Claim Missing Document
Check
Articles

Found 26 Documents
Search

OPTIMALISASI DATA LANDSAT 8 UNTUK PEMETAAN DAERAH RAWAN BANJIR DENGAN NDVI dan NDWI ( Studi Kasus : Kota Bengkulu ) Aan Erlansari; Boko Susilo; Franky Hernoza
Jurnal Geofisika Eksplorasi Vol 6, No 1 (2020)
Publisher : Engineering Faculty Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jge.v6i1.60

Abstract

Indonesia is classified as a tropical region with rainfall data ranging from medium to high. This has become one of the causes of frequent flooding. Bengkulu which is one of the provinces in Indonesia, has a topography that is at an elevation of 0-16 meters above sea level with 70% flat topography and 30% small hilly. Swamp area dominates the lowlands so that it cannot optimally absorb water into the soil. This study identifies areas with potential flooding using data obtained through Landsat 8 and processes them using the NDVI and NDWI methods. NDVI detected and classified a map into five classifications; dry land with red colour, scarce vegetation with yellow pigment, sparse vegetation with soft green colour, solid vegetation with a dark green colour. Meanwhile, NDWI classified into 3 categories; medium wetness with a brown colour, dry land with beige colour and high wet area with a blue colour.
SISTEM PAKAR DIAGNOSA PENYAKIT TIROID MENGGUNAKAN METODE NAIVE BAYES BERBASIS ANDROID Aprizum Putra ZM; Ernawati Ernawati; Aan Erlansari
Rekursif: Jurnal Informatika Vol 5, No 3 (2017): Volume 5 Nomor 3 November 2017
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (709.959 KB) | DOI: 10.33369/rekursif.v5i3.3071

Abstract

Abstrak: Sistem pakar adalah cabang kecerdasan buatan yang menggunakan pengetahuan  khusus untuk memecahkan masalah pada level human expert/pakar. Salah satu penerapan sistem pakar dalam bidang kedokteran adalah untuk melakukan diagnosa penyakit. Pada penelitian ini dilakukan perancangan dan pembuatan sistem pakar yang digunakan untuk membantu menentukan diagnosa suatu penyakit yang diawali dari gejala utama penyakit tiroid.Masalah ketidakpastian pengetahuan dalam sistem pakar ini diatasi dengan menggunakan metode probabilitas Naive Bayes. Proses penentuan diagnosa dalam sistem pakar ini diawali dengan sesi konsultasi, dimana sistem akan mengajukan pertanyaan-pertanyaan yang relevan kepada pasien sesuai gejala utama penyakit tiroid yang dialami pasien. Hasil akhir dari penelitian ini adalah sebuah sistem pakar untuk melakukan diagnosa penyakit tiroid beserta nilai probabilitas dari penyakit hasil diagnosa, yang menunjukkan tingkat kepercayaan sistem terhadap penyakit tersebut.Kata kunci:      Sistem Pakar, Kecerdasan Buatan, Diagnosa, Probabilitas
Rancang Bangun Aplikasi Layanan Berbasis Lokasi Dengan Penerapan Augmented Reality Menggunakan Metode Markerless Berbasis Android (Studi Kasus: Pencarian Perangkat Daerah Kota Bengkulu) Julia Purnama Sari; Ernawati Ernawati; Aan Erlansari
Rekursif: Jurnal Informatika Vol 2, No 2 (2014): Volume 2 Nomor 2 November 2014
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (996.159 KB) | DOI: 10.33369/rekursif.v2i2.309

Abstract

Abstrak: Penelitian ini bertujuan untuk membuat sebuah aplikasi yang dapat membantu pengguna dalam mencari dan memberikan informasi tentang pemerintah daerah Kota Bengkulu pada android dengan menerapkan augmented reality menggunakan metode Markerless. Pada pelaksanaannya, augmented reality dapat diimplementasikan pada perangkat yang memiliki kamera, accelerometer, kompas, dan GPS. Data koordinat dan pemerintah daerah di-download dari server. Aplikasi ini juga membuat peta penggunaan dari peta google dalam menunjukkan lokasi pengguna ke lokasi pemerintah daerah mencari. Aplikasi ini dibuat dengan menggunakan Wikitude dan bahasa pemrograman Java untuk Android dengan IDE Eclipse 3.5. Metode pengembangan sistem yang digunakan untuk membangun aplikasi model sekuensial linier dan Unified Modeling Language (UML) sebagai merancang sistem. Penelitian ini menghasilkan aplikasi layanan berbasis lokasi dengan pelaksanaan augmented reality menggunakan android berbasis metode Markerless mendasarkan pada pencarian dari pemerintah daerah Kota Bengkulu.Kata kunci: Augmented Reality, Markerless, Pemerintah Daerah Kota Bengkulu, Android, Google Maps, GPS.
Implementasi Metode Basis Data Fuzzy Tahani Dengan Pembobotan Entropy Dalam Pengambilan Keputusan Kelayakan Pembiayaan Murabahah Griya IB Hasanah Saputra Bhakti Wijaya; Rusdi Efendi; Aan Erlansari
Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1296.648 KB) | DOI: 10.33369/rekursif.v7i2.8048

