Garuda - Garba Rujukan Digital

Segmentasi Citra menggunakan Support Vector Machine (SVM) dan Ellipsoid Region Search Strategy (ERSS) Arimoto Entropy berdasarkan Ciri Warna dan Tekstur Hakim, Lukman; Mutrofin, Siti; Ratnasari, Evy Kamilah
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 1 (2016): Januari-Juni
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Segmentasi citra merupakan suatu metode penting dalam pengolahan citra digital yang bertujuan membagi citra menjadi beberapa region yang homogen berdasarkan kriteria kemiripan tertentu. Salah satu syarat utama yang harus dimiliki suatu metode segmentasi citra yaitu menghasilkan citra boundary yang optimal.Untuk memenuhi syarat tersebut suatu metode segmentasi membutuhkan suatu klasifikasi piksel citra yang dapat memisahkan piksel secara linier dan non-linear. Pada penelitian ini, penulis mengusulkan metode segmentasi citra menggunakan SVM dan entropi Arimoto berbasis ERSS sehingga tahan terhadap derau dan mempunyai kompleksitas yang rendah untuk menghasilkan citra boundary yang optimal. Pertama, ekstraksi ciri warna dengan local homogeneity dan ciri tekstur dengan menggunakan Gray Level Co-occurrence Matrix (GLCM) yang menghasilkan beberapa fitur. Kedua, pelabelan dengan Arimoto berbasis ERSS yang digunakan sebagai kelas dalam klasifikasi. Ketiga, hasil ekstraksi fitur dan training kemudian diklasifikasi berdasarkan label dengan SVM yang telah di-training. Dari percobaan yang dilakukan menunjukkan hasil segmentasi kurang optimal dengan akurasi 69 %. Reduksi fitur perlu dilakukan untuk menghasilkan citra yang tersegmentasi dengan baik. Kata kunci: segmentasi citra, support vector machine, ERSS Arimoto Entropy, ekstraksi ciri. Abstract Image segmentation is an important tool in image processing that divides an image into homogeneous regions based on certain similarity criteria, which ideally should be meaning-full for a certain purpose. Optimal boundary is one of the main criteria that an image segmentation method should has. A classification method that can partitions pixel linearly or non-linearly is needed by an image segmentation method. We propose a color image segmentation using Support Vector Machine (SVM) classification and ERSS Arimoto entropy thresholding to get optimal boundary of segmented image that noise-free and low complexity. Firstly, the pixel-level color feature and texture feature of the image, which is used as input to SVM model (classifier), are extracted via the local homogeneity and Gray Level Co-Occurrence Matrix (GLCM). Then, determine class of classifier using Arimoto based ERSS thresholding. Finally, the color image is segmented with the trained SVM model (classifier). This image segmentation result less satisfied segmented image with 69 % accuracy. Feature reduction is needed to get an effective image segmentation. Key word: image segmentation, support vector machine, ERSS Arimoto Entropy, feature extraction.

