1,720,975 research outputs found
DUKUNGAN ICT DI BIDANG INDUSTRI DAN MANAJEMEN ESDM
Full text linkAssalamu ‘alaikum wr.wb.
Puji syukur dipanjatkan kehadirat Allah SWT, atas berkat rahmat dan hidayah-Nya maka Seminar Nasional Informatika 2010 (semnasIF 2010) yang diselenggarakan pada tanggal 22 Mei 2010 di Jurusan Teknik Informatika UPN “Veteran” Yogyakarta dapat berlangsung.
Seminar Nasional Informatika 2010 merupakan Seminar Nasional ketiga yang dilaksanakan oleh Jurusan Teknik Informatika Fakultas Teknologi Industri UPN “Veteran” Yogyakarta dan kegiatan ini menjadi agenda tahunan Jurusan. Seminar ini sebagai wadah bagi para akademisi, peneliti, praktisi dan pengguna teknologi informasi di Indonesia, untuk menuangkan ide dalam bentuk tulisan.
Sampai dengan batas waktu yang telah ditentukan, panitia menerima 132 (seratus tiga puluh dua) buah abstrak yang meliputi bidang Computational, Instrumentation and Robotic, Network and Security, Intelligent System and Application, serta Information System and Application. Komite Program akhirnya memutuskan untuk menerima sebanyak 107 (seratus tujuh) buah makalah yang layak. Namun dari jumlah itu hanya 101 (seratus satu) buah makalah yang akhirnya dapat dipresentasikan dalam SemnasIF 2010. Peserta SemnasIF 201 berasal dari berbagai perguruan tinggi dan instansi di Indonesia. Dalam kesempatan ini, Panitia SemnasIF 2010 mengucapkan terima kasih yang sebesarbesarnya kepada Komite Program, Panitia Pelaksana, Pembicara Utama, Departemen Komunikasi dan Informatika, BP MIGAS, PT. Telkom, MTI UGM, PT Timah Tbk, Hotel Grand Quality Yogyakarta, CV. Wimaya Energy, Harian Kompas, para sponsor dan peserta yang telah bekerja keras, berpartisipasi serta memberikan dukungan sehingga acara ini dapat terlaksana.
Akhir kata panitia mengucapkan selamat datang bagi para Pemakalah dan Peserta di Seminar Nasional Informatika 2010 yang bertempat di Hotel Grand Quality Yogyakarta dan semoga Allah SWT selalu memberikan rahmat, hidayah dan perlindungan-Nya kepada kita semua.
Wassalamu ‘alaikum wr.wb
MODEL ORIENTASI OBYEK SISTEM PERKULIAHAN DAN EVALUASI PADA VIRTUL UNIVERSITY
Full text linkVirtual university (VU) dikembangkan memanfaatkan fungsi internet beserta perangkat lulnak pendukungnya sebagai instrument yang utama pada bidang pendidikan . tujuan penelitian ini yaitu mengembangkan model yang benar dan baik untuk sistem perkuliahan dan sitem evaluasi VU, sehingga web pages yang dinamis dan interaktif termanfaatkan pada semua mekanisme dan prose yang terjadi.
Metodologi rekayasa perangkat lunak yang digunakan pada penelitian ini menggunakan pendekatan berorientasi objek. Tahapan pokok metodologi ini yaitu analsis berorientasi objek yang menghasilkan komponen domain masalah, tahapa desain berorientasi objek yang menghasilkan komponen interaksi manusia, dan komponen manajemen data, serta tahapan pemrograman berorientasi objek yang menghasilkan samapel implementasi model sistem tahapan pemrograman berorientasi objek yang menghasilkan sampel implementasi model sistem perkuliahan dan evaluasi pada virtual university. Dengan menggunakan metodologi ini diharapkan transisi tiap tahapannya lebih mudah, berkesinambungan, konsisten, dan integrasi.
