Claim Missing Document
Check
Articles

Found 74 Documents
Search
Journal : eProceedings of Engineering

Perbandingan Metode Sampling Dan Dimensionality Reduction Untuk Mereduksi Kompleksitas Algoritma Deteksi Pada Ddos Fahmy Rezqi Pramudhito; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada kenyataannya data yang berukuran besar tidak akurat, tidak komplit dan tidak konsisten. Sebuah data yang tidak berkualitas akan menghasilkan hasil proses yang tidak berkualitas. Yang menyebabkan data tidak akurat ,tidak komplit dan tidak konsisten diantaranya adalah kesalahan dari manusia dan computer error pada saat memasukan data. Selain itu yang menyebabkan data tidak komplit diantaranya tidak konsisten dalam kaidah penamaan dan tidak konsisten dalam format untuk pengisian. Dengan adanya data yang tidak konsisten akan membuat data yang relevan kemungkinan tidak terekam dan menjadi sulit untuk dimengerti. Apabila data tidak konsisten terekam maka data tersebut akan dihapus secara otomatis.Pada Tugas Akhir ini,melakukan pengolahan data mentah ke tahap preprocessing dengan menggunakan teknik data reduction yaitu sampling dan dimensionality reduction. Tujuannya untuk mereduksi kompleksitas data yang diteliti dan hasil dari data preprocessing yang diperoleh dapat diklasifikasikan berdasarkan kebutuhan algoritma yang diteliti.Pada proses sampling data yang besar akan diolah menjadi data baru secara acak dari data sample yang ada. Sementara pada proses selanjutnya dimensionality reduction, data yang mempunyai high dimensionality akan direduksi menjadi lower dimensionality sehingga akan mendapatkan ouput berupa new feature.Data yang akan diteliti berupa raw data hasil streaming yang dilakukan oleh NS-3. Data streaming yang dilakukan oleh NS-3 terdiri dari serangan normal dan anomali.Data tersebut akan diolah ke tahap preprocessing, sehingga akan memperoleh relevansi fitur trafik baru. Hasil dari penilitian ini memperoleh kompleksitas dari masing-masing algoritma. Dengan hasil kompleksitas tersebut maka kompleksitas skenario 1 lebih baik dengan skenario 2. Dengan adanya penggabungan antara Sampling + PCA maka diperoleh nilai big-O dengan notasi O(n,p) . Dengan n sebagai jumlah data analisis sampling dan p sebagai jumlah kolom dari analisis PCA. Kata kunci: DDoS,Sampling,Dimensionality Reduction,Time Complexity,NS-3
Perancangan Dan Implementasi Sistem Pengenalan Bahasa Isyarat Indonesia Dengan Mengkombinasikan Rgb Dan Skeleton Kinect Menggunakan Hidden Markov Model Gunanda Hasdiansyah; Astri Novianty; Nurfitri Anbarsanti
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem pengenalan bahasa isyarat Indonesia sangat dibutuhkan sebagai sarana komunikasi antara tunarungu dengan orang yang tidak mengerti bahasa isyarat. Ada dua model bahasa isyarat Indonesia yang digunakan yaitu BISINDO dan SIBI. Pada tugas akhir ini digunakan model BISINDO karena lebih mudah dipahami oleh para tunarungu dibandingkan SIBI. Pada tugas akhir ini dibangun sistem pengenalan bahasa isyarat Indonesia dengan memanfaatkan data RGB dan skeleton kinect. Metode yang digunakan adalah Hidden Markov Model (HMM) sebagai metode klasifikasi. Dari hasil pengujian diperoleh akurasi sistem tertinggi sebesar 78% dengan jarak optimal 2 meter dan waktu komputasi 1.473311 detik. Kata kunci : bisindo, hmm, kinect.
