IJCCS (Indonesian Journal of Computing and Cybernetics Systems)
Not a member yet
480 research outputs found
Sort by
Klasifikasi Varietas Cabai Berdasarkan Morfologi Daun Menggunakan Backpropagation Neural Network
Get PDFCompared with other methods of classifiers such as cellular and molecular biological methods, using the image of the leaves become the first choice in the classification of plants. The leaves can be characterized by shape, color, and texture; The leaves can have a color that varies depending on the season and geographical location. In addition, the same plant species also can have different leaf shapes. In this study, the morphological features of leaves used to identify varieties of pepper plants. The method used to perform feature extraction is a moment invariant and basic geometric features. For the process of recognition based on the features that have been extracted, used neural network methods with backpropagation learning algorithm. From the neural-network training, the best accuracy in classifying varieties of chili with minimum error 0.001 by providing learning rate 0.1, momentum of 0.7, and 15 neurons in the hidden layer foreach of various feature. To conduct cross-validation testing with k-fold tehcnique, obtained classification accuracy to be range of 80.75%±0.09% with k=4
Analisis Opini Terhadap Fitur Smartphone Pada Ulasan Website Berbahasa Indonesia
Get PDF Through online stores, consumers can give an opinion of a product, one of the best-selling products is smartphone. Their opinions become valuable and can be worthwhile to know the advantages or disadvantages of products based on the user’s experience. Therefore, in order to utilize the data of customers' opinions, it is necessary to create a system that automatically performs mining and summarizing opinions on smartphone product. The system consist of five parts: data collection, preprocessing review, feature mining, analysis of opinions and then visualize the results. Data collection is taking data reviews website using web scraping, preprocessing review is for cleaning data reviews. Feature mining stage will find features in the reviews with apriori algorithm to produce frequent item set, then analyze the opinion using lexicon based, language rule and score function. The result will be shown in graphical form. From the testing of feature mining obtained average recall score at 0.63 and precision at 0.72. It depends on good or bad quality of reviews. The results of testing accuracy opinion analysis shows high value with accuracy 81.76 %. The technique showed good results with opinion data which is labeled, using language rule and the implementation of score function
Komunikasi Data Berbasis Protokol UDP pada Sistem Ubiquitous Mobile Sensing Kualitas Sumber Air
Get PDFThe need for monitoring, effective and efficient control and evaluation of water quality in regional waters Surabaya become a demand for population growth, climate change and variability in the current era of urbanization. The traditional method is done by collecting water samples, test and analyze water in the laboratory has been relatively expensive and do not have the ability to capture real-time data, analysis and information delivery fast in making decisions. On the other hand, the rapid spread in the use of mobile phones in developing countries has increased mobile data management applications. A variety of mobile applications has also increased in recent years. This is because mobile phones cheap, easy to use and can transmit multiple types of information including images and GPS data remotely. In this paper, the author describes a data communication system of water quality resources based on UDP protocol. This system is called ubiquitous mobile sensing consisting of microcontroller Arduino, water quality sensors, and Android smartphones. It has the ability to detect temperature, dissolved oxygen (DO), pH and electrical conductivity (EC) in real time. By using this monitoring system, the data result is expected more accurate, faster and cheaper
Aplikasi Mobile untuk Analisis Sentimen pada Google Play
