1,720,970 research outputs found
PERANCANGAN PERANGKAT LUNAK JAJAK PENDAPAT BERBASIS SMS DENGAN MODUL SMS GATEWAY (STUDI KASUS DI UNIVERSITAS YUDHARTA PASURUAN)
No full textVoting adalah kegiatan yang sangat menentukan pada setiap perhelatan pemilihan, persoalan yang menjadi fokus perhatian bagi panitia penyelenggara pemilihan adalah bagaimana proses pemungutan suara dapat menjamin azas langsung, umum, bebas dan rahasia serta bagaimana hasil penghitungan suara dapat berlangsung jujur, transparan, dan dapat diakses oleh publik. Salah satu kegiatan yang belum tersentuh teknologi yaitu proses pemilihan Ketua Himpunan Mahasiswa Program Studi (HIMAPRODI),di Universitas Yudharta Pasuruan semua prosesnya kebanyakan masih dilakukan secara manual, hal ini dirasa kurang efektif dengan berkembangnya teknologi sekarang ini. Untuk memenuhi hal tersebut maka dibangun sebuah aplikasi E-voting berbasis SMS Gateway. Sistem ini dibangun menggunakan software Gammu dan dengan menggunakan bahasa pemrograman PHP. Sistem ini menggunakan SMS untuk melaksanakan voting, diharapkan akan memberikan hasil voting yang akurat, cepat dan terpercaya serta bisa mengurangi angka siswa yang tidak memilih dan tidak akan mengganggu proses belajar mengajar
Klasifikasi Massa Pada Citra Mammogram Menggunakan Kombinasi Seleksi Fitur F-Score Dan LS-SVM
Full text linkKanker payudara adalah penyakit yang paling umum diderita oleh perempuan
pada banyak negara. Pemeriksaan kanker payudara dapat dilakukan menggunakan
citra mammogram. Sistem Computer-aided detection (CAD). Analisis CAD yang telah
dikembangkan adalah Ekstraksi Ftur GLCM, reduksi/seleksi fitur dan SVM. Pada
SVM (Support vector Machine) maupun LS-SVM (least Square Support vector
Machine) terdapat tiga masalah yang muncul, yaitu; bagaimana memilih fungsi kernel,
berapa jumlah fitur input yang optimal, dan bagaimana menentukan parameter kernel
terbaik. Jumlah fitur dan nilai parameter kernel yang diperlukan saling
mempengaruhi, sehingga seleksi fitur diperlukan dalam membangun sistem klasifikasi.
Pada penelitian ini bertujuan untuk mengklasifikasi massa pada citra
mammogram berdasarkan dua kelas yaitu kelas kanker jinak dan kelas kanker ganas.
Ekstraksi fitur menggunakan gray level co-occurrence matrix (GLCM). Hasil proses
ekstraksi fitur tersebut kemudian diseleksi mengunakan metode F-Score. F-Score
diperoleh dengan menghitung nilai diskriminan data hasil ekstraksi fitur di antara data
dua kelas pada data training.Nilai F-Score masing-masing fitur kemudian diurutkan
secara descending. Hasil pengurutan tersebut digunakan untuk membuat kombinasi
fitur. Kombinasi fitur tersebut digunakan sebagai input LS-SVM.
Dari hasil ujicoba bahwa menggunakan kombinasi seleksi fitur sangat berpengaruh
terhadap tingkat akurasi. Akurasi terbaik didapat menggunakan LS-SVM RBF dan
SVM RBF dengan kombinasi seleksi fitur maupun tanpa kombinasi seleksi fitur dengan
nilai akurasi yaitu 97,5%. Selain itu juga seleksi fitur mampu mengurasi waktu
komputasi
===================================================================================================
Breast cancer is the most common disease suffered by women in many countries. Breast
cancer screening can be done using a mammogram image. Computer-aided detection
system (CAD). CAD analysis that has been developed is GLCM efficient feature
extraction, reduction / feature selection and SVM. In SVM (Support Vector Machine)
and LS-SVM (Support Vector Machine Square least) there are three problems that
arise, namely; how to choose the kernel function, how many input features are optimal,
and how to determine the best kernel parameters. The number of features and value
required kernel parameters affect each other, so that the selection of the features
needed to build a system of classification.
In this study aims to classify image of masses on digital mammography based on two
classes benign cancer and malignant cancer. Feature extraction using gray level cooccurrence matrix (GLCM). The results of the feature extraction process then selected
using the method F-Score. F-Score is obtained by calculating the value of the
discriminant feature extraction results data between two classes of data in the data
training. Value F-Score of each feature and then sorted in descending order. The
sequencing results are used to make the combination of features. The combination of
these features are used as input LS-SVM.
