IJCCS (Indonesian Journal of Computing and Cybernetics Systems)
Not a member yet
480 research outputs found
Sort by
An Implementation of Catmap-Rijndael (AES) Algorithm For Image Security (Case Study on A Software For Making Students Card At Universitas Jenderal Soedirman)
Get PDFAbstract— The function of image encryption is to transform known have that meaning to images that cannot be read or irregular images in order to security. Storing the image data in local computer system will bring some risks on the image security.The aim of this research is to construct an image encryption system based on Catmap-Rijndael algorithm. The system is implemented on a software form making students card at Universitas Jenderal Soedirman. The result shows that the combination of Catmap-Rijndael algorithm on bitmap image 200x200 pixel by using 3 times repetition of the Catmap algorithm (with parameter a=1 and b=1) can overcome the problem of textured of the object that caused by base colour on the image and uniform histogram of the encrypted image in short time process.Keywords— Rijndael, AES, Catmap, image security, students card
Video Retrieval Berdasarkan Teks dan Gambar
Get PDFAbstrakVideo retrieval digunakan untuk melakukan pencarian video berdasarkan query yang dimasukkan oleh user yaitu teks dan gambar. Sistem ini dapat meningkatkan kemampuan pencarian terhadap video dan diharapkan dapat mengurangi waktu temu-kembali video. Tujuan dari penelitian ini adalah merancang dan membuat sebuah aplikasi perangkat lunak video retrieval berdasarkan teks dan gambar yang ada dalam video. Proses indeks untuk teks adalah proses tokenizing, filtering (stopword), stemming. Hasil stemming disimpan dalam tabel indeks teks. Proses indeks untuk gambar adalah membuat histogram warna dan menghitung nilai rata-rata serta standar deviasi pada setiap warna dasar red, green dan blue (RGB) dari setiap gambar. Hasil ekstraksi fitur disimpan pada tabel gambar. Proses retrieval video menggunakan query yaitu teks, gambar atau keduanya. Untuk query teks sistem memproses query teks dengan melihat query teks pada tabel indeks teks. Jika query teks ada pada tabel indeks teks sistem akan menampilkan informasi video sesuai dengan teks query. Untuk query gambar sistem memproses query gambar dengan mencari nilai dari fitur ekstraksi yaitu means red, means green, means blue, standar deviasi red, standar deviasi green dan standar deviasi blue. Jika nilai hasil ekstraksi ke enam fitur query gambar ada pada tabel indeks gambar sistem akan menampilkan informasi video sesuai dengan gambar query. Untuk query teks dan query gambar, sistem akan menampilkan informasi video jika query teks dan query gambar memiliki keterkaitan yaitu query teks dan query gambar mempunyai judul film yang sama. Kata kunci— video, indeks, retrieval, teks, gambar AbstractRetrieval video has been used to search a video based on the query entered by user which were text and image. This system could increase the searching ability on video browsing and expected to reduce the video’s retrieval time. The research purposes were designing and creating a software application of retrieval video based on the text and image on the video. The index process for the text is tokenizing, filtering (stopword), stemming. The results of stemming to saved in the text index table. Index process for the image is to create an image color histogram and compute the mean and standard deviation at each primary color red, green and blue (RGB) of each image. The results of feature extraction is stored in the image table The process of video retrieval using the query text, images or both. To text query system to process the text query by looking at the text index tables. If there is a text query on the index table system will display information of the video according to the text query. To image query system to process the image query by finding the value of the feature extraction means red, green means, means blue, red standard deviation, standard deviation and standard deviation of blue green. If the value of the six features extracted query image on the index table image will display the video information system according to the query image. To query text and query images, the system will display the video information if the query text and query images have a relationship that is query text and query image has the same film title. Keywords— video, index, retrieval, text, imag
Pengukuran Fungsionalitas Perangkat Lunak Menggunakan Metode Function Point Berdasarkan Dokumentasi Desain