Perancangan Dan Implementasi Markerless Augmented Reality Pada Aplikasi Angkot-finder Di Kota Bandung Untuk Smartphone Berbasis Android Deddy Gunawan; Astri Novianty; Surya Michrandi Nasution
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Angkot (angkutan kota) adalah nama yang diberikan pada mobil yang berfungsi sebagai alat transportasi umum. Biasanya angkutan kota berukuran lebih kecil dari pada bus. Pada tulisan ini, angkutan kota digunakan sebagai pengganti marker untuk augmented reality. Idenya adalah untuk menjadikan objek sehari-hari seperti angkutan kota sebagai marker untuk augmented reality dan kemudian menginformasikan kepada pengguna rute apa yang diambil oleh angkutan kota yang tertangkap kamera. Hal ini membutuhkan deteksi objek, pengenalan objek, dan ekstraksi ciri. Haar cascade digunakan sebagai metoda untuk mendeteksi objek, Jaringan syaraf tiruan Back Propagation sebagai metoda untuk pengenalan objek, dan Principal Component Analysis sebagai metoda ekstraksi ciri. Sedangkan informasi objek dimunculkan sebagai augmented reality. Metoda object recognition yang diimplementasikan memiliki performansi yang tidak baik. Tingkat ketepatan informasi yang dimunculkan oleh augmented reality hanya sebatas 40% saja sehingga output sering berubah-ubah. Beberapa angkutan kota dengan warna tertentu justru mampu dikenali dengan akurasi yang cukup tinggi, namu beberapa angkutan kota lainnya bahkan tidak dapat dikenali sama sekali. Keywords—angkot; augmented reality;
Perancangan Dan Implementasi Sistem Pengenalan Bahasa Isyarat Indonesia Menggunakan Kombinasi Sensor Depth Image Dan Human Skeleton Kinect Dengan Metode Hmm Yoga Satria Putra; Astri Novianty; Nurfitri Anbarsanti
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Komunikasi adalah salah satu hal terpenting bagi kehidupan manusia. Terutama untuk tuna rungu, mereka memiliki keterbatasan dalam berkomunikasi dengan orang lain. Mereka dapat berkomunikasi dengan menggunakan bahasa isyarat. Sistem pengenalan bahasa isyarat dibutuhkan sebagai sarana komunikasi bagi tunarungu dan orang yang tidak mengerti bahasa isyarat. Bentuk gerakan tangan dideteksi oleh sensor depth image dan human skeleton pada Kinect, dimodifikasi dan diterjemahkan menjadi sebuah teks. Hasil data rekaman mentah Kinect di segmentasi dan tracking hand dengan Haar Cascade dan diklasifikasi dengan metode Hiden Markov Model (HMM). Dengan kombinasi sensor depth image dan human sekeleton pada Kinect serta klasifikasi metode HMM tingkat akurasi pengenalan bahasa isyarat dapat mencapai 82% dan rata-rata waktu komputasi sebesar 1.98 detik. Kata kunci: bahasa isyarat indonesia, depth image, human skeleton, kinect.
Deteksi Jenis Serangan Pada Distributed Denial Of Service Berbasis Clustering Dan Classification Menggunakan Algoritma Minkowski Weighted K-means Dan Decision Tree Riski Pristi Ananto; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Seiring dengan meningkatnya perkembangan dan peran internet saat ini, juga berdampak pada meningkatnya jenis gangguan atau serangan terhadap pengguna internet, salah satunya Distributed Denial of Service (DDoS). DDoS merupakan salah satu jenis serangan Denial of Service dimana serangan ini menggunakan banyak host penyerang secara bersamaan dengan mengirimkan data secara berulang-ulang dengan tujuan agar target tidak bisa menggunakan hak akses sebuah jaringan dengan baik. Banyak penelitian terkait metode deteksi pada serangan DDoS, namun kebanyakan penelitian hanya terbatas pada penggunaan algoritma yang sering kali tidak memberikan hasil deteksi yang optimal apabila dilakukan pengujian menggunakan berbagai macam bentuk dataset yang berbeda. Maka dibutuhkan suatu sistem deteksi yang terdiri dari beberapa algoritma yang mampu beradaptasi dengan berbagai macam