Articles
<![CDATA[IMPLEMENTASI ALGORITMA LINEAR CONGRUENT METHOD DAN ALGORITMA SUFFIX TREE PADA APLIKASI CASUAL GAME TEBAK LAGU ]]>
<![CDATA[peta nurjana nurjana]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Aan Erlansari]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 5, No 3 (2017): Volume 5 Nomor 3 November 2017 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (391.653 KB)
|
DOI: 10.33369/rekursif.v5i3.1079
<![CDATA[Penelitian ini membangun aplikasi casual game tebak lagu berbasis android sebagai bentuk pemanfaatan teknologi untuk sarana hiburan, budaya dan pengetahuan lagu Indonesia. Kombinasi algoritma pengacakan Linear Congruent Method dan algoritma Suffix Tree dalam mengupayakan peningkatan keunggulan game tebak lagu. Algoritma Linear Congruent Method digunakan pada pengacakan lagu untuk mendapatkan periode lagu acak yang maksimal pada game tebak lagu dan Algoritma Suffix Tree digunakan untuk pencarian string dalam menebak lirik lagu pada game tebak lagu. Hasil akhir dari aplikasi ini adalah kombinasi algoritma pengacakan Linear Congruent Method dan algoritma Suffix Tree dalam mengupayakan peningkatan keunggulan game tebak lagu dalam menampilkan lagu acak yang lebih berfariasi. Peneliti melakukan pengujian white box dengan membuat perkiraan logika yang kompleks dan pengujian black box dengan teknik pengujian yang membagi domain input, menentukan kasus pengujian dengan mengungkapkan kelas-kelas kesalahan. Kata kunci : Game tebak lagu, android, Linear Congruent Method, Suffix Tree. ]]>
<![CDATA[Sistem Pakar Penyakit Dan Hama Pada Tanaman Teh Menggunakan Certainty Factor Berbasis Android ]]>
<![CDATA[Meyzan Fajri]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Aan Erlansari]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (532.031 KB)
|
DOI: 10.33369/rekursif.v7i2.4280
<![CDATA[Hama dan penyakit merupakan kendala yang perlu di antisipasi perkembangannya karena dapat menimbulkan kerugian bagi petani. Penurunan produktifitas hasil panen tanaman teh akibat penyakit dan hama bahkan dapat menggagalkan terwujudnya produksi yang maksimal. Pada prakteknya petani biasanya langsung melihat gejala yang ditimbulkan pada tanaman teh dan melakukan proses diagnosa sendiri. Proses diagnosa yang dilakukan oleh petani tidak sepenuhnya tepat sehingga mempengaruhi pertumbuhan serta hasil yang produksi tidak sesuai yang diinginkan. Dalam penilitian ini membuat sebuah sistem pakar penyakit dan hama tanaman teh. Metode yang digunakan dalam penelitian ini adalah metode Certainty Factor (CF). Metode ini menggunkan faktor keyakinan pakar terhadap gejala pada setiap hama dan penyakit tanaman teh. Nilai CF didapatkan dengan metode wawancara dengan seorang pakar tanaman teh. Hasil pengujian menunjukkan bahwa sistem ini telah berhasil mengimplemntasikan metode CF sesuai dengan teori yang ada. Hasil pengujian keakuratan sistem menunjukkan bahwa sistem ini memeiliki keakuratan sebesar 100 % sedangkan untuk uji kelayakan sistem sistem yang dibangun berkategori sangat baikKata Kunci : Certainty factor, hama, penyakit, sistem pakar, tanaman teh]]>
<![CDATA[IMPLEMENTASI ALGORITMA ZHU-TAKAOKA PADA APLIKASI KAMUS ISTILAH MUSIK BERBASIS ANDROID ]]>
<![CDATA[gutman togatorop]]>;
<![CDATA[Aan Erlansari]]>;
<![CDATA[Funny Farady Coastera]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 5, No 2 (2017): Volume 5 Nomor 2 Juli 2017 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1215.097 KB)
