Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

IDENTIFIKASI KESALAHAN TATA BAHASA PADA PERNYATAAN KEBUTUHAN MENGGUNAKAN PROBABILISTIK MODEL BAHASA N-GRAM Depandi Enda; Fajri Profesio Putra
CESS (Journal of Computer Engineering, System and Science) Vol 4, No 2 (2019): JULI 2019
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (930.74 KB) | DOI: 10.24114/cess.v4i2.12934

Abstract

Berbagai aspek seperti kemampuan untuk penulisan tata bahasa, latar belakang penggunaan bahasa Inggris dan keterbatasan pengetahuan yang dimiliki oleh tim penyusun kebutuhan perangkat lunak memungkinkan adanya kesalahan dalam pembuatan dokumen spesifikasi kebutuhan perangkat lunak. Hal ini dapat menyebabkan menurunnya kualitas dokumen spesifikasi kebutuhan perangkat lunak tersebut. Untuk mengatasi permasalahan tersebut maka diperlukan sebuah metode untuk mengidentifikasi kesalahan tata bahasa pernyataan kebutuhan perangkat lunak. Penelitian ini bertujuan mengusulkan pengembangan metode untuk mengidentifikasi kesalahan tata bahasa pada pernyataan kebutuhan perangkat lunak. Metode yang diusulkan ialah teknik berbasis statistik menggunakan probabilitas model bahasa n-gram, dimana model bahasa yang digunakan ialah model bahasa bigram dan trigram. Kinerja metode yang diusulkan dievaluasi menggunakan nilai precission, recall dan f-measure. Berdasarkan pengujian yang telah dilakukan dapat diketahui bahwa perolehan nilai precission, recall dan f-measure pada model bahasa trigram dengan treshold = 0.1 memiliki nilai yang tertinggi masing-masing sebesar 83%, 85%, dan 86% jika dibandingkan dengan skenario pengujian bigram. Hal ini menunjukkan bahwa model bahasa trigram dapat mengidentifikasi kesalahan tata bahasa dengan baik.
Pengenalan Bentuk Tangan secara Real Time Menggunakan Leap Motion dan K-Nearest Neighbors sebagai Sistem Kendali Robot Beroda Supria Supria; Depandi Enda; Muhamad Nasir
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (600.018 KB) | DOI: 10.24114/cess.v5i2.18141

Abstract

Sistem kendali robot saat ini telah banyak dibuat dengan menggunakan berbagai metode seperti sensor accelerometer, sensor suara, leap motion. Pada penelitian ini diusulkan pengenalan bentuk tangan secara real time menggunakan leap motion dan K-Nearest Neighbors (KNN) sebagai sistem kendali robot beroda. Leap motion digunakan untuk mendeteksi titik koordinat posisi tangan pada pandangan leap motion. pembentukan fitur dilakukan dengan mengukur jarak euclidean distance antara palm position dengan finger tip. KNN digunakan untuk menentukan kelas pada data testing. Uji coba dilakukan menggunakan tangan penulis dengan 5 jenis instruksi yaitu maju, mundur, stop, belok kanan, belok kiri dan setiap instruksi di ujicoba sebanyak 20 kali percobaan. Dari hasil ujicoba yang dilakukan menunjukkan bahwa sistem yang diusulkan memiliki tingkat akurasi pengenalan 94%.