IJCCS (Indonesian Journal of Computing and Cybernetics Systems)
Not a member yet
480 research outputs found
Sort by
Perancangan dan Analisis Kinerja Private Cloud Computing dengan Layanan Infrastructure-As-A-Service (IAAS)
Get PDFAbstrakMesin server merupakan salah satu penunjang dan komponen utama yang harus ada dalam mengembangkan suatu karya ilmiah dengan berbasis web. Mahalnya server menjadi kendala mahasiswa/mahasiswi dalam menghasilkan suatu karya ilmiah. Konfigurasi server yang dapat dilakukan dimana saja dan kapan saja menjadi sebuah keinginan mendasar, selain pemesanan mesin yang mudah, cepat dan fleksibel. Untuk itu diperlukan sebuah sistem yang dapat menangani permasalahan tersebut. Cloud computing dengan layanan Infrastructure-As-A-Serveice (IAAS) dapat menyediakan sebuah infrastruktur yang handal. Untuk mengetahui kinerja sistem diperlukan suatu analisis performance antara server cloud (instance) dengan server konvensional. Hasil penelitian dari analisis kinerja private cloud computing dengan layanan Infrastructure-As-A-Service (IAAS) ini menunjukkan bahwa perbandingan kinerja satu server cloud atau server virtual cloud dengan satu server konvensional tidak jauh berbeda namun akan terlihat perbedaan kinerja yang signifikan jika dalam satu server node terdapat lebih sari satu server virtual dan sistem ini memberikan tingkat penggunaan resource server yang lebih maksimal.Kata kunci—Cloud Computing, Infrastructure As-A-Service (IAAS), analisis Performance. Abstract Server machine is one of the main components in supporting and developing a web-based scientific work. The high price of the server to be the main obstacle in the student produced a scholarly work. Server configuration that can be done anywhere and anytime to be a fundamental desire, in addition to the booking engine is easy, fast, and flexible is also highly desirable. For that we need a system that can handle these problems. Cloud computing with Infrastructure-As-A-Serveice (IAAS) can provide a reliable infrastructure. To determine the performance of the system, we required a performance analysis of cloud server between conventional servers. Results of performance analysis of private cloud computing with Infrastructure-As-A-Service (IAAS) indicate that the cloud server performance comparison with conventional server is not too much different and the system resource usage level servers provide more leverage. Keyword—Cloud Computing, Infrastructure As-A-Service (IAAS), Performance Analysis.
Analisis Tekstur untuk Klasifikasi Motif Kain (Studi Kasus Kain Tenun Nusa Tenggara Timur)
Get PDFAbstrakIndonesia memiliki banyak kekayaan budaya dalam bentuk kain tradisional, salah satunya kain tenun dari Nusa Tenggara Timur (NTT). Kain tenun dari tiap etnik di NTT memiliki cirikhas motif masing-masing yang merupakan manifestasi kehidupan sehari-hari, kebudayaan dan kepercayaan masyarakat setempat. Di mata pemerhati kain tenun NTT, asal kain tenun dapat diketahui dari motifnya. Tidak semua orang dapat membedakan asal daerah dari motif kain tenun tertentu dikarenakan sulitnya mendefinisikan karakteristik motif kain tenun suatu daerah dan beragamnya motif kain tenun yang ada dan komposisi warna yang beragam pula.Analisis tekstur adalah teknik analisis citra berdasarkan anggapan bahwa citra dibentuk oleh variasi intensitas piksel, baik citra keabuan maupun warna. Motif kain tenun terbentuk dari variasi intensitas warna sehingga dapat dipandang sebagai tekstur berwarna dari kain tenun. Penelitian ini bertujuan untuk mengetahui diantara pendekatan analisis tekstur menggunakan Gray Level Co-occurrence Matrix (GLCM) yang dikombinasikan dengan momen warna dan pendekatan analisis tekstur menggunakan Color Co-occurrence Matrix (CCM), metode manakah yang memberikan hasil lebih baik untuk klasifikasi motif kain tenun NTT.Hasil penelitian menunjukkan bahwa untuk klasifikasi motif kain tenun NTT, pendekatan analisis tekstur menggunakan metode CCM memberikan hasil lebih baik dibandingkan pendekatan analisis tekstur menggunakan GLCM yang dikombinasikan dengan momen warna. Kata kunci—klasifikasi citra, GLCM, CCM, momen warna, motif kain tenun NTT AbstractIndonesia have many culture in the form of traditional fabrics, one of them is woven fabric from Nusa Tenggara Timur (NTT). Each NTT ethnic has motif characteristic which ismanifestation of daily life, culture and the faith of local people. For a NTT woven fabric observer, the origin of a woven fabric can be known from the motif. But its difficult to recognising the