bentuk dataset agar dapat memberikan hasil deteksi yang lebih optimal. Pada tugas akhir ini sistem melakukan pengelompokkan serangan dan sekaligus melabelkan tipe serangan tersebut. Pengelompokkan data dilakukan menggunakan algoritma Minkoski Weighted K-means yang mengelompokkan data berdasarkan kemiripannya. Data yang sudah dikelompokkan selanjutnya diklasifikasi dan diberikan label menggunakan metode Decision Tree. Berdasarkan kemampuan adaptasi algoritma Minkowski Weighted K-means dalam melakukan pengelompokkan data menjadi beberapa kluster yang optimal dan ditambah efektifitas dari metode Decision Tree pada proses pelabelan masing – masing data yang diolah, didapatkan hasil berupa nilai akurasi sebesar 94.78% dengan false positive rate 0.26% dan detection rate 99.98%. Dengan perbandingan beberapa skenario didapatkan bahwa nilai p untuk minkowski distance yang memberikan hasil paling optimal adalah 2.5. Kata kunci: Minkowsi Weighted K-means, Decision Tree, DDoS
Perancangan Dan Implementasi Pengenalan Bahasa Isyarat Indonesia Menggunakan Kombinasi Rgb-d Dan Skeleton Data Pada Sensor Kinect Dengan Metode Hidden Markov Model Rifki Mardiansyah; Astri Novianty; Nurfitri Anbarsanti
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Komunikasi merupakan salah satu terpenting dalam kehidupan manusia tanpa komunikasi kita tidak bisa bersosialisasi terhadap sesama. Hal itu juga penting untuk orang yang mempunyai keterbatasan dalam bersosial khususnya orang penderita tuna rungu. Sistem bahasa isyarat indonesia dibuat untuk orang yang tidak mengerti bahasa isyarat. Dengan sensor kinect kita dapat merekam gerakan tubuh (gesture) dan diolah menjadi sistem bahasa isyarat indonesia. Tugas Akhir ini bertujuan mencari keakuratan data dari kata yang diuji pada sistem bahasa isyarat indonesia yang dibuat dengan menguji parameter-parameter jarak, intensitas cahaya serta waktu komputasi dari setiap kata yang diuji. Kinect mendeteksi gambar yang dapat dianalisis dengan beberapa sensor yang ada dalam kinect berupa RGB image, depth image, dan Human Skeleton Tracking, dengan penggabungan teknik ini dan diklasifikasi dengan Metode HMM mendapatkan hasil data optimal pada jarak 2 meter dengan tingkat akurasi 81% dan waktu komputasi rata-rata kata yaitu 1,94 detik. Kata Kunci: Bahasa Isyarat Indonesia, Sensor Kinect, RGB-D, Human Skeleton Tracking, HMM.
Perancangan Dan Implementasi Algoritma A* Pada Aplikasi Angkot-finder Di Kota Bandung Untuk Smartphone Berbasis Android Didik Setiawan; Astri Novianty; Surya Michrandi Nasution
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstak Sebagian besar orang Bandung masih menggunakan angkutan umum sebagai alat transportasi, salah satunya adalah angkot (Angkutan Kota). Karena kota Bandung adalah kota terbesar di Propinsi Jawa Barat, maka terdapat banyak jalan yang menyebabkan banyaknya jalur angkot. Sekarang permasalahannya adalah bagaimana cara orang-orang yang ada di kota Bandung dapat mengetahui jalur angkot tersebut. Hal ini dikarenakan kota Bandung merupakan kota yang memiliki banyak pendat ang baru, seperti para mahasiswa yang merantau yang masih awam dengan kota Bandung. Oleh karena itu, diperlukan sebuah aplikasi mobile yang dapat membantu untuk menemukan angkot yang digunakan. Aplikasi ini membantu pengguna untuk mengetahui angkot mana yang harus ditumpangi sesuai dengan jalur yang terbaik. Aplikasi ini dirancang untuk berjalan pada sistem operasi android. Metode yang digunakan pada saat pencarian jalur adalah algoritma A*. Algoritma A* ini mencari jalur angkot dari posisi awal menuju tujuan yang diinginkan. Aplikasi ini mampu memberikan rekomendasi angkot dan jalur yang digunakan untuk sampai ke tujuan berdasarkan tarif dan jarak. Kata Kunci : Bandung, Angkutan Kota, Angkot, Algoritma A*, Android.
