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
-
Editorial Address
-
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Creative Information Technology Journal
Published by Universitas AMIKOM Yogyakarta
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering
Creative Information Technology Journal (CITEC) merupakan jurnal yang berisi hasil penelitian ilmiah di bidang ilmu komputer, teknik komputer, informatika, sistem informasi, dan teknik industri. Jurnal ini bertujuan untuk menjembatani adanya kesenjangan antara kemajuan teknologi informasi secara faktual dengan hasil penelitian yang ada.
Arjuna Subject : -
Articles 7 Documents
 1 
Search results for , issue "Vol 2, No 3 (2015): Mei - Juli" : 7 Documents clear
Implementasi Steganografi pada Citra dengan Metode Bit-Plane Complexity Segmentation Untuk Transformasi Data Johannes Petrus
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (962.096 KB) | DOI: 10.24076/citec.2015v2i3.51

Abstract

Pengamanan terhadap informasi atau data yang didistribusikan sangat penting untuk menjaga kerahasiaan, keutuhan, dan keasliannya. Dalam praktek pemilihan kepala daerah dan wakil kepala daerah (Pilkada) di beberapa daerah di Indonesia, sering menyimpan banyak masalah yang berkaitan dengan kerahasiaan data pada saat proses pengiriman jumlah suara. Agar pesan rahasia hanya dapat dibaca dan dimengerti oleh orang tertentu saja, diperlukan cara untuk menyembunyikan pesan tersebut, salah satu cara yang dapat dilakukan adalah dengan mengembangkan aplikasi Transfirmasi Data Pilkada dimana algoritma steganografi digunakan dalam enkripsi datanya. Steganografi adalah penyembunyian pesan rahasia pada media lain, seperti image, audio atau video sehingga secara kasat mata media yang telah disisipi pesan tampak seperti biasa. Pada tulisan ini, steganografi diterapkan pada gambar digital dengan menggunakan metode Bit-plane complexity segmentation (BPCS). Bit-plane complexity segmentation (BPCS) merupakan teknik steganografi yang memiliki kapasitas besar, karena dapat menampung data rahasia dengan kapasitas yang relatif besar jika dibandingkan dengan metode steganografi lain. Aplikasi Transformasi Data Pilkada yang dikembangkan dapat meminimalisasi kebocoran-kebocoran informasi penting yang sangat rahasia dan bahaya jika sampai diketahui oleh orang lain. The security of distributed information or data is critical to maintain their confidentiality, integrity, and authenticity. In practice of the election of the regional head and deputy head (Pilkada) in several regions in Indonesia, it often occurs problems regarding the confidentiality of data during the delivery process of the vote. In order to make the encrypted message can only be read and understood by a particular person, it is required a technique to hide the message. One of them is to develop an application program of data election transformation using the steganographic algorithm for data encryption. Steganography is a technique for hiding the encrypted messages in other media, such as images, audio or video so that the media that have been inserted the message looks like having no differences than before. In this research, the steganography is applied to digital image using bit-plane complexity segmentation (BPCS) method. Bit-plane complexity segmentation (BPCS) is a steganography technique that has a large capacity, because it can accommodate confidential data with a relatively large capacity compared to other steganographic methods. The application program of data election transformation is developed to minimize leakage of the important informations that are highly confidential and risky to be known by others. 
Perancangan Sistem Pendukung Keputusan Penentuan Impor Bawang Merah Wiwi Widayani; Kusrini Kusrini; Hanif Al Fatta
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (949.759 KB) | DOI: 10.24076/citec.2015v2i3.47

