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 413 Documents
 33   34   35   36   37 
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 %.
Prediksi dinamika pandemi di Pulau Jawa menggunakan metode Moving Average dan Knowledge Growing System Arwin Datumaya Wahyudi Sumari; Dimas Rossiawan Hendra Putra; Muhammad Bisri Musthofa; Ngat Mari
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 1, Year 2021 (January 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2020.13779

Abstract

Penelitian ini bertujuan untuk menganalisis perbandingan kinerja metode-metode komputasi untuk memprediksi dinamika pandemi di Pulau Jawa berdasarkan data-data antara bulan Maret-Mei 2020 yang mencakup Provinsi DKI Jakarta, Jawa Barat, Jawa Tengah, DI Yogyakarta, dan Jawa Timur. Prediksi dilakukan menggunakan tiga metode, yaitu Knowledge Growing System (KGS) dan model deret waktu, yaitu Single Moving Average (SMA), dan Exponential Moving Average (EMA). Berdasarkan dari hasil-hasil komputasi Mean Absolute Percentage Error (MAPE) disimpulkan bahwa metode EMA menghasilkan tingkat kesalahan yang lebih kecil daripada metode SMA dengan rerata sebesar 47,94 %. KGS menghasilkan kompurasi Degree of Certainty (DoC) dan menganalisis tren dinamika pandemi di Provinsi DKI Jakarta akan turun, jika kebijakan yang saat ini diterapkan tetap dilanjutkan. Pada provinsi-provinsi lainnya, KGS memprediksi bahwa dinamika pandemi masih akan terus meningkat.
Segmentasi dan pengorakan citra mikroskopik Pap smear menggunakan algoritme K-means dan J48 Sri Hadianti; Dwiza Riana
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 2, Year 2021 (April 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13943

Abstract

Pap smear merupakan salah satu metode untuk melakukan deteksi dini dari kanker leher rahim. Kajian ini membahas metode segmentasi dan analisis citra sel Pap smear menggunakan algoritme K-means agar sel sitoplasma, sel nukleus, dan sel radang dapat tersegmentasi secara otomatis. Hasil analisis fitur dari citra sel sitoplasma, nukleus, dan radang tersebut diklasifikasikan menggunakan algoritme J48 dengan data latih sebanyak 37 citra dan menghasilkan akurasi sebesar 94,594 %, presisi 95 %, dan sensitivitas sebesar 94,6 %. Pengujian klasifikasi pada data uji sebanyak 24 citra menghasilkan akurasi sebesar 91,6 %, presisi sebesar 92,5 % dan sensitivitas sebesar 91,7 %.
Rekonstruksi citra kendaraan menggunakan SRCNN untuk peningkatan akurasi pengenalan pelat nomor kendaraan Windra Swastika; Ekky Rino Fajar Sakti; Mochamad Subianto
Jurnal Teknologi dan Sistem Komputer Volume 8, Issue 4, Year 2020 (October 2020)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2020.13726

Abstract

Citra resolusi rendah dapat direkonstruksi menjadi citra resolusi tinggi dengan menggunakan algoritma Super-resolution Convolution Neural Network (SRCNN). Penelitian ini bertujuan untuk menjawab pertanyaan apakah citra resolusi tinggi yang dihasilkan melalui algoritme SRCNN dapat meningkatkan akurasi pengenalan pelat nomor kendaraan. Pengenalan pelat nomor kendaraan dilakukan dengan 2 jenis metode pengenalan karakter yaitu Tesseract OCR dan SPNet. Data latih untuk SRCNN menggunakan dataset DIV2K yang terdiri dari 900 citra, sedangkan data latih untuk pengenalan karakter menggunakan dataset Chars74. Hasil yang didapatkan adalah bahwa peningkatan resolusi citra menggunakan SRCNN dapat meningkatkan rata-rata akurasi pengenalan pelat nomor kendaraan peningkatan akurasi sebesar 16,9 % dengan Tesseract dan 13,8 % dengan SPNet.
Sistem sensor untuk pemantauan kadar oksigen terlarut berbasis galvanik pada kolam budidaya ikan air tawar Damar Wicaksono; Tatag Lindu Bhakti; Restiadi Bayu Taruno; Melvin Rahma Sayuga Subroto; Anita Mustikasari
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 2, Year 2021 (April 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13996

Abstract

This study aims to develop low-cost and environmentally friendly material galvanic-based dissolved oxygen sensors. A Dissolved oxygen (DO) sensor has been designed and fabricated on an 85 x 205 mm galvanic-based. The sensor structure device consists of Al-Zn reference layer electrode, Ag/AgCl active electrode, 120ml KCl electrolyte solvent 0,1 M, and closed by TiO2 membrane (PTFE). The Al-Zn formation reference electrode was done by Ag layer chlorination using FeCl3, and the TiO2 membrane was formed by TiO2 paste screen printing. The test was done to measure the sensor’s performance based on the current-voltage characteristics between 1.0 and 1.8 V. The results showed that a stable diffusion current was obtained when the input voltage was 1.5 V, resulting in the best sensor performance with a sensitivity of 0.7866 μA L/mg and a stable step response time of 3 mins. This prototype sensor showed high potential for prototyping for a low-cost water quality monitoring system.
Enhanced image security using residue number system and new Arnold transform Akinbowale Nathaniel Babatunde; Afeez Adeshina Oke; Abdulkareem Ayopo Oloyede; Aisha Oiza Bello
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 4, Year 2021 (October 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.14038