Hasil rancangan yang dikembangakan pada penelitian ini merupkan model berorientasi objek yang baik berdasarkan kriteria Coad dan Youdon serta Blaha dan Premelani
APLIKASI SCHEDULER DAN REMINDER BERBASIS WEB UNTUK KELOMPOK PROFESIONAL (STUDI KASUS DI PT. SARANA PERMATA CONTAINER SEMARANG)
Full text linkAplikasi Scheduler dan Reminder Untuk Kelompok Profesional dapat mencari beberapa alternatif waktu yang tepat untuk diadakan rapat pada hari H yang telah ditentukan oleh pimpinan kelompok. Aplikasi ini akan mengirimkan pesan SMS untuk pemberitahuan akan diadakan rapat setelah pimpinan kelompok menentukan jadwal rapat dan sebagai reminder jadwal masing-masing anggota kelompok dimana pengirimannya dapat diatur waktunya sebelum jadwal tersebut terpenuhi. Metodologi rekayasa perangkat lunak yang digunakan untuk membangun aplikasi ini adalah GRAPPLE yang meliputi Requirement Gathering, Analysis, Design, Development, dan Deployment. Bahasa pemrograman yang digunakan pada segmen Development adalah Java dan JSP (Java Server Pages).Application of Scheduler and of Reminder For Professional Group can look for some right time alternatives to be performed a meeting on H which have been determined by group leader. This application will deliver message of SMS for notification will be had a meeting after group leader determine meeting schedule and as schedule reminder of each group member where the delivery of can be arranged the time of before the schedule fufilled. The methodology of software engineering who was used to develop this application was GRAPPLE. The segment of GRAPPLE (Gidelines for Rappid Application Engineering) methodology are Requirement Gathering, Analysis, Design, Development, and Deployment. Programming language who was used in development segmen was Java and JSP (Java Server Pages)Aplikasi Scheduler dan Reminder Untuk Kelompok Profesional dapat mencari beberapa alternatif waktu yang tepat untuk diadakan rapat pada hari H yang telah ditentukan oleh pimpinan kelompok. Aplikasi ini akan mengirimkan pesan SMS untuk pemberitahuan akan diadakan rapat setelah pimpinan kelompok menentukan jadwal rapat dan sebagai reminder jadwal masing-masing anggota kelompok dimana pengirimannya dapat diatur waktunya sebelum jadwal tersebut terpenuhi. Metodologi rekayasa perangkat lunak yang digunakan untuk membangun aplikasi ini adalah GRAPPLE yang meliputi Requirement Gathering, Analysis, Design, Development, dan Deployment. Bahasa pemrograman yang digunakan pada segmen Development adalah Java dan JSP (Java Server Pages).Kata Kunci : Aplikasi, Scheduler, Reminder, SMS, GRAPPLE
Telaah Pustaka Ciri dan Metode-metode Identifikasi Kuman Mycobacteria Tuberculosis
Full text linkAbstrakTuberculosis (TB) merupakan penyakit paling berbahaya ketiga yang menyebabkan kematian yang disebabkan kuman Mycobacteria Tuberculosis (MTB). Sejak 1992 WHO telah mencanangkan TB sebagai Global Emergency. WHO melaporkan 8-9 juta orang tertular setiap tahun. Sejak tahun 2004 angka kematian yang disebabkan TB rata-rata 8000 setiap hari dan 2-3 juta setiap tahun. Identifikasi kuman MTB adalah permasalahan yang solusinya melibatkan berbagai cabang ilmu pengetahuan (ilmu penyakit dalam, biologi molekuler pathogen, mikrobiologi klinis, teknik kimia, bioinformatika dan teknik biomedis, matematika, dan sistem cerdas dalam ilmu komputer dan elektronika). Penularan kuman MTB sangat cepat tersebar melalui udara yang membawa partikel-partikel dalam 3000 percikan dahak penderita TB saat mereka batuk atau bersin kemudian terhisap orang yang sehat, sehingga identifikasi yang cepat dan tepat terhadap bakteri ini sangat berguna untuk menghambat penyebarannya. Ada banyak identifier kuman MTB yang dapat digunakan yaitu warna koloni