Jurnal Ilmu Komputer dan Informasi
Not a member yet
247 research outputs found
Sort by
OPERATING SYSTEM FOR WIRELESS SENSOR NETWORKS AND AN EXPERIMENT OF PORTING CONTIKIOS TO MSP430 MICROCONTROLLER
Get PDFWireless Sensor Networks (WSNs) consist of a large number of sensor nodes, and are used for various applications such as building monitoring, environment control, wild-life habitat monitoring, forest fire detection, industry automation, military, security, and health-care. Each sensor node needs an operating system (OS) that can control the hardware, provide hardware abstraction to application software, and fill in the gap between applications and the underlying hardware. In this paper, researchers present OS for WSNs and an experiment of porting contikiOS to MSP430 microcontroller which is very popular in many hardware platforms for WSNs. Researchers begin by presenting the major issues for the design of OS for WSNs. Then, researchers examine some popular operating systems for WSNs including TinyOS, ContikiOS, and LiteOS. Finally, researchers present an experiment of porting ContikiOS to MSP430 microcontroller.
Wireless Sensor Networks (WSNs) terdiri dari sejumlah besar sensor nodes, dan digunakan untuk berbagai aplikasi seperti pemantauan gedung, pengendalian lingkungan, pemantauan kehidupan habitat liar, deteksi kebakaran hutan, otomatisasi industri, militer, keamanan, dan kesehatan. Setiap sensor nodememerlukan sistem operasi (SO) yang dapat mengontrol hardware, menyediakan abstraksi hardware untuk aplikasi perangkat lunak, dan mengisi kesenjangan antara aplikasi dan hardware. Dalam penelitian ini, peneliti menyajikan SO untuk WSNs dan percobaan dari port contikiOS untuk MSP430 mikrokontroler yang sangat populer di platformhardware untuk WSNs. Peneliti memulai dengan menghadirkan isu utama yaitu desain SO untuk WSNs. Lalu, penelitimemeriksa beberapa sistem operasi populer untuk WSNs, termasuk TinyOS, ContikiOS, dan LiteOS. Akhirnya penelitimenyajikan sebuah percobaan dari port ContikiOS untuk MSP430 mikrokontroler
DATA INTEGRATION SIMULATION USING DATA CONSOLIDATION
Get PDFOne of the data integration methods is data consolidation. This method captures data from multiple source systems/data and integrates it into a single persistent data. We examined the performance of data consolidation using k-means and Gaussian mixture clustering. Meanwhile, we use Silhouette index as cluster validation and measure how well of a clustering relative to others. The experiments analyses the data in various data duplication rate and actual number of data cluster. Based on the experimental result, there are two factors affecting the performance of data consolidation. These factors are the rate/percentage of duplicate data and the number of actual cluster contained in a data. The higher percentages of duplicate data and less number of clusters contained in the data would be increasing the performance of clustering algorithm.
Salah satu metode dari integrasi data adalah konsolidasi data. Metode ini mengambil data dari beberapa sumber data untuk digabungkan menjadi data persisten tunggal. Peneliti memeriksa kinerja konsolidasi data menggunakan beberapa teknik clustering yaitu k-means dan gaussian mixture clustering. Penulis menggunakan Silhouette index sebagai metode validasi cluster untuk mengukur seberapa baik suatu pengelompokan relatif terhadap data lain. Penelitian ini melakukan analisis data terhadap jumlah rata-rata duplikasi data dan jumlah sebenarnya dari cluster data. Berdasarkan hasil percobaan, ada dua faktor yang mempengaruhi kinerja integrasi data dengan menggunakan konsolidasi data. Faktor-faktor tersebut antara lain adalah tingkat atau persentase dari duplikasi data dan jumlah cluster sebenarnya yang terkandung dalam data. Persentase duplikasi data yang tinggi dan data yang mengandung jumlah cluster yang rendah, akan meningkatkan kinerja dari algoritma clustering
PEMBAGIAN TUGAS DALAM KOLONI ROBOT OTONOM BERGERAK PADA STUDI KASUS PEMBENTUKAN POLA FORMASI SECARA GRADUAL
Get PDFPada penelitian ini dilakukan suatu eksperimen pembentukan formasi pola dengan menggunakan Robot LEGO Mindstorms NXT. Pembentukan pola ini dilakukan secara bertahap dimulai dari pembentukan formasi pola yang lebih sederhana menuju kepada formasi pola yang lebih kompleks. Dalam penelitian ini, diterapkan konsep pembedaan peranan dalam pembentukan formasi pola poligon. Konsep pembedaan peranan ini diterapkan dengan menggunakan persamaan periodik. Selain itu, persamaan pembedaan peranan dibuat dengan fitur terbebas dari kondisi awal dari nilai variabel pembeda. Pembentukan formasi pola pada penelitian ini dilakukan dalam 3 tahapan, yaitu tahap penerapan persamaan, tahap penerapan robot simulasi, dan tahap penerapan perangkat robot. Pembentukan formasi pola yang dilakukan pada penelitian ini ada tiga macam, yaitu pembentukan formasi pola segitiga, pembentukan formasi pola segiempat / jajaran genjang, dan pembentukan formasi pola segilima
PENGENALAN DAN PENCARIAN POSISI ROBOT DALAM PENCARIAN SUMBER KEBOCORAN GAS
Get PDFImplementasi algoritma Particle Swarm Optimization (PSO) pada robot untuk pencarian sumber kebocoran gas memerlukan informasi posisi dari setiap robot. Penggunaan kamera memungkinkan untuk mendapatkan informasi posisi robot yang lebih absolut dan akurat dibandingkan dengan perangkat pencari informasi posisi lainnya. Paper ini memaparkan suatu metode yang akan digunakan untuk mencari posisi robot. Metode yang diajukan menggunakan beberapa teknik pengolahan citra, seperti, Color Filtering dan Blobs Filtering guna mengenali dan memperoleh posisi robot. Berdasarkan eksperimen yang telah dilakukan, metode ini mampu menentukan posisi absolut robot sehingga ia dapat menyediakan informasi posisi robot dalam implementasi algoritma PSO.