Abstract

This paper aims to improve the image scrambling and encryption effect in traditional two-dimensional discrete Arnold transform by introducing a new Residue number system (RNS) with three moduli and the New Arnold Transform. The study focuses on improving the classical discrete Arnold transform with quasi-affine properties, applying image scrambling and encryption research. The design of the method is explicit to three moduli set {2n, 2n+1+1, 2n+1-1}. These moduli set includes equalized and shapely moduli leading to the effective execution of the residue to binary converter. The study employs an arithmetic residue to the binary converter and an improved Arnold transformation algorithm. The encryption process uses MATLAB to accept a digital image input and subsequently convert the image into an RNS representation. The images are connected as a group. The resulting encrypted image uses the Arnold transformation algorithm. The encrypted image is used as input at decryption using the anti-Arnold (Reverse Arnold) transformation algorithm to convert the picture to the original RNS (original pixel value). Then the RNS was used to retransform the original RNS to its binary form. Security analysis tests, like histogram analysis, keyspace, key sensitivity, and correlation coefficient analysis, were administered on the encrypted image. Results show that the hybrid system can use the improved Arnold transform algorithm with better security and no constraint on image width and size.
Analisis penerapan tapis Wiener pada segmentasi pola fluktuasi spektral Melinda Melinda; Elizar Elizar; Yunidar Yunidar; Muhammad Irhamsyah
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 1, Year 2021 (January 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2020.13868

Abstract

Tapis Wiener merupakan suatu tapis adaptif yang dapat digunakan untuk menghasilkan perkiraan yang diinginkan. Selain itu, tapis ini juga dapat menekan derau pada pengolahan sinyal digital. Kajian melakukan segmentasi terhadap pola fluktuasi yang merupakan hasil akuisisi data dari sebuah sensor kapasitif dengan objeknya H2O. Pola fluktuasi yang diolah adalah pola fluktuasi tinggi (HF, High Fluctuation) dengan cara membagi pola tersebut ke dalam beberapa segmen sesuai dengan frekuensi masukan. Hal ini bertujuan untuk dapat melihat lebih detil dan jelas keadaan setiap segmentasi dari pola tersebut. Hasilnya menunjukkan peredaman dan penekanan derau setelah ditapis dengan tapis Wiener. Selain itu, nilai SNR juga dianalisis dan menunjukkan bahwa kualitas sinyal semakin baik sesudah penerapan tapis Wiener. Analisis hasil nilai MSE mampu memberikan hasil yang lebih konsisten dengan rata-rata kesalahan yang lebih kecil.
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.
Sistem pemantauan suhu dan kelembapan pasir sarang penyu menggunakan Arduino Uno Hendi Santoso; Totok Hestirianoto; Indra Jaya
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 1, Year 2021 (January 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2020.13725

Abstract

Penelitian ini mengembangkan sistem pemantauan sarang penyu secara real-time menggunakan mikrokontroler Arduino Uno untuk memudahkan peneliti atau masyarakat dalam mengukur kelembapan dan suhu pasir yang dimanfaatkan untuk bidang tertentu. Pengukuran suhu pasir menggunakan sensor DS18B20 yang tahan air, kelembapan pasir menggunakan sensor SKU:SEN0193, serta suhu dan kelembapan udara menggunakan DHT22. Modul kartu mikroSD berfungsi untuk menyimpan data hasil perhitungan sensor secara real-time dan terus-menerus. Desain alat ukur dirancang untuk mudah dibawa dan digunakan. Bahan yang digunakan adalah plastik polypropylene yang mempunyai dimensi 11x6x18 cm3. Berdasarkan analisis menggunakan uji regresi linier, diperoleh hasil bahwa tidak ada perbedaan yang signifikan dalam pengukuran suhu menggunakan sensor DS18B20 dan termometer air raksa serta kelembapan pasir menggunakan sensor SKU:SEN0193 dan alat ukur kelembapan analog.
Pengenalan rambu lalu lintas menggunakan convolutional neural networks Mutaqin Akbar
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 2, Year 2021 (April 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13959

Abstract

Traffic sign recognition (TSR) can be used to recognize traffic signs by utilizing image processing. This paper presents traffic sign recognition in Indonesia using convolutional neural networks (CNN). The overall image dataset used is 2050 images of traffic signs, consisting of 10 kinds of signs. The CNN layer used in this study consists of one convolution layer, one pooling layer using maxpool operation, and one fully connected layer. The training algorithm used is stochastic gradient descent (SGD). At the training stage, using 1750 training images, 48 filters, and a learning rate of 0.005, the recognition results in 0.005 of loss and 100 % of accuracy. At the testing stage using 300 test images, the system recognizes the signs with 0.107 of loss and 97.33 % of accuracy.

Page 35 of 42 | Total Record : 413

 33   34   35   36   37 

Filter by Year

2013 2023


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