Abstract

Pertambahan jumlah penduduk Indonesia serta meningkatkannya permintaan industri akan bawang merah yang tidak diimbangi dengan jumlah produksi mendorong pemerintah membuka impor bawang merah. Impor dilakukan untuk menjaga keseimbangan harga dan pasokan bawang merah sehingga inflasi yang diakibatkan kenaikan harga bawang merah dapat ditekan, namun impor yang tidak tepat jumlah akan mengakibatkan kerugian bagi pihak petani, perlu adanya sistem pendukung dalam menentukan volume impor guna menjaga keseimbangan harga pasar dan pemenuhan kebutuhan bawang merah. Sistem pendukung keputusan yang dirancang menerapkan Fuzzy Inference System (FIS) Tsukamoto. Sistem yang dirancang memungkinkan pengguna untuk melakukan training data dan testing data, proses dalam training data yaitu : 1)Clustering data latih, menggunakan algoritma K-Means 2)Ekstraksi Aturan, 3)Testing data latih, hitung nilai impor dengan fuzzy Tsukamoto, 4)Menganalisa error hasil fuzzy menggunakan MAPE(Means Absolute Percentage Error), 5)Testing Data Uji dan menganalisa hasil error data uji. Hasil Uji Model menunjukan penentuan impor bawang merah dengan parameter input harga petani, harga konsumen, produksi, konsumsi, harga impor dan kurs terhadap 60 data latih menghasilkan error terendah sebesar 0.07 pada 12 cluster, hasil uji mesin inferensi terhadap data uji menghasilkan error sebesar 0.25. Indonesian population growth and increase industrial demand shallot is not matched with number of production prompted the government to opened shallot imports. Import done to maintain the balance price and supply of shallot so inflation caused by rising prices of onion can be suppressed, but not the exact amount of imports would result in losses for the farmers, support system in determining volume imports is need to maintain balance of market price and needs of shallot. Decision support system designed to apply Fuzzy Inference System (FIS) Tsukamoto. The system is allows the user to perform the training data and testing data, the training process performs are: 1) Clustering training data, using the K-Means algorithm 2) Extraction Rule, 3) Testing data, calculate imports value by fuzzy Tsukamoto, 4) analyze the results error using MAPE (Means Absolute Percentage error), 5) testing test data and analyze the results error. The results show the determination of imported shallot with input parameters producer prices, consumer prices, production, consumption, import prices and the exchange rate against 60 training data produces the lowest error of 0:07 in 12 clusters, the inference engine test resulted in an error of 0.25.
Monitoring dan Evaluasi Kinerja Pegawai Dalam Pengambilan Keputusan Pemilihan Pegawai Berprestasi Tanti, Lili
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (631.251 KB) | DOI: 10.24076/citec.2015v2i3.52

Abstract

Proses monitoring dan evaluasi kinerja pegawai di lingkungan Universitas Potensi Utama dilakukan setiap bulan oleh kepala bagian. Namun, sulit ditemukan pegawai yang mempunyai prestasi. Berdasarkan hal tersebut maka salah satu metode pengambilan keputusan dalam situasi yang kompleks adalah dengan menggunakan metode Analytic Hierarchy Process (AHP) yang dapat langsung mengukur kinerja pegawai sesuai dengan urutan prioritas dari beberapa kriteria. Sehingga dapat membantu dalam proses pengolahan data dan memberikan rekomendasi kepada pihak manajemen dalam memilih pegawai yang berprestasi. Hasil penelitian berdasarkan hasil evaluasi kinerja pegawai yang memiliki bobot prioritas yang paling tinggi dalam pemilihan pegawai berprestasi adalah prioritas pertama dimiliki oleh Pegawai E dengan bobot 0,228 atau 22,8%, prioritas kedua dimiliki oleh Pegawai D dengan nilai bobot 0,195 atau 19,5%, pegawai F memiliki prioritas ketiga dengan nilai bobot nilai 0,168 atau 16,8%, prioritas keempat dimiliki oleh Pegawai B dengan nilai bobot 0,149 atau 4,9%, prioritas kelima dimiliki oleh Pegawai C dengan nilai bobot 0,142 atau 14,2% dan Pegawai A memiliki prioritas terakhir dengan bobot nilai 0,118 atau 11,8% dan nilai toleransi untuk seluruh nilai kriteria dan nilai alternatif yang dimasukkan adalah baik atau konsisten karena bernilai <=0,1. Analisis hasil pengujian yang diperoleh dari hasil perbandingan yang didapatkan hasil akurasi manual dan dengan software terendah 99% dan akurasi tertinggi 100%. The process of monitoring and evaluation the employee performance at STMIK Potensi Utama are conducted monthly by the head section. However, it’s still difficult to find the reputable employee based on this reason, one of the taking decision method in complex situation is by applying Analytic Hierarchy Process (AHP) that can be used to measure the employee performance based on the priority list of some criteria in order to help data processing and improving the weakness such as: miscalculating and reporting data. The research result is based on the evaluation of employee’s performance that have high priority scale. In selecting the reputable employee is the first priority possessed by E employee with the score of 0,228 or 22,8%. The second priority is possessed by E employee with the weight of 0,195 or 19,5%. F employee is the third priority with the weight are 0,168 or 16,8%. The fourth priority is possessed by B employee with the weight score 0,142 or 14,2% and employee A has the last priority with the weight score 0,118 or 11,8% and tolerance score for all criteria and alternative score included are good or consistent because it is <= 0,1. Analysis of the test results obtained from the comparison of the accuracy of the results obtained with the software manual and the lowest 99% and the highest accuracy of 100%.
Pembuatan Aplikasi Diagnosa Kerusakan Mesin Sepeda Motor Matic dengan Case-Based Reasoning Sandy Kosasi
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1067.121 KB) | DOI: 10.24076/citec.2015v2i3.48