Get PDFAbstrakPerkiraan nilai perangkat lunak yang disepakati oleh end user dan tim pengembang harus dinyatakan dalam besaran tertentu, salah satunya adalah dalam u ku ran fungsionalitas (functional size measurement/FSM).Metode Function Point (FP) merupakan salah satu metode yang digunakan untuk mendapatkan ukuran fungsionalitas, pertama kali dikenalkan oleh Allan Albrecht dan kemudian terus dikembangkan sampai saat ini oleh International Function Point User Goup (IFPUG). Tujuan dari pengukuran menggunakan FP adalah untuk mendapatkan ukuran biaya, durasi, dan jumlah sumber daya yang diperlukan oleh sebuah proyek perangkat lunak dan dapat dilakukan pada setiap tahap pengembangan perangkat lunak. Pengukuran FP memerlukan keahlian dalam hal analisis perangkat lunak dan hasil perhitungannya dinyatakan valid jika dilakukan oleh seseorang yang mempunyai sertifikasi FP (certified FP) dari IFPUG.Penelitian ini bertujuan untuk membangun sebuah sistem yang dapat memberikan kemudahan bagi pelaku pengukuran perangkat lunak dalam menganalisis perangkat lunak dengan metode Function Point berdasarkan pada IFPUG CPM 4.3.1.Penelitian ini menghasilkan sistem yang membantu pengguna untuk melakukan analisis FP dengan cepat dan dengan validitas yang tinggi. Sistem yang dibuat mampu menghitung FP sesuai dengan dokumentasi yang dimiliki software dan menggunakan input berupa dokumen XMI yang di-eksport dari Use Case Diagram, Class Diagram dan perpaduan antara Use Case dan Class. Selain itu, penelitian ini menunjukkan pola bahwa semakin lengkap dokumen UML (Unified Modeling Language) yang dimiliki oleh sebuah perangkat lunak maka semakin akurat hasil perhitungan FP yang didapatkan. Kata kunci— Pengukuran perangkat lunak, UML, Function Point, dokumentasi desain perangkat lunak. AbstractEstimated value of software as agreed by the end user and the developer team should be expressed in a certain magnitude, one of which is the measure of functionality (functional size measurement / FSM).Function Point (FP) Method is one of the methods used to obtain the size of the functionality, first introduced by Allan Albrecht and then further developed by the International Function Point User Goup (IFPUG). FP is a method to get a measure of the cost, duration, and amount of resources required by a software project and can be done at any stage of software development. However, Function Point measurement requires expertise in software analysis and the results of the calculation are valid if done by someone with IFPUG certification.This study realizes a system that is convenient for actors in analyzing software using Function Point method based on IFPUG CPM 4.3.1.The system helps users to perform FP analysis in a faster way and confers accurate results. The system is able to count FP based on software design documentation and uses XMI document exported from use case diagrams, class diagrams, and diagrams illustrating the use cases and classes relationship as an input. The study also indicates that the more complete software UML (Unified Modeling Language) documents, the more accurate the FP calculation results obtained. Keywords— Software measurement, UML, Function Point, software design documentation
Identifikasi Barcode pada Gambar yang Ditangkap Kamera Digital Menggunakan Metode JST
Get PDFAbstrakDewasa ini hampir setiap produk konsumen memiliki label barcode. Namun alat pembaca barcode jenis laser memiliki kelemahan karena tidak dapat mengenali barcode yang mengalami goresan atau noise. Namun telah dikembangkan teknik lain dengan memanfaatkan kamera digital untuk identifikasi barcode. JST telah banyak digunakan untuk identifikasi berbagai macam pola. Proses identifikasi barcode dalam JST terdiri dari proses training dan proses identifikasi. Proses training menggunakan metode LVQ (Learning Vector Quantization). Proses identifikasi terdiri dari beberapa tahap, yaitu akuisisi citra, preprocessing, locating barcode, proses pengujian dan verifikasi. Berdasarkan hasil pengujian metode LVQ dapat digunakan untuk identifikasi foto barcode dengan kinerja yang baik. Hasil pengujian menunjukkan tingkat akurasi sebesar 73,6 % dari 72 citra yang diuji dengan waktu rata-rata adalah 0.5 detik. Sementara waktu yang dibutuhkan untuk menemukan lokasi barcode adalah sekitar 6 detik menggunakan blok dengan ukuran 32x32 pixel. Kata kunci— Barcode, Learning Vector Quantization, Jaringan Syaraf Tiruan AbstrakIn today’s modern society, almost every consumer product has a barcode label. But the barcode reader with laser type has the disadvantage of not being able to recognize the barcode has a