From the experiments that use a combination of feature selection affects the accuracy
ting-kat. Best accuracy obtained using LS-SVM and SVM RBF RBF with combination
or without the combination of feature selection with accuracy value is 97.5%. It also
features a selection able to curate the computation tim
APLIKASI PENGENALAN DINOSAURUS DENGAN ANIMASI 3D BERBASIS ANDROID MENGGUNAKAN AUGMENTED REALITY (AR)
Full text linkPeningkatan di sekolahan pada umumnya proses pendidikan hampir sama, adanya pemberian materi menggunakan media-media seperti, papan tulis, buku-buku bergambar yang digunakan untuk lebih memperjelas materi kepada siswa. Aplikasi yang dikembangkan dan telah dipasang pada perangkat Android dengan menggunakan Vuforia sebagai dukungan teknologi Augmented Reality. Munculnya teknologi Augmented Reality sangat membantu prosesnya pendidikan pengenalan hewan terutama dengan adanya dukungan terhadap marker yang memadukan buku 2D sebagai marker untuk memunculkan objek 3D. Saat ini untuk belajar mengenai hewan Dinosaurus ketika belajar sejarah di sekolah setingkat SD dan SMP hanya dapat dipelajari dari buku sejarah saja, dimana terdapat gambar fosil Dinosaurus yang telah ditemukan di berbagai dunia. Dari pembahasan dapat disimpulkan bahwa perangkat Smartphone dan menggunkan Augmented Reality (AR), bisa dimanfaatkan sebagai media untuk mendapatkan informasi tentang jenis-jenis hewan dengan lebih mudah, efektif dan interaktif
DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ
Full text linkPemilik mobil atau motor seringkali membutuhkan beberapa informasi terkait kendaraan bermotor seperti informasi pajak kendaraan, tanggal jatuh tempo pajak dan tanggal berakhirnya STNK begitujuga parkiran kendaraan bermotor. Informasi tersebut haruslah tersaji dengan mudah dan cepat. Pada penelitian ini, dibangun sebuah aplikasi untuk memudahkan penggunanya mengakses informasi kendaraan bermotor berdasarkan nomor kendaraan. Oleh karena itu diimplementasikan pengolahan citra dengan HOG+LVQ sebagai metode untuk mendeteksi obyek plat kendaraan. HOG+LVQ dibangun. Ada beberapa tahapan dalam metode ini yaitu : input fitur dan praproses, selanjutnya dilakukan proses segmentasi, ekstraksi ciri menggunakan HOG dan pengenalan karakter. Untuk mengenali karakter pada nomor kendaraan, dilakukan proses klasifikasi menggunakan metode Learning Vector Quantization (LVQ). Dalam pengujian, diperoleh akurasi rata-rata sebesar 90 %
Aplikasi pengenalan huruf hijaiyah untuk anak usia dini berbasis android menggunakan augmented reality
Full text linkSmartphone kerap digunakan untuk mengendalikan aplikasi mobile sebagai sarana untuk mengakses dan mengolah informasi. Penggunaan smartphone banyak diminati mulai dari kalangan dewasa maupun anak-anak. Didalam smartphone terdapat ratusan aplikasi yang paling menarik yaitu game. Pada awalnya game ditunjukkan sebagai media penghilang kejenuhan saat belajar, namun fitur yang satu ini tidak jarang membuat anak jadi lupa waktu, sehingga menyebabkan anak-anak kelelahan dan malas untuk belajar.
Bentuk kemajuan teknologi yang bisa dimanfaatkan dalam bidang pendidikan adalah Augmented Reality yaitu sebuah terobosan di dunia multimedia dan pengolahan citra digital yang sedang maju. Aplikasi tersebut digunakan untuk pengenalan huruf hijaiyah bagi anak dini berbasis android. Pembuatan aplikasi ini menggunakan software Unity 3D untuk marker huruf-huruf hijaiyah dan Vuforia. Pada impelementasi akan ada proses scanning untuk memunculkan efek 3D dari huruf-huruf hijaiyah tersebut.
Tujuan dari penelitian ini menerapkan Augmented Reality pada smartphone untuk mengurangi bermain game dan menyeimbangkan minat belajar huruf hijaiyah sejak dini. Hasil penelitian yang dilakukan menunjukkan bahwa metode tersebut menghasilkan minat belajar terhadap anak-anak lebih baik. 
