Articles
<![CDATA[Algorithm for Identifying Objects in The Relief Image Using Watershed Segmentation ]]>
<![CDATA[Auliasari, Karina]]>;
<![CDATA[Orisa, Mira]]>
<![CDATA[ Scientific Journal of Informatics Vol 4, No 2 (2017): November 2017 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v4i2.11177
<![CDATA[This study aims to automate the process of understanding temple relief, despite the difficulties to analyze the contents of natural images. Three preprocessing stages are develop in this research namely edge detection based on convolution (EC), edge detection based on gaussian (EG) and Hybrid which is a combination between edge detection based on convolution and gaussian. These algorithm is to support the operation of Watershed transform to segment relief images. A set of relief images obtained from several temples near Malang City are used in this experiment. Two experimental parameter are develop in order to measure the performance of these algorithm, namely number of object and quality of retrieval from segmentation result. The result of experiment show that hybrid approach deliver the best performances compare the other approaches.]]>
<![CDATA[Identifikasi Pola Penggunaan Lahan pada Sektor Perikanan dan Peternakan Berbasis Sistem Informasi Geografis ]]>
<![CDATA[Auliasari, Karina]]>;
<![CDATA[Agustine, Thesalonika Nameta]]>
<![CDATA[ MATICS Vol 8, No 2 (2016): MATICS ]]>
Publisher : <![CDATA[Department of Informatics Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (590.131 KB)
|
DOI: 10.18860/mat.v8i2.3590
<![CDATA[Monitoring and evaluation the quantity of the three sectors, agriculture, livestock and fisheries is conducted independently by each local government through the statistics and annual reports. But the development of information fishery and livestock sectors served from annual reports and statistical results have not been able to provide geographic information systems commodities in each district. The results of the development of the geographic information systems indicates that the category feature helps the user to view a visualization mapping fisheries sector and livestock commodities. Based on the visualization mapping analysis results, fisheries sector shows that six of the districts in Barito Utara that has not only a maximum production of fish from the river and three sub-categories of the category of the lake. For the results of visualization mapping livestock sector analysis in cattle category shows that six districts (Lahei, Teweh Tengah, Teweh Timur, Montalat, Gunung Timang and Gunung Purei) is able to fulfill the food needs of beef as a whole districts.]]>
<![CDATA[ANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN METODE ASSOCIATION RULE ]]>
<![CDATA[Sibagariang, Dewi]]>;
<![CDATA[Auliasari, Karina]]>
<![CDATA[ MATICS MATICS (Vol 5, No 3 ]]>
Publisher : <![CDATA[Department of Informatics Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (661.242 KB)
|
DOI: 10.18860/mat.v0i0.2419
<![CDATA[Data of development results in an area divided into several sectors. Each sector has a commodity, government use this data to determine potential comodity in ​​small coverage area. This paper was based on our research use association rule method,  as we know this method commonly used in data mining to discover pattern from huge data. Apriori is an algorithm that is implemented on application in this research, this algorithm is used to  generate strong association information (strong linkage) between commodities in each sector. Support, confidence values and relationship between each commodities in 33 districts Kabupaten Malang displayed by application. From test result showed that more higher  value of confidence and support make the strong relationships between commodity value. Minimum limit value can not support more than 33, because most transaction data which is calculated from the total number of 33 districts in Malang.]]>
<![CDATA[Penerapan Pemodelan Spasial pada Sistem Informasi Geografis Tenaga Kesehatan Kabupaten Malang ]]>
<![CDATA[Auliasari, Karina]]>;
<![CDATA[-, Sukmadiningtyas]]>
<![CDATA[ MATICS Vol 8, No 1 (2016): MATICS ]]>
Publisher : <![CDATA[Department of Informatics Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1012.137 KB)
|
DOI: 10.18860/mat.v8i1.3474
<![CDATA[Abstract—Geographic information systems can improve the health services to the community. This system able to provide spatial considerations in determining the type of health services and accessibility to public health facilities.The increase of health care needs, especially in Kabupaten Malang still has an unbalanced ratio between health-care facilities and service needs, so that the necessary to improve the facility and medical personnel. In this research is to developed a geographic information system that provide the visualization. The visualization of the mapping is visualization the distribution of medical personnel in Kabupaten Malang. The system generates mapping visualization that equipped with a comparative analysis of the number of medical personnel and the population of Kabupaten Malang. In this system also provides a potential data of health facilities in Kabupaten Malang. The system is also supported with data management to change facilities and medical personnel data. Results from the mapping showed that the health personnel, particularly physicians uneven. Nine of a total of thirty-three districts in Malang has a number of doctors that excessive when compared with the rest of the other districts are still lacking.]]>