scratch or noise. However, other techniques have been developed by using a digital camera for barcode identification. ANN has been widely used for identification of various patterns. Barcode identification process consists of the ANN training process and the identification process. Training process using the LVQ (Learning Vector Quantization). Identification process consists of several stages: image acquisition, preprocessing, locating barcode, testing and verification process. Based on test results LVQ method can be used for photo identification barcode with good performance. The test results showed an accuracy of 73.6% rate of 72 images were tested with an average time is 0.5 seconds. While the time required to find the location of the barcode is about 6 seconds using a block size of 32x32 pixels. Keyword— Barcode, Learning Vector Quantization, Artificial Neural Networ
Telaah Metode-metode Pendeteksi Kebohongan
Get PDFAbstrakPendeteksi kebohongan adalah aplikasi yang menerapkan berbagai cabang ilmu pengetahuan(psikologi,kedokteran,biologi,fisika,komputer,dan lain lain). Aplikasi pendeteksi kebohongan sangatlah berguna terutama dikalangan penegak hukum, untuk mengungkap fakta fakta. Pada prinsipnya metode pendekteksi kebohongan bekerja berdasarkan perubahan respon fisiologis tubuh manusia, yang diakibatkan oleh usahanya untuk menutupi kebohongannya.Dalam paper ini akan dibahas berbagai pendekatan metode yang telah dikembangkan untuk mendeteksi kebohongan,diantaranya deteksi kebohongan berdasarkan konduktivitas kulit, bentuk tulisan tangan , isi ( content tulisan), analisis suara, termograpy, dan gesture.Kata kunci— Lie detector, Detection Deception, Polygraph, PDD Test.AbstractLie detector is an application that applying various of knowledge such as psychology,medicine,biology,physics, computer , and etc. This application is very useful especially among law officer to detect deception. In principle , the lie detector’s methods work based on change of fisilogy respon at human being body. The change of psiology respon is caused by effort to keep their deception. In this papers, we present an approach various methods of lie detection which have been developed . we will present lie detection based on skin conductivity respon, handwriting form, article content, voice analysis, image infrared, and gesture. Keywords— Lie detecotor, Detection Deception, Polygraph, PDD( polygraph Detection deception) Test
Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan)
Get PDFAbstrakCase-Based Reasoning (CBR) merupakan sistem penalaran komputer yang menggunakan pengetahuan lama untuk mengatasi masalah baru.CBR memberikan solusi terhadap kasus baru dengan melihat kasus lama yang paling mendekati kasus baru. Hal ini akan sangat bermanfaat karena dapat menghilangkan kebutuhan untuk mengekstrak model seperti yang dibutuhkan oleh sistem berbasis aturan. Penelitian ini mencoba untuk membangun suatu sistem Penalaran Berbasis Kasus untuk melakukan diagnosa penyakit THT (Telinga, Hidung dan Tenggorokan). Proses diagnosa dilakukan dengan cara memasukkan kasus baru (target case) yang berisi gejala-gejala ang akan didiagnosa ke dalam sistem, kemudian sistem akan melakukan proses indexing dengan metode backpropagation untuk memperoleh indeks dari kasus baru tersebut. Setelah memperoleh indeks, sistem selanjutnya melakukan proses perhitungan nilai similarity antara kasus baru dengan basis kasus yang memiliki indeks yang sama menggunakan metode cosine coefficient. Kasus yang diambil adalah kasus dengan nilai similarity paling tinggi. Jika suatu kasus tidak berhasil didiagnosa, maka akan dilakukan revisi kasus oleh pakar. Kasus yang berhasil direvisi akan disimpan ke dalam sistem untuk dijadikan pengetahuan baru bagi sistem. Hasil penelitian menunjukkan sistem penalaran berbasis kasus untuk mendiagnosa penyakit THT ini membantu paramedis dalam melakukan diagnosa. Hasil uji coba sistem terhadap 111 data kasus uji, terdapat 9 kasus yang memiliki nilai similarity di bawah 0.8. Kata kunci—case-based reasoning, indexing, similarity, backpropagation, cosine coefficient Abstract Case-Based Reasoning (CBR) is a reasoning system that uses old knowledge to solve new problem. CBR provides solutions to new cases by looking at old case that comes closest to the new case. It will be very useful because it eliminates the need to extract the model as required by the rule-based systems. This studytriestoestablisha system forCBR for diagnosingdiseasesof ENT.Diagnosisprocessis done byinsertinga new casethat containsthe symptoms ofthe disease to