cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
jtsiskom@ce.undip.ac.id
Editorial Address
-
Location
Kota semarang,
Jawa tengah
INDONESIA
Jurnal Teknologi dan Sistem Komputer
Published by Universitas Diponegoro
ISSN : 26204002     EISSN : 23380403     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Jurnal Teknologi dan Sistem Komputer (JTSiskom, e-ISSN: 2338-0403) adalah terbitan berkala online nasional yang diterbitkan oleh Departemen Teknik Sistem Komputer, Universitas Diponegoro, Indonesia. JTSiskom menyediakan media untuk mendiseminasikan hasil-hasil penelitian, pengembangan dan penerapannya di bidang teknologi dan sistem komputer, meliputi sistem embedded, robotika, rekayasa perangkat lunak dan jaringan komputer. Lihat fokus dan ruang lingkup JTSiskom. JTSiskom terbit 4 (empat) nomor dalam satu tahun, yaitu bulan Januari, April, Juli dan Oktober (lihat Tanggal Penting). Artikel yang dikirimkan ke jurnal ini akan ditelaah setidaknya oleh 2 (dua) orang reviewer. Pengecekan plagiasi artikel dilakukan dengan Google Scholar dan Turnitin. Artikel yang telah dinyatakan diterima akan diterbitkan dalam nomor In-Press sebelum nomor regular terbit. JTSiskom telah terindeks DOAJ, BASE, Google Scholar dan OneSearch.id Perpusnas. Lihat daftar pengindeks. Artikel yang dikirimkan harus sesuai dengan Petunjuk Penulisan JTSiskom. JTSiskom menganjurkan Penulis menggunakan aplikasi manajemen referensi, seperti Mendeley, Endnote atau lainnya. Penulis harus register ke jurnal atau jika telah teregister, dapat langsung log in dan melakukan lima langkah submisi artikel. Penulis harus mengupload Pernyataan Pengalihan Hak Cipta saat submisi. Artikel yang terbit di JTSiskom akan diberikan nomer identifier unik (DOI/Digital Object Identifier) dan tersedia serta bebas diunduh dari portal JTSiskom ini. Penulis tidak dipungut biaya baik untuk pengiriman artikel maupun pemrosesan artikel (lihat APC/Article Processing Charge). Jurnal ini mengimplementasikan sistem LOCKSS untuk pengarsipan secara terdistribusi di jaringan LOCKSS privat.
Arjuna Subject : -
Articles 7 Documents
 1 
Search results for , issue "Volume 9, Issue 3, Year 2021 (July 2021)" : 7 Documents clear
Comparison of the histogram of oriented gradient, GLCM, and shape feature extraction methods for breast cancer classification using SVM Hanimatim Mu'jizah; Dian Candra Rini Novitasari
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 3, Year 2021 (July 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.14104

Abstract

Breast cancer originates from the ducts or lobules of the breast and is the second leading cause of death after cervical cancer. Therefore, early breast cancer screening is required, one of which is mammography. Mammography images can be automatically identified using Computer-Aided Diagnosis by leveraging machine learning classifications. This study analyzes the Support Vector Machine (SVM) in classifying breast cancer. It compares the performance of three features extraction methods used in SVM, namely Histogram of Oriented Gradient (HOG), GLCM, and shape feature extraction. The dataset consists of 320 mammogram image data from MIAS containing 203 normal images and 117 abnormal images. Each extraction method used three kernels, namely Linear, Gaussian, and Polynomial. The shape feature extraction-SVM using Linear kernel shows the best performance with an accuracy of 98.44 %, sensitivity of 100 %, and specificity of 97.50 %.
Optimasi proses penjadwalan mata kuliah menggunakan algoritme genetika dan pencarian tabu Arif Amrulloh; Enny Itje Sela
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 3, Year 2021 (July 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.14137

Abstract

Scheduling courses in higher education often face problems, such as the clashes of teachers' schedules, rooms, and students' schedules. This study proposes course scheduling optimization using genetic algorithms and taboo search. The genetic algorithm produces the best generation of chromosomes composed of lecturer, day, and hour genes. The Tabu search method is used for the lecture rooms division. Scheduling is carried out for the Informatics faculty with four study programs, 65 lecturers, 93 courses, 265 lecturer assignments, and 65 classes. The process of generating 265 schedules took 561 seconds without any scheduling clashes. The genetic algorithms and taboo searches can process quite many course schedules faster than the manual method.
Identifikasi protein signifikan pada interaksi protein-protein penyakit Alzheimer menggunakan algoritme top-k representative skyline query Mohammad Romano Diansyah; Wisnu Ananta Kusuma; Annisa Annisa
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 3, Year 2021 (July 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13985