Get PDFAbstrakGoogle dalam application store-nya, Google Play, saat ini telah menyediakan sekitar 1.200.000 aplikasi mobile. Dengan sejumlah aplikasi tersebut membuat pengguna memiliki banyak pilihan. Selain itu, pengembang aplikasi mengalami kesulitan dalam mencari tahu bagaimana meningkatkan kinerja aplikasinya. Dengan adanya permasalahan tersebut, maka dibutuhkan sebuah aplikasi analisis sentimen yang dapat mengolah sejumlah komentar untuk memperoleh informasi.Sistem yang dibangun memiliki tujuan untuk menentukan polaritas sentimen dari ulasan tekstual aplikasi pada Google Play yang dilakukan dari perangkat mobile. Perangkat mobile memiliki portabilitas yang tinggi dan sebagian dari perangkat tersebut memiliki resource yang terbatas. Hal tersebut diatasi dengan menggunakan arsitektur sistem berbasis client server, di mana server melakukan tugas-tugas yang berat sementara client-nya adalah perangkat mobile yang hanya mengerjakan tugas yang ringan. Dengan solusi tersebut maka Analisis sentimen dapat diaplikasikan pada mobile environment.Adapun metode klasifikasi yang digunakan adalah Naïve Bayes untuk aplikasi yang dikembangkan dan Support Vector Machine Linier sebagai pembanding. Nilai akurasi dari Naïve Bayes classifier dari aplikasi yang dibangun sebesar 83,87% lebih rendah jika dibandingkan dengan nilai akurasi dari SVM Linier classifier sebesar 89,49%. Adapun penggunaan semantic handling untuk mengatasi sinonim kata dapat mengurangi akurasi classifier. Kata kunci— analisis sentimen, google play, klasifikasi, naïve bayes, support vector machine AbstractGoogle's Google Play now providing approximately 1.200.000 mobile applications. With these number of applications, it makes the users have many options. In addition, application developers have difficulties in figuring out how to improve their application performance. Because of these problems, it is necessary to make a sentiment analysis applications that can process review comments to get valuable information.The purpose of this system is determining the polarity of sentiments from applications’s textual reviews on Google Play that can be performed on mobile devices. The mobile device has high portability and the majority of these devices have limited resource. That problem can be solved by using a client server based system architecture, where the server performs training and classification tasks while clients is a mobile device that perform some of sentiment analysis task. With this solution, the sentiment analysis can be applied to the mobile environment.The classification method that used are Naive Bayes for developed application and Linear Support Vector Machine that is used for comparing. Naïve Bayes classifier’s accuracy is 83.87%. The result is lower than the accuracy value of Linear SVM classifier that reach 89.49%. The use of semantic handling can reduce the accuracy of the classifier. Keywords—sentiment analysis, google play, classification, naïve bayes, support vector machin
Sistem Pendukung Keputusan untuk Memilih Budidaya Ikan Air Tawar Menggunakan AF-TOPSIS
Get PDFAbstrakPotensi perikanan budidaya air tawar semakin meningkat, hal tersebut disebabkan produksi ikan sektor penangkapan mendekati “overfishing”. Budidaya perikanan air tawar memiliki beberapa alternatif ikan yang memiliki nilai ekonomis tinggi yaitu ikan Mas, ikan Mujair, ikan Nila, ikan Gurame, ikan Lele dan ikan Patin. Alternatif ikan ini memiliki karakteristik yang berbeda untuk masing-masing jenis pembudidayaannya. Parameter-parameter yang mempengaruhi proses budidaya ikan air tawar tersebut diantaranya: faktor kesesuaian air meliputi: suhu, kecerahan, DO (derivater oksigen), keasaman (pH). Sedangkan pemilihan budidaya perikanan yang menguntungkan bisa dinilai dari faktor finansial yaitu: NPV (Net Present Value), ROI (Return on Investment), BCR (Benefit Cost Ratio), PBP (Pay Back Period) dan BEP (Break Event Point). Sedangkan metode yang dipergunakan untuk pengambilan keputusan yaitu Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) sebagai salah satu model decision dapat digunakan untuk memberikan preferensi kepada para petani budidaya ikan, karena alternatif yang terpilih tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga jarak terpanjang