JUTI: Jurnal Ilmiah Teknologi Informasi
Not a member yet
407 research outputs found
Sort by
IMPROVED STROKE DETECTION AT EARLY STAGES USING HAAR WAVELETS AND LAPLACIAN PYRAMID
Stroke merupakan pembunuh nomor tiga di dunia, namun hanya sedikit metode tentang deteksi dini. Oleh karena itu dibutuhkan metode untuk mendeteksi hal tersebut. Penelitian ini mengusulkan sebuah metode gabungan untuk mendeteksi dua jenis stroke secara simultan. Haar wavelets untuk mendeteksi stroke hemoragik dan Laplacian pyramid untuk mendeteksi stroke iskemik. Tahapan dalam penelitian ini terdiri dari pra proses tahap 1 dan 2, Haar wavelets, Laplacian pyramid, dan perbaikan kualitas citra. Pra proses adalah menghilangkan bagian tulang tengkorak, reduksi derau, perbaikan kontras, dan menghilangkan bagian selain citra otak. Kemudian dilakukan perbaikan citra. Selanjutnya Haar wavelet digunakan untuk ekstraksi daerah hemoragik sedangkan Laplacian pyramid untuk ekstraksi daerah iskemik. Tahapan terakhir adalah menghitung fitur Grey Level Cooccurrence Matrix (GLCM) sebagai fitur untuk proses klasifikasi. Hasil visualisasi diproses lanjut untuk ekstrasi fitur menggunakan GLCM dengan 12 fitur dan kemudian GLCM dengan 4 fitur. Untuk proses klasifikasi digunakan SVM dan KNN, sedangkan pengukuran performa menggunakan akurasi. Jumlah data hemoragik dan iskemik adalah 45 citra yang dibagi menjadi 2 bagian, 28 citra untuk pengujian dan 17 citra untuk pelatihan. Hasil akhir menunjukkan akurasi tertinggi yang dicapai menggunakan SVM adalah 82% dan KNN adalah 88%
MULTI-DOCUMENT SUMMARIZATION BASED ON SENTENCE CLUSTERING IMPROVED USING TOPIC WORDS
Informasi dalam bentuk teks berita telah menjadi salah satu komoditas yang paling penting dalam era informasi ini. Ada banyak berita yang dihasilkan sehari-hari, tetapi berita-berita ini sering memberikan konten kontekstual yang sama dengan narasi berbeda. Oleh karena itu, diperlukan metode untuk mengumpulkan informasi ini ke dalam ringkasan sederhana. Di antara sejumlah subtugas yang terlibat dalam peringkasan multi-dokumen termasuk ekstraksi kalimat, deteksi topik, ekstraksi kalimat representatif, dan kalimat rep-resentatif. Dalam tulisan ini, kami mengusulkan metode baru untuk merepresentasikan kalimat ber-dasarkan kata kunci dari topic teks menggunakan Latent Dirichlet Allocation (LDA). Metode ini terdiri dari tiga langkah dasar. Pertama, kami mengelompokkan kalimat di set dokumen menggunakan kesamaan histogram pengelompokan (SHC). Selanjutnya, peringkat cluster menggunakan klaster penting. Terakhir, kalimat perwakilan yang dipilih oleh topik diidentifikasi pada LDA. Metode yang diusulkan diuji pada dataset DUC2004. Hasil penelitian menunjukkan rata-rata 0,3419 dan 0,0766 untuk ROUGE-1 dan ROUGE-2, masing-masing. Selain itu, dari pembaca prespective, metode kami diusulkan menyajikan pengaturan yang koheren dan baik dalam memesan kalimat representatif, sehingga dapat mempermudah pemahaman bacaan dan mengurangi waktu yang dibutuhkan untuk membaca ringkasan
FACEBOOK APPS "IBUKREATIF" SEBAGAI WAHANA PEMBELAJARAN JARAK JAUH UNTUK IBU RUMAH TANGGA