Abstract

Sepeda motor matic sebagai terobosan baru kendaraan roda dua dengan transmisi otomatis memberikan implikasi kepada sistem perawatannya. Jumlah mekanik yang terbatas dan minimnya pengetahuan pengguna menyebabkan berbagai kesulitan dalam perawatannya khususnya dalam mengatasi kerusakan mesin. Pembuatan aplikasi sistem cerdas melalui metode case-based reasoning dapat memberikan kemudahan melakukan diagnosis awal secara mandiri. Case-based reasoning memiliki kemampuan dapat memberikan hasil diagnosis yang lebih akurat berdasarkan kejadian terdahulu dan dapat direvisi kembali dalam memecahkan permasalahan terbaru. Metode perancangan aplikasinya menggunakan reuse-based yang meliputi enam tahap yaitu spesifikasi persyaratan, analisis komponen, modifikasi persyaratan, integrasi design sistem dengan reuse, pengembangan dan integrasi, serta validasi sistem. Tujuan penelitian untuk melakukan diagnosa kerusakan mesin sepeda motor matic dan memberikan solusi awal mengenai kondisi kerusakan dan pencegahannya melalui media situs web. Hasil pengujian memperlihatkan aplikasi ini memiliki kemampuan mendiagnosa kerusakan dan memberikan solusi penyelesaian masalah dari pengguna dengan rata-rata nilai similaritas antara 0,62 dan 0,7 dengan nilai keakuratan solusi dari pakar sebesar 80% dan 90%. Automatic motorcycles as a new breakthrough of two-wheeled vehicle with an automatic transmission have implications for the system maintenance. A limited number of mechanics and lack of users’ knowledge cause many difficulties in treatment, especially in dealing with the engine damage. The Design of the intelligent system through case-based reasoning method can provide easiness of initial diagnosis independently. Case-based reasoning has the ability to provide more accurate diagnosis results based on the previous events and may be revised to solve the latest problems. The design of application uses a reuse-based method that includes six stages: requirements specification, component analysis, modification of the terms, integration with reuse system design, development and integration, and system validation. The purpose of the research is for diagnosing automatic motorcycle engine damage and provide an initial solution on its condition and prevention through the medium of the website. The test results demonstrate that this application has the ability to diagnose the damage and provide problem solving solutions to the users with an average of similarity value between 0,62 and 0,7 with an accuracy value of expert solutions for 80% and 90%.
Analisis Segmentasi Citra USG Hati Menggunakan Metode Fuzzy C-Mean Charles Jhony Mantho Sianturi
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (457.449 KB) | DOI: 10.24076/citec.2015v2i3.53