Pengembangan sistem informasi kuliah pengabdian masyarakat (KPM) di Unipdu Jombang berbasis web Khotimah, Kanti Khusnul; Mutrofin, Siti; Agustiawan, Yosi
Teknologi: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Kuliah Pengabdian Masyarakat (KPM) atau biasa dikenal dengan sebutan Kuliah Kerja Nyata (KKN) merupakan mata kuliah wajib yang harusÂ diambil sebagai salah satu persyaratan kelulusan di Universitas Pesantren Tinggi Darul Ulum (Unipdu) Jombang. Pengembangan sistem KPM ini berdasarkan penelitian terdahulu yang berjudul sistem informasi manajemen KPM di Unipdu Jombang berbasis web dengan hasil sistem dapat melakukan pendaftaran, pembagian kelompok dan melihat informasi secara online. Namun, masih ada banyak fitur dari sistem yang belum tersedia guna memenuhi kebutuhan kegiatan KPM sesuai kebijakan Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), termasuk fitur yang dapat menyimpan logbook, proposal, laporan, nilai dan lokasi. Berdasarkan kebutuhan tersebut, maka pada peneliti ini mengusulkan pengembangan sistem informasi KPM berbasis web di Unipdu Jombang menggunakan perancangan UML (Unified Modeling Language), bahasa pemrograman PHP, dan database MySQL. Hasil dari pengembangan sistem ini adalah dapat melakukan pendaftaran KPM, pembagian grup secara dari, menyimpan dan melihat: logbook, laporan, proposal, nilai, lokasi dan informasi terkait kegiatan KPM. Hasil dari pengujian menggunakan Black Box menunjukkan sistem informasi berjalan dengan baik sesuai dengan tujuan penelitian ini. Adanya pengembangan sistem ini diharapkan dapat memudahkan mahasiswa maupun LP2M dalam melakukan kegiatan KPM danÂ mengelola data.Kata kunci: Jombang, KKN, Kuliah Kerja Nyata, Kuliah Pengabdian Masyarakat, Unipdu.Â Â Kuliah Pengabdian Masyarakat (KPM) or commonly known as Student Study Service is a compulsory course that must be taken as one of the graduation requirements at the Universitas Pesantren Tinggi Darul Ulum (Unipdu) Jombang. The development of this KPM system is based on previous research entitled KPM management information system in Unipdu Jombang web-based with the results of the system can register, divide groups and view information online. However, there are still many features of the system that are not yet available to meet the needs of KPM activities in accordance with the policies of the Institute for Research and Community Services (LP2M), including features that can store logbooks, proposals, reports, values and locations. Based on these requirements, the researchers proposed the development of a web-based KPM information system in Unipdu Jombang using UML (Unified Modeling Language) design, PHP programming language, and MySQL database. The result of the development of this system is that it can register KPM, divide groups by, store and view: logbooks, reports, proposals, values, locations and information related to KPM activities. The results of testing using the Black Box show that the information system is going well according to the purpose of this study. The development of this system is expected to facilitate students and LP2M in conducting KPM activities and managing data.Kata kunci: Institute for Research and Community Services, Jombang, KKN, Student Study Service, Unipdu.

Pengembangan sistem informasi kuliah pengabdian masyarakat (KPM) di Unipdu Jombang berbasis web Khotimah, Kanti Khusnul; Mutrofin, Siti; Agustiawan, Yosi
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v6i2.793

Kuliah Pengabdian Masyarakat (KPM) atau biasa dikenal dengan sebutan Kuliah Kerja Nyata (KKN) merupakan mata kuliah wajib yang harus diambil sebagai salah satu persyaratan kelulusan di Universitas Pesantren Tinggi Darul Ulum (Unipdu) Jombang. Pengembangan sistem KPM ini berdasarkan penelitian terdahulu yang berjudul sistem informasi manajemen KPM di Unipdu Jombang berbasis web dengan hasil sistem dapat melakukan pendaftaran, pembagian kelompok dan melihat informasi secara online. Namun, masih ada banyak fitur dari sistem yang belum tersedia guna memenuhi kebutuhan kegiatan KPM sesuai kebijakan Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), termasuk fitur yang dapat menyimpan logbook, proposal, laporan, nilai dan lokasi. Berdasarkan kebutuhan tersebut, maka pada peneliti ini mengusulkan pengembangan sistem informasi KPM berbasis web di Unipdu Jombang menggunakan perancangan UML (Unified Modeling Language), bahasa pemrograman PHP, dan database MySQL. Hasil dari pengembangan sistem ini adalah dapat melakukan pendaftaran KPM, pembagian grup secara dari, menyimpan dan melihat: logbook, laporan, proposal, nilai, lokasi dan informasi terkait kegiatan KPM. Hasil dari pengujian menggunakan Black Box menunjukkan sistem informasi berjalan dengan baik sesuai dengan tujuan penelitian ini. Adanya pengembangan sistem ini diharapkan dapat memudahkan mahasiswa maupun LP2M dalam melakukan kegiatan KPM dan mengelola data.Kata kunci: Jombang, KKN, Kuliah Kerja Nyata, Kuliah Pengabdian Masyarakat, Unipdu. Kuliah Pengabdian Masyarakat (KPM) or commonly known as Student Study Service is a compulsory course that must be taken as one of the graduation requirements at the Universitas Pesantren Tinggi Darul Ulum (Unipdu) Jombang. The development of this KPM system is based on previous research entitled KPM management information system in Unipdu Jombang web-based with the results of the system can register, divide groups and view information online. However, there are still many features of the system that are not yet available to meet the needs of KPM activities in accordance with the policies of the Institute for Research and Community Services (LP2M), including features that can store logbooks, proposals, reports, values and locations. Based on these requirements, the researchers proposed the development of a web-based KPM information system in Unipdu Jombang using UML (Unified Modeling Language) design, PHP programming language, and MySQL database. The result of the development of this system is that it can register KPM, divide groups by, store and view: logbooks, reports, proposals, values, locations and information related to KPM activities. The results of testing using the Black Box show that the information system is going well according to the purpose of this study. The development of this system is expected to facilitate students and LP2M in conducting KPM activities and managing data.Kata kunci: Institute for Research and Community Services, Jombang, KKN, Student Study Service, Unipdu.