Facebook Apps IbuKreatif adalah sebuah aplikasi yang berjalan di atas Facebook, yang digunakan oleh para ibu rumah tangga untuk berbagi ilmu. Artikel ini memfokuskan pada pengembangan modul penggunaan data yang disimpan dalam basis data Moodle. Modul penggunaan data dari basis data Moodle digunakan untuk mempermudah aplikasi dalam melakukan kategorisasi dan pengaturan konten. Metode yang digunakan dalam pembuatan modul ini adalah dengan menyimpan data-data dari video detil dan foto detil yang diunggah oleh pengguna ke dalam basis data Moodle. Sedangkan data fisik video disimpan di dalam basis data Facebook. Hal ini dilakukan untuk mempermudah pengguna lain yang ingin mempelajari dan mengunduh video yang tersimpan pada basis data aplikasi. Modul penggunaan data dari basis data pada Moodle telah berhasil diimplementasikan dan diuji kebenaran fungsionalitasnya, dengan melakukan pengujian terhadap pengunduhan data dan kepuasan pengguna terhadap konten dari Facebook Apps IbuKreatif. Dari pengujian unduh video, jenis peramban yang digunakan tidak mempengaruhi kecepatan dari aplikasi untuk mengirimkan data kepada pengguna. Nilai kepuasan pengguna didapatkan dari hasil penyebaran formulir, didapatkan nilai 72% untuk rancangan antarmuka Facebook Apps IbuKreatif, dan 76% untuk kemudahan pengguna dalam mendapatkan informasi dari Facebook Apps IbuKreatif
MENGGALI METRIK YANG PENTING DALAM RANGKAIAN AKTIVITAS PERUBAHAN PERANGKAT LUNAK UNTUK MEMPREDIKSI BUG DENGAN ATURAN ASOSIASI
Dalam evolusi perangkat lunak terdapat rangkaian aktivitas proses perubahan yang kemudian oleh Nachiapan diformulasikan menjadi metrik-metrik yang mampu memprediksi bug secara presisi. Akan tetapi secara spesifik belum ditemukan seberapa besar pengaruh masing-masing metrik tersebut terhadap hasil prediksi sebuah bug. Penelitian ini mengusulkan pengukuran jumlah kemunculan metrik dengan kemunculan bug pada proyek eclipse. Sehingga dengan penelitian ini dapat diketahui metrik -metrik mana yang penting dalam prediksi kemunculan bug. Aturan asosiasi dalam penggalian data telah dipergunakan secara luas untuk menggali variabel-variabel saling terkait dalam sampel data. Metrik-metrik dalam proyek eclipse kemudian digali dengan aturan asosiasi untuk mendapatkan metrik yang muncul bersama bug. Hasil pengujian menunjukkan bahwa metrik Numberofchangeslate rata-rata kemunculannya sebesar 46,9%, sedangkan metrik Peopletotal muncul bersama bug rata-rata sebesar 43,57% dan metrik Numberofchangesearly memiliki kemunculan rata-rata 14% sehingga ketiga metrik tersebut merupakan metrik yang penting dalam memprediksi bug
STUDI PUSTAKA UNTUK MENEMUKAN HUBUNGAN ANTARA EVOLUSI PERANGKAT LUNAK DENGAN FRAMEWORK COBIT 4.1
Perkembangan Teknologi Informasi (TI) telah mengalami kemajuan yang begitu pesat sekarang ini. Dengan adanya kemajuan di bidang TI ini maka setiap orang dapat mengakses data atau informasi dengan mudah dan cepat. Sudah banyak perusahaan yang menjadikan TI sebagai salah satu aset penting di dalamnya. Namun aspek TI sendiri tidak akan selamanya berwujud sama dari waktu ke waktu. Perubahan diperlukan guna memenuhi kebutuhan yang diperlukan seiring berjalannya waktu atau berdasarkan faktor penyebab lain. Pengembangan strategi bisnis selalu dikaitkan dengan pengembangan strategi TI. Namun terkadang dalam pelaksanaannya tidak sesuai dengan sumber daya TI yang digunakan. COBIT (Control Obejctive for Information and Related Technology) adalah standar control SI yang sifatnya umum serta dapat diterima dan diterapkan oleh organisasi. Evaluasi dilakukan dengan menggunakan framework COBIT 4.1 untuk menyusun dan menerapkan audit sistem informasi dengan tujuan untuk memberi masukan dan rekomendasi bagi pihak manajemen perusahaan untuk perbaikan sistem nantinya. Penelitian ini bertujuan untuk melakukan studi pustaka dan analisa terhadap framework COBIT 4.1 dengan evolusi perangkat lunak. Sehingga diperoleh sub domain yang tepat yang dapat digunakan untuk mengev aluasi suatu evolusi terhadap perangkat lunak. Berdasarkan hasil analisa dan survey yang dilakukan, diperoleh hasil bahwa keterkaitan antara framework COBIT dengan evolusi perangkat lunak berada pada tingkatan medium