Abstract

Untuk menentukan layak atau tidaknya pemohon pembiayaan Griya IB Hasanah pada PT. Bank BNI Syariah adalah berdasarkan karakter pribadi pemohon yang baik atau tidak dan berdasarkan kemampuan pemohon dalam membayar angsuran kredit. Sehingga penelitian ini bertujuan mengimplementasikan metode Basisdata Fuzzy Tahani dengan Pembobotan Entropy untuk membantu memberikan alternatif keputusan kepada PT. Bank BNI Syariah Cabang Bengkulu dalam menentukan penerimaan calon nasabah pembiayaan Griya IB Hasanah. Kriteria dasar yang digunakan dalam seleksi penerima Griya IB Hasanah menggunakan indikator 5C yang terdiri dari Character (KTP, NPWP), Capacity (Pekerjaan Nasabah, Pekerjaan Pasangan, Gaji Total Nasabah), Capital (Penghasilan Usaha Nasabah), Colateral (Nilai Agunan, Jarak Agunan), Condition (Lama Usaha/Masa Kerja). Hasil dari penelitian ini adalah sebuah sistem pendukung keputusan dengan mengimplementasi metode Basis Data Fuzzy Tahani dan metode pembobotan Entropy yang mampu memberikan informasi nasabah yang layak mendapatkan pembiayaan berdasarkan tingkat kepentingan dan prioritas masing-masing. Pengujian menggunakan metode Blackbox, fungsional sistem telah 100% berhasil berfungsi dengan baik, dinilai dari 8 halaman dan total 29  skenario.Kata Kunci : Metode Basis Data Fuzzy Tahani, Pembobotan Entropy, Sistem Pendukung Keputusan, PT. Bank BNI Syariah.
Sistem Deteksi Kendaraan Menggunakan Metode Optical Flow Guna Menghitung Kecepatan Kendaraan Olivia Safitri; Boko Susilo; Aan Erlansari
Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v7i1.5770

Abstract

Kecelakaan lalu lintas merupakan hal lumrah yang terjadi di masyarakat saat ini. Kecelakaan tersebut sering terjadi akibat pengendara melaju dengan kecepatan yang tinggi. Untuk mengurangi angka kecelakaan tersebut, Kementerian Perhubungan (Kemenhub) mengeluarkan Peraturan Menteri Perhubungan Nomor 111 tahun 2015 mengenai tata cara penetapan batas kecepatan kendaraan bermotor. Dalam mendukung peraturan tersebut dibutuhkan pemanfaatan teknologi dalam pendeteksian objek (object tracking) terhadap kendaraan yang  sedang melaju. Tujuan dari penelitian ini adalah untuk membangun aplikasi yang dapat mendeteksi kendaraan menggunakan metode Optical Flow guna menghitung kecepatan kendaraan. Optical flow ini akan mengingat sebuah piksel gambar di frame pertama, kemudian di frame kedua mencari piksel terdekat dengan kecerahan yang sama. Metode Optical Flow ini akan merepresentasikan gerakan kedalam aliran vektor, kemudian menghitung nilai koordinat centroid untuk menghitung kecepatan kendaraan yang sedang bergerak. Aplikasi ini dibangun dengan MATLAB R2014a. Berdasarkan pengujian yang telah dilakukan pada sistem didapat nilai akurasi 95.23 % untuk data pagi, 84.75 % untuk data siang dan 90.96 % untuk data sore. Sedangkan rata-rata akurasi sistem secara keseluruhan yaitu 90.31 %.Kata Kunci : Object Tracking, Optical Flow, Deteksi Kendaraan, Kecepatan Kendaraan
Pemetaan Daerah Rawan Banjir Menggunakan Penginderaan Jauh Dengan Metode Normalized Difference Vegetation Index, Normalized Difference Water Index dan Simple Additive Weighting (Studi Kasus: Kota Bengkulu) Franky Hernoza; Boko Susilo; Aan Erlansari
Rekursif: Jurnal Informatika Vol 8, No 2 (2020): Volume 8 Nomor 2 November 2020
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (571.588 KB) | DOI: 10.33369/rekursif.v8i2.10562