origin of a woven fabrics because it is hard to define the characteristics of woven fabric motif from a region and wide variety of existing woven fabric motifs and also color composition.Texture analysis is image analysis technique based on assumption that an image formed by the variation of pixels intensity, both gray and color image. Woven fabric motif formed by the variation of color intensity that can be seen as color texture of the woven fabric. This study aims to determine between texture analysis using GLCM combined with color moment and texture analysis using CCM, which method gives better results for the NTT woven fabric motif classification.The results showed that for the NTT woven fabric motif classification, texture analysis using CCM gives better results than the texture analysis using GLCM combined with color moment. Keywords— image classification, GLCM, CCM, color moment, NTT woven fabric moti
Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine
Get PDFAbstrakAnalisis sentimen dalam penelitian ini merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen positif dan negatif. Data opini diperoleh dari jejaring sosial Twitter berdasarkan query dalam Bahasa Indonesia. Penelitian ini bertujuan untuk menentukan sentimen publik terhadap objek tertentu yang disampaikan di Twitter dalam bahasa Indonesia, sehingga membantu usaha untuk melakukan riset pasar atas opini publik. Data yang sudah terkumpul dilakukan proses preprocessing dan POS tagger untuk menghasilkan model klasifikasi melalui proses pelatihan. Teknik pengumpulan kata yang memiliki sentimen dilakukan dengan pendekatan berdasarkan kamus, yang dihasilkan dalam penelitian ini berjumlah 18.069 kata. Algoritma Maximum Entropy digunakan untuk POS tagger dan algoritma yang digunakan untuk membangun model klasifikasi atas data pelatihan dalam penelitian ini adalah Support Vector Machine. Fitur yang digunakan adalah unigram dengan fitur pembobotan TFIDF. Implementasi klasifikasi diperoleh akurasi 86,81 % pada pengujian 7 fold cross validation untuk tipe kernel Sigmoid. Pelabelan kelas secara manual dengan POS tagger menghasilkan akurasi 81,67%. Kata kunci—analisis sentimen, klasifikasi, maximum entropy POS tagger, support vector machine, twitter. AbstractSentiment analysis in this research classified textual documents into two classes, positive and negative sentiment. Opinion data obtained a query from social networking site Twitter of Indonesian tweet. This research uses Indonesian tweets. This study aims to determine public sentiment toward a particular object presented in Twitter businesses conduct market. Collected data then prepocessed to help POS tagged to generate classification models through the training process. Sentiment word collection has done the dictionary based approach, which is generated in this study consists 18.069 words. Maximum Entropy algorithm is used for POS tagger and the algorithms used to build the classification model on the training data is Support Vector Machine. The unigram features used are the features of TFIDF weighting.Classification implementation 86,81 % accuration at examination of 7 validation cross fold for the type of kernel of Sigmoid. Class labeling manually with POS tagger yield accuration 81,67 %. Keywords—sentiment analysis, classification, maximum entropy POS tagger, support vector machine, twitter
Sistem Identifikasi Relief pada Situs Bersejarah Menggunakan Perangkat Mobile Android (Studi Kasus Candi Borobudur)
Get PDFAbstrak Bangsa yang besar adalah bangsa yang menghargai sejarah dan asal usulnya. Relief yang terdapat pada candi Borobudur menggambarkan banyak cerita, termasuk sejarah dan asal usul bangsa ini. Mulai dari cerita kehidupan kalangan kerajaan, kehidupan masyarakat, dan adat istiadat pada saat bangunan candi tersebut dibuat, dsb. Penelitian ini merancang sebuah perangkat lunak mobile Android untuk identifikasi citra relief Candi Borobudur sehingga dapat membantu wisatawan dalam menerjemahkan pesan dan informasi yang terkandung didalamnya. Metode ekstraksi ciri yang digunakan adalah Speeded-Up Robust Feature (SURF) dan hierarchical k-means tree nearest-neighbor untuk identifikasinya. Pengujian identifikasi citra relief dilakukan dengan berbagai macam variasi, yaitu sudut, jarak, rotasi, intensitas cahaya dan keutuhan citra masukan untuk melihat pengaruhnya terhadap hasil pengenalan citra relief tersebut. Metode identifikasi yang diajukan memberikan hasil pengenalan sebesar 93.30% dengan rata-rata waktu komputasi 59.55 detik. Abstract The great