Segmentasi Citra menggunakan Support Vector Machine (SVM) dan Ellipsoid Region Search Strategy (ERSS) Arimoto Entropy berdasarkan Ciri Warna dan Tekstur Hakim, Lukman; Mutrofin, Siti; Ratnasari, Evy Kamilah
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 1 (2016): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v2i1.440

Segmentasi citra merupakan suatu metode penting dalam pengolahan citra digital yang bertujuan membagi citra menjadi beberapa region yang homogen berdasarkan kriteria kemiripan tertentu. Salah satu syarat utama yang harus dimiliki suatu metode segmentasi citra yaitu menghasilkan citra boundary yang optimal.Untuk memenuhi syarat tersebut suatu metode segmentasi membutuhkan suatu klasifikasi piksel citra yang dapat memisahkan piksel secara linier dan non-linear. Pada penelitian ini, penulis mengusulkan metode segmentasi citra menggunakan SVM dan entropi Arimoto berbasis ERSS sehingga tahan terhadap derau dan mempunyai kompleksitas yang rendah untuk menghasilkan citra boundary yang optimal. Pertama, ekstraksi ciri warna dengan local homogeneity dan ciri tekstur dengan menggunakan Gray Level Co-occurrence Matrix (GLCM) yang menghasilkan beberapa fitur. Kedua, pelabelan dengan Arimoto berbasis ERSS yang digunakan sebagai kelas dalam klasifikasi. Ketiga, hasil ekstraksi fitur dan training kemudian diklasifikasi berdasarkan label dengan SVM yang telah di-training. Dari percobaan yang dilakukan menunjukkan hasil segmentasi kurang optimal dengan akurasi 69 %. Reduksi fitur perlu dilakukan untuk menghasilkan citra yang tersegmentasi dengan baik. Kata kunci: segmentasi citra, support vector machine, ERSS Arimoto Entropy, ekstraksi ciri. Abstract Image segmentation is an important tool in image processing that divides an image into homogeneous regions based on certain similarity criteria, which ideally should be meaning-full for a certain purpose. Optimal boundary is one of the main criteria that an image segmentation method should has. A classification method that can partitions pixel linearly or non-linearly is needed by an image segmentation method. We propose a color image segmentation using Support Vector Machine (SVM) classification and ERSS Arimoto entropy thresholding to get optimal boundary of segmented image that noise-free and low complexity. Firstly, the pixel-level color feature and texture feature of the image, which is used as input to SVM model (classifier), are extracted via the local homogeneity and Gray Level Co-Occurrence Matrix (GLCM). Then, determine class of classifier using Arimoto based ERSS thresholding. Finally, the color image is segmented with the trained SVM model (classifier). This image segmentation result less satisfied segmented image with 69 % accuracy. Feature reduction is needed to get an effective image segmentation. Key word: image segmentation, support vector machine, ERSS Arimoto Entropy, feature extraction.

