Jurnal Ilmu Komputer dan Informasi
Not a member yet
247 research outputs found
Sort by
UTILISING BTTRACE VISUALISER AND LTL FORMULAE PATTERNS FOR ANALYSING COUNTEREXAMPLE
Get PDFThe aim of this paper is to demonstrate the utilisation of a Behavior Tree trace visualiser called BTTrace and generalised LTL formulae patterns to help system analysts analyse counterexamples and generate valuable ones. Counterexample generated by SAL model checker from a Behavior Tree model and an LTL formulae is translated into a BTTrace file. This file is rendered by BTTrace to visualise the counterexample on Behavior Tree diagram in animated fashion. Generalised LTL formulae patterns are exploited using a particular technique to assist analyst on constructing new yet meaningful property formulas. These formulas are used to obtain different and valuable counterexamples for further analysis. It is shown that BTTrace and LTL formulae patterns give significant support for analysing counterexamples of Behavior Tree model
SISTEM QUESTION ANSWERING BAHASA INDONESIA UNTUK PERTANYAAN NON-FACTOID
Get PDFFokus dari penelitian ini adalah untuk mengembangkan data dan sistem Question Answering (QA) Bahasa Indonesia untuk pertanyaan non-factoid. Penelitian ini merupakan penelitian QA non-factoid pertama untuk Bahasa Indonesia. Adapun sistem QA terdiri atas 3 komponen yaitu penganalisis pertanyaan, pengambil paragraf, dan pencari jawaban. Dalam komponen penganalisis pertanyaan, dengan asumsi bahwa pertanyaan yang diajukan merupakan pertanyaan sederhana, digunakan sistem yang berbasis aturan sederhana dengan mengandalkan kata pertanyaan yang digunakan (“apaâ€, “mengapaâ€, dan “bagaimanaâ€). Paragraf diperoleh dengan menggunakan pencarian kata kunci baik dengan menggunakan stemming ataupun tidak. Untuk pencari jawaban, jawaban diperoleh dengan menggunakan pola kata-kata khusus yang ditetapkan sebelumnya untuk setiap jenis pertanyaan. Dalam komponen pencari jawaban ini, diperoleh kesimpulan bahwa penggunaan kata kunci non-stemmed bersamaan dengan kata kunci hasil stemming memberikan nilai akurasi jawaban yang lebih baik, jika dibandingkan dengan penggunaan kata kunci non-stemmed saja atau kata kunci stem saja. Dengan menggunakan 90 pertanyaan yang dikumpulkan dari 10 orang Indonesia dan 61 dokumen sumber, diperoleh nilai MRR 0.7689, 0.5925, dan 0.5704 untuk tipe pertanyaan definisi, alasan, dan metode secara berurutan.
Focus of this research is to develop QA data and system in Bahasa Indonesia for non-factoid questions. This research is the first non-factoid QA for Bahasa Indonesia. QA system consists of three components: question analyzer, paragraph taker, and answer seeker. In the component of question analyzer, by assuming that the question posed is a simple question, we used a simple rule-based system by relying on the question word used (“whatâ€, “whyâ€, and “howâ€). On the components of paragraph taker, the paragraph is obtained by using keyword, either by using stemming or not. For answer seeker, the answers obtained by using specific word patterns that previously defined for each type of question. In the component of answer seeker, the conclusion is the use of non-stemmed keywords in conjunction with the keyword stemming results give a better answer accuracy compared to non-use of the keyword or keywords are stemmed stem only. By using 90 questions, we collected from 10 people of Indonesia and the 61 source documents, obtained MRR values 0.7689, 0.5925, and 0.5704 for type definition question, reason, and methods respectively
TENDENCY OF PLAYERS IS TRIAL AND ERROR: CASE STUDY OF COGNITIVE CLASSIFICATION IN THE COGNITIVE SKILL GAMES
Get PDFTo assess the cognitive level of player ability is difficult; many instruments are potentially biased, unreliable, and invalid test. Whereas, in serious game is important to know the cognitive level. If the cognitive level can be measured well, the mastery learning can be achieved. Mastery learning is the core of the learning process in serious game. To classify the cognitive level of players, researchers propose a Cognitive Skill Game (CSG). CSG improves this cognitive concept to monitor how players interact with the game. This game employs Learning Vector Quantization (LVQ) for optimizing the cognitive skill input classification of the player. Training data in LVQ use data observation from the teacher. Populations of cognitive skill classification in this research are pupils when playing the game. Mostly players cognitive skill game have cognitive skill category are Trial and Error. Some of them have Expert category, and a few included in the group carefully. Thus, the general level of skill of the player is still low.