Implementation of Particle Swarm Optimization (PSO) algorithm on the robot to search for the gas leakage source requires information of the position of each robot. The use of the camera allows the robot to obtain position information more accurate than the absolute position information of other search tools. This paper describes a method that will be used to locate the position of the robot. Proposed method uses several image processing techniques, such as, Color Filtering and Blobs Filtering in order to identify and obtain the robot position. Based on the experiments that have been performed, the method is capable of determining the absolute position of the robot so that it can provide position information of the robot in PSO algorithm implementation
ALGORITMA KOMPRESI FRAKTAL SEQUENTIAL DAN PARALEL UNTUK KOMPRESI CITRA
Get PDFKompresi citra adalah proses mengurangi ukuran dari citra dengan mengurangi kualitas dari citra tersebut. Metode Fraktal yang digunakan bekerja dengan mencari kemiripan pada piksel-piksel citra dan mengelompokkannya dalam beberapa cluster. Semakin tinggi tingkat kemiripan pada citra, rasio kompresi akan semakin baik. Pada citra berwarna (RGB) metode tersebut diulang sebanyak tiga kali, masing-masing untuk satu elemen warna. Hasil akhir dari proses kompresi adalah tiga virtual codebook, masing-masing untuk satu elemen warna, yang menyimpan nilai dari brightness, contrast, dan tipe transformasi affine yang digunakan untuk tiap cluster. Proses dekompresi dari metode ini adalah dengan membentuk citra kosong dengan resolusi yang sama dengan citra asli dan mengisikan nilai RGB pada tiap piksel yang bersangkutan dengan menghitung nilai yang tersimpan pada virtual codebook. Dengan menggunakan nilai Coefficient of Variation (CV) sebagai penyesuaian nilai standar deviasi dan 57 citra BMP24-bit, hasil pengujian menunjukkan rasio kompresi rata-rata sebesar 41.79%. Dengan metode paralel yang digunakan, proses kompresi citra berwarna menunjukkan rata-rata nilai speed-up sebesar 1.69 dan nilai efisiensi prosesor sebesar 56.34%.
Image compression is a process of reducing the size of the image by reducing the quality of the image. Fractal method is used to work by searching for similarities in the image pixels, and group them in clusters. The higher the degree of resemblance to the image, the better the compression ratio. In the color image (RGB) the method is repeated three times, each for one color element.The end result of the compression process is a three virtual codebook, each for one color element, which stores the value of the brightness, contrast, and the type of affine transformation are used for each cluster. Decompression process of this method is to form a blank image with the same resolution with the original image and fill in the RGB values at each pixel corresponding to the count value stored in the virtual codebook.By using the Coefficient of Variation (CV) as an adjustment value and standard deviation of 57 pieces of 24-bit BMP images, test results showed an average compression ratio of 41.79%. With the parallel method is used, the compression process of color image shows the average speed-up values of 1.69 and the processor efficiency of 56.34%
SISTEM KONTROL JARINGAN SYARAF TIRUAN BERBASIS SIMULASI PADA PENGELASAN PIPA ALUMINUM
Get PDFDalam penelitian ini telah dikembangkan sistem pengelasan otomatis Tungsten Inert Gas (TIG) dengan menggunakan sensor vision pada pengelasan pipa aluminum. Penelitian ini mempelajari proses pengelasan cerdas pipa paduan aluminum 6063S-T5 dalam posisi tetap dengan obor las (welding torch) bergerak dan menggunakan mesin las AC. Model Jaringan Syaraf Tiruan (neural network) untuk pengendalian kecepatan pengelasan telah dikembangkan agar dapat bekerja secara otomatis. Untuk melatih Jaringan Syaraf Tiruan ini diperlukan cukup banyak data dari penelitian sehingga memerlukan waktu dan dana yang cukup besar. Penelitian ini menawarkan proses baru untuk memperkirakan dan mengendalikan penetrasi pengelasan dalam pengelasan pipa paduan aluminum. Penetrasi las diperkirakan dengan menggunakan metode perkiraan secara hibrida yaitu dengan mengombinasikan simulasi pengelasan dan pengamatan visual menggunakan sensor vision. Dari hasil eksperimen didapatkan bahwa sistem pengendalian cukup efektif untuk mendeteksi kolam las (molten pool) dan menghasilkan pengelasan yang baik.