|
DOI: 10.33369/rekursif.v5i2.2508
<![CDATA[Aplikasi Kamus Istilah Musik berbasis android menerapkan algoritma pencocokan string Zhu-Takaoka dalam pencariannya dan database SQLLite sebagai penyimpanan data istilah musik. Untuk mendapatkan hasil pencarian, algoritma Zhu-Takaoka menggunakan kata pencarian sebagai pattern dan kosa kata yang diinputkan ke dalam database sebagai teks. Hasil penelitian ini adalah sebuah aplikasi kamus istilah musik dapat dijalankan pada sistem operasi android secara offline yang dapat diakses kapanpun dan dimanapun. Berdasarkan hasil pengujian black box, sistem ini dapat melakukan pencarian istilah musik dalam kamus dengan tingkat kelayakan 3.99 dalam skala lima.]]>
<![CDATA[Identifikasi Pola Iris Mata Dengan Algoritme Daugman dan Metode Hamming Distance ]]>
<![CDATA[Alfio Rezika]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Aan Erlansari]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 6, No 2 (2018): Volume 6 Nomor 2 November 2018 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1013.306 KB)
|
DOI: 10.33369/rekursif.v6i2.4277
<![CDATA[Penelitian ini membangun sebuah sistem identifikasi pola iris mata berbasis tekstur dengan algoritme Daugman untuk deteksi letak iris dan metode Hamming Distance untuk menghitung nilai kemiripan citra uji dengan citra latih. Citra yang digunakan sebagai objek penelitian adalah citra iris mata manusia dari CASIA Iris Image Database. Aplikasi ini dibangun dalam bahasa pemrograman Matlab dan dirancang dengan Unified Model Language (UML). Metode pengembangan sistem yang digunakan adalah protoyping. Hasil yang diperoleh pada penelitian ini adalah nilai akurasi sebesar 82.5% untuk pengujian citra uji terhadap citra latih.]]>
<![CDATA[Penerapan Teknologi Augmented Reality sebagai Media Pembelajaran Bencana Tanah Longsor untuk Siswa Sekolah Dasar ]]>
<![CDATA[Ricky Sadewa]]>;
<![CDATA[Desi Andreswari]]>;
<![CDATA[Aan Erlansari]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (475.169 KB)
|
DOI: 10.33369/rekursif.v7i2.9025
<![CDATA[Penanggulangan bencana yang baik harus terintegrasi ke dalam sektor pendidikan, karena pendidikan menjadi salah satu faktor penentu dalam kegiatan pengurangan risiko bencana. Menerapkan teknologi augmented reality sebagai media pembelajaran bencana tanah longsor merupakan alternatif media pembelajaran yang dapat menunjang proses pembelajaran di sekolah. Penelitian ini bertujuan untuk menerapkan teknologi augmented reality sebagai media pembelajaran bencana tanah longsor dengan cara yang lebih menarik dan menyenangkan serta mengetahui ada tidaknya pengaruh aplikasi ini terhadap aspek pemahaman akan bencana longsor. Aplikasi ini menyediakan interaksi dari teknologi augmented reality yang dapat menunjang pembelajaran bencana tanah longsor serta menyediakan soal-soal evaluasi pembelajaran.Kata Kunci : Bencana Tanah Longsor, Augmented Reality, ARLONG, Android, Media Pembelajaran, Sekolah Dasar.]]>
<![CDATA[Implementasi Metode Weighted Product (WP) & Analytical Hierarchy Process (AHP) Dalam Sistem Pendukung Keputusan Pemilihan Hewan Peliharaan Anjing ]]>
<![CDATA[Ananda Meidiyansyah]]>;
<![CDATA[Desi Andreswari]]>;
<![CDATA[Aan Erlansari]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 4, No 1 (2016): Volume 4 Nomor 1 Maret 2016 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (674.405 KB)
|
DOI: 10.33369/rekursif.v4i1.950
