JUTI: Jurnal Ilmiah Teknologi Informasi
Not a member yet
407 research outputs found
Sort by
MODEL PREDIKSI KEBANGKRUTAN BERBASIS NEURAL NETWORK DAN PARTICLE SWARM OPTIMIZATION
Get PDFKebangkrutan suatu perusahaan dan bank dapat mempengaruhi sistem perekonomian. Karena itulah, pihak-pihak seperti: kreditor, auditor, pemegang saham dan pihak manajemen perusahaan itu sendiri memiliki kepentingan untuk mengetahui kondisi suatu perusahaan yang berhubungan dengan kebangkrutan. Dalam penelitian ini dikembangkan beberapa model klasifikasi untuk memprediksi kebangkrutan suatu perusahaan. Model dikembangkan berdasarkan metode yang berbasis ANN (Voted Perceptron, Stochastic Gradient Descent dan Multilayer Perceptron) dengan metode PSO. Metode-metode yang berbasis ANN bertugas sebagai klasifier dan PSO bertugas sebagai pemilih fitur dan penentu parameter-parameter (learning rate dan epoch) optimal model. Dari hasil ujicoba dapat disimpulkan bahwa model yang menggabungkan ANN dengan PSO terbukti memiliki performa yang cukup baik, yaitu sekitar 72-75%. Performa terbaik dicapai oleh model Stochastic Gradient Descent+PSO, yaitu sebesar 75% dengan jumlah fitur sebanyak 7 fitur. Dengan adanya model prediksi dengan performa yang baik, diharapkan pihak memiliki gambaran yang lebih baik tentang perusahaan yang sedang ditangani. Gambaran tersebut akan membantu pihak-pihak yang berkepentingan dalam mengambil keputusan
SISTEM PEMBANGKIT ANOTASI PADA ARTIKEL BERGAMBAR DENGAN PENDEKATAN KONTEKSTUAL
Get PDFDevelopment of E-learning sites and their materials make it is necessary to help users finding the desired materials. Context-based search engine will help users for the finding task. However that kind of searching can only be done for learning materials that have been semantically signed or annotated. Annotation is given for the article’s content or the article’s image within. There are many constraints for manually providing annotations to the learning articles such that automatic metadata or annotation generating method is needed. This paper discusses about annotation generating system with two subsystems: annotation recommender for learning material using contextual analysis and image metadata generator. The methods for contextual analysis are Latent Semantic Analysis (LSA) and WordNet-lexical dictionary usage. Our experimental results showed that subsystems can be used to generate annotation for articles and images in the articles though we have not done combination of two subsystems
PENGENALAN MOTIF BATIK MENGGUNAKAN ROTATED WAVELET FILTERDAN NEURAL NETWORK
Get PDFBatik merupakan kriya tekstil yang menjadi kekayaan intelektualbangsa Indonesia dan telah diakui oleh UNESCO sejak tanggal 2 Oktober 2009. Namun demikian, masyarakat Indonesia sendiri belum banyak yang mengetahui tentang perkembangan dan jenis batik yangmerupakan kekayaan budaya tersebut. Pada penelitian ini, dikembangkan sebuah perangkat lunak pengenalan motif batik yang dapat digunakan untuk mengenali motif batik secara otomatis. Fitur tekstur dari citra batik diekstrak menggunakan Rotated Wavelet Transform. Selanjutnya, hasil ekstraksi berupa vektor fitur diklasifikasikan ke dalam motif-motif batik menggunakan metode klasifikasi Neural Network (NN). Uji coba menggunakan dataset testing sama dengan dataset training menghasilkan akurasi tertinggi 100%. Sedangkan uji coba menggunakan dataset testing yang berbeda dengan dataset training menghasilkan akurasi tertinggi 78,26%. Kedua nilai akurasi tersebut didapat pada learning rate 0.8, momentum 0.9, jumlah komposisi node hidden layer [40 10 1], dan level dekomposisi ke-5
STUDI ANALISIS EIGENFACE DAN EIGEN FUZZY SET UNTUK EKSTRAKSI CIRI BIBIR PADA SISTEM IDENTIFIKASI WAJAH
Get PDFThis paper compares the performance of eigenface and eigen fuzzy set to extract lip traits. Testing is conducted by implementing the two methods in a face identification system based on lip traits. The database used is primary data that consists of front-face image and lip image. The test result shows that eigenface is more effective with average precisionrecall value 0.22% higher. However, statistical tests show that there are no significant differences between the two methods. An optimal extraction method will be used to develop face identification system based on facial components
PERPADUAN COMBINED SAMPLING DAN ENSEMBLE OF SUPPORT VECTOR MACHINE (ENSVM) UNTUK MENANGANI KASUS CHURN PREDICTION PERUSAHAAN TELEKOMUNIKASI
