Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal TIMES

UJI PERFORMA KOMPUTASI PARALEL ALGORITMA DISCRETE COSINE TRANSFORM UNTUK KOMPRESI CITRA Megastin M. Lumembang; Tenda, Edwin; Eliasta Ketaren; Andrew Lengkong
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023709

Abstract

Kompresi data adalah cara untuk mengurangi ukuran dari berkas yang akan ditransmisikan maupun disimpan. Secara umum terdapat dua jenis kompresi data yaitu lossy compression dan lossless compression. Algoritma Discrete Cosine Transform (DCT) adalah salah satu teknik lossy compression yang banyak di gunakan dalam kompresi citra. Komputasi paralel adalah teknik komputasi yang bertujuan untuk memaksimalkan kemampuan perangkat komputasi yang memiliki lebih dari satu unit pemrosesan (CPU). Penelitian ini mengimplementasikan algoritma DCT kedalam bentuk komputasi paralel menggunakan modul multiprocessing dari bahasa Python. Hasil dari implementasi algoritma DCT kemudian di ujikan pada empat kelompok dataset dengan jumlah masing-masing sebanyak 5, 10, 15 dan 20 citra. Hasil pengujian menunjukan bahwa implementasi algortima DCT paralel memilki rata-rata waktu pemrosesan 31.74% lebih baik dibandingkan dengan implementasi DCT sekuensial.
EARLY WARNING SYSTEM UNTUK POTENSI BENCANA LONGSOR DIKOTA MANADO BERBASIS INTERNET OF THINGS Tenda, Edwin; Eric Alfonsius; Megastin M. Lumembang; Eliasta Ketaren
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023710

Abstract

Longsor adalah bencana alam yang terjadi ketika tanah, bebatuan, atau material lainya tergelincir secara tiba-tiba dari posisinya, mengakibatkan kerusakan pada lingkungan dan bahkan merenggut nyawa manusia. Penanganan resiko bencana longsor adalah kebutuhan yang mendesak mengingat potensi dan pola siklus bencana di Indonesia yang berulang. Teknologi penanganan resiko bencana longsor baik dari manajemen resiko bencana, hingga penanganan pasca bencana menjadi penting bagi hampir seluruh wilayah di Indonesia. Dalam penelitian ini dikembangkan suatu Early Warning System (EWS) bencana tanah longsor berbasis IOT. EWS dikembangkan menggunakan perangkat Raspberry Pi, sensor getaran yaitu modul SW 420, sensor accelerometer yaitu modul MPU6050 serta API X. Hasil penelitian menunjukan bahwa perangkat EWS yang di desain dapat melakukan deteksi awal potensi bencana longsor berdasarkan informasi yang didapat kan dari sensor getaran dan sensor accelerometer. Informasi yang diperoleh dari sensor disebarluaskan melalui aplikasi jejaring sosial X (Twitter).