<![CDATA[Abstrak: Terdapat begitu banyak alasan untuk memiliki hewan peliharaan di rumah, karena sekedar hobi atau begitu menyukai jenis hewan tertentu hingga alasan kebutuhan akan kemampuan tertentu yang dimiliki hewan peliharaan. Menurut hasil survei, anjing menduduki peringkat keempat sebagai hewan peliharaan yang paling populer. Penelitian ini membangun sebuah aplikasi sistem pendukung keputusan yang dapat memberikan alternatif solusi dalam pemilihan hewan peliharaan anjing. Dalam proses pengambilan keputusan aplikasi ini menggunakan metode Weighted Product (WP) dan metode Analytical Hierarchy Process (AHP). Aplikasi ini dibangun dengan bahasa pemrograman Java. Sedangkan metode pengembangan sistem yang digunakan adalah model Waterfall dan perancangan sistem menggunakan Unified Modelling Language (UML). Pada hasil akhir sistem, pengguna dapat memilih alternatif solusi yang dihasilkan sistem ditampilkan berdasarkan ras atau individu anjing. Berdasarkan uji kelayakan sistem yang membandingkan data uji terhadap hasil keluaran sistem menghasilkan nilai persentase kedekatan sebesar 33,3% pada ras, dan 41,7% pada individu. Kata kunci: Sistem Pendukung Keputusan, Hewan Peliharaan Anjing, Weighted Product, Analytical Hierarchy Process]]>
<![CDATA[Implementasi Item Based Collaborative Filtering Dalam Pemberian Rekomendasi Agenda Wisata Berbasis Android ]]>
<![CDATA[Yudi Setiawan]]>;
<![CDATA[Angga Nurwanto]]>;
<![CDATA[Aan Erlansari]]>
<![CDATA[ Jurnal Pseudocode Vol 6, No 1 (2019): Volume 6 Nomor 1 Februari 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1038.605 KB)
|
DOI: 10.33369/pseudocode.6.1.13-20
<![CDATA[Terbatasnya pengetahuan seseorang tentang daerah yang dituju, menjadi kendala tersendiri bagi para pelancong ataupun para eksekutif yang sedang melakukan perjalanannya ke suatu daerah dengan demikian perlu adanya pemandu yang bisa menuntun dan menunjukkan posisi dimana saat ini seseorang itu berada. Penelitian ini membangun sebuah Aplikasi Android yang mampu merekomendasikan pariwisata yang ada di Kota Bengkulu berbasis Android. Penelitian ini menggunakan metode item based collaborative filtering dimana sistem merekomendasikan pariwisata berdasarkan item-item yang disukai oleh user. Metode ini bertujuan memprediksi item tertentu untuk seorang pengguna berdasarkan preferensi pengguna sebelumnya dan opini dari pengguna lain yang mirip. Penelitian ini menghasilkan sistem informasi rekomendasi Pariwisata Bengkulu berbasis Android yang di uji menggunakan metode pengujian blackbox dengan hasil 100% berhasil dan memperoleh nilai user experience sangat baik yaitu sebesar 90,752% pada pengujian usability testing.Kata Kunci: Agenda Pariwisata, Sistem Rekomendasi, Item Based Collaborative Filtering, Android.]]>
<![CDATA[Identifikasi Citra Digital Kura-Kura Sumatera Dengan Perbandingan Ekstraksi Fitur GLCM Dan GLRLM Berbasis Web ]]>
<![CDATA[Julia Purnama Sari]]>;
<![CDATA[Aan Erlansari]]>;
<![CDATA[Endina Putri Purwandari]]>
<![CDATA[ Jurnal Pseudocode Vol 8, No 1 (2021): Volume 8 Nomor 1 Februari 2021 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (328.881 KB)
|
DOI: 10.33369/pseudocode.8.1.66-75