bediagnosed, thenthe system willdo theindexingprocess with backpropagation method toobtainan indexofnewcases. Afterthat, the systemdo thecalculation of the valueof similaritybetweenthe newcasebycasebasiswhichhas thesame indexwithnew cases using cosine coefficient method. The casetaken isthe casewiththe highestsimilarityvalue. If acaseis not successfullydiagnosed, thecasewillbe revisedby theexperts and it can be used asnew knowledgefor thesystem. The results showedcase-basedreasoningsystemtodiagnosediseasesof ENTcan helpparamedicsin performingdiagnostics. The test results of 111 data test cases, obtained 9 cases that have similarity values below 0.8. Keywords—case-based reasoning, indexing, similarity, backpropagation, cosine coefficien
Prototype Sistem Pakar untuk Mendeteksi Tingkat Resiko Penyakit Jantung Koroner dengan Metode Dempster-Shafer
Get PDFAbstrakSistem pakar dapat berfungsi sebagai konsultan yang memberi saran kepada pengguna sekaligus sebagai asisten bagi pakar. Salah satu cara untuk mengatasi dan membantu mendeteksi tingkat resiko penyakit JK seseorang, yaitu dengan membuat sebuah sistem pakar sebagai media konsultasi dan monitoring terhadap seseorang sehingga dapat meminimalkan terjadinya serangan jantung yang mengakibatkan kematian. Metode Dempster-Shafer merupakan metode penalaran non monotonis yang digunakan untuk mencari ketidakkonsistenan akibat adanya penambahan maupun pengurangan fakta baru yang akan merubah aturan yang ada, sehingga metode Dempster-Shafer memungkinkan seseorang aman dalam melakukan pekerjaan seorang pakar. Penelitian ini bertujuan menerapkan metode ketidakpastian Dempster-Shafer pada sistem pakar untuk mendiagnosa tingkat resiko penyakit JK seseorang berdasarkan faktor serta gejala penyakit JK. Manfaat penelitian ini adalah untuk mengetahui keakuratan mesin inferensi Dempster-Shafer.Hasil diagnosa penyakit JK yang dihasilkan oleh sistem pakar sama dengan hasil perhitungan secara manual dengan menggunakan teori mesin inferensi Dempster-Shafer. Sehingga dapat disimpulkan bahwa sistem pakar yang telah dibangun dapat digunakan untuk mendiagnosa PJK. Kata kunci— Dempster-Shafer, Jantung Koroner, Sistem Pakar AbstractThe expert systems can serve as a consultant that gives advice to the users and at once as an assistant to the experts. One way to cope and help detect the risk level of one’s coronary heart disease, is to create the expert system as media of consulting and monitoring a person so that can minimize the occurrence of heart attacks resulting in death. The Dempster-Shafer method is non monotonis reasoning method is used to look for inconsistencies due to addition or reduction of new facts that will change the existing rules, so that the Dempster-Shafer method enables one safe in doing the expert work. This research aims to apply the Dempster-Shafer uncertainty methods in expert system to diagnose the risk level of one’s coronary heart disease based on factors and symptom of coronary heart disease The benefits of this research was to know the accuracy of Dempster-Shafer inference engine.The diagnosis results of coronary heart disease is generated by an expert system similarly with manually calculating result using the theory of Dempster-Shafer inference engine. Therefore we can conclude that the expert system that has been built can be used to diagnose Coronary Heart diagnosis. Keywords—Dempster-Shafer, Coronary Heart Disease, Expert System
Aplikasi Pencarian Lokasi Fasilitas Umum Berbasis Foursquare APIv2 pada Sistem Operasi Android
Get PDFAbstrakSebuah smartphone umunya dilengkapi dengan Global Positioning System (GPS). Pengguna smartphone disamping dapat mengetahui lokasi dirinya, umumnya juga ingin mengetahui lokasi sekitarnya. Foursquare merupakan salah satu jejaring sosial yang menyediakan layanan berbasis lokasi. Foursquare memiliki fitur check-in, untuk menandai lokasi pengguna.Dalam penelitian ini akan dikembangkan aplikasi pada perangkat dengan sistem operasi Android yang dapat mencari lokasi fasilitas umum di sekitar pengguna dengan memanfaatkan teknologi layanan berbasis lokasi. Aplikasi ini memanfaatkan data dari Foursquare. Hasil pengujian terhadap aplikasi yang dibangun menunjukkan filter data dan sistem auto check-in berjalan dengan baik sehingga duplikasi data dalam Foursquare dapat diminimalkan. Kata kunci— Layanan berbasis lokasi, Android, Foursquare, Fasilitas umum AbstractA smartphone is equipped with Global Positioning System (GPS). A smartphone user may know the location itself, and usually want to know the surrounding location. Foursquare is a social network that provide location-based services. Foursquare has a check-in feature to mark the location of the user.This research develops applications on devices with Android operating system that can find location of public facilities around the user by using location-based services technology. This application uses Foursquare data.The test results showed that the application can filter data and the check-in systems running properly such that duplication of data in Foursquare can be minimized. Keywords— Location Based Services (LBS), Android, Foursquare, Public Facilit