Desain Dan Implementasi Sistem Navigasi Roboboat Autonomous Berbasis Pengolahan Citra Hsv Filter Anggitrizaka Tatag Anastya; Burhanuddin Dirgantoro; Astri Novianty
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Roboboat Autonomous merupakan salah satu perkembangan teknologi robot otonom yang dapat diimplementasikan di atas permukaan air atau bisa disebut robot kapal tanpa awak.Sistem navigasi merupakan salah satu faktor terpenting dalam pembuatan roboboat autonomous, yaitu untuk mengatur arah gerak kapal agar melewati jalur sampai ke arah tujuan. Pada tugas akhir ini penulis merancang dan mengimplementasikan roboboat autonomous dengan raspberry pi sebagai sistem kontrol dan navigasi. Library OpenCV pada raspberry pi digunakan untuk Image Processing dalam mendeteksi jalur kapal menggunakan metode HSV Filter . Metode ini akan melakukan pendeteksian jalur kapal berdasarkan warna dasar, kekuatan warna dan tingkat kecerahan warna terhadap jalur yang akan dideteksi, sehingga hasil pendeteksian jalur akan lebih akurat. Setelah melakukan pengujian, sistem navigasi membutuhkan sekitar 95% dari CPU Usage, namun hanya membutuhkan Memory Usage sebesar 50MB dengan nilai Time Process sebagai delay adalah 0.1-0.3 detik.Hasil pengujian sistem navigasi memiliki nilai akurasi sebesar 92.5%, sehingga dapat disimpulkan penggunaan HSV Filter pada image processing cukup representatif dan responsif dalam mengatur navigasi secara otomatis pada kapal tanpa awak. Kata Kunci : raspberry pi, HSV Filter, image processing, navigasi roboboat
Pengaruh Variasi Kecepatan Fluida Kerja Terhadap Efisiensi Panas Kolektor Jenis Palung Parabola Deddy Gunawan; Astri Novianty; Surya Michrandi Nasution
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Angkot (angkutan kota) adalah nama yang diberikan pada mobil yang berfungsi sebagai alat transportasi umum. Biasanya angkutan kota berukuran lebih kecil dari pada bus. Pada tulisan ini, angkutan kota digunakan sebagai pengganti marker untuk augmented reality. Idenya adalah untuk menjadikan objek sehari-hari seperti angkutan kota sebagai marker untuk augmented reality dan kemudian menginformasikan kepada pengguna rute apa yang diambil oleh angkutan kota yang tertangkap kamera. Hal ini membutuhkan deteksi objek, pengenalan objek, dan ekstraksi ciri. Haar cascade digunakan sebagai metoda untuk mendeteksi objek, Jaringan syaraf tiruan Back Propagation sebagai metoda untuk pengenalan objek, dan Principal Component Analysis sebagai metoda ekstraksi ciri. Sedangkan informasi objek dimunculkan sebagai augmented reality. Metoda object recognition yang diimplementasikan memiliki performansi yang tidak baik. Tingkat ketepatan informasi yang dimunculkan oleh augmented reality hanya sebatas 40% saja sehingga output sering berubah-ubah. Beberapa angkutan kota dengan warna tertentu justru mampu dikenali dengan akurasi yang cukup tinggi, namu beberapa angkutan kota lainnya bahkan tidak dapat dikenali sama sekali. Keywords—angkot; augmented reality;
Analisis Sistem Deteksi Anomali Trafik Menggunakan Algoritma Clustering Cure (clustering Using Representatives) Dengan Outlier Removal Clustering Dalam Menangani Outlier Muhammad Agung Tri Laksono; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Perkembangan pesat teknologi dan informasi khusunya internet sekarang ini memicu munculnya fenomena-fenomena anomali trafik (serangan) atapun ancaman terhadap sebuah komputer atau server. Flash crowd merupakan fenomena peningkatan akses / trafik secara tinggi ke suatu server karena suatu kejadian tertentu. Serangan Denial of Service (DoS) dan Distributed Denial of Service (DDoS) merupakan serangan yang terjadi dengan