Untuk menilai tingkat kognitif dari kemampuan pemain sangatlah sulit; banyak instrumen yang berpotensi bias, tidak dapat diandalkan, dan merupakan tes yang tidak valid. Padahal, dalam serious game penting untuk mengetahui tingkat kognitif. Jika tingkat kognitif dapat diukur dengan baik, penguasaan pembelajaran dapat dicapai. Penguasaan belajar adalah inti dari proses belajar dalam serious game. Untuk mengklasifikasikan tingkat kognitif pemain, kami mengusulkan Cognitive Skill Game (CSG). CSG meningkatkan konsep kognitif untuk memantau bagaimana pemain berinteraksi dengan permainan. Permainan ini menggunakan Learning Vector Quantization (LVQ) untuk mengoptimalkan input klasifikasi keterampilan kognitif pemain. Data trining dalam observasi LVQ menggunakan data dari guru. Populasi klasifikasi keterampilan kognitif dalam penelitian ini adalah siswa saat memainkan permainan. Sebagian besar pemain CSG berkategori keterampilan kognitif adalah coba-coba. Beberapa dari mereka memiliki kategori Ahli, dan sedikit yang termasuk dalam kelompok hati-hati. Dengan demikian, secara umum kemampuan pemain masih rendah
SISTEM PAKAR UNTUK BUDIDAYA TAMBAK UDANG PUTIH
Get PDFTambak udang putih merupakan sebuah ekosistem buatan kompleks yang membutuhkan bantuan manusia untuk mempertahankan keseimbangan elemen-elemen pembentuknya. Permasalahan di dalamnya disebabkan oleh proses ekologis baik secara biologi, kimia, maupun fisika yang saling terkait. Sehingga untuk menghasilkan solusi optimal perlu diperhitungkan bagaimana keterhubungan antar elemen. Pengetahuan mengenai hubungan elemen-elemen tersebut umumnya dikuasai oleh pakar, tetapi tidak seluruh tambak mampu menyediakan pakar dalam budidayanya. Pengembangan sistem pakar dalam penelitian ini ditujukan untuk menjawab kebutuhan pakar di tambak udang menggunakan teknik klasifikasi. Pengetahuan pakar direpresentasikan dalam decision table dengan penggunaan multi atribut. Hasil eksperimen menunjukkan bahwa sistem mampu menghasilkan solusi dari berbagai variasi masalah yang mungkin terjadi di tambak seperti pakar dan fleksibel untuk dimodifikasi.
White shrimp embankment is a complex artificial ecosystem that requires human intervention to maintain the balance of its constituent elements. The problems inside are caused by ecological processes therein, either biology, chemistry, and physics that are interlinked so as to produce the optimal solution needs to be taken into account how the connection between elements. Knowledge about the relationships among these elements is generally dominated by experts, but not all embankments are able to provide experts in the cultivation. Development of expert systems in this study aimed to answer the needs of experts in shrimp embankments using the classification technique. Expert knowledge is represented in a decision table with the use of multi attributes. The experimental results show that the system is capable of generating solutions from a variety of problems that may occur in embankments such as expert and versatile to be modified
MODEL SELECTION OF ENSEMBLE FORECASTING USING WEIGHTED SIMILARITY OF TIME SERIES
Get PDFSeveral methods have been proposed to combine the forecasting results into single forecast namely the simple averaging, weighted average on validation performance, or non-parametric combination schemas. These methods use fixed combination of individual forecast to get the final forecast result. In this paper, quite different approach is employed to select the forecasting methods, in which every point to forecast is calculated by using the best methods used by similar training dataset. Thus, the selected methods may differ at each point to forecast. The similarity measures used to compare the time series for testing and validation are Euclidean and Dynamic Time Warping (DTW), where each point to compare is weighted according to its recentness. The dataset used in the experiment is the time series data designated for NN3 Competition and time series generated from the frequency of USPTO’s patents and PubMed’s scientific publications on the field of health, namely on Apnea, Arrhythmia, and Sleep Stages. The experimental result shows that the weighted combination of methods selected based on the similarity between training and testing data may perform better compared to either the unweighted combination of methods selected based on the similarity measure or the fixed combination of best individual forecast.