nation built from people who can respects they history and origins. Reliefs at Borobudur temple contained many stories, including the history and origins of this nation. Starting from the life story of the royal, society, and customs at the time of the building of the temple was made, and so on. This study develops mobile Android software for identification of Borobudur Temple relief image object so that it can help travelers in translating the story and the information contained therein. Feature extraction method used is speeded-Up Robust Feature (SURF) and hierarchical k-means tree nearest-neighbor for identification. Identification testing of relief images is done by different variations, ie angle, distance, rotation, intensity of the light and wholeness of image input to see the effect on the relief image recognition results. The proposed identification method gives recognition results of 93.30% and the average computation time for 59.55 seconds
Deteksi Steganografi Berbasis Least Significant Bit (LSB) Dengan Menggunakan Analisis Statistik
Get PDFAbstrak— Pada penelitian ini dicoba dideteksi penyisipan pesan pada sebuah citra yang dilakukan dengan teknik Least Significant Bit. Deteksi dilakukan dengan teknik Chi-square attack. Pada teknik ini dibandingkan distribusi frekuensi yang diharapkan secara teori dengan beberapa distribusi sampel yang diamati pada stego-image.Pada penelitian ini dilakukan steganalisis terhadap 10 macam citra yang disisipi dengan sebuah pesan yang berukuran 1kb, 2 kb dan 5 kb. Dicobakan juga 2 penyisipan berbeda, yakni dengan program Stegano dan StegoGraphyBMP.Dari percobaan yang dilakukan pada sepuluh stego-image dengan panjang pesan 1kb, 2kb, dan 5kb, Chi-square attack berhasil 80% mendeteksi pesan yang disisipkan pada sebuah citra dengan program Stegano dan berhasil 70% mendeteksi pesan yang disisipkan pada sebuah citra dengan program StegoGraphyBMP. Disamping itu diperoleh hasil bahwa ukuran pesan tidak berpengaruh pada proses steganalisis. Keywords— Steganalisis, Chi-square
Pemodelan Sistem Interaksi Obat dengan Menggunakan Fuzzy Inference System dan Pareto Optimality
Get PDFDrug interactions is the interaction occurs between drugs that consumption simultaneously. Drug interactions can produce a good effect on patients, but not rarely produce adverse effects. Patients with diabetes and hypertension expected to control blood pressure and blood glucose levels to remain in normal circumstances, it is necessary to consider the use of medications for both diseases in order to produce effective therapies.Pareto optimality is a popular concept in the determination optimal solution of multiobjective problems. In determining the optimal solution of multiobjective problem should pay attention for each objective function, frequently conflicting objective functions. The interaction of two drugs has two objective function that is maximizing the positive effects and minimize negative effects. So its use is necessary to find optimal solutions to achieve the expected therapeutic. This research using Fuzzy Inference Sistem (FIS) to determine the appropriate medication to keep blood pressure and blood glucose levels of patients with hypertension and diabetes under control in normal and Pareto optimality to determine drug optimal solution.Fuzzy Inference System generates output choice of drug classes based on fuzzy rules in accordance with the patient's disease condition. Pareto optimality produces a pair solution for diabetes and hypertension drug that satisfy thresholds the minimum effective level (Minimum Effective Concentration; MEC) and maximum toxic levels (Minimum Toxic Concentration; MTC) of each drug
Penerapan Algoritma Optimasi Chaos pada Jaringan Ridge Polynomial untuk Prediksi Jumlah Pengangguran
Get PDFAbstrakRidge polynomial neural network (RPNN) awalnya diusulkan oleh Shin dan Ghosh, dibangun dari jumlah peningkatan order pi-sigma neuron (PSN). RPNN mempertahankan pembelajaran cepat, pemetaan yang kuat dari layer tunggal higher order neural network (HONN) dan menghindari banyaknya bobot karena meningkatnya sejumlah input. Algoritma optimasi chaos digunakan dengan memanfaatkan persamaan logistik yang sensitif terhadap kondisi awal, sehingga pergerakan chaos dapat berubah di setiap keadaan dalam skala tertentu menurut keteraturan, ergodik dan mempertahankan keragaman solusi.Algoritma Optimasi Chaos diterapkan pada RPNN dan digunakan untuk prediksi jumlah pengangguran di Kalimantan Barat. Proses pelatihan jaringan menggunakan ridge