Abstract

Sesuai dengan Undang-undang No. 24 Tahun 2007 tentang Penanggulangan Bencana, tindakan yang dapat dilakukan adalah dengan pembuatan dokumen mitigasi bencana seperti pembuatan peta risiko. Oleh karena itu dibuatlah pemetaan tingkat kerawanan banjir di setiap kecamatan yang ada di Kota Bengkulu yang merupakan salah satu cara untuk penanggulangan bencana banjir. Analisa daerah rawan banjir pada penelitian ini didokumentasikan ke dalam Sistem Informasi Geografis (SIG), dan untuk menentukan daerah rawan banjir digunakanlah empat parameter yaitu (1) Curah Hujan (2) Bantaran Sungai (3) Kelerengan dan (4) Penggunaan Lahan. Untuk pengolahan penggunaan lahan digunakan metode Normalized Difference Vegetation Index, Normalized Difference Water Index, dan untuk menentukan tingkat kerawanan banjir menggunakan metode Simple Additive Weighting. Penelitian ini menghasilkan Kecamatan yang sangat rawan terkena bencana banjir adalah kecamatan Kampung Melayu, Muara Bangkahulu dan Selebar. Kecamatan yang rawan terkena banjir adalah Sungai Serut. Dan kecamatan yang memiliki tingkat aman adalah kecamatan Singaranpati, Teluk Segara, Ratu Agung, Ratu Samban dan Gading Cempaka.
Analisis Kemiripan Jenis Burung Menggunakan Siamese Neural Network Muhammad Toby Suwindra; Ernawati Ernawati; Aan Erlansari
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (75.277 KB) | DOI: 10.33369/rekursif.v9i2.18584

Abstract

Dengan banyaknya kemiripan ciri-ciri dari karakteristik yang dimiliki oleh burung, maka diperlukannya suatu teknologi untuk mengatasi masalah banyaknya kemiripan yang dimiliki oleh jenis burung yang menyebabkan sulitnya untuk mengidentifikasi kemiripan jenis-jenis burung tersebut. Didalam kecerdasan buatan terdapat Deep Learning yang bertujuan untuk meniru cara kerja otak manusia seperti mengetahui dan mengklasifikasikan suatu objek berdasarkan gambar, suara, dan text. Siamese Neural Network adalah salah satu pendekatan Deep Learning yang berisi bidang input untuk membandingkan dua pola dan menghasilkan satu output yang nilainya sesuai dengan kesamaan antara dua pola. Siamese Neural Network popular untuk menyelesaikan permasalahan dalam menemukan kesamaan atau hubungan antara dua hal yang sebanding. Pengenalan atau kemiripan pada gambar merupakan objek penelitian yang sangat banyak diminati dengan potensi penerapan pada berbagai industri dan bidang. Pendekatan yang dilakukan ada berbagai macam seperti menggunakan teknik computer vision, machine learning, maupun deep learning. Setiap teknik itu sendiri memiliki kehebatan yang beragam, tapi akhir-akhir ini teknik yang sering digunakan ialah deep learning yang memiliki kemajuan yang pesat pada penyelesaian masalah-masalah dengan nilai akurasi yang tinggi karena teknik deep learning mampu mempelajari data dalam jumlah besar tanpa ketergantungan pada perekayasaan fitur secara manual untuk dapat melatih model. Pada penelitian yang diakukan untuk mendeteksi kemiripan jenis burung menggunakan data sebanyak 23.400 gambar dengan 260 jenis spesies burung yang disetiap kelasnya terdapat masing-masing 90 gambar. Pada penelitian ini mendapatkan akurasi training 87,05 %, akurasi testing 93,90 % dan akurasi pengujian dengan AUC sebesar 93 %.Kata Kunci: Burung, Kemiripan, Deep Learning, Siamase Neural Network, Akurasi
Analisis Dan Perancangan Jaringan Komputer Berbasis Virtual Local Area Network (VLAN) Menggunakan Router Mikrotik (Studi Kasus SMAN 9 Kaur) Rio Nando; Aan Erlansari; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (75.812 KB) | DOI: 10.33369/rekursif.v9i2.15961

