutuhkan dalam lingkungan bergerak adalah proses tracking. Secara umum, proses tracking adalah proses mengamati orang atau benda yang bergerak secara kontinyu dimana obyek-obyek yang diamati terus dimonitor baik posisi maupun aktifitasnya. Proses tracking yang ideal dapat mengirimkan perubahan lokasi secara terus-menerus dalam kondisi yang berubah-ubah. Namun demikian sistem tracking seperti ini umumnya kurang efisien karena dapat menghabiskan resource baik daya maupun kebutuhan bandwidth jaringan sehingga membutuhkan proses yang lebih efisien. Sistem tracking tradisional kurang efisien untuk dikembangkan menjadi infrastruktur tracking multi target pada perangkat bergerak dimana baik pengamat ataupun obyek yang diamati lebih dari satu. Dibutuhkan mekanisme komunikasi yang loosely coupled. Publish-subscribe memiliki kelebihan decoupling yang dapat dikomposisikan menjadi tiga dimensi: waktu, ruang dan sinkronisasi. Interaksi seperti ini, menjadikan sistem publish-subscribe ideal dalam komunikasi skala besar yang dinamis. Efisiensi lain dapat dilakukan dengan melakukan tracking secara adaptif dan bersifat context awareness