This research has developed an automatic welding system Tungsten Inert Gas (TIG) using sensor vision on aluminum pipe welding. This research studied the process of intelligent welding of alloy pipe aluminum 6063S-T5 in a fixed position with a welding torch to move and use the AC welding machines. The neural network model to control the speed of the welding has been developed in order to work automatically. The neural network train need quite a lot of data from studies that require time and substansial funds. This research offers a new process for estimating and controlling welding penetration in welding of aluminum alloy pipe. Weld penetration was estimated by using the approximate hybrid method that combines the simulations of welding and visual inspection using sensor vision. The experiment results that the control system is effective enough to detect the molten pool and produce a good weld
DETEKSI DISTORSI BLOK PADA GAMBAR DIGITAL TERKOMPRESI
Get PDFPada penelitian ini, dikemukakan sebuah metode baru berbasis analisis multiresolusi untuk mendeteksi distorsi blok pada gambar digital terkompresi. Gambar digital terkompresi cenderung memiliki artefak codingyang mungkin muncul ketika gambar dikodekan dengan tingkat kompresi yang tinggi. Penelitian ini berfokus pada distorsi blok yang dirasakan signifikan dalam gambar digital terkompresi berbasis blok seperti JPEG. Pada penelitian ini, transformasi Wavelet Haar digunakan untuk mendekomposisi sebuah gambar dan menganalisis karakteristik tepian dari gambar tersebut. Berdasarkan dekomposisi ini, peneliti menyusun sebuah algoritma untuk mendeteksi distorsi blok dengan menganalisis koefisien hasil transformasi wavelet. Hasil eksperimen algoritma terhadap database gambar LIVE menunjukkanhasil yang sangat memuaskan dengan tingkat kesalahan yang rendah.
In this study, presented a new method based on multiresolution analysis to detect the distortion of the block in a compressed digital image. Compressed digital image tend to have coding artifacts that may arise when an image is encoded with a high compression rate. This study focuses on a block distortion that significantly perceived in the block-based compressed digital images such as JPEG. In this study, Wavelet Haar transformation is used to decompose an image and analyze the characteristics of the edge of the picture. Based on this decomposition, the researchers compiled an algorithm for detecting a block distortion by analyzing the coefficients of the wavelet transformation. The results of experimental algorithms for image database LIVE shows very satisfactory results with low error rates
ANALYSIS RESOURCE AWARE FRAMEWORK BY COMBINING SUNSPOT AND IMOTE2 PLATFORM WIRELESS SENSOR NETWORKS USING DISTANCE VECTOR ALGORITHM
Get PDFEfficiency energy and stream data mining on Wireless Sensor Networks (WSNs) are a very interesting issue to be discussed. Routing protocols technology and resource-aware can be done to improve energy efficiency. In this paper we try to merge routing protocol technology using routing Distance Vector and Resource-Aware (RA) framework on heterogeneity wireless sensor networks by combining sun-SPOT and Imote2 platform wireless sensor networks. RA perform resource monitoring process of the battery, memory and CPU load more optimally and efficiently. The process uses Light-Weight Clustering (LWC) and Light Weight Frequent Item (LWF). The results obtained that by adapting Resource-Aware in wireless sensor networks, the lifetime of wireless sensor improve up to ± 16.62%.