PROMOTER ACCOUNT DETECTION IN TWITTER
Twitter is an online social network and micro-blog that becomes an alternative media for sharing and getting information. In the political area, Twitter provides various features as a media to promote campaign and get a good imaging for political party or contestant. In order to get a good opinion from other users, the contestant can manipulate their success with a massive promotion. This promotion activity could lead to public opinion that is not consistent with the facts. So that, we need to determine whether this is promoter account or not. In this paper, we propose a new framework for promoter account detection. This framework based on twitter content to detect promoter account according to their existence in topic of promotion. This framework employs k-means approach in order to cluster topic of promotion based on twitter’s content. From each cluster, we evaluate the existence of promoter account. With very simple approach, the results obtained on experiment show that this framework is effective for promoter account detection
SELEKSI FITUR MENGGUNAKAN EKSTRAKSI FITUR BENTUK, WARNA, DAN TEKSTUR DALAM SISTEM TEMU KEMBALI CITRA DAUN
Fitur yang digunakan untuk mengenali jenis daun meliputi bentuk, warna, dan tekstur. Tidak semua jenis fitur perlu digunakan untuk melakukan komputasi hasil ektra ksi, namun perlu diseleksi beberapa fitur yang paling berpengarauh dalam sistem temu kembali citra daun. Teknik seleksi fitur Correlation based Featured Selection (CFS) digunakan untuk melakukan pemilihan fitur berdasarkan korelasi antar fitur, sehingga dapat meningkatkan performa dari sistem temu kembali citra daun. Jenis seleksi fitur yang digunakan diantaranya menggunaka CFS, CFS dengan Genetic Search (GS), dan chi square. Analisis keterkaitan korelasi antar fitur melalui seleksi fitur juga dikombinasikan dengan penggunaan kedekatan dalam menghitung similaritas pada sistem temu kembali. Penggunaan kedekatan dengan Lp norm, ma nhattan, euclidean, cosine, dan mahalanobis. Hasil penelitian ini menunjukkan nilai temu kembali paling tinggi ketika menggunakan seleksi fitur CFS dengan pengukuran kedekatan mahalanobis
PENYELESAIAN PENJADWALAN MATAKULIAH MENGGUNAKAN HIBRIDISASI ALGORITMA GENETIKA DAN ALGORITMA KOLONI SEMUT
Permasalahan penjadwalan matakuliah merupakan permasalahan yang kompleks. Penjadwalan dipengaruhi oleh beberapa faktor, seperti ketersediaan jadwal dosen, matakuliah, ketersedian ruang dan waktu yang ada. Dalam penyusunan jadwal sering terjadi bentrok baik bentrok terhadap jadwal dosen maupun bentrok ruang perkuliahan, sehingga diperlukan persyaratan untuk mengatasinya. Beberapa solusi terhadap penyelesaian permasalahan penjadwalan matakuliah telah banyak dilakukan. Namun, solusi tersebut belum memberikan keberhasilan yang memuaskan, sehingga berbagai upaya perbaikan perlu dilakukan. Dalam penelitian ini, penyelesaian permasalahan penjadwalan dimodelkan ke dalam ruang tiga dimensi. Ketiga dimensi tersebut berturut-turut merepresentasikan dimensi hari, dimensi ketersediaan ruang kuliah, dan dimensi waktu perkuliahan dalam setiap hari. Untuk menentukan urutan penempatan sel-sel ke dalam model ruang tiga dimensi digunakan hibridisasi algoritma genetika dan algoritma koloni semut (AG-AKS). Dalam proses hibridisasi, algoritma genetika (AG) digunakan untuk memaksimalkan pemenuhan batasan yang ada. Di lain pihak, algoritma koloni semut (AKS) digunakan untuk meminimalkan terjadikan bentrok jadwal mengajar dosen, bentrok penggunaan ruang kuliah, dan bentrok pembagian waktu matakuliah dengan