Solution of class imbalance of k-nearest neighbor for data of new student admission selection Siti Mutrofin; Ainul Mu'alif; Raden Venantius Hari Ginardi; Chastine Fatichah
International Journal of Artificial Intelligence Research Vol 3, No 2 (2019): December 2019
Publisher : STMIK Dharma Wacana

The objective of this research is to correct the inconsistencies associated with the response differences by each examiner with respect to the assessment of each hafiz candidate. To carry out this research, 259 students were selected within a week using 4testers. However, the examiners are also tasked with another essential mandate which must be immediately fulfilled asides testing candidates for hafiz. In order to overcome this problem, the Educational Data Mining (EDM) system is applied during classification. The problems associated with the use of this technique however, is the limited number of attributes and the imbalance data class. This study was proposed to apply the kNN (k-Nearest Neighbor) technique. The results obtained indicates that kNN can provide recommendations to testers who are students and it is suitable for the solving the problem associated with class imbalance as indicated by the application of Shuffled and Stratified sampling techniques which has values of accuracy, precision, recall and AUC > 0.8%.

OPTIMASI TEKNIK KLASIFIKASI MODIFIED K NEAREST NEIGHBOR MENGGUNAKAN ALGORITMA GENETIKA Siti Mutrofin; Abidatul Izzah; Arrie Kurniawardhani; Mukhamad Masrur
Jurnal Gamma Vol. 10 No. 1 (2014): September
Publisher : Jurnal Gamma

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

OPTIMASI TEKNIK KLASIFIKASI MODIFIED K NEAREST NEIGHBOR MENGGUNAKAN ALGORITMA GENETIKAOptimization Techniques Modified K Nearest Neighbor Classification Using Genetic AlgorithmSiti Mutrofin, Abidatul Izzah, Arrie Kurniawardhani, Mukhamad MasrurJurusan Sistem Informasi, Fakultas Teknik, Unipdu, Kompleks Ponpes Darul ‘Ulum Peterongan Jombang, 61481ABSTRACTOne of the tasks of data mining is classifi cation, many researchers are already conducting research on the method of classification. Classification method used is k-Nearest Neighbor (kNN). kNN has several advantages, including the training is fast, simple and easy to learn, resistant to the training data that has noise, and effectively if the large training data. Meanwhile, the lack of kNN is the value of k bias, complex computing, memory limitations, and easily fooled by irrelevant attributes. One improvement is the Modifi ed kNN kNN (MKNN), which aims to improve the accuracy of the kNN, by adding the calculation of validity.because it is considered the weight calculations contained in kNN, have problems outlier. However, MKNN also have the same disadvantages as kNN k value bias and complex computing. Based on the MKNN problems, the author intends to make improvements in terms of, optimization Genentic value k using Algorithm (GA), because GA has proven it can be used to optimize the value of k for kNN. Furthermore, the algorithm will be called GMKNN algorithm (Genetic Modifi ed k Nearest Neighbor). Evaluation level of truth results will be based on the value of accuracy, either using kNN algorithm, MKNN and GMKNN use data UCI machinelearning.Keywords : kNN , Modified kNN , Genetic Algorithm , Genetic Modified kNN, UCI Machine LearningABSTRAKSalah satu tugas dari data mining adalah klasifikasi, banyak peneliti yang sudah melakukan penelitian tentang metode klasifikasi. Metode klasifikasi yang biasa digunakan adalah k-Nearest Neighbor (kNN). kNN memiliki beberapa kelebihan, diantaranya adalah pelatihan sangat cepat, sederhana dan mudah dipelajari, tahan terhadap data pelatihan yang memiliki derau, dan efektif jika data pelatihan besar. Sedangkan, kekurangan dari kNN adalah nilai k bias, komputasi kompleks, keterbatasan memori, dan mudah tertipu dengan atribut yang tidak relevan. Salah satu perbaikan kNN adalah Modifi ed kNN (MKNN), yang bertujuan untuk meningkatkan akurasi dari kNN, dengan menambahkan perhitungan validity, karena dianggap perhitungan bobot yang terdapat pada kNN, memiliki permasalahan outlier. Namun, MKNN juga memiliki kelemahan yang sama dengan kNN yaitu nilai k bias dan komputasi yang kompleks. Berdasarkan permasalahan MKNN tersebut, penulis bermaksud untuk melakukan perbaikan dalam hal, optimasi nilai k menggunakan Genentic Algorithm (GA), karena GA sudah terbukti dapat digunakan untuk melakukan optimasi pada nilai k untukkNN. Selanjutnya algoritma tersebut akan dinamakan algoritma GMKNN (Genetic Modifi ed k Nearest Neighbor). Evaluasi tingkat kebenaran hasil akan didasarkan pada nilai akurasi, baik menggunakan algoritma kNN, MKNN maupun GMKNN menggunakan data UCI machine learning.Kata Kunci : kebijakan publik, Supiory, daerah tertinggal dan pengembangan