Beberapa metode telah diajukan untuk menggabungkan beberapa hasil forecasting dalam single forecast yang diberi nama simple averaging, pemberian rata-rata dengan bobot pada tahap validasi kinerja, atau skema kombinasi non-parametrik. Metode ini menggunakan kombinasi tetap pada individual forecast untuk mendapatkan hasil final dari forecast. Dalam paper ini, pendekatan berbeda digunakan untuk memilih metode forecasting, di mana setiap titik dihitung dengan menggunakan metode terbaik yang digunakan oleh dataset pelatihan sejenis. Dengan demikian, metode yang dipilih dapat berbeda di setiap titik perkiraan. Similarity measure yang digunakan untuk membandingkan deret waktu untuk pengujian dan validasi adalah Euclidean dan Dynamic Time Warping (DTW), di mana setiap titik yang dibandingkan diberi bobot sesuai dengan keterbaruannya. Dataset yang digunakan dalam percobaan ini adalah data time series yang didesain untuk NN3 Competition dan data time series yang di-generate dari paten-paten USPTO dan publikasi ilmiah PubMed di bidang kesehatan, yaitu pada Apnea, Aritmia, dan Sleep Stages. Hasil percobaan menunjukkan bahwa pemberian kombinasi bobot dari metode yang dipilih berdasarkan kesamaan antara data pelatihan dan data pengujian, dapat menyajikan hasil yang lebih baik dibanding salah satu kombinasi metode unweighted yang dipilih berdasarkan similarity measure atau kombinasi tetap dari individual forecast terbaik
ANUGA SOFTWARE FOR NUMERICAL SIMULATIONS OF SHALLOW WATER FLOWS
Get PDFShallow water flows are governed by the shallow water wave equations, also known as the Saint-Venant system. This paper presents a finite volume method used to solve the two-dimensional shallow water wave equations and how the finite volume method is implemented in ANUGA software. This finite volume method is the numerical method underlying the software. ANUGA is open source software developed by Australian National University (ANU) and Geoscience Australia (GA). This software uses the finite volume method with triangular domain discretisation for the computation. Four test cases are considered in order to evaluate the performance of the software. Overall, ANUGA is a robust software to simulate two-dimensional shallow water flows.
Arus air dangkal diatur dalam persamaan gelombang air dangkal, dikenal sebagai sistem Saint-Venant. Penelitian ini menyajikan metode finite volumeyang digunakan untuk menyelesaikan persamaan gelombang air dangkal dua dimensi dan bagaimana metode finite volumediimplementasikan dalam perangkat lunak ANUGA. Metode finite volumeadalah metode numerik yang mendasari perangkat lunakANUGA. ANUGA sendiri adalah perangkat lunak open source yang dikembangkan oleh Australian National University(ANU) dan Geoscience Australia (GA). Perangkat lunak ini menggunakan metode finite volumedengan diskritisasi domain segitiga dalam proseskomputasi. Empat uji kasus digunakan untuk mengevaluasi kinerja perangkat lunak. Secara keseluruhan, ANUGA adalah perangkat lunak yang robust untuk mensimulasikan dua dimensi aliran arus air dangkal
PEMBANGUNAN SISTEM INFORMASI UNTUK PENYELENGGARAAN SERTIFIKASI DOSEN DI INDONESIA
Get PDFSejak tahun 2008 pemerintah Indonesia mulai melaksanakan sertifikasi dosen non guru besar dengan tujuan untuk memberikan pengakuan profesionalisme, perlindungan profesi dan kesejahteraan dosen di Indonesia. Upaya-upaya tersebut diharapkan pada akhirnya dapat meningkatkan mutu perguruan tinggi di Indonesia karena dosen merupakan komponen yang paling penting dan menentukan dalam pelaksanaan kegiatan belajar mengajar di perguruan tinggi. Kenyataannya tidak mudah bagi dosen untuk mendapatkan sertifikasi, selain pembatasan kuota proses pengurusannya pun harus melalui sistem birokrasi yang rumit. Oleh karena itu, setiap perguruan tinggi harus memiliki mekanisme dan strategi supaya dosen dengan mudah dan cepat dapat mendapatkan sertifikasi. Upaya yang dapat dilakukan salah satunya dengan membangun sistem informasi yang terintegrasi untuk mendukung penyelenggaraan sertifikasi dosen. Sistem informasi tersebut meliputi sistem informasi untuk proses sertifikasi internal yang bertujuan untuk melakukan simulasi proses sertifikasi di lingkungan perguruan tinggi pengusul sehingga dapat mengetahui besarnya peluang dosen yang