biakan (2-8 minggu), foto torax, struktur molekul, kode DNA, dan chromatogram dari biomarker. Ada banyak pula pendekatan untuk mengidentifikasi MTB yaitu microscopy, analisa foto sinar-x, analisa kimia, analisa biologi molekuler, analisa genetika, dan proses kromatografi gas/cair dengan dukungan hidung elektronik dan komputer. Dalam paper ini telah dibahas berbagai ciri dan pendekatan yang telah dikembangkan untuk mengidentifikasi kehadiran kuman MTB dalam biakan, hembusan nafas dan/atau dahak pasien. Kata kunci—MTB, chromatogram, biomarker, hidung elektronik, sistem cerdas. AbstractTuberculosis (TB) is the third most dangerous disease that causes deaths that caused by Mycobacteria Tuberculosis (MTB). Since 1992 WHO has declared TB a Global Emergency. WHO reported 8-9 million people are infected every year. Since 2004 the death rate that caused TB is 8000 per day and 2-3 millions per year. Identification of MTB germ is a problem whose solution involves various branches of science (the science of lung disease, pathogen molecular biology, clinical microbiology, chemical engineering, bioinformatics and biomedical engineering, mathematics, and intelligent systems in computer science and electronics). MTB germ infection is very fast because they are spread through the air that carrying the particles in 3000 sparks of TB patients’ sputum when they are coughing or sneezing and then inhaled by a healthy person, so that speed and precise identification of these bacteria are very useful to inhibit its spread. There are many MTB germ identifiers that can be used, they are the color of breeding colonies (2-8 weeks), the torax image, the structure of molecules, the DNA code, and the chromatogram of biomarkers. There are many approaches for identification of MTB, they are microscopy, x-ray analysis, chemical analysis, analysis of molecular biology, genetic analysis, and process of gas/liquid chromatography that supported electronic noses and a computer. This paper discussed the various features and approaches that have been developed for identification of the presence of MTB germ in culture, blast of breath and/or patients’ sputum. Keywords—MTB, chromatogram, biomarkers, electronic nose, intelligent systems
Penerapan Object Detection Menggunakan Deep Learning Yolov8 Untuk Mengidentifikasi Sampah Anorganik (Maksimal Sepuluh Objek) Dalam Satu Citra
Full text linkMasalah sampah di Indonesia masih menjadi momok yang belum teratasi, terutama karena tingginya pertumbuhan penduduk. Sampah anorganik menjadi perhatian utama karena sulit terurai dan mencemari lingkungan untuk waktu yang lama. Oleh karena itu, diperlukan sistem pendeteksi otomatis berbagai jenis sampah anorganik dalam berbagai kondisi, guna mengurangi dampak pencemaran dan memfasilitasi proses daur ulang yang lebih efisien. Penelitian ini menggunakan kecerdasan buatan (deep learning) dengan model YOLOv8 nano untuk mengenali beberapa jenis sampah anorganik. Data yang dipakai berasal dari kamera gawai dan gabungan dataset Kaggle, totalnya ada 2459 data untuk lima jenis sampah. Pembagian datanya 1967 untuk pelatihan, 246 untuk validasi, dan 246 untuk pengujian. Pengujian dilakukan pada gambar yang berisi 1 hingga 12 objek sampah dalam kondisi yang berbeda-beda. Hasilnya menunjukkan akurasi model yang tinggi, dengan nilai mAP50 mencapai 87.1% dan mAP50-95 sebesar 72.1%. Nilai presisi mencapai 86.2% dan recall mencapai 79.1% pada iterasi ke-50, menunjukkan kinerja model yang baik. Model ini juga handal dalam mendeteksi hingga sepuluh objek sampah dalam satu gambar. Namun, kemampuan deteksi menurun ketika objek sampah melebihi sepuluh. Artinya, model masih bisa mengenali objek meski jumlahnya banyak, tetapi akurasi klasifikasinya menurun.