dari solusi ideal negatif. Hasil dari penelitian ini menunjukkan bahwa sistem penunjang keputusan yang mempertimbangkan parameter kondisi lingkungan air dan faktor finansial dapat membantu petani budidaya ikan untuk menentukan jenis budidaya ikan air tawar yang akan dijalankan. Kata kunci—Ikan air tawar, Analisis Finansial, TOPSIS, SPK. AbstractFreshwater aquaculture potential is increasing, one of the reason is production of fishing over the sea is almost deal with "overfishing". Freshwater aquaculture fish have few alternatives such as Carp, Mossambique, Tilapia, Gouramy, Catfish and Pangacius. Each has different type of cultivation. The requirement parameters that influence the process of freshwater cultive is water suitability factors include: Temperature, Brightness, DO (derivated oxygen), acidity (pH) etc. While the selection of profitable aquaculture can be determind from financial bussines as: NPV (Net Present Value), ROI (Return on Investment), BCR (Benefit Cost Ratio), PBP (Payback Period) and BEP (Break Event Point). The methods that used to help the decision-making process that Method Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) as one of the decision models can be used to give preference to farmers fish farming, because the alternative is chosen not only have the shortest distance from a solution positive ideal but also the longest distance from the negative ideal solution. The results of this study show that decision support systems that take into account the environmental condition of water parameters and financial bussines can help fisherman to determine the type of freshwater Aquaculture culture to be run. Keywords— Fresh Water Fish, Financial Analysis, TOPSIS, SP
Sistem Simulasi Evakuasi Kebakaran Berbasis Multi Agen
Get PDFAbstrakGedung merupakan salah satu tempat dilaksanakannya berbagai aktivitas dari sejumlah manusia pada waktu tertentu. Pada saat kebakaran gedung terjadi, semua orang yang berada didalam gedung harus melakukan proses evakuasi agar terhindar dari bahaya api. Permodelan dengan agen merupakan salah satu cara menggambarkan kondisi kebakaran di kehidupan nyata, untuk mengurangi biaya dan bahaya yang ditimbulkan pada saat terjadi kebakaran digedung.Permodelan ini menggunakan pendekatan Multi agen, yang terdiri dari agen karyawan, agen api dan agen pintu exit yang saling berinteraksi dan berkomunikasi. Setiap karakteristik dan perilaku dari agen disimulasikan dengan menggunakan NetLogo pada saat terjadi kebakaran digedung dengan menggunakan skenario perluasan api, skenario penyelamatan, dan proses evaluasi fasilitas pendukung evakuasi.Pengujian dilakukan terhadap kondisi existing gedung dan perubahan rancangan fasilitas pendukung evakuasi seperti scenario penempatan pintu dan scenario penambahan lebar pintu. Setiap satu pengujian skenario dilakukan sebanyak 5 kali percobaan dengan parameter yang sama dan hasilnya akan dicari nilai rata-rata jumlah manusia yang selamat dan jumlah korban yang terkena api sebagai hasil evaluasi fasilitas pendukung evakuasi, selain itu juga dilakukan pengujian terhadap skenario perluasan api dan skenario penyelamatan untuk melihat karakteristik dan perilaku yang dimiliki agen api dan agen karyawan dalam memberikan aksi terhadap proses evakuasi. Kata kunci : Evakuasi, kebakaran, agen, NetLogo, skenario, evaluasi. AbstractThe building is one of place that people do various activities at a certain time. At the time of building fire occurs, all of the people must make the evacuation process in order to avoid the danger of fire. Modeling with Agent is one way to describe the condition of fire in real life, to reduce costs and the danger posed in the event of a fire halls. This model uses Multi-agent approach, which consists of the employeeagent, fire agent and exit dooragent which interact and communicate. Each of the characteristics and behavior of the agent is simulated using the NetLogo in the event of fire halls using the expansion fire scenario, rescue scenario, and evacuation support facilities to evaluation process. Tests carried out on the existing condition of the building and changes the support facilities such as the placement of doors and the addition of the door width scenario. Each of the test scenario performed 5 times with the same parameters and the results will be sought value average number of human survivors and the number of victims affected by the fires as a result of the evaluation of evacuation support facility, while also testing the expansion fire and rescue scenario for look at the characteristics and behavior of fire agent and employee agent in evacuation process. Keywords: Evacuation, Fire, Agent, NetLogo, scenario, evaluation