diusulkan lulus dalam proses sertifikasi eksternal. Setelah lulus sertifikasi internal, panitia sertifikasi dosen pengguruan tinggi pengusul akan meneruskan ke tahap sertifikasi eksternal. Bagi dosen yang belum lulus sertifikasi internal maupun eksternal, sistem informasi ini menyediakan program pembinaan sedangkan untuk dosen yang telah lulus sertifikasi eksternal disediakan program penjaminan mutu dosen, sehingga dosen selalu dapat meningkatkan profesionalismenya mengikuti perkembangan IPTEK. Tahapan yang dilakukan pada pengembangan sistem informasi untuk sertifikasi dosen ini meliputi analisis kebutuhan, desain model proses, pengembangan modul-modul aplikasi dan implementasi serta pengujian sistem. Hasil penelitian ini diharapkan dapat menjadi referensi bagi setiap perguruan tinggi di Indonesia dalam penyelenggaraan sertifikasi dosen
LOCAL BINARIZATION FOR DOCUMENT IMAGES CAPTURED BY CAMERAS WITH DECISION TREE
Get PDFCharacter recognition in a document image captured by a digital camera requires a good binary image as the input for the separation the text from the background. Global binarization method does not provide such good separation because of the problem of uneven levels of lighting in images captured by cameras. Local binarization method overcomes the problem but requires a method to partition the large image into local windows properly. In this paper, we propose a local binariation method with dynamic image partitioning using integral image and decision tree for the binarization decision. The integral image is used to estimate the number of line in the document image. The number of line in the document image is used to devide the document into local windows. The decision tree makes a decision for threshold in every local window. The result shows that the proposed method can separate the text from the background better than using global thresholding with the best OCR result of the binarized image is 99.4%. Pengenalan karakter pada sebuah dokumen citra yang diambil menggunakan kamera digital membutuhkan citra yang terbinerisasi dengan baik untuk memisahkan antara teks dengan background. Metode binarisasi global tidak memberikan hasil pemisahan yang bagus karena permasalahan tingkat pencahayaan yang tidak seimbang pada citra hasil kamera digital. Metode binarisasi lokal dapat mengatasi permasalahan tersebut namun metode tersebut membutuhkan metode untuk membagi citra ke dalam bagian-bagian window lokal. Pada paper ini diusulkan sebuah metode binarisasi lokal dengan pembagian citra secara dinamis menggunakan integral image dan decision tree untuk keputusan binarisasi lokalnya. Integral image digunakan untuk mengestimasi jumlah baris teks dalam dokumen citra. Jumlah baris tersebut kemudian digunakan untuk membagi citra dokumen ke dalam window lokal. Keputusan nilai threshold untuk setiap window lokal ditentukan dengan decisiontree. Hasilnya menunjukkan metode yang diusulkan dapat memisahkan teks dari dokumen citra lebih baik dari binarisasi global dengan tingkat pengenalan OCR hingga 99.4%
ABCD FEATURE EXTRACTION OF IMAGE DERMATOSCOPIC BASED ON MORPHOLOGY ANALYSIS FOR MELANOMA SKIN CANCER DIAGNOSIS
Get PDFThis research present asymmetry, border irregularity, color variation, and diameter (ABCD) feature extraction of image dermatoscopic for melanoma skin cancer diagnosis. ABCD feature is the important information based on morphology analysis of image dermatoscopic lesion. ABCD feature is used to calculate Total Dermatoscopic Value (TDV) for melanoma skin cancer diagnosis. Asymmetry feature consist information of asymmetry and lengthening index of the lesion. Border irregularity feature consist information of compactness index, fractal dimension, edge abruptness, and pigmentation transition from the lesion. Color homogeneity feature consist information of color homogeneity and the correlation between photometry and geometry of the lesion. Diameter extraction is diameter of the lesion. There are three diagnosis that is used on this research i.e. melanoma, suspicious, and benign skin lesion. The experiment uses 30 samples of image dermatoscopic lesion that is suspicious melanoma skin cancer. Based on the experiment, the accuracy of the system is 85% that there are four false diagnoses of 30 samples.