<![CDATA[Algorithm for Identifying Objects in The Relief Image Using Watershed Segmentation ]]>
<![CDATA[Auliasari, Karina]]>;
<![CDATA[Orisa, Mira]]>
<![CDATA[ Scientific Journal of Informatics Vol 4, No 2 (2017): November 2017 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v4i2.11177
<![CDATA[This study aims to automate the process of understanding temple relief, despite the difficulties to analyze the contents of natural images. Three preprocessing stages are develop in this research namely edge detection based on convolution (EC), edge detection based on gaussian (EG) and Hybrid which is a combination between edge detection based on convolution and gaussian. These algorithm is to support the operation of Watershed transform to segment relief images. A set of relief images obtained from several temples near Malang City are used in this experiment. Two experimental parameter are develop in order to measure the performance of these algorithm, namely number of object and quality of retrieval from segmentation result. The result of experiment show that hybrid approach deliver the best performances compare the other approaches.]]>
<![CDATA[Penerapan Algoritma K-Means untuk Segmentasi Konsumen Menggunakan R ]]>
<![CDATA[Karina Auliasari]]>;
<![CDATA[Mariza Kertaningtyas]]>
<![CDATA[ Jurnal Teknologi dan Manajemen Informatika Vol 5, No 2 (2019): Desember 2019 ]]>
Publisher : <![CDATA[Universitas Merdeka Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26905/jtmi.v5i2.3644
<![CDATA[Saat ini peran analisis data dalam dunia bisnis sangat dibutuhkan. Analisis data sering kali digunakan untuk mengenal konsumen dan pangsa pasar perusahaan. Salah satu teknik analisis data yang digunakan yaitu mengelompokkan konsumen berdasarkan beberapa variabel, dimana teknik ini menjadi sangat handal ketika konsumen berinteraksi dengan produk yang ditawarkan. Teknik ini juga membantu perusahaan dalam memodelkan hubungan antara kecenderungan produk yang dibeli konsumen yang mungkin tidak diperhatikan oleh pihak perusahaan sebelumnya. Dengan demikian, penelitian ini berfokus pada penargetan konsumen yang menguntungkan dengan analisis cluster dan upaya untuk mengklasifikasikan konsumen dari perusahaan berdasarkan karakteristiknya menggunakan algoritma K-Means menggunakan bahasa pemrograman R. Dari hasil cluster dataset konsumen PT. Super Sukses Niaga pada tahun 2018 menunjukkan bahwa dari atribut data jenis usaha didominasi oleh konsumen yang berjenis usaha PT. Untuk atribut data lokasi konsumen dari hasil clustering menggunakan algoritma K-Means memperlihatkan bahwa rata-rata konsumen berlokasi di pulau Jawa. Cluster untuk atribut nilai total belanja konsumen dalam setahun menunjukkan bahwa ada tiga konsumen yang sangat berpotensi dilihat dari nilai rata-rata total belanja yang sangat tinggi. DOI: https://doi.org/10.26905/jtmi.v5i2.3644]]>
<![CDATA[TEKNOLOGI MOTION-BASED TRACKING UNTUK PENGEMBANGAN APLIKASI KEAMANAN ]]>
<![CDATA[Mira Orisa]]>;
<![CDATA[Karina Auliasari]]>;
<![CDATA[Rofila El Maghfiroh]]>
<![CDATA[ Jurnal Teknologi Informasi dan Terapan Vol 4 No 2 (2017) ]]>
Publisher : <![CDATA[Jurusan Teknologi Informasi Politeknik Negeri Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25047/jtit.v4i2.69
<![CDATA[The surveillance camera system is widely used by the public. The surveillance camera system used is usually a CCTV camera. In general, CCTV cameras can only record video. Security monitoring or monitoring by CCTV cameras can only be effective if there are operators who see the record directly on a monitor. Actually the surveillance camera system can be programmed to give a warning sign to the user. The surveillance camera used in this study is the IP camera. The camera is a camera that can be programmed to provide a notification to the user. By implementing motion-based tracking technology on the surveillance camera system can detect movement. Kalman filter is one of the motion-based tracking methods. Kalman filters can predict the movements recorded by the IP camera. The results of this study state that the surveillance camera system can provide notification messages to users via an android device when the surveillance camera records the movement of human objects.]]>
<![CDATA[Analisis Penentuan Resiko Kredit Menggunakan Algoritma C.5.0 ]]>
<![CDATA[Karina Auliasari]]>;