Ekstraksi Informasi Halaman Web Menggunakan Pendekatan Bootstrapping pada Ontology-Based Information Extraction
Get PDFAbstrakEkstraksi informasi merupakan suatu bidang ilmu untuk pengolahan bahasa alami, dengan cara mengubah teks tidak terstruktur menjadi informasi dalam bentuk terstruktur. Berbagai jenis informasi di Internet ditransmisikan secara tidak terstruktur melalui website, menyebabkan munculnya kebutuhan akan suatu teknologi untuk menganalisa teks dan menemukan pengetahuan yang relevan dalam bentuk informasi terstruktur. Contoh informasi tidak terstruktur adalah informasi utama yang ada pada konten halaman web. Bermacam pendekatan untuk ekstraksi informasi telah dikembangkan oleh berbagai peneliti, baik menggunakan metode manual atau otomatis, namun masih perlu ditingkatkan kinerjanya terkait akurasi dan kecepatan ekstraksi. Pada penelitian ini diusulkan suatu penerapan pendekatan ekstraksi informasi dengan mengkombinasikan pendekatan bootstrapping dengan Ontology-based Information Extraction (OBIE). Pendekatan bootstrapping dengan menggunakan sedikit contoh data berlabel, digunakan untuk memimalkan keterlibatan manusia dalam proses ekstraksi informasi, sedangkan penggunakan panduan ontologi untuk mengekstraksi classes (kelas), properties dan instance digunakan untuk menyediakan konten semantik untuk web semantik. Pengkombinasian kedua pendekatan tersebut diharapkan dapat meningkatan kecepatan proses ekstraksi dan akurasi hasil ekstraksi. Studi kasus untuk penerapan sistem ekstraksi informasi menggunakan dataset “LonelyPlanet”. Kata kunci—Ekstraksi informasi, ontologi, bootstrapping, Ontology-Based Information Extraction, OBIE, kinerja Abstract Information extraction is a field study of natural language processing by converting unstructured text into structured information. Several types of information on the Internet is transmitted through unstructured information via websites, led to emergence of the need a technology to analyze text and found relevant knowledge into structured information. For example of unstructured information is existing main information on the content of web pages. Various approaches for information extraction have been developed by many researchers, either using manual or automatic method, but still need to be improved performance related accuracy and speed of extraction. This research proposed an approach of information extraction that combines bootstrapping approach with Ontology-Based Information Extraction (OBIE). Bootstrapping approach using small seed of labelled data, is used to minimize human intervention on information extraction process, while the use of guide ontology for extracting classes, properties and instances, using for provide semantic content for semantic web. Combining both approaches expected to increase speed of extraction process and accuracy of extraction results. Case study to apply information extraction system using “LonelyPlanet” datasets. Keywords— Information extraction, ontology, bootstrapping, Ontology-Based Information Extraction, OBIE, performanc
Klasifikasi Data Microarray Menggunakan Discrete Wavelet Transform dan Extreme Learning Machine