Penelitian ini menyajikan ekstraksi fitur citra dermatoskopik untuk diagnosis kanker kulit melanoma berdasarkan asymmetry, border irregularity, color variation, dan diameter (ABCD). Fitur ABCD adalah informasi yang penting berdasarkan analisis morfologi lesi citra dermatoskopik. Fitur tersebut digunakan dalam perhitungan Total Dermatoscopic Value (TDV) untuk diagnosis kanker kulit melanoma. Fitur asymmetry terdiri dari informasi asimetri dan indeks perpanjangan luka. Fitur border irregularity terdiri dari informasi indeks compactness, dimensi fraktal, edge abruptness, dan transisi pigmentasi dari lesi. Warna fitur homogenitas terdiri dari informasi homogenitas warna dan korelasi antara fotometri dan geometri lesi. Ekstraksi diameter adalah diameter lesi. Ada tiga diagnosa yang digunakan pada penelitian ini yaitu melanoma, diduga melanoma, dan benign skin lesion. Percobaan ini menggunakan 30 sampel dari lesi citra dermatoskopik kanker kulit melanoma yang mencurigakan. Berdasarkan percobaan, akurasi dari sistem ini adalah 85% dan terdapat empat diagnosa palsu dari 30 sampel
IMPLEMENTASI ALGORITMA BREADTH FIRST SEARCH DAN OBSTACLE DETECTION DALAM PENELUSURAN LABIRIN DINAMIS MENGGUNAKAN ROBOT LEGO
Get PDFDewasa ini perkembangan teknologi di dunia robot edukasi berkembang pesat. Robot-robot edukasi ini sering digunakan dalam riset penelitian karena kemudahan-kemudahan yang diberikannya dari segi perangkat keras. Salah satu contoh robot edukasi adalah robot LEGO Mindstorms NXT. Pada penelitian ini robot LEGO dibangun dalam bentuk robot line follower. Robot ini mampu menelusuri dan mencari jalan keluar dari labirin dinamis. Dalam menelusuri dan mencari jalan keluar, robot LEGO menggunakan algoritma Breadth First Search dan Manhattan Distance dalam memutuskan jalan mana yang harus diambil. Ketika menemui objek halangan, robot LEGO akan mengenali dan menghindari objek halangan tersebut dengan algoritma Obstacle Detection yang dimilikinya. Hasil implementasi membuktikan bahwa algoritma penelusuran labirin dinamis ini dapat diimplementasikan pada robot LEGO meskipun terdapat banyak keterbatasan dalam robot LEGO.
Nowadays, the development of technology in educational robots is rapidly evolving. Educational robots are often used in research studies because they provide convenience in terms of hardware. One example is the educational robot LEGO Mindstorms NXT robot. In this research, LEGO robots built in the form of line follower robot. Robot is able to browse and find a way out of the dynamic labyrinth. In track and find a way out, LEGO robot uses an algorithm Breadth First Search and Manhattan Distance in deciding which path to take. When encountering an obstacle object, LEGO robot will recognize and avoid that obstacle objects with Obstacle Detection algorithm. The results prove that the implementation of a dynamic maze search algorithm can be implemented on a LEGO robot even though there are many limitations in LEGO robot