No full textChurn prediction adalah suatu cara untuk memprediksi pelanggan yang berpotensial untuk churn. Data mining khususnya klasifikasi tampaknya dapat menjadi alternatif solusi dalam membuat model churn prediction yang akurat. Namun hasil klasifikasi menjadi tidak akurat disebabkan karena data churn bersifat imbalance. Kelas data menjadi tidak stabil karena data akan lebih condong ke bagian data yang memiliki komposisi data yang lebih besar. Salah satu cara untuk menangani permasalahan ini adalah dengan memodifikasi dataset yang digunakan atau yang lebih dikenal dengan metode resampling. Teknik resampling ini meliputi over-sampling, under-sampling, dan combined-sampling. Metode Ensemble of SVM (EnSVM) diharapkan dapat meminimalisir kesalahan klasifikasi kelas mayor dan minor yang dihasilkan oleh classifier SVM tunggal. Dalam penelitian ini akan dicoba untuk memadukan combined sampling dan EnSVM untuk churn predicition. Pengujian dilakukan dengan membandingkan hasil klasifikasi CombinedSampling-EnSVM dengan SMOTE-SVM (perpaduan oversamping-SVM) dan pure-SVM. Hasil pengujian menunjukkan bahwa metode CombinedSampling-EnSVM secara umum hanya mampu menghasilkan performansi Gini Index yang lebih baik daripada metode SMOTE-SVM dan tanpa resampling (pure-SVM)
MODEL KNOWLEDGE SHARING BERBASIS KOMPETENSI: STUDI KASUS BIRO KEPEGAWAIAN PADA SEBUAH INSTITUSI PEMERINTAH
Get PDFKnowledge organisasi paling banyak berupa knowledge tersirat (tacit knowledge) yang tersimpan di pemikiran (otak) pegawai dan diperlukan dalam aktivitas-aktivitas organisasi, karenanya knowledge tersirat pegawai sebuah organisasi/perusahaan merupakan aset yang berharga. Namun, banyak perusahaan yang tidak mengetahui potensi knowledge tersembunyi pegawainya. Akibatnya, ketika seorang pegawai yang memiliki knowledge meninggalkan perusahaan maka perusahaan akan kehilangan knowledge pegawai tersebut. Selain itu, perusahaan juga tidak dapat mengidentifikasi pegawai yang memiliki kompetensi teknikal yaitu pegawai yang memiliki knowledge dan menjadi referensi knowledge bagi pegawai lainnya, sehingga potensi pengetahuan dan keahlian pegawai tersebut tidak dapat dimanfaatkan secara maksimal oleh perusahaan yang akhirnya akan berpengaruh pada karir pegawai tersebut yang cenderung tidak meningkat. Keadaan tersebut kini menjadi masalah yang harus segera diselesaikan oleh Biro Kepegawaian (Rowai) pada sebuah institusi pemerintah. Rowai harus dapat mengetahui siapa saja pegawainya yang memiliki knowledge. Knowledge tersirat yang dimiliki oleh pegawai dan masih berada di kepala masing-masing dapat terlihat jika mereka secara bersama-sama melakukan suatu pekerjaan atau kegiatan di mana di dalamnya terdapat proses knowledge sharing. Knowledge sharing itu sendiri dianggap sebagai hubungan sosial antar orang dan dapat dimodelkan sebagai jejaring hubungan (network of relationships). Model jejaring knowledge sharing dapat diketahui dengan cara memeriksa struktur dari relasi sosial knowledge sharing di dalam perusahaan dengan menggunakan Social Network Analysis (SNA). SNA dapat mendukung knowledge sharing dengan fokus pada berbagai penggunaan inti dari pengelolaan knowledge (knowledge management), salah satunya adalah mengidentifikasi kepakaran dan knowledge pribadi. Penelitian ini menggunakan SNA untuk mengidentifikasi model knowledge sharing berbasis kompetensi di Rowai. Berdasarkan model knowledge sharing yang dihasilkan dan dengan menggunakan hasil perhitungan kuantitatif beberapa fungsi SNA dan statistik, keadaan jejaring network (knowledge network) dan knowledge sharing di Rowai dapat diketahui. Selain itu, pegawai Rowai yang kompeten yaitu pegawai yang memiliki knowledge dan menjadi referensi knowledge bagi banyak pegawai, juga dapat diketahui. Hasil-hasil tersebut dapat membantu Rowai untuk mengelola knowledge pegawainya, memberdayakan karir pegawai yang kompeten, dan meningkatkan komitmen terhadap kegiatan knowledge sharing di Rowai
PENERAPAN SISTEM DATA MINING UNTUK DIAGNOSIS PENYAKIT KANKER PAYUDARA MENGGUNAKAN CLASSIFICATION BASED ON ASSOCIATION ALGORITHM