Get PDFAbstrakData microarray digunakan sebagai alternatif untuk diagnosa penyakit kanker karena kesulitan dalam dignosa kanker berdasarkan bentuk morfologis, yaitu perbedaan morfologis yang tipis antar jenis kanker yang berbeda. Penelitian ini bertujuan untuk membangun pengklasifikasi data microarray. Proses klasifikasi diawali dengan reduksi dimensi data microarray menggunakan DWT, dengan cara mendekomposisi sampel hingga level tertentu, kemudian mengambil nilai koefisien aproksimasi pada level tersebut sebagai fitur sampel. Fitur tersebut selanjutnya menjadi masukan untuk klasifikasi. Metode klasifikasi yang digunakan adalah ELM yang diterapkan pada RBFN. Dataset yang digunakan adalah data microarray multikelas, yaitu dataset GCM (16.063 gen, 14 kelas) dan Subtypes-Leukemia (12.600 gen, 7 kelas).Pengujian dilakukan dengan cara membagi data latih dan data uji secara random sepuluh kali dengan proporsi data yang sama. Classifier yang dihasilkan dari penelitian ini untuk dataset GCM belum memiliki performa yang cukup baik, ditunjukkan dengan nilai akurasi sekitar 75% ± 6,25% dan nilai minimum sensitivity yang masih rendah, yaitu 15% ± 19,95% menunjukkan bahwa sensitivity untuk tiap kelas belum merata, terdapat beberapa kelas yang sensitivity-nya masih rendah. Namun, classifier untuk dataset Subtypes-Leukemia yang memiliki jumlah kelas lebih sedikit dari dataset GCM memiliki performa yang cukup baik, ditunjukkan dengan nilai akurasi 87,68% ± 2,88% dan minimum sensitivity 51,90% ± 20,29%. Kata kunci— microarray, ekspresi gen, DWT, ELM, RBFN AbstractMicroarray data is used as an alternative in cancer diagnosis because of the difficulties cancer diagnosis based on morphologis structures. Different classes of cancer usually have poor distintion of morphologis structures. The aim of this reserach is to bulid microarray data classfier. The classification process is started by reducing dimension of microarray data. The method used to reduce the microarray data dimension is DWT by decomposing the samples until certain decomposition level and then use approximation coefficients at those level as feature to classifier. Classifier used in this reserach is ELM implemeted on RBFN. Dataset used are GCM (16.063 genes, 14 classes) and Subtypes-Leukemia (12.600 genes, 7 classes). Testing process is done by randomly dividing the training and testing data ten times with same proprotion of training and testing data. The perfomance of classifier built in this research is not so good for GCM dataset, shown by accuracy 75% ± 6,25% and mean of minimum sensitivity 15% ± 19,95%. The low minimum sensitivity indicate that there are few classes that have low sensitivity. But the classifier for Subtypes-Leukemia dataset give better result, that is accuracy 87,68% ± 2,88% and mean of minimum sensitivity 51,90% ± 20,29%. Keywords— microarray, gene expression, DWT, ELM, RBF
Pengembangan Model CYBER CLUSTER E-COMMERCE Berbasis CMS dan SEO Produk UMKM
Get PDFAbstrakPermasalahan yang sering dihadapi oleh UMKM adalah terbatasnya jumlah dan jangkauan pemasaran dan penjualan produknya. Begitu juga persaingan produk sejenis dapat terjadi oleh antar produk lokal atau produk yang datang dari luar. Hal ini disebabkan karena pemasaran dan penjualan masih dilakukan secara konvensional dan dilakukan secara individual. Penelitian ini bermaksud melakukan implementasi model sistem E-Commerce produk UMKM di suatu daerah atau Kabupaten dengan model pemberdayaan partisipasi kelompok siber (cyber cluster partisipatif) dalam melakukan linking web yang dikembangkan menggunakan sistem Search Engine Optimisazion (SEO) dan Content Management System (CMS). Tujuannya adalah agar web yang dikembangkan dapat dengan mudah menempati ranking teratas pada halaman pencari web (search engine) dan selalu terupdate isi dan rankingnya. Manfaat dari penelitian ini adalah meningkatkan pemasaran dan penjualan produk UMKM hingga pasar global dan menjadikan alamat web tersebut mudah dicari dan dan ditemukan karena sering muncul pada posisi puncak pencarian di mesin pencari seperti google. Luaran penelitian ini adalah website produk UMKM berbasis CMS dan teroptimisasi dengan model link internal dan eksternal sehingga selalu muncul pada posisi top range pencarian. Metode penelitian ini menggunakan action research, dengan model pengembangan sistem terstruktur model air terjun (waterfall). Aplikasi webnya sendiri dikembangkan dengan model prototype, sesuai dengan kebutuhan penggunannya. Kata kunci—Cyber-Cluster, SEO, CMS, UMKM AbstractProblems that are often faced by UMKM (SME) is the limited number and range of marketing and sales of its products. So is the competition of similar products can occur by inter-local