Abstract

Sekolah Menengah Atas (SMA) Merupakan salah satu dari penyelenggara pendidikan berbasis umum. SMAN  9 Kaur merupakan sekolah menengah atas yang masih termasuk sekolah baru di kabupaten kaur. Pada saat ini di SMAN 9 Kaur belum memiliki koneksi internet, oleh karena itu kepala sekolah SMAN 9 Kaur berencana untuk menyediakan fasilitas internet untuk menunjang kelancaran administrasi dan proses belajar mengajar di sekolah tersebut sekolah tersebut membutuhkan rancangan jaringan komputer. VLAN merupakan suatu model jaringan yang tidak terbatas pada lokasi fisik seperti LAN, hal ini mengakibatkan suatu network dapat dikonfigurasi secara virtual tanpa harus menuruti lokasi fisik peralatan. Penggunaan VLAN akan membuat pengaturan jaringan menjadi sangat fleksibel dimana dapat dibuat segmen yang bergantung pada organisasi atau departemen, tanpa bergantung pada lokasi workstation. Mikrotik merupakan sebuah perusahaan pembuatan perangkat keras dengan merek RouterBoard, RouterBoard terus mengembangkan desain baru dengan menggunakan sistem operasi RouterOS.Kata kunci:  Mikrotik RouterBoard, VLAN,  workstation, RouterOS 
Aplikasi AR-HB (Augmented Reality and Historical Building) Sebagai Media Promosi dan Pengenalan Bangunan Bersejarah Di Kota Bengkulu Muhammad Syiahkuala Okriyanto; Aan Erlansari; Ernawati Ernawati
Rekursif: Jurnal Informatika Vol 6, No 2 (2018): Volume 6 Nomor 2 November 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (816.673 KB) | DOI: 10.33369/rekursif.v6i2.4268

Abstract

Kota Bengkulu memiliki banyak peninggalan arkeologis yang sangat berpotensial untuk menunjang bidang obyek wisata. Salah satu cara untuk melestarikan dan melindungi bangunan bersejarah tersebut adalah dengan melakukan promosi. Penelitian ini bertujuan untuk membangun  aplikasi  mobile  AR-HB  (Augmented  Reality  And  Historical Building)  dalam mempromosikan bangunan bersejarah di Kota Bengkulu dan mengimplementasikan  teknologi  Marker  Augmented  Reality  (Marker  Based Tracking) sebagai media pengenalan bangunan bersejarah Kota Bengkulu. Aplikasi ini dibuat dengan menggunakan software  Unity  3D dengan bahasa pemrograman C#, database marker Vuforia, pemodelan UML untuk perancangan software dan data marker dari bangunan bersejarah sebagai input. Hasil dari penelitian ini berupa aplikasi AR-HB yang dapat menampilkan bangunan bersejarah yang dilengkapi peta lokasi, informasi bangunan berserjarah serta dokumentasi berupa gambar 360 derajat. Pengujian kelayakan software menggunakan metode white box dan black box dengan beberapa requirement uji. Berdasarkan hasil pengujian tersebut, secara fungsional aplikasi sudah sesuai, layak, dan dapat digunakan sebagai media promosi dan pengenalan bangunan bersejarah di kota Bengkulu.
Rancang Bangun Implementasi Metode Jaringan Syaraf Tiruan Self Organizing Map Kohonen Dalam Mengidentifikasi Telapak Tangan Manusia Riris Latifah; Rusdi Efendi; Aan Erlansari
Rekursif: Jurnal Informatika Vol 8, No 2 (2020): Volume 8 Nomor 2 November 2020
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (501.248 KB) | DOI: 10.33369/rekursif.v8i2.8452

Abstract

Identifikasi manusia dengan menggunakan cara tradisional misalnya pin, password, kunci, dan lainnya dinilai kurang aman dikarenakan dapat terjadi kecurangan misalnya diduplikasi, hilang, dicuri, atau terlupakan. Untuk mengatasinya dapat menggunakan teknologi biometrika karena antara manusia yang satu dengan lainnya tidak memiliki pola data biometrika yang sama. Data biometrika yang digunakan pada penelitian ini adalah citra telapak tangan manusia.  Penelitian ini menerapkan metode jaringan syaraf tiruan Self Organizing Map Kohonen yang digunakan untuk klasifikasi citra. Pengujian fungsional sistem dengan menggunakan metode Black Box telah berhasil 100 % dengan 25 skenario yang telah dibuat. Berdasarkan eksperimen yang telah dilakukan nilai akurasi sistem ini yaitu (1) Metode SOM memiliki nilai akurasi sebesar 100% terhadap citra uji yang telah dilatih dan 36.67% terhadap citra uji non latih, (2) Waktu eksekusi rata-rata metode SOM selama 5.83596 detik terhadap citra uji yang telah dilatih dan 5.28589 detik terhadap citra uji non latih.