Abstract

Penyakit Alzheimer merupakan penyakit neurodegeneratif yang paling umum terjadi. Kajian ini bertujuan melakukan analisis protein-protein interaction (PPI) yang dapat memberikan pemahaman lebih baik terhadap penyakit neurodegeneratif dan bisa digunakan untuk menemukan protein yang memiliki peran signifikan pada penyakit Alzheimer. Data PPI diperoleh dari eksperimen dan prediksi komputasional. PPI dapat dianalisis menggunakan centrality measures. Metode Top-k RSP digunakan untuk menemukan protein signifikan dengan menggunakan aturan dominansi dan digunakan pada sumber data interaksi eksperimen dan eksperimen+prediksi. Hasil penelitian ini menunjukkan bahwa APP dan PSEN1 merupakan protein signifikan untuk penyakit Alzheimer. Selain itu, kedua sumber data (eksperimen+prediksi) dan algoritme Top-k RSP terbukti dapat digunakan untuk analisis PPI dari penyakit Alzheimer.
Implementing a non-local means method to CTA data of aortic dissection Maya Fitria; Cosmin Adrian Morariu; Josef Pauli; Ramzi Adriman
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 3, Year 2021 (July 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.14125

Abstract

It is necessary to conserve important information, like edges, details, and textures, in CT aortic dissection images, as this helps the radiologist examine and diagnose the disease. Hence, a less noisy image is required to support medical experts in performing better diagnoses. In this work, the non-local means (NLM) method is conducted to minimize the noise in CT images of aortic dissection patients as a preprocessing step to produce accurate aortic segmentation results. The method is implemented in an existing segmentation system using six different kernel functions, and the evaluation is done by assessing DSC, precision, and recall of segmentation results. Furthermore, the visual quality of denoised images is also taken into account to be determined. Besides, a comparative analysis between NLM and other denoising methods is done in this experiment. The results showed that NLM yields encouraging segmentation results, even though the visualization of denoised images is unacceptable. Applying the NLM algorithm with the flat function provides the highest DSC, precision, and recall values of 0.937101, 0.954835, and 0.920517 consecutively.
Identification of the distribution village maturation: Village classification using Density-based spatial clustering of applications with noise Okfalisa Okfalisa; Angraini Angraini; Shella Novi; Hidayati Rusnedy; Lestari Handayani; Mustakim Mustakim
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 3, Year 2021 (July 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13998

Abstract

The rural development measurement is undoubtedly not easy due to its particular needs and conditions. This study classifies village performance from social, economic, and ecological indices. One thousand five hundred ninety-one villages from the Community and Village Empowerment Office at Riau Province, Indonesia, are grouped into five village maturation classes: very under-developed village, under-developed village, developing village, developed village, and independent village. To date, Density-based spatial clustering of applications with noise (DBSCAN) is utilized in mining 13 of the villages’ attributes. Python programming is applied to analyze and evaluate the DBSCAN activities. The study reveals the grouping’s silhouette coefficient values at 0.8231, thus indicating the well-being clustering performance. The epsilon and minimum points values are considered in DBSCAN evaluation with percentage splits simulation. This grouping can be used as guidelines for governments in analyzing the distribution of rural development subsidies more optimal.
Modifikasi skyline query untuk mengukur daerah prioritas penerima bantuan alat pelindung diri bagi tenaga kesehatan COVID-19 Vega Purwayoga
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 3, Year 2021 (July 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.14003

Abstract

Pendistribusian bantuan alat pelindung diri (APD) yang tepat sasaran memiliki peranan penting untuk memenuhi kebutuhan APD pada suatu daerah. Penelitian ini bertujuan untuk menghitung prioritas daerah penerima APD di provinsi Jawa Barat dengan menggunakan algoritme skyline query, yaitu Sort Filter Skyline (SFS) yang dimodifikasi. Modifikasi algoritme SFS dilakukan untuk optimasi pada bagian pengujian dominasi. Daerah yang tidak memiliki rumah sakit tidak akan dijadikan prioritas penerima APD. Preferensi yang digunakan dalam penelitian ini adalah maksimum dan minimum. Aturan preferensi maksimum digunakan untuk atribut jumlah kasus ODP, PDP, positif, dan meninggal, sedangkan untuk aturan preferensi minimum digunakan pada atribut sembuh dan jarak. Penerapan SFS untuk perhitungan daerah prioritas telah berhasil dilakukan dengan mengembangkan dua model, yaitu MS1 menggunakan SFS tanpa modifikasi dan MS2 menggunakan SFS termodifikasi yang melakukan proses seleksi daerah yang tidak memiliki rumah sakit. Objek skyline rata-rata yang dihasilkan oleh MS1 yaitu 21 (55,55 %), sedangkan MS2 menghasilkan objek skyline sebanyak 15 (66,66 %). Kecepatan proses MS2 lebih tinggi dibandingkan dengan MS1 karena objek yang diuji menjadi lebih sedikit. Waktu proses MS1 mencapai 0,0222 detik, sedangkan MS2 hanya membutuhkan waktu 0,0193 detik.
AKSALont: Aplikasi transliterasi aksara Lontar Bali dengan model LSTM Made Windu Antara Kesiman; Kadek Teguh Dermawan
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 3, Year 2021 (July 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13969