Abstract
The waste problem in Indonesia remains a persistent issue, especially due to the high population growth. Inorganic waste is a major concern because it is difficult to decompose and contaminates the environment for a long time. Therefore, an automatic detection system for various types of inorganic waste in different conditions is needed to reduce the impact of pollution and facilitate more efficient recycling processes. This study uses artificial intelligence (deep learning) with the YOLOv8 nano model to recognize several types of inorganic waste. The data used comes from mobile phone cameras and a combination of Kaggle datasets, totaling 2,459 data points for five types of waste. The data is divided into 1,967 for training, 246 for validation, and 246 for testing. The testing was conducted on images containing 1 to 12 waste objects in various conditions. The results show a high model accuracy, with an mAP50 value of 87.1% and mAP50-95 of 72.1%. The precision value reaches 86.2%, and the recall reaches 79.1% at the 50th iteration, indicating good model performance. This model is also reliable in detecting up to ten waste objects in a single image. However, the detection ability decreases when the number of waste objects exceeds ten. This means that the model can still recognize objects even when there are many, but its classification accuracy decreases.Masalah sampah di Indonesia masih menjadi momok yang belum teratasi, terutama karena tingginya pertumbuhan penduduk. Sampah anorganik menjadi perhatian utama karena sulit terurai dan mencemari lingkungan untuk waktu yang lama. Oleh karena itu, diperlukan sistem pendeteksi otomatis berbagai jenis sampah anorganik dalam berbagai kondisi, guna mengurangi dampak pencemaran dan memfasilitasi proses daur ulang yang lebih efisien. Penelitian ini menggunakan kecerdasan buatan (deep learning) dengan model YOLOv8 nano untuk mengenali beberapa jenis sampah anorganik. Data yang dipakai berasal dari kamera gawai dan gabungan dataset Kaggle, totalnya ada 2459 data untuk lima jenis sampah. Pembagian datanya 1967 untuk pelatihan, 246 untuk validasi, dan 246 untuk pengujian. Pengujian dilakukan pada gambar yang berisi 1 hingga 12 objek sampah dalam kondisi yang berbeda-beda. Hasilnya menunjukkan akurasi model yang tinggi, dengan nilai mAP50 mencapai 87.1% dan mAP50-95 sebesar 72.1%. Nilai presisi mencapai 86.2% dan recall mencapai 79.1% pada iterasi ke-50, menunjukkan kinerja model yang baik. Model ini juga handal dalam mendeteksi hingga sepuluh objek sampah dalam satu gambar. Namun, kemampuan deteksi menurun ketika objek sampah melebihi sepuluh. Artinya, model masih bisa mengenali objek meski jumlahnya banyak, tetapi akurasi klasifikasinya menurun.
Abstract
The waste problem in Indonesia remains a persistent issue, especially due to the high population growth. Inorganic waste is a major concern because it is difficult to decompose and contaminates the environment for a long time. Therefore, an automatic detection system for various types of inorganic waste in different conditions is needed to reduce the impact of pollution and facilitate more efficient recycling processes. This study uses artificial intelligence (deep learning) with the YOLOv8 nano model to recognize several types of inorganic waste. The data used comes from mobile phone cameras and a combination of Kaggle datasets, totaling 2,459 data points for five types of waste. The data is divided into 1,967 for training, 246 for validation, and 246 for testing. The testing was conducted on images containing 1 to 12 waste objects in various conditions. The results show a high model accuracy, with an mAP50 value of 87.1% and mAP50-95 of 72.1%. The precision value reaches 86.2%, and the recall reaches 79.1% at the 50th iteration, indicating good model performance. This model is also reliable in detecting up to ten waste objects in a single image. However, the detection ability decreases when the number of waste objects exceeds ten. This means that the model can still recognize objects even when there are many, but its classification accuracy decreases
APLIKASI UNTUK MENYEMBUNYIKAN FILE PADA HANDPHONE MENGGUNAKAN JAVAME
Full text linkMobile is now not only as a means to communicate, recently mobile technology / mobile phone, the more feture like java platform provided therein. The latest mobile phones are now equipped with a MMC (MultiMediaCard), which are mostly used to store data in the form of text, image (the images), sound, video clips and scripts. This application is expected to hide the confidentiality of critical data and personal data on a mobile phone. The method used in the design and manufacture of this software is a method Grapple (Guidlines for Rappid Application Engineering), NetBeans IDE 6.0 is used as a tool to help programming. System modeling language used is the Unified Modeling Language (UML). The programming language used was JavaM