No full textAplikasi system data mining untuk mengidentifikasi atribut-atribut penting yang berguna membantu pengambilan keputusan dari basis data rumah sakit akan dibahas dalam paper ini. Data-data medis pasien yang beresiko menderita penyakit kanker payudara dimasukkan ke dalam data warehouse. Metodologi model klasifikasi didasarkan pada tiga tahapan, yaitu a) menangani data yang tidak lengkap melalui ekstraksi, b) merubah data yang bernilai kontinyu menjadi data yang bernilai diskrit serta c) rule mining dan klasifikasi. Algoritma yang digunakan untuk proses data mining adalah Classification Based on Predictive Association Rule (CPAR). Pada tahapan diskritisasi, terdapat masalah yang dikenal dengan istilah "sharp boundary". Paper ini mengusulkan proses optimalisasi menggunakan soft discretization, di mana fuzzy logic digunakan untuk mempartisi data. Ada 2.767 pasien yang terpilih, masing-masing diambil 8 atribut: sex, umur dan hasil pemeriksaan laboratorium yaitu Hemoglobin (HB), Lekosit (Leko), Trombosit (Tromb), Hemotokrit (HCT), Red blood cell distribution width (RDW) dan RDW-SD. Tingkat akurasi maksimum untuk positif kanker payudara adalah 67% dan negatif kanker payudara 97%
PEMANFAATAN TEKNOLOGI GOOGLE MAPS UNTUK PENYELESAIAN ONLINE TRAVELLING SALESMAN PROBLEM (TSP) BERBASIS GEOGRAFIS DENGAN MENGGUNAKAN ALGORITMA HEURISTIK
No full textTravelling Salesman Problem (TSP) adalah salah satu metode klasik dalam proses pemecahan masalah optimasi dan penemuan rute terpendek dari sebuah rute perjalanan yang melewati beberapa titik lokasi. Oleh karena kehandalan metode ini banyak sekali algoritma dan metode optimasi yang mencoba memecahkan TSP dalam banyak penelitian. Sebagin besar hasil dari rangkaian ujicoba tersebut berupa kombinasi teroptimal dari rangkaian perjalanan salesman yang umumnya digambarkan dalam sebuah graph. Namun belum banyak penelitian yang menerapkan TSP pada data spasial atau geografis seperti Google Maps yang dapat memberikan representasi nyata permasalahan TSP dalam menemukan rute perjalanan melewati titik-titik wilayah di muka bumi. Dibandingkan dengan representasi graph, Google Maps memiliki kemampuan tidak sekedar menampilkan rute perjalanan akan tetapi juga dapat menyajikan informasi yang lebih komprehensif, interaktif dan faktual. Penelitian ini bertujuan untuk menerapkan metode TSP pada layanan data spasial sehingga akan dihasilkan visualisasi secara riil dari alternatif rute perjalanan salesman. Sebagai basis dari data spasial, penelitian ini memanfaatkan Google Maps Mashup untuk mendapatkan informasi rute yang lebih aktual, interaktif, dan komprehensif
CATATAN DEWAN REDAKSI
Get PDFJurnal Ilmiah Teknologi Informasi (JUTI) edisi Januari 2010 ini merupakan edisi pertama dari Volume 8. Sebagaimana telah direncanakan, bahwa sejak Januari 2008 silam, kami menyatukan 4 edisi dalam satu volume, sehingga edisi ini merupakan kelanjutan Volume 7.
Kami bersyukur bahwa minat para peneliti untuk mendokumentasikan hasil penelitiannya di JUTI cukup tinggi. Namun demikian, kita semua menyadari bahwa kualitas tata tulis ilmiah yang mendasari penulisan artikel dalam jurnal merupakan hal yang tidak dapat ditawar. Oleh karena itu, usaha peningkatan kualitas yang dilakukan Dewan Redaksi melalui workshop secara reguler terus menerus dilaksanakan. Workshop penulisan artikel di JUTI telah dilaksanakan beberapa kali bekerja sama dengan Fakultas Teknologi Informasi ITS. Para anggota mitra bestari juga tak henti-hentinya memberikan dorongan semangat agar para penulis dapat menghasilkan karya ilmiah yang semakin berkualitas.
Semoga seluruh artikel pada edisi ini mampu menjadi kontribusi nyata para peneliti tanah air sebagai solusi atas berbagai problem dalam dunia industri, sosial kemasyarakatan, dan lain-lain. Kami mengundang para peneliti untuk mempublikasikan hasil penelitiannya di JUTI pada edisi berikutnya yakni Juli 2010
MODELING HIDDEN NODES COLLISIONS IN WIRELESS SENSOR NETWORKS: ANALYSIS APPROACH
Get PDFThis paper studied both types of collisions. In this paper, we show that advocated solutions for coping with hidden node collisions are unsuitable for sensor networks. We model both types of collisions and derive closed-form formula giving the probability of hidden and visible node collisions. To reduce these collisions, we propose two solutions. The first one based on tuning the carrier sense threshold saves a substantial amount of collisions by reducing the number of hidden nodes. The second one based on adjusting the contention window size is complementary to the first one. It reduces the probability of overlapping transmissions, which reduces both collisions due to hidden and visible nodes. We validate and evaluate the performance of these solutions through simulations