Claim Missing Document
Check
Articles

Found 3 Documents
Search

ALGORITMA KRUSKAL UNTUK MENENTUKAN RUTE TERPENDEK PADA JARINGAN KOMPUTER Stanly Hence Dolfi Loppies; Fransiskus Xaverius Manggau
MUSTEK Vol 3 No 3 (2014): MUSTEK ANIM HA
Publisher : Universitas Musamus, Merauke, Papua

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

Abstract

Jaringan komputer sangat dibutuhkan di berbagai bidang pekerjaan sebagai sarana untuk bertukar dan memperbaharui informasi pada era modern seperti sekarang ini. Perencanaan, perancangan, dan pembangunan topologi yang baik, akan menunjang kinerja jaringan komputer itu sendiri serta pihak-pihak yang menggunakannya. Cisco Packet Tracer adalah simulator yang digunakan untuk mendesain model topologi jaringan komputer yang akan dibangun maupun yang akan dikembangkan. Penentuan rute terpendek untuk mengirim paket data pada jaringan komputer dapat membantu memelihara kinerja jaringan. Algoritma Kruskal adalah salah satu algoritma yang digunakan untuk menyelesaikan masalah pohon perentang minimum dalam sebuah topologi jaringan. Aturan dasar dari algoritma Kruskal dalam mencari pohon perentang minimum adalah total bobot minimum dari setiap sisi yang dipilih secara berurutan. Routing adalah proses menentukan rute yang diterapkan pada router dalam jaringan komputer untuk menghasilkan rute-rute terpendek yang dikumpulkan dalam sebuah tabel routing. Routing dinamis OSPF adalah salah satu jenis routing yang paling banyak digunakan pada jaringan komputer berskala besar dan yang berada pada satu wilayah atau area yang sama. Routing dinamis OSPF sangat efektif dan efisien dalam menentukan rute terpendek berdasarkan total biaya terkecil untuk menghemat pemakaian bandwidth pada jaringan komputer. Melalui simulasi Cisco Packet Tracer dapat dibuktikan bahwa algoritma Kruskal dapat diimplementasikan untuk menentukan rute terpendek pada jaringan komputer yang menerapkan routing dinamis OSPF dengan jenis topologi jaringan tertentu.
IMPLEMENTASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK DETEKSI WAJAH DALAM CITRA DIGITAL Stanly Hence Dolfi Loppies
Musamus Journal of Technology & Information Vol 1 No 01 (2018)
Publisher : Musamus University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35724/mjti.v1i1.991

Abstract

Sebuah citra adalah kumpulan piksel-piksel yang disusun dalam larik dua-dimensi. Sebuah piksel pada citra digital adalah sampel dari pemandangan yang mengandung intensitas citra yang dinyatakan dalam bilangan bulat. Pendeteksian wajah adalah salah satu bidang kecerdasan buatan yang berguna pada pengolahan data. Tujuan dari penelitian ini adalah untuk mengimplementasikan jaringan saraf tiruan pada pendeteksian wajah dalam citra digital dengan menggunakan metode backpropagation. Deteksi wajah dalam citra digital akan dilatih dan diuji menggunakan tahap-tahap pada backpropagation. Vektor input pelatihan dan pendeteksian wajah diperoleh dari hasil pengolahan citra. Metodologi yang digunakan dalam pengembangan perangkat lunak ini adalah Rational Unified Process (RUP) dengan kakas yang digunakan adalah Unified Modelling Language (UML). Aplikasi dibangun dengan menggunakan bahasa pemrograman Matlab 7.0. Berdasarkan hasil pengujian menunjukkan bahwa semua citra wajah yang dilatih berhasil dikenali. Citra wajah yang telah dimodifikasi akan memiliki nilai akurasi pendeteksian yang berbeda dengan citra wajah sebelum dimodifikasi. Hal ini disebabkan karena perbedaan vektor input dari citra-citra tersebut. Kata kunci: Wajah Citra Digital, Jaringan Saraf Tiruan, Backpropagation.
IMPLEMENTASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK DETEKSI WAJAH DALAM CITRA DIGITAL Stanly Hence Dolfi Loppies
Musamus Journal of Technology & Information Vol 1 No 01 (2018): Musamus Journal of Technologi & Information (MJTI)
Publisher : Musamus University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35724/mjti.v1i01.991

Abstract

Sebuah citra adalah kumpulan piksel-piksel yang disusun dalam larik dua-dimensi. Sebuah piksel pada citra digital adalah sampel dari pemandangan yang mengandung intensitas citra yang dinyatakan dalam bilangan bulat. Pendeteksian wajah adalah salah satu bidang kecerdasan buatan yang berguna pada pengolahan data. Tujuan dari penelitian ini adalah untuk mengimplementasikan jaringan saraf tiruan pada pendeteksian wajah dalam citra digital dengan menggunakan metode backpropagation. Deteksi wajah dalam citra digital akan dilatih dan diuji menggunakan tahap-tahap pada backpropagation. Vektor input pelatihan dan pendeteksian wajah diperoleh dari hasil pengolahan citra. Metodologi yang digunakan dalam pengembangan perangkat lunak ini adalah Rational Unified Process (RUP) dengan kakas yang digunakan adalah Unified Modelling Language (UML). Aplikasi dibangun dengan menggunakan bahasa pemrograman Matlab 7.0. Berdasarkan hasil pengujian menunjukkan bahwa semua citra wajah yang dilatih berhasil dikenali. Citra wajah yang telah dimodifikasi akan memiliki nilai akurasi pendeteksian yang berbeda dengan citra wajah sebelum dimodifikasi. Hal ini disebabkan karena perbedaan vektor input dari citra-citra tersebut. Kata kunci: Wajah Citra Digital, Jaringan Saraf Tiruan, Backpropagation.