polynomial neural network, sedangkan pencarian nilai awal bobot dan bias jaringan menggunakan algoritma optimasi chaos. Struktur yang digunakan terdiri dari 6 neuron layer input dan 1 neuron layer output. Data diperoleh dari Badan Pusat Statistik.Hasil dari penelitian ini menunjukkan bahwa algoritma yang diusulkan dapat digunakan untuk prediksi. Kata kunci—prediksi jumlah pengangguran, jaringan syaraf tiruan, algoritma optimasi chaos, ridge polynomial neural network Abstract Ridge polynomial neural network was initially proposed by Shin and Ghosh, made of total increased pi-sigma neural (PSN) orders. Ridge polynomial neural network maintains quick learning, strong mapping of single layer of higher order neural network (HONN) and avoids many weights because total increased inputs. Chaos optimization algorithm is used by utilizing sensitive logistic equation to initial condition, so that chaos movement can change in each condition in specific scale according to orderliness, ergodic, and maintaining solution variety. Chaos optimization algorithm is applied to ridge polynomial neural network and used to predict total unemployed persons in West Kalimantan. Network training process used ridge polynomial neural network; while, initial values and weights and bias of network were found using Chaos optimization algorithm. Structure used consisted of 6 input layer neurons and one output layer neuron. Data were obtained from Central Statistic Agency. The results of research indicated that algorithm proposed could be used to predict Keywords— predict the number of unemployed, neural networks, chaos optimization algorithm, ridge polynomial neural networ
Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network
Get PDFAbstrakRetinopati diabetes (DR) merupakan salah satu komplikasi pada retina yang disebabkan oleh penyakit diabetes. Tingkat keparahan DR dibagi atas empat kelas yakni: normal, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), dan macular edema (ME). Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukan klasifikasi terhadap fase DR. Data yang digunakan sebanyak 97 citra yang fitur – fiturnya diekstrak menggunakan gray level cooccurence matrix (GLCM). Fitur ciri tersebut adalah maximum probability, correlation, contrast, energy, homogeneity, dan entropy. Fitur – fitur ini dilatih menggunakan jaringan syaraf tiruan backpropagation untuk dilakukan klasifikasi. Kinerja yang dihasilkan dari pendekatan ini adalah sensitivity 100%, specificity 100% dan accuracy 97.73% Kata kunci— fase retinopati diabetes, GLCM, backpropagation neural network Abstract Diabetic retinopathy (DR) is one of the complications on retina caused by diabetes. The aim of this studyis to develop a system that can be used for automatic mass screenings of diabetic retinopathy. Four classes are identified: normal retina, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), and macular edema (ME). Ninenty-seven retinal fundus images in used in this study. Six different texture features such as maximum probability, correlation, contrast, energy, homogeneity, and entropy were extracted from the digital fundus images using gray level cooccurence matrix (GLCM). These features were fed into a backpropagation neural network classifier for automatic classification. The proposed approach is able to classify with sensitivity 100%, specificity 100% and accuracy 97.73% Keywords— diabetic retinopathy stages, GLCM, backpropagation neural networ
Penerapan Bee Colony Optimization Algorithm untuk Penentuan Rute Terpendek (Studi Kasus : Objek Wisata Daerah Istimewa Yogyakarta)
Get PDFAbstrakPencarian rute terpendek merupakan suatu permasalahan optimasi yang sering dijadikan studi kasus bagi penelitian. Jarak merupakan faktor yang paling menentukan dalam melakukan penelusuran jalur-jalur yang akan dilalui. Jalur dengan jarak terpendek akan dipilih sebagai jalur pilihan.Algoritma bee colony optimization digunakan dalam penelitian ini untuk menyelesaikan permasalah pencarian rute terpendek. Terdapat dua proses utama pada saat penelusuran jalur yaitu forward dan backward. Algoritma bee colony optimization bekerja pada proses forward. Nilai probabilitas suatu jalur dijadikan dasar pada proses transisi jalur kemudian durasi waggle dance dari tiap lebah yang berhasil menemukan posisi tujuan akan dijadikan rute pilihan.Hasil yang diperoleh dalam penelitian ini adalah algoritma bee colony optimization dapat digunakan untuk menemukan rute terpendek. Jumlah lebah yang dilepas sangat mempengaruhi dalam menemukan rute-rute