APLIKASI ENKRIPSI PENGIRIMAN FILE SUARA MENGGUNAKAN ALGORITMA BLOWFISH
Full text linkUntuk menjaga keamanan data ataupun informasi yang tersimpan dalam bentuk file, salah satunya dengan menggunakan metode kriptografi untuk mengenkripsi data file tersebut sehingga tidak dapat dilihat atau dibaca oleh yang tidak berhak. Pada skripsi ini dirancang suatu aplikasi yang dapat menunjukkan solusi keamanan pesan suara dengan menggunakan algoritma enkripsi. Pesan suara dilakukan dengan menggunakan algoritma kunci simetri dengan cipher blok Blowfish yang dibuat oleh Bruce Scheiner. Keamanan diukur dengan melakukan pengecekan kebenaran proses enkripsi dan dekripsi
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA APLIKASI PENCARIAN KOLEKSI PERPUSTAKAAN (STUDI KASUS:PERPUSTAKAAN FTI UPN ”VETERAN” YOGYAKARTA)
Full text linkPerpustakaan Fakultas Teknologi Industri UPN “Veteran” Yogyakarta menyimpan banyak koleksi pustaka seperti buku, jurnal, skripsi atau tesis, dan laporan kerja praktek, namun persoalanpun muncul dapatkah informasi pustaka tersebut dikelola secara semantis sehingga nantinya pengguna dapat melakukan pencarian berdasarkan persepsi dan tingkat pengetahuan yang dimilikinya untuk mencari koleksi pustaka. Dalam penelitian ini, pengetahuan koleksi perpustakaan disimpan dalam bentuk ontology berbasis Web Ontology Language yang memiliki class Jurusan, Koleksi, Penulis dan Penerbit. Model ontology yang dibangun diimplementasikan untuk aplikasi berbasis web menggunakan Protégé 3.4, NetBeans IDE 6.5.1 dengan bahasa pemrograman Java Server Pages (JSP), Jena API sebagai library pendukung, dan bahasa query SPARQL
Perbaikan Cara Kerja, Manajemen Organisasi, dan Kualitas Produk serta Penerapan K-3 dan Pemasaran Online Pada UKM Kuningan Ngawen
Full text linkThe Kuningan Ngawen UKM Center is located in Ngawen Hamlet, Sidokarto Village, Kepanewon Godean, Sleman Regency, DIY. There are 18 brass craft activists at the Ngawen Brass Craft Center. The Ngawen Brass Handicraft Center is chaired by Mr. Wiyoto, this center was established in 1999. Based on interviews with center workers, complaints were obtained that workers at the work station making tanjuk and night-style hangers complained that their feet and hands were often tingling and achy. After an assessment, it turns out that this is because the chairs used by workers at the work station have not considered the work position at work, so that if you work for a long time it will interfere with the health of workers. To solve this problem, ergonomic work chairs have been made for workers. Based on field observations, it can be seen that workers lack knowledge about Occupational Health and Safety (K-3) and lack of K-3 tools. To solve this problem, training on K3 and the fulfillment of K3 equipment has been carried out for workers at the center. Based on interviews with the center management, it turns out that until now the marketing carried out by the centers is still traditional, namely by selling products at the center locations or by selling to collectors. Currently the center has not marketed its products online, even though in this digital era, online marketing is very necessary. To solve this problem, online marketing training will be conducted using online marketing applications such as Tokopedia, Bukalapak, Shopie, and so on. Based on interviews with the center management, it was revealed that the awareness of the organization is still low, the desire of center members (activators) to advance the center is still low. To solve this problem, organizational management training will be conducted to raise awareness of members in advancing the center for the common welfare. In addition, based on interviews with the center management and observations made, one more problem was found, namely there are still many products resulting from brass castings that are porous. To solve this problem, training on the brass metal casting process will be carried out according to standards based on the results of research that has been carried out by the proposer so that the resulting product has a minimum porosity
APLIKASI ENKRIPSI PENGIRIMAN FILE SUARA MENGGUNAKAN ALGORITMA BLOWFISH
Full text linkUntuk menjaga keamanan data ataupun informasi yang tersimpan dalam bentuk file, salah satunya dengan menggunakan metode kriptografi untuk mengenkripsi data file tersebut sehingga tidak dapat dilihat atau dibaca oleh yang tidak berhak. Pada skripsi ini dirancang suatu aplikasi yang dapat menunjukkan solusi keamanan pesan suara dengan menggunakan algoritma enkripsi. Pesan suara dilakukan dengan menggunakan algoritma kunci simetri dengan cipher blok Blowfish yang dibuat oleh Bruce Scheiner. Keamanan diukur dengan melakukan pengecekan kebenaran proses enkripsi dan dekripsi
- …