products or products that come from outside. This is because marketing and sales are still done conventionally and done individually. This study intends to make the implementation of a model system of E-Commerce SME product in an area or district with the participation of empowerment models cyber group (cluster cyber participatory) in performing web linking system that was developed using Optimisazion Search Engine (SEO) and Content Management System (CMS). The goal is for the web that can be developed easily ranked the Web search page (search engines) and always updated content and rank. The benefit of this research is to improve the marketing and sale of products of SMEs to global market and making it easy to find the web address and and are found as often appear in top positions in the search engines like google. Outcomes of this research is based CMS website MSME products and optimized the model of internal and external links that always appears at the top position of the search range. Methods This study uses an action research, the model of structured systems development waterfall model (waterfall). Its own web application developed with prototype models, according to consumer needs. Keywords—Cyber-Cluster, SEO, CMS, SM
Covert Channel Pada Aliran Data Websocket untuk Komunikasi Messaging XMPP
Get PDFAbstrakLayanan komunikasi Instant Messaging menyediakan berbagai fitur komunikasi yang bisa digunakan oleh pengguna, diantaranya adalah text messaging (pesan teks) baik online maupun offline. Salah satu standar protokol yang mendukung layanan ini adalah XMPP (Extensible Messaging and Presence Protocol). Aliran komunikasi XMPP menggunakan potongan dokumen XML, sehingga rentan terhadap serangan pasif monitoring konten paket komunikasi. Untuk mengatasi kelemahan ini solusinya adalah menggunakan komunikasi yang terenkripsi. Selain itu ada solusi lain yang coba ditawarkan dalam penelitian ini, yaitu penggunaan covert channel untuk mengirim pesan secara tersembunyi. Dalam penelitian ini akan dibuat sebuah aplikasi klien XMPP berbasis web browser yang mampu melakukan komunikasi XMPP dan juga menyediakan komunikasi covert channel. Komunikasi XMPP agarbisa berjalan diatas aplikasi berbasis web browser maka digunakanlah protokol WebSocket. Protokol inilah yang nantinya akan dieksploitasi pada sisi header, khususnya pada field masking-key untuk memuat pesan covert channel yang dikirimkan pada saat sesi komunikasi XMPP berlangsung. Dari hasil ujicoba, aplikasi klien covert channel mampu menghasilkan komunikasi dengan lebar data 3 byte perpaket. Aplikasi Klien juga mampu melakukan komunikasi covert channel pada kondisi link komunikasi dengan tingkat probabilitas packet loss dibawah 10%. Kata kunci— WebSocket, XMPP, masking-key, Covert Channel, aplikasi klien berbasis browser. AbstractInstant Messaging communication services provide a variety of communication features that can be used by the user, such as text messaging (text messages) both online and offline. One of the standard protocol that supports this service is XMPP (Extensible Messaging and Presence Protocol). XMPP communication using XML documents, making it vulnerable to passive attacks monitoring content of communications. To overcome this drawback the solution is encrypted communications. The other solutions that try to offer in this research is the use of a covert channel to send hidden messages. In this research will create a browser based XMPP client application that is capable to deliver XMPP communication and also provide covert channel communication. XMPP communication can be built on a web-based application using WebSocket protocol. This protocol will exploit field masking-key to load the covert channel messages that is sent during the session XMPP communication takes place. From the test results, the client application is able to produce a covert channel communication with a data width of 3 bytes in each packet. The client application is also able to perform covert communication channel in a communication link with the condition of the probability of packet loss rate below 10%. Keywords— WebSocket, XMPP, masking-key, Covert Channel, browser based application.