bobot lebih dari tiga sks. Berbagai uji coba dilakukan untuk menentukan parameter AG-AKS (seperti jumlah generasi, jumlah populasi, alfa, dan beta) untuk memperoleh hasil penjadwalan yang optimal. Hasil ujicoba menunjukkan bahwa hibridisasi AG-AKS yang dikembangkan dalam penelitian ini mampu menyelesaikan persoalan penjadwalan matakuliah dengan hasil yang memuaskan. Tingkat keberhasilan pemenuhan penjadwalan matakuliah sebesar 82% sampai dengan 97% dapat diperoleh untuk pengujian menggunakan data penjadwalan beberapa semester pada perguruan tinggi negeri. Kualitas keberhasilan tersebut diperoleh menggunakan parameter jumlah generasi di atas 50, jumlah populasi di atas 20, serta nilai alfa dan beta masin-masing sebesar satu
OPTIMASI OLSR ROUTING PROTOCOL PADA JARINGAN WIRELESS MESH DENGAN ADAPTIVE REFRESHING TIME INTERVAL DAN ENHANCE MULTI POINT RELAY SELECTING ALGORITHM
Wireless Mesh Network (WMN) adalah suatu konektivitas jaringan yang self-organized, self-configured dan multi-hop. Tujuan dari WMN adalah menawarkan pengguna suatu bentuk jaringan nirkabel yang dapat dengan mudah berkomunikasi dengan jaringan konvensional dengan kecepatan tinggi dan dengan cakupan yang lebih luas serta biaya awal yang minimal. Diperlukan suatu desain protokol routing yang efisien untuk WMN yang secara adaptif dapat mendukung mesh routers dan mesh clients. Dalam tulisan ini, diusulkan untuk mengoptimalkan protokol OLSR, yang merupakan protokol routing proaktif. Digunakan heuristik yang meningkatkan protokol OLSR melalui adaptive refreshing time interval dan memperbaiki metode MPR selecting algorithm. Suatu analisa dalam meningkatkan protokol OLSR melalui adaptive refreshing time interval dan memperbaiki algoritma pemilihan MPR menunjukkan kinerja yang signifikan dalam hal throughput jika dibandingkan dengan protokol OLSR yang asli. Akan tetapi, terdapat kenaikan dalam hal delay. Pada simulasi yang dilakukan dapat disimpulkan bahwa OLSR dapat dioptimalkan dengan memodifikasi pemilihan node MPR berdasarkan cost effective dan penyesuaian waktu interval refreshing hello message sesuai dengan keadaan jaringan
PENINGKATAN PERFORMA METODE STEGANOGRAFI BERBASIS DIFFERENCE EXPANSION MENGGUNAKAN REDUKSI SELISIH
Pertukaran data medis dilakukan untuk mempermudah profesional kesehatan untuk merawat pasien. Untuk hal itu, otentikasi menjadi perhatian utama untuk menjamin data medis yang bersangkutan adalah milik pasien yang benar dan juga berasal dari sumber yang benar. Salah satu metode yang dapat digunakan untuk keperluan tersebut adalah data hiding. Namun, metode yang digunakan tidak boleh menyebabkan distorsi yang permanen terhadap media yang digunakan karena dapat menyebabkan kesalahan diagnosa. Difference Expansion adalah satu metode yang mampu memenuhi persyaratan tersebut. Metode ini masih bisa menjadi topik yang menarik untuk diteliti. Khususnya pada kapasitas penyisipan data dan similarity antara cover image dengan stego image. Metode yang baik adalah metode yang mampu menyediakan kapasitas dan similarity citra yang tinggi. Pada penelitian ini, kami mengusulkan metode berbasis DE dengan berfokus pada dua masalah tersebut. Secara lebih terperinci, kami melakukan reduksi terhadap nilai selisih piksel agar menghasilkan tingkat similarity yang lebih baik dan mampu menyediakan kapasitas pesan yang lebih besar. Selain itu, kami menggunakan piksel median sebagai base point untuk menghitung selisih menggantikan piksel pertama pada masingmasing blok. Hasil percobaan yang dilakukan pada 5 citra medis menunjukkan bahwa metode yang diusulkan berhasil meningkatkan PSNR serta kapasitas penyisipan