USER EMOTION IDENTIFICATION IN TWITTER USING SPECIFIC FEATURES: HASHTAG, EMOJI, EMOTICON, AND ADJECTIVE TERM Yuita Arum Sari; Evy Kamilah Ratnasari; Siti Mutrofin; Agus Zainal Arifin
Jurnal Ilmu Komputer dan Informasi Vol 7, No 1 (2014): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Abstract Twitter is a social media application, which can give a sign for identifying user emotion. Identification of user emotion can be utilized in commercial domain, health, politic, and security problems. The problem of emotion identification in twit is the unstructured short text messages which lead the difficulty to figure out main features. In this paper, we propose a new framework for identifying the tendency of user emotions using specific features, i.e. hashtag, emoji, emoticon, and adjective term. Preprocessing is applied in the first phase, and then user emotions are identified by means of classification method using kNN. The proposed method can achieve good results, near ground truth, with accuracy of 92%.

Kombinasi Tiga Algoritma Penjadwalan sebagai Upaya Meningkatkan Pelayanan Pelanggan pada Usaha Konveksi Siti Mutrofin; M. Dimas Ghifari Muafah; Mas’ud; Ahmad Farhan
Jurnal Informasi dan Teknologi 2022, Vol. 4, No. 1
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v4i1.174

Konveksi Fariasi is a convection that focuses on the production of t-shirts in Jombang. The problem is experienced by Konveksi Fariasi is scheduling the production of customer order shirts based on the order of arrival time or First In First Serve (FCFS), where the first arrival will get the first service. FCFS is not profitable for customers who order a small number of t-shirts that are not included in the First or Initial queue, because they have to wait for previous queues which may have more orders in the front queue. FCFS does not benefit the ordering of t-shirts that are not in the first line even though the order is small. From these problems, the current production scheduling system needs to be optimized. In this study, the data used are ordering data for September 2017. The results of data analysis and business processes, this study propose a combination of three scheduling algorithms as a solution to improve customer service. The algorithm consists of Dynamic Priority, Shortest Job First (SJF) and First in First Serve (FCFS). Dynamic Priority is useful for customers who want to prioritize their orders, SJF is useful for small orders, FCFS is useful for sorting according to the earliest date of arrival. The trial results of the combination of the three algorithms show better results than just using FCFS. The average waiting time is 664 days for the combination of the three proposed algorithms, compared if only using the FCFS algorithm which is 747 days.

Sistem Informasi Layanan Darah Berbasis Model Inkremental/Iteratif sebagai Upaya Meningkatkan Layanan Konsumen di Palang Merah Indonesia (PMI) Siti Mutrofin; Heru Eko Prayogo; Mohamad Ali Murtadho; Ahmad Farhan
KOMUNIKA : Jurnal Komunikasi, Media dan Informatika Vol 9, No 1 (2020): KOMUNIKA
Publisher : BPSDMP KOMINFO Surabaya

Unit Donor Darah (UDD) PMI Kota Mojokerto memiliki beberapa permasalahan dalam pelayanan darah ke konsumen (rumah sakit mitra). Adapun permasalahannya meliputi: 1) Kurang efektifnya penghitungan usia darah karena dilakukan secara manual. Karena keterbatasan jumlah staf, prosedur ini menghabiskan banyak waktu terlebih jika ada banyak transaksi pada waktu yang sama; 2) Untuk mendapatkan informasi tentang ketersediaan stok darah yang dibutuhkan, konsumen harus menghubungi pihak PMI terlebih dulu; 3) Prosedur pemesanan darah mengharuskan konsumen, dalam hal ini petugas rumah sakit, untuk datang ke kantor PMI secara langsung guna mengisi formulir pemesanan dan pengambilan darah. Berdasarkan identifikasi ketiga permasalahan tersebut, maka pada penelitian ini diusulkan sebuah sistem informasi layanan darah berbasis website yang dapat mengakomodasi sejumlah problem tersebut. Sistem informasi ini terdiri dari beberapa fitur, antara lain adalah: 1) Fitur cek usia darah; 2) Informasi stok darah; dan 3) Pemesanan darah. Tujuan pengembangan sistem informasi ini adalah untuk meningkatkan pelayanan kepada konsumen. Agar tujuan tersebut tercapai, maka diusulkan model rekayasa perangkat lunak menggunakan prototype model CodeIgniter untuk pembuatan sistem, MySQL sebagai database, dan Balsamiq Mockups untuk desain user interface, serta pendekatan Black-Box Testing untuk pengujian validasi. Hasil pengujian validasi menunjukkan bahwa sistem yang diusulkan dapat mengatasi permasalahan yang dialami oleh UDD PMI Kota Mojokerto karena memiliki fitur cek usia darah secara valid, menampilkan informasi stok darah secara realtime, dan memungkinkan konsumen melakukan pemesanan darah secara online.

