Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal POINTER

Pengelompokan Ayat Al-Qur’an Berdasarkan Kesamaan Kata Menggunakan Metode Association Rule Muh Arif Rahman
Jurnal POINTER Vol 2, No 2 (2011): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

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

Abstract

ABSTRAK Al-Qur'an terdiri atas 114 bagian yang dikenal dengan nama surah (surat). Setiap surat akan terdiri atas beberapa ayat. Total jumlah ayat dalam Al-Qur'an mencapai 6236 ayat. Surat-surat yang panjang terbagi lagi atas sub bagian lagi yang disebut ruku' dimana jumlahnya ada 554 yang membahas tema atau topik tertentu. Pembagian umum lainnya adalah bahwa Alqur’an terbagi menjadi 30 juz dimana masing-masing juz mempunyai jumlah ayat yang sama. Jika kita lakukan pencarian satu kata di Al-Quran maka kata tersebut akan terdapat di beberapa surat atau beberapa ruku’ yang tidak selalu urut. Perkembangan teknologi informasi memungkinkan hampir semua data dapat direpresentasikan dalam bentuk teks, suara maupun gambar (multimedia). Salah satu bidang di ilmu komputer adalah data mining.. Diantara topik bahasan dalam data mining adalah association rule. Salah satu implementasi dari penyelesaian association rule adalah clustering data. Al-Quran terdiri atas Surat dan ruku’. Apabila Surat atau ruku’ dapat diasumsikan (dipandang) sebagai transaksi dimana item-item barang dapat dianalogikan dengan kata-kata penting yang muncul maka dalam penelitian ini akan dibahas pengelompokan ayat-ayat Al Qur’an berdasarkan kesamaan kata baik per surat maupun per ruku’ dengan menggunakan metode penyelesaian association rule.   ABSTRACT The Qur'an consists of 114 parts, known by the name of surah. Each surah will consist of a few ayat. The total number of ayat in the Quran reaches 6236. Each surat is divided into several part known as ruku' where there are 554 ruku' that discuss a particular theme or topic. Another common division is that the Quran is divided into 30 chapters which each section of the Koran have the same number of surat. If we do a single search word in the Quran, the word is to be found in some letters or some ruku' that is not always sequential. The development of information technology, any data can be represented in the form of text, sound or image (multimedia). One area in computer science is data mining. One of topic in data mining is association rule which can be implemented on association rule is the clustering of data. If each of ayat can  be assumed as sequence of transaction and every word is similar to item on transaction then we can modelling of similarity of each ayat.
Pengenalan Wajah Menggunakan Nilai Varian Obyek Wajah Muh Arif Rahman; Solimun S
Jurnal POINTER Vol 2, No 1 (2011): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

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

Abstract

ABSTRAK Terdapat banyak algoritma pengenalan wajah yang dikembangkan diantaranya adalah algoritma principal componen analysis (PCA), Independen component analysis, Linear Discriminant Analysis (LDA). Beberapa algoritma lainnya merupakan kolaborasi dengan algoritma lainnya misal algoritma EigenSpace (EP) memuat algoritma genetika pada setiap iterasinya, algoritma Elastic Bunch Graph Matching (EBGM) memetakan data wajah menggunakan teori graph. Dari semua metode tersebut terdapat beberapa kelemahan mendasar yaitu pembuatan data latih yang digunakan sebagai database wajah memerlukan komputasi yang cukup besar. Penelitian ini mengusulkan algoritma baru pengenalan wajah berdasarkan nilai varian pada masing-masing obyek wajah yang dibatasi pada obyek mata, hidung dan bibir sedemikian hingga menghindari perhitungan seluruh obyek wajah. Pengenalan tersebut memerlukan sejumlah data latih untuk obyek mata, hidung dan bibir. Pada setiap data latih akan dibuat template window untuk wajah. Template windows tersebut memuat koordinat dari mata (kiri-kanan), hidung dan bibir. Hasil pengujian menunjukkan bahwa kinerja algoritma yang diusulkan ternyata memberikan hasil yang lebih buruk dibandingkan dengan metode LDA dan PCA. Hasil ini dipengaruhi oleh pemilihan nilai threshold serta kualitas citra yang diuji.
Co-Authors A Alfan Jauhari Abdullah Hamid Agi Putra Kharisma, Agi Putra Agus Wahyu Widodo Agus Wahyu Widodo, Agus Wahyu Aida Sartimbul Ali Muntaha Andi Khofifah Nurfadillah Andreas Pardede Arief Andy Soebroto Bagidya, Moga Taufiq Bagus Priambodo Berton, Freddy Toranggi Cangara, Satriawati Citra Satrya Utama Dewi Daduk Setyohadi Darmawan Ockto Sutjipto Debby Aranindy Putri Wangi Defri Yona Dewa Gede Raka Wiadnya Dewa Gedhe Raka Wiadnya Dewi Novita Sari Dian Eka Ratnawati Edy Santosa Eko Sulkhani Yulianto Farys, Sholeh Al Fawwaz Haryono, M. Naufal Feni Iranawati Fransisca Sariuli Tobing Fransiskus Cahyadi Putra Pranoto Gatut Bintoro Geoffrey Manurung, Daniel Iis Nur Rodliyah, M.Ed Imam Cholissodin Imam Subali Jonemaro, Eriq Muhammad Adams Juan, Patrick Kurnianingtyas, Diva Lailil Muflikhah Ledhyane Ika Harlyan Mihrobi Khalwatu Rihmi Mr Sunardi Muhammad Rafi Farhan Nanda Dwi Putra Miskarana Ade Nindi Nur Wulandari Nita Hellis Setyowati Novanto Yudistira Nugroho, Muhammad Alifyan Satrio Nurdin, Abd. Rahim Nurin Hidayati Nurin Hidayati Nurul Hidayat Prakoso, Gideon Aji Pramana Putra, Jody Priyanka Mondal Putra Pandu Adikara Putri, Safinatunnajah Mutiara Rahmansyah, Muhammad Dzikri Randy Cahya Wihandika Riska Oktaviana Rr Dea Annisayanti Putri Safitri Widya Ningtias Shobriyyah Afifah Nabilah Shofiatul Kholishoh Solimun, Solimun Sunardi Sunardi Sunardi, Sunardi Supapong Pattarapongpan SUTRISNO Syarifah Hikmah Julinda Sari Syarifah Hikmah Julinda Sari Syarifah Hikmah Julinda Sari Tri Djoko Lelono Tsania Humairoh Vita Rumanti Kurniawati Wahida Kartika Sari Wakhit Rhomadona Wayan Firdaus Mahmudy