Abstract

Penelitian ini bertujuan untuk membangun sebuah aplikasi transliterasi aksara Lontar Bali menuju alfabet Latin/Romawi. Citra aksara Lontar Bali yang menjadi masukan bagi sistem ini adalah citra aksara Lontar Bali dari teks yang tertulis pada citra digital dari naskah kuno asli dari Lontar Bali, bukan dari aksara Bali yang tercetak dengan menggunakan font pada komputer. Mesin transliterasi menggunakan model LSTM sehingga proses transliterasi dapat dilakukan tanpa melalui proses segmentasi glyph. Selain itu, dilakukan perancangan dan implementasi interaksi aplikasi AKSALont pada platform berbasis web menggunakan metode interoperabilitas antar platform. Hasil eksperimen menunjukkan bahwa mesin transliterasi yang dibangun sudah menunjukkan kemampuan untuk melakukan transliterasi aksara Bali pada citra Lontar Bali dengan benar dan memiliki CER 19,78 % pada 10.475 data uji. Aplikasi AKSALont yang berbasis web dengan platform daring telah dapat membuka akses yang lebih meluas bagi masyarakat terhadap konten koleksi Lontar Bali.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue [IN PRESS] Volume 11, Issue 1, Year 2023 (January 2023) [IN PRESS] Volume 10, Issue 4, Year 2022 (October 2022) [IN PRESS] Volume 10, Issue 3, Year 2022 (July 2022) Volume 10, Issue 2, Year 2022 (April 2022) Volume 10, Issue 1, Year 2022 (January 2022) Volume 9, Issue 4, Year 2021 (October 2021) Volume 9, Issue 3, Year 2021 (July 2021) Volume 9, Issue 2, Year 2021 (April 2021) Volume 9, Issue 1, Year 2021 (January 2021) 2021: Publication In-Press Volume 8, Issue 4, Year 2020 (October 2020) Volume 8, Issue 3, Year 2020 (July 2020) Volume 8, Issue 2, Year 2020 (April 2020) Volume 8, Issue 1, Year 2020 (January 2020) Volume 7, Issue 4, Year 2019 (October 2019) Volume 7, Issue 3, Year 2019 (July 2019) Volume 7, Issue 2, Year 2019 (April 2019) Volume 7, Issue 1, Year 2019 (January 2019) Publication In-Press (2019) Volume 6, Issue 4, Year 2018 (October 2018) Volume 6, Issue 3, Year 2018 (July 2018) Volume 6, Issue 2, Year 2018 (April 2018) Volume 6, Issue 1, Year 2018 (January 2018) Volume 5, Issue 4, Year 2017 (October 2017) Volume 5, Issue 3, Year 2017 (July 2017) Volume 5, Issue 2, Year 2017 (April 2017) Volume 5, Nomor 1, Tahun 2017 (Januari 2017) Volume 4, Issue 4, Year 2016 (October 2016) Volume 4, Nomor 3, Tahun 2016 (Agustus 2016) Volume 4, Nomor 2, Tahun 2016 (April 2016) Volume 4, Nomor 1, Tahun 2016 (Januari 2016) Volume 3, Nomor 4, Tahun 2015 (Oktober 2015) Volume 3, Nomor 3, Tahun 2015 (Agustus 2015) Volume 3, Nomor 2, Tahun 2015 (April 2015) Volume 3, Nomor 1, Tahun 2015 (Januari 2015) Volume 2, Nomor 4, Tahun 2014 (Oktober 2014) Volume 2, Nomor 3, Tahun 2014 (Agustus 2014) Volume 2, Nomor 2, Tahun 2014 (April 2014) Volume 2, Nomor 1, Tahun 2014 (Januari 2014) Volume 1, Nomor 4, Tahun 2013 (Oktober 2013) Volume 1, Nomor 3, Tahun 2013 (Agustus 2013) Volume 1, Nomor 2, Tahun 2013 (April 2013) Volume 1, Nomor 1, Tahun 2013 (Januari 2013) More Issue