<![CDATA[Mariza Kertaningtyas]]>;
<![CDATA[Diah Wilis Lestarining Basuki]]>
<![CDATA[ Jurnal Teknologi Informasi dan Terapan Vol 8 No 1 (2021) ]]>
Publisher : <![CDATA[Jurusan Teknologi Informasi Politeknik Negeri Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25047/jtit.v8i1.218
<![CDATA[Risk rating atau pemeringkatan resiko merupakan salah satu cara pelabelan resiko kredit pada data, dimana label ini mencerminkan tingkat resiko dan kemampuan seorang nasabah atau perusahaan memenuhi kewajiban tanggungan keuangan. Lembaga perbankan ataupun koperasi terkadang membutuhkan waktu lama untuk melakukan pelabelan data baru, memperbarui label pada data lama dan menjadikannya dasar pengambilan keputusan pada penelitian ini melakukan pemodelan untuk memprediksi nilai risk rating atau pemeringkatan resiko kredit sehingga dapat dijadikan basis pengambilan keputusan terhadap proses pengajuan pinjaman baru. Tahapan yang dilakukan terdiri dari 3 tahap yaitu persiapan data, pemodelan menggunakan algoritma C.5.0 dan analisis hasil pemodelan. Dari evaluasi hasil algoritma C.5.0 pemodelan yang dibentuk untuk klasifikasi atau prediksi resiko kredit tetap memiliki tingkat kesalahan sebesar 24%, sehingga model yang dihasilkan cukup layak digunakan. Dari hasil cofussion matrix dapat disimpulkan jika perpotongan kolom dan baris jatuh pada label yang sama maka klasifikasi dari model tersebut benar, namun jika labelnya berbeda maka klasifikasinya salah. Selain itu dari tampilan cofussion matrix bisa dilihat jika angka dengan diagonal ke kanan bawah menunjukkan data dengan prediksi yang benar dari model karena berpotongan pada label yang sama.]]>
<![CDATA[ANALISIS KUALITAS UDARA MENGGUNAKAN ALGORITMA K-MEANS ]]>
<![CDATA[Karina Auliasari]]>;
<![CDATA[Mariza Kertaningtyas]]>
<![CDATA[ Jurnal Informatika dan Rekayasa Elektronik Vol. 4 No. 2 (2021): JIRE NOVEMBER 2021 ]]>
Publisher : <![CDATA[LPPM STMIK Lombok ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36595/jire.v4i2.343
<![CDATA[Penelitian ini menggunakan metode K-Means dalam menganalisis data dari sensor gas untuk mengidentifikasi kualitas udara di dalam dan luar ruangan. Perangkat keras sistem sensor pada penelitian ini mengaplikasikan konsep IoT, yang dimulai dengan merancang perangkat mikrokontroller arduino yang dilengkapi dengan sensor MQ-135 dan sensor MQ-7. Sistem sensor bertanggung jawab mengumpulkan data polutan untuk selanjutnya dikirimkan kepada gateway. Gateway menggunakan layanan web service untuk menyediakan transmisi dan penyimpanan data di MySQL. Dataset yang digunakan merupakan data hasil monitoring yang diambil dalam rentang waktu satu bulan dengan enam variabel data yaitu date, time, location, NH3, CO dan CO2. Dari hasil klastering yang dilakukan terhadap dataset terbentuk 3 klaster. Tingginya rata-rata nilai CO2 pada klaster 2 dikarenakan di dalam ruangan Laboratorium sering dipakai untuk kegiatan praktikum dari pagi hingga sore sehingga terjadi kerumunan praktikan maupun asisten laboratorium. Pada klaster 1 nilai rata-rata polutan CO2 juga cukup tinggi karena pada lokasi teras laboratorium para praktikan berkumpul menunggu giliran praktikum atau berdiskusi antar kelompok. Sedangkan untuk variabel polutan CO memiliki rata-rata nilai tertinggi pada klaster 3 karena berlokasi di area parkir yang banyak menghasilkan polutan CO dari proses pembakaran bahan bakar sepeda motor.]]>
<![CDATA[Optimalisasi Rute Distribusi Produk Menggunakan Metode Traveling Salesman Problem ]]>
<![CDATA[Karina Auliasari]]>;
<![CDATA[Mariza Kertaningtyas]]>;
<![CDATA[Diah Wilis Lestarining Basuki]]>
<![CDATA[ SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 16, No 1 (2018): DESEMBER 2018 ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/sitekin.v16i1.6109
<![CDATA[Permasalahan yang sering terjadi dalam proses pendistribusian produk pada perusahaan ini adalah belum optimalnya rute pendistribusian produk sehingga seringkali terjadi perubahan rute dan penjadwalan ulang pengiriman produk. Hal ini terjadi karena pihak manajemen pemasaran belum mengaplikasikan suatu metode optimalisasi dan belum adanya dukunga terkomputerisasi untuk menghasilkan informasi yang mendukung dalam pengambilan keputusan rute distribusi. Tujuan diterapkannya metode traveling salesman problem (TSP) adalah memberikan pilihan solusi rute distribusi yang dapat meminimalisir keterlambatan pengiriman barang dan mengoptimalkan sarana transportasi, sumber daya manusia, waktu dan biaya yang dimiliki untuk mengirimkan produk. Berdasarkan hasil uji performa penerapan metode TSP menunjukkan bahwa menggunakan parameter jarak dan waktu tempuh maka dapat dihasilkan pilihan dua rute pengiriman yang berbeda. Pilihan dua rute yang dihasilkan dari komputerisasi menggunakan metode TSP dengan teknik branch and bound dilengkapi dengan penyajian pohon keputusan dari titik awal hingga titik tujuan yang pada akhirnya membentuk rute yang optimal.]]>