IMPLEMENTASI QUICK RESPONSE (QR) CODE PADA APLIKASI VALIDASI DOKUMEN MENGGUNAKAN PERANCANGAN UNIFIED MODELLING LANGUAGE (UML) Novan Adi Musthofa, Siti Mutrofin, Mohamad Ali Murtadho
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 10 No 1 (2016): Mei 2016
Publisher : Universitas Islam Balitar

Dengan berkembangnya teknologi informasi, sering sekali terjadi penyelewengan dokumen terutama pada dokumen-dokumen cetak. Dokumen merupakan salah satu data yang sangat penting, karena dokumen merupakan sumber informasi yang diperlukan oleh suatu instansi, organisasi, negara, maupun individu. Tanpa dokumen, maka seseorang akan kehilangan data-data yang diperlukan untuk kegiatan di masa yang akan datang. Pemalsuan dokumen sangat mudah dilakukan dengan cara meniru bentuk serta isi dari suatu dokumen. Penelitian sebelumnya pernah dilakukan, namun dalam objek yang berbeda. Pemalsuan dokumen dapat diatasi dengan menggunakan Quick Response (QR) Code. QR Code mampu menyimpan semua jenis data, seperti data angka/numerik, alphanumeric, biner, kanji/kana. Selain itu QR Code memiliki tampilan yang lebih kecil daripada barcode. Untuk dapat membuat QR Code suatu dokumen maka dibuatlah sebuah aplikasi yaitu aplikasi Validasi Dokumen. Aplikasi Validasi Dokumen dirancang dengan menggunakan metode waterfall serta menggunakan perancangan Unified Modelling Language (UML). Bahasa pemrograman yang digunakan yaitu bahasa pemrograman PHP: Hypertext Preprocessor (PHP) dengan database MySQL. Sebelum QR Code dibuat, terlebih dahulu data dokumen dienkripsi dan kemudian dijadikan QR Code. Hasil pemindaian QR Code berupa Uniform Resource Locator (URL) yang mengarah pada data dokumen. Ketika URL dijalankan pada web browser, sistem melakukan deskripsi pada URL, kemudian dicocokkan dengan database, dan selanjutnya ditampilkan ke web browser. Hasil akhir aplikasi Validasi Dokumen berupa QR Code yang digunakan untuk menyimpan URL yang menunjukkan bahwa dokumen memang benar-banar dokumen yang resmi (bukan ilegal) dari suatu instansi. Pada uji coba penelitian ini juga dilakukan perbandingan kinerja dengan 3 aplikasi yang sejenis, 3 aplikasi pembanding tersebut dipilih karena memiliki hasil visual QR Code yang hampir mirip, namun jika dilakukan scanning memiliki hasil yang berbeda, karena fiturnya juga berbeda. Berdasarkan hasil pengujian dengan 3 pembanding aplikasi yang sejenis, dengan menggunakan aplikasi yang diusulkan dalam penelitian ini, pemalsuan dokumen dapat dihindari dengan menggunakan aplikasi Validasi Dokumen selama tidak ada ikut campur orang dalam (superadmin/admin) dalam melakukan praktik pemalsuan dokumen. Pada penelitian selanjutnya dapat dilakukan perbaikan kelemahan aplikasi ini, yaitu agar tidak menampilkan URL, namun hasil pemindai QR Code, langsung dapat menampilkan detail isi dokumen.

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search