Efisiensi energi dan stream data mining pada Wireless Sensor Networks (WSN) adalah masalah yang sangat menarik untuk dibahas. Teknologi Routing Protocol dan Resource-Aware dapat dilakukan untuk meningkatkan efisiensi energi. Dalam penelitian ini peneliti mencoba untuk menggabungkan teknologi Routing Protocol menggunakan routing Distance Vector dan Resource-Aware (RA) framework pada Wireless Sensor Networks heterogen dengan menggabungkan sun-SPOT dan platform Imote2 Wireless Sensor Networks. RA melakukan proses pemantauan sumber daya dari memori, baterai, dan beban CPU lebih optimal dan efisien. Proses ini menggunakan Light-Weight Clustering (LWC) dan Light Weight Frequent Item (LWF). Hasil yang diperoleh bahwa dengan mengadaptasi Resource-Aware dalam Wireless Sensor Networks, masa pakai wireless sensor meningkatkan sampai ± 16,62%
KLASIFIKASI BEAT ARITMIA PADA SINYAL EKG MENGGUNAKAN FUZZY WAVELET LEARNING VECTOR QUANTIZATION
Get PDFPengenalan pola beat dalam analisa rekaman elektrokardiogram (EKG) menjadi bagian yang penting dalam deteksi penyakit jantung terutama aritmia. Banyak metode yang dikembangkan terkait dengan pengenalan pola beat, namun sebagian besar masih mengunakan algoritma klasifikasi klasik di mana masih belum mampu mengenali outlier klasifikasi. Fuzzy Learning Vector Quantization (FLVQ) merupakan salah satu algoritma yang mampu untuk mengenali outlier klasifikasi tetapi juga memiliki kelemahan untuk sistem uji yang bukan data berkelompok. Dalam tulisan ini peneliti mengusulkan Fuzzy Wavelet LearningVector Quantization (FWLVQ), yaitu modifikasi FLVQ sehingga mampu mengatasi data crisp maupun data fuzzy dan juga memodifikasi inferensi sistemnya sebagai perpaduan model fuzzy Takagi Sugeno Kang dengan wavelet. Sinyal EKG diperoleh dari database MIT-BIH. Sistem pengenalan pola beat secara keseluruhan terbagi atas dua bagian yaitu data pra proses dan klasifikasi. Hasil percobaan diperoleh bahwa FWLVQ memiliki akurasi sebesar 90.20% untuk data yang tidak mengandung outlier klasifikasi dan 87.19% untuk data yang melibatkan outlier klasifikasi dengan rasio data uji outlier klasifikasi dengan data non-outlier sebesar 1:1.
The recognition of beat pattern in analysis of recording an electrocardiogram (ECG) becomes an important detection of heart disease, especially arrhythmias. Many methods are developed related to the recognition of beat patterns, but most still use the classical classification algorithms which are still not able to identify outlier classification. Fuzzy Learning Vector Quantization (FLVQ) is one of the algorithms that can identify outlier classification but also has a weakness for test systems that are not grouped data. In this paper we propose a Fuzzy Wavelet Quantization Learning Vector (FWLVQ), which is modified so as to overcome FLVQ crisp data and fuzzy data and also modify the inference system as a combination of Takagi Sugeno Kang fuzzy model with the wavelet. ECG signal obtained from the MIT-BIH database. Beat pattern recognition system as a whole is divided into two parts: data pre-processing and classification. The experimental results obtained that FWLVQ has an accuracy 90.20% for data that does not contain outlier classification and 87.19% for the classification of data involving outlier ratio outlier test data classification with non-outlier data of 1:1
IDENTIFIKASI DISTORSI BLUR PADA GAMBAR DIGITAL
Get PDFSalah satu masalah yang sering muncul dalam dunia fotograï¬ adalah efek blur yang dapat diakibatkan baik oleh objek yang bergerak maupun gerakan kamera yang berhubungan dengan kecepatan rana (shutter speed) ketika gambar akan diambil. Paper ini menyajikan sebuah metode baru yang sederhana untuk mendeteksi kemunculan distorsi blur yang tidak diinginkan pada gambar digital. Metode yang diusulkan menggunakan transformasi discrete cosine transform (DCT) pada gambar yang telah mengalami distorsi dengan ukuran blok DCT yang bervariasi. Hasil dari pendeteksian ini kemudian digunakan untuk meningkatkan kualitas gambar melalui metode debluring berdasarkan korelasi pixel yang diterapkan pada area tertentu pada gambar yang mengandung distorsi blur ini. Hasil eksperimen menunjukkan bahwa kualitas gambar yang disempurnakan dihasilkan oleh metode debluring secara selektif menggunakan deteksi distorsi blur lokal akan lebih baik daripada yang tidak melalui proses seleksi. Dari berbagai ukuran blok yang digunakan dalam percobaan, blok berukuran 32×32 piksel menghasilkan kualitas gambar yang secara umum lebih baik.
One of the problems that often arise in photography is a blurring effect that can be caused either by a moving object or camera movements that associated with the shutter speed when the picture is taken. This paper presents a simple new method for detecting the appearance of unwanted blur distortion in digital images. The proposed method uses the transformation of Discrete Cosine Transform (DCT) on the image that has been distorted with varying DCT block size. The results of the detection used to improve image quality through debluring method based on pixel correlation that applied to certain areas of the image that contains this blur distortion. The experimental results show that the enhanced picture quality produced by the method of selectively debluring using a local blur distortion detection is better than not through the selection process. From various block sizes used in the experiments, the block size of 32×32 pixel generates better picture quality