yang bisa dilalui. Semakin banyak jumlah lebah yang dilepas semakin besar peluang ditemukannya rute terpendek. Kata kunci— Rute Terpendek, Algoritma Bee Colony Optimization. AbstractThe shortest path determination is an optimization problem which often used as a case study for research. Distance is the most defining factor in performing the search paths to be passed. Path with the shortest distance would be chosen as a path selection.Bee colony optimization algorithm used in this study to complete problems shortest path determination. There are two main process es during search path that is forward and backward. Bee colony optimization algorithm works on the process forward. The value probability of a path is base intransition process and the duration of waggle dance track of every bee who had found the position of the goal will be a preferred route.The results obtained in this study is the bee colony optimization algorithm can be used to find shortest path. The number of bees are released greatly affects in finding routes that can be passed. The more the number of bees that removed the greater the chances of finding the shortest path. Keyword— Shortest Path, Bee Colony Optimization Algorith
Pengembangan Sistem Evaluasi Kegiatan Belajar Mengajar Berbasis Web Studi Kasus : di SMA Negeri 1 Surakarta
Get PDFAbstrakInternet telah menjadi sumber informasi yang tidak terbatas di dalam pendidikan. Dengan adanya internet, berbagai informasi dapat diperoleh secara mudah dan cepat serta memberikan banyak manfaat diantaranya memperluas cakrawala siswa, sebagai sumber tambahan pelajaran dan mengembangkan kreatifitas siswa. Disamping itu juga dikembangkannya online learning yang memudahkan guru dalam memberikan pengayaan materi diluar tatap muka maupun memberikan evaluasi kepada peserta didik dengan memanfaatan jaringan internet sehingga mempermudah dan memperlancar dalam penyelenggaraan pendidikan. Salah satu teknologi dalam internet yang digunakan adalah web service. Web service dibangun pada inti protokol internet yaitu TCP/IP dan HTTP. Dalam kegiatan belajar mengajar dikenal suatu evaluasi yang merupakan pengukuran hasil belajar siswa sebagai prestasi belajar, yaitu penguasaan materi pelajaran sesuai dengan kompetensi yang ditetapkan. Untuk mempermudah dalam mengukur ketercapaian belajar tersebut dikembangkan program aplikasi Sistem Evaluasi Kegiatan Belajar Mengajar Berbasis Web yang diintegrasikan dengan e-learning yang sudah tersedia, sehingga kebutuhan user yang menggunakan online test dari e-learning bisa ditangani.Penelitian ini menghasilkan web penyedia layanan analisis butir soal dan analisis ketuntasan belajar yang diintegrasikan dengan e-learning yang sudah tersedia disekolah menggunakan web service. Pengujian dilakukan dengan cara pengintegrasian data dengan e-learning dilakukan tukar menukar pesan terhadap permintaan, tanggapan dan kesalahan dalam parameter permintaan. Kata kunci— Web Service, e-learning, Analisis Evaluasi Pembelajaran AbstractThe Internet has become an unlimited source of information in education. With the Internet, information can be obtained easily and quickly and provides many benefits including expanding the horizons of students, as an additional source of learning and develop student creativity. Besides, the development of online learning that allows teachers to provide enrichment materials outside of face-to-face and provide evaluations to students with memanfaatan Internet network that simplify and streamline the education. One of the technologies used in the Internet is a web service. Web services are built on the core Internet protocols are TCP / IP and HTTP.In the teaching and learning activities that are known to an evaluation of student learning outcomes as a measurement of achievement, that mastery of the subject matter in accordance with established competencies. To make it easier to measure the achievement of learning were developed application program Evaluation System Teaching and Learning Activities are integrated with the Web-based e-learning are already available, so the user needs to use online test of the e-learning can be handled.This research resulted in the service provider's point about the analysis and the analysis of mastery learning that integrates with existing e-learning available at the school using the web service. Testing is done by integrating the data with e-learning done exchanging messages to requests, responses and errors in parameter query. Keywords—Web services, e-learning, Learning Evaluation Analysi