Utilizing Soft Computing for Determining Protein Deficiency
Get PDFAbstract— In recent years, the occurrence of protein shortage of children under 5 years old in many poor area has dramatically increased. Since this situation can cause serious problem to children like a delay in their growth, delay in their development and also disfigurement, disability, dependency, the early diagnose of protein shortage is vital. Many applications have been developed in performing disease detection such as an expert system for diagnosing diabetics and artificial neural network (ANN) applications for diagnosing breast cancer, acidosis diseases, and lung cancer. This paper is mainly focusing on the development of protein shortage disease diagnosing application using Backpropagation Neural Network (BPNN) technique. It covers two classes of protein shortage that are Heavy Protein Deficiency. On top of this, a BPNN model is constructed based on result analysis of the training and testing from the developed application. The model has been successfully tested using new data set. It shows that the BPNN is able to early diagnose heavy protein deficiency accurately. Keywords— Artificial Neural Network, Backpropagation Neural Network, Protein Deficiency
Klasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naive Bayesian Classification
Get PDFAbstrakSetiap hari server Twitter menerima data tweet dengan jumlah yang sangat besar, dengan demikian, kita dapat melakukan data mining yang digunakan untuk tujuan tertentu. Salah satunya adalah untuk visualisasi kemacetan lalu lintas di sebuah kota.Naive bayes classifier adalah pendekatan yang mengacu pada teorema Bayes, dengan mengkombinasikan pengetahuan sebelumnya dengan pengetahuan baru. Sehingga merupakan salah satu algoritma klasifikasi yang sederhana namun memiliki akurasi tinggi. Untuk itu, dalam penelitian ini akan membuktikan kemampuan naive bayes classifier untuk mengklasifikasikan tweet yang berisi informasi dari kemacetan lalu lintas di Bandung.Dari hasil uji coba, aplikasi menunjukan bahwa nilai akurasi terkecil 78% dihasilkan pada pengujian dengan sampel sebanyak 100 dan menghasilkan nilai akurasi tinggi 91,60% pada pengujian dengan sampel sebanyak 13106. Hasil pengujian dengan perangkat lunak Rapid Miner 5.1 diperoleh nilai akurasi terkecil 72% dengan sampel sebanyak 100 dan nilai akurasi tertinggi 93,58% dengan sampel 13106 untuk metode naive bayesian classification. Sedangkan untuk metode support vector machine diperoleh nilai akurasi terkecil 92% dengan sampel sebanyak 100 dan nilai akurasi tertinggi 99,11% dengan sampel sebanyak 13106. Kata kunci— Twitter, tweet, klasifikasi, naive bayesian classification, support vector machine AbstractEvery day the Twitter server receives data tweet with a very large number, thus, we can perform data mining to be used for specific purpose. One of which is for the visualization of traffic jam in a city.Naive bayes classifier is an approach that refers to the bayes theorem, is a combination of prior knowledge with new knowledge. So that is one of the classification algorithm is simple but has a high accuracy. With this, in this research will prove the ability naive bayes classifier to classify the tweet that contains information of traffic jam in Bandung.The testing result, the program shows that the smallest value of the accuracy is 78% on testing by using a sample 100 record and generate high accuracy is 91,60% on the testing by using a sample 13106 record. The testing results with Rapid Miner 5.1 software obtained the smallest value of the accuracy is 72% by using a sample 100 records and the high accuracy is 93.58% by using a sample 13.106 records for naive bayesian classification. And for the method of support vector machine obtained the smallest value is 92% accuracy by using a sample 100 records and the high accuracy of 99.11% by using a sample 13.106 records. Keywords—Twitter, tweet, classification, naive bayesian classification, support vector machin