<![CDATA[Kura-kura merupakan hewan yang sangat mudah dikenali karena mempunyai bentuk tubuh yang khas. Ciri khas yang dimiliki oleh kura-kura adalah adanya karapaks yang sering disebut dengan cangkang. Dalam mengidentifikasi kura-kura tidak bisa sembarangan, dibutuhkan seorang pakar yang benar-benar paham dengan spesies tersebut. Identifikasi keanekaragaman spesies kura-kura sumatera melalui pengolahan citra digital ini menggunakan metode ekstraksi fitur tekstur berbasis website. Salah satu cara mengidentifikasi jenis kura-kura yaitu dengan menggunakan sistem identifikasi secara otomatis berbasis pemrosesan citra digital. Pada penelitian ini dilakukan perbandingan dua ekstraksi ciri yaitu Gray Level Co-Occurrence Matrix (GLCM) dan Gray Level Run Length Matrix (GLRLM). Ekstraksi ciri GLCM dan GLRLM yang dilakukan pada penelitian ini menggunakan sudut 0°, 45°, 90°, 135°. Hasil Penelitian menunjukkan bahwa hasil akurasi identifikasi dengan menggunakan ekstraksi ciri GLRLM lebih baik dibandingkan GLCM. Hasil Akurasi tertinggi pada GLRLM 79,5% sementara dengan GLCM menghasilkan akurasi sebesar 75%.Kata Kunci: Identifikasi, Kura-kura, Karapaks, Gray Level Run length Matrix, Gray Level Co-Occurrence Matrix.]]>
<![CDATA[PROTOTIPE INTEROPERABILITAS LEARNING TECHNOLOGY SYSTEM ARCHITECTURE (LTSA) PADA KONSEP M-LEARNING ]]>
<![CDATA[Aan Erlansari]]>
<![CDATA[ Jurnal Pseudocode Vol 3, No 2 (2016): Volume 3 Nomor 2 September 2016 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (702.611 KB)
|
DOI: 10.33369/pseudocode.3.2.153-162
<![CDATA[Standar pembelajaran e-learning yang telah beralih ke sistem yang modern menjadi pilihan berbagai pusat pembelajaran. Standar teknologi pembelajaran diperlukan agar sistem pembelajaran yang dibangun mempunyai kemampuan dalam Interoperability, Re-usability, Manageability, Accessibility dan Durability. LTSA merupakan salah satu standar yang dikeluarkan oleh IEEE, menetapkan standar arsitektur tingkat tinggi untuk mendukung sistem pembelajaran, pendidikan dan pelatihan. Pada paper ini dibahas interoperabilitas e-learning menggunakan standar LTSA dan penerapannya pada aplikasi open source Moodle. Konsep LTSA sebagai arsitektur tingkat tinggi juga dapat diintegrasikan ke bentuk standar lainnya]]>
<![CDATA[Pengenalan sketsa wajah menggunakan principle component analysis sebagai aplikasi forensik ]]>
<![CDATA[Endina Putri Purwandari]]>;
<![CDATA[Aan Erlansari]]>;
<![CDATA[Andang Wijanarko]]>;
<![CDATA[Erich Adinal Adrian]]>
<![CDATA[ Jurnal Teknologi dan Sistem Komputer Volume 8, Issue 3, Year 2020 (July 2020) ]]>
Publisher : <![CDATA[Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/jtsiskom.2020.13422
<![CDATA[Recognition of human faces in forensics applications can be identified through the Sketch recognition method by matching sketches and photos. The system gives five criminal candidates who have similarities to the sketch given. This study aims to perform facial recognition on photographs and sketches using Principal Component Analysis (PCA) as feature extraction and Euclidean distance as a calculation of the distance of test images to training images. The PCA method was used to recognize facial images from pencil sketch drawings. The system dataset is in the form of photos and sketches in the CUHK Face Sketch database consists of 93 photos and 93 sketches, and personal documentation consists of five photos and five sketches. The sketch matching application to training data produces an accuracy of 76.14 %, precision of 91.04 %, and recall of 80.26 %, while testing with sketch modifications produces accuracy and recall of 95 % and precision of 100 %.]]>