Identifikasi Jenis Penyakit Daun Jagung Menggunakan Deep Learning Pre-Trained Model
Full text link Jagung salah satu kebutuhan pangan utama setelah padi dan terigu di dunia dan termasuk kebutuhan yang penting di Indonesia setelah padi. Identifikasi penyakit pada daun tanaman jagung dapat dilakukan secara manual dengan penglihatan mata manusia berdasarkan warna daun jagung. Namun proses ini membutuhkan waktu yang lama dan kurang akurat sehingga mempengaruhi penambahan biaya perawatan. Untuk mendukung proses identifikasi secara cepat dan akurat dibutuhkan sistem pengolahan citra digital. Pada Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) pre-trained model untuk mendeteksi jenis penyakit pada daun jagung. Deteksi yang dilakukan pada 5 jenis daun jagung yaitu 1 daun sehat dan 4 penyakit daun jagung yaitu karat daun, bercak daun, hawar daun, dan bulai daun. Harapannya metode yang diusulkan mampu mendeteksi penyakit daun jagung secara akurat dan mengurangi waktu komputasi. Berdasarkan hasil ujicoba bahwa transfer learning mampu meningkatkan akurasi dan mengurasi waktu komputasi dengan tingkat akurasi data training 0.85% error rate 0.45% dan data validasi 0.88% error rate 0.5
PENGUKURAN DAN EVALUASI KEAMANAN SIAKAD UNIVERSITAS YUDHARTA MENGGUNAKAN INDEKS KAMI
Full text linkDi Kabupaten pasuruan mempunyai beberapa perguruan tinggi salah satunya yaitu UYP. Di Universitas ini terdapat Badan Administrasi Akademik dan Kemahasiswaan (BAAK) yang bertugas untuk memberikan layanan dan administrasi kepada Mahasiswa dan Dosen.Untuk memenuhi tugas tersebut maka bekerja sama dengan Pusat Pelayanan Informasi dan Komunikasi (PPIK) untuk Mengembangkan Teknologi Informasi Sistem Informasi Akademik. Perlu dilakukan evaluasi untuk mengukur kesiapan kematangan keamanan informasi berdasarkan Indeks KAMI. Indeks KAMI dibuat oleh MENKOMINFO dan banyak dipakai untuk mengukur kematangan keamanan informasi berdasarkan standart ISO/IEC 27001:2009. Pada evaluasi indeks KAMI ada tahap awal yang digunakan yaitu melakukan penilaian tingkat ketergantungan TIK pada instansi.Penilaian indeks KAMI yang dilakukan di UYP digunakan untuk menilai tingkat kematangan keamanan informasi. Di penelitian ini didapatkan tingkat kematangan keamanan teknologi berada di level I sampai dengan II, total skor untuk peran TIK adalah 28 (Tinggi), dan hasil pengukuran Indeks KAMI mencapai 200, ini memiliki arti bahwa tingkat kematangan TIK tidak layak. Oleh karena itu hasil dari penelitian ini sebaiknya digunakan untuk bahan evaluasi dan perbaikan keamanan informasi di UYP. Kata Kunci : KAMI, UYP, ISO/IEC27001:2009
PENERAPAN ALGORITMA RANDOM FOREST UNTUK MEMPREDIKSI JUMLAH SANTRI BARU
Full text linkSetiap tahun ajaran baru, setiap instansi pendidikan baik formal maupun nonformal melaksanakan proses penerimaan siswa secara rutin, termasuk Pondok Pesantren Ngalah yang membuka penerimaan santri baru dengan 2 gelombang. Namun, pelaksanaan penerimaan santri baru tersebut masih menghadapi kendala seperti jumlah santri baru yang melebihi kuota asrama yang tersedia. Oleh karena itu, dibutuhkan suatu prediksi jumlah santri baru untuk membantu pihak pesantren dalam mengoptimalkan proses penerimaan santri baru. Penerapan algoritma random forest pada penelitian ini digunakan untuk memprediksi jumlah santri baru. Hasil nilai akurasi, MAE dan MSE digunakan untuk mengukur kinerja dari algoritma random forest dan menentukan nilai parameter terbaik pada prediksi jumlah santri baru. Hasil penelitian ini menunjukkan bahwa algoritma random forest memiliki nilai akurasi yang tinggi yaitu sebesar 97,73% dalam memprediksi jumlah santri baru dan nilai MAE serta MSE yang sangat rendah, masing-masing sebesar 0,05 dan 0,18
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
- …