membanjiri lalu lintas jaringan dengan banyak data (traffic flooding) atau membanjiri jaringan dengan banyak request terhadap sebuah host atau service (request flooding) sehingga tidak dapat diakses oleh user yang terdaftar / berhak (legitimate user). Oleh karena itu, perlu adanya suatu sistem deteksi dengan melakukan pengelompokan pada anomali trafik. Pada penelitian Tugas Akhir ini digunakan salah satu teknik dalam deteksi anomali trafik yaitu clustering based. Algoritma CURE merupakan salah satu algoritma clustering berbasis hierarchical yang memiliki prestasi dapat mengatasi outlier Kemudian, fokus penelitian Tugas Akhir ini adalah dalam hal menangani titik outlier dari dataset yang digunakan. Outlier dieliminasi dengan menghapus titik yang dianggap sebagai outlier dengan teknik outlier removal clustering (ORC). Hasil dari penelitian ini, algoritma CURE memiliki perfomansi yang baik dalam mendeteksi anomali trafik. Hal itu dapat ditunjukkan dengan pengujian yang dilakukan dengan dataset DARPA 1998, dimana nilai rata-rata detection rate sebesar 98.4588 %, false positive rate 0.2325 %, dan accuracy 94.7323 %. Hasil pengujian eliminasi outlier dengan threshold 0.1 – 1, teknik ORC berhasil menemukan dan menghapus titik yang dianggap sebagai outlier. Kata kunci: anomali trafik, ddos, flash crowd, preprocessing, clustering, algoritma cure
Co-Authors Abdullah, Zakia Mahbub Abdurrasyid Ridho Abid Sabyano Rozhan Afandy, Muhammad Rizki Agung Nugroho Jati Ahmad Salim Alfauzan Aisyah Kumala Dewi Ambarita , Ayub Rosihan Amelia, Angelica Sharon Andrew Brian Osmond Andy Pratama Nugraha Angger Kartyasa Pribadi Putra Anggitrizaka Tatag Anastya Anggumeka Luhur Prasasti Anggunmeka Luhur ANGGUNMEKA LUHUR PRASASTI Aniyanto, Amelia Putri Anton Siswo Raharjo Ansori Aprilia, Nella Aqila, Fadhil Dzikri Ardiansyah, Fahreza Arifin, Hafid Ikhsan Asri, Azizah Rahma Athallah, Raken Putra Athallah, Rizqy Asyraff Ayu Siti Aminah Azizah Rahma Asri Burhanuddin Dirgantoro Burhanuddin Dirgantoro Casi Setianingsih Daniar, Ivan Deddy Gunawan Dewi Nabilah Hanifah Didik Setiawan Dimas Chaidar Elisabeth Patricia Chandra Fadli Andriawan Fahmy Rezqi Pramudhito Fairuz Azmi Faisal Candrasyah Hasibuan Fasya, Nisrina Nurjauza Firdaus, Haekal Aulia Gede Adi Aryanata Gede Kristian Wijaya Kusuma Gunanda Hasdiansyah Habibi, Rizqullah Imamuddin hidayad, rahmad Jaisy Malikulmulki Arasy Kurnia, Fajri Dwi Kusmayadi, Ameliani Kusnady, Rizky Eka Putra Kusuma , Purba Daru Leni Widia Nasution Leonita Angelina Lintang Indah Permatasari M. Aldo Shauma M. Indra Halim Arsya Dwi Akbari Manalu, Indratama Pangasian Meta Kallista Muhamad Mario Rizki Muhammad Agung Tri Laksono Muhammad Bagas Gigih Yuda Prasetyo Muhammad Farrel Ahadi Tama Muhammad Garma Asyam Rianto Nanda Septiana Naomi Yulia Indah Ginting Nasir, Alfian Nizar Zain Normansyah, Rafiandi Nuranti, Afdzuliah Nurfitri Anbarsanti Nur’ilham, Muhammad Fauzan Pasi, Muhammad Haekal Panderadja Pradana, Andhika Yudha Pratama, Rizki Mulia Prayoga, Denino Hadi Purba Daru Kusuma Putra, Adinda Permana Putra, Rayhan Daffa Aulya Putri Ramadhani, Putri Rahma, Dinda Rahmadina, Rizka Rahmaniza, Difi Rahmil Khair Randy Erfa Saputra Redho Yurizal Reza Ilmi Rifki Mardiansyah Rihaz, Muhamad Rizq Riski Pristi Ananto Rizki Mulia Pratama Roswan Latuconsina Salman Al Farisi, Salman Saputra , Randy Erfa Saputra, Ari Cahya Setianingsih , Casi Setra, Dimas Lwanna Shidiq, Hafidz Sholahuddin Al-Ayubi Siahaan, Eva Fiorina Sidabalok, Samuel Robert Romulus Siswoyo, Carrillo Rasyad Surya Michrandi Nasution Syarif , Muhammad Taufiq, Hans Harison Tito Waluyo Purboyo Umar Ali Ahmad Wicaksana, Pandu Adhimakayasa Yoga Satria Putra Yudha Purwanto