Abstract

Segmentasi merupakan proses yang sering digunakan dalam pemilahan citra dan telah menjadi subyek kegiatan penelitian. Fuzzy CMeans (FCM) adalah salah satu algoritma segmentasi yang banyak digunakan dan memiliki banyak varian dari hasil pengembangan metode tersebut. Dalam jurnal ini memberikan alternatif penyelesaian segmentasi citra dengan menerapkan metode pengembangan dari FCM yaitu Generalized Fuzzy CMeans Clustering. Metode membership constraint mengatasi noise dan meningkatkan konvergensi dari proses segmentasi. Dalam jurnal ini dilakukan segmentasi citra yang dihasilkan oleh metode FCM. Segmentation is the process that is often used in sorting the image and has been the subject of research activities. Fuzzy CMeans (FCM) is one of the segmentation algorithm that is widely used and has many variants of the results of the development of such methods. In this paper provides an alternative solution to implement image segmentation methods, namely the development of FCM CMeans Generalized Fuzzy Clustering. Methods membership constraint overcome noise and improve the convergence of the segmentation process. In this paper carried the image segmentation generated by FCM method.
Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga Alfa Saleh
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (585.105 KB) | DOI: 10.24076/citec.2015v2i3.49

Abstract

Peranan listrik sangat penting bagi setiap lapisan masyarakat bahkan listrik juga sangat dibutuhkan sebagai sarana produksi dan untuk kehidupan sehari-hari, begitu pentingnya peranan listrik tentu saja berdampak pada permintaan listrik yang semakin besar tapi hal ini kiranya tidak linier dengan persediaan listrik yang belum mampu memenuhi permintaan listrik yang begitu besar tersebut. Untuk mengatasi hal ini perlu adanya campur tangan pemerintah dan masyarakat dalam menggunakan listrik dengan bijak sehingga kebutuhan listrik tidak menjadi lebih besar dari persediaan listrik. Oleh karena itu setiap rumah tangga haruslah paham penggunaan listrik yang efektif. Penerapan metode naïve bayes diharapkan mampu untuk memprediksi besarnya penggunaan listrik tiap rumah tangga agar lebih mudah mengatur penggunaan listrik. dari 60 data penggunaan listrik rumah tangga yang diuji dengan metode naïve bayes, maka diperoleh hasil persentase 78,3333% untuk keakuratan prediksi, di mana dari 60 data penggunaan listrik rumah tangga yang diuji terdapat 47 data penggunaan listrik rumah tangga yang berhasil diklasifikasikan dengan benar. The role of electricity is very important for every layer of society and even electricity is also needed as a means of production and to everyday in life, the importance of the role of electricity of course have an impact on the growing electricity demand but it would not be linear with electricity supply not been able to meet demand the electricity is so great. To address this need for government intervention and community to use electricity wisely so that the electricity needs not be greater than the supply of electricity. Therefore, every household should be understood that the effective use of electricity. Implementation of Naïve Bayes method is able to predict the magnitude of expected electricity use per household in order to more easily manage the use of electricity. Based on 60 household electricity usage data tested with Naïve Bayes method, be obtained the percentage 78.3333% for the accuracy of the prediction, in which of the 60 household electricity usage data are tested, there are 47 household electricity usage data successfully classified correctly.
Implementasi Principal Component Analysis Untuk Sistem Temu Balik Citra Digital Okfan Rizal Ferdiansyah; Ema Utami; Armadyah Amborowati
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (855.124 KB) | DOI: 10.24076/citec.2015v2i3.50

Abstract

Tingginya kebutuhan citra digital dalam berbagai bidang, menuntut suatu mekanisme untuk memanajemen data citra tersebut. Pada saat ini, teknik penotasian banyak digunakan untuk memanajemen data citra digital. Namun, teknik ini menimbulkan perbedaan persepsi antara pengguna dengan penotasinya. Untuk itu perlu dikembangkan sebuah sistem temu balik citra digital yang mampu mengatasi permasalahan tersebut. Besarnya dimensi citra menjadi sebuah masalah tersendiri bagi bidang komputasi. Principal Component Analysis (PCA) mampu menjawab tantangan tersebut dengan melakukan proyeksi dari dimensi tinggi ke dimensi yang rendah. Pada penelitian sebelumnya, PCA sudah sering digunakan untuk sistem temu balik citra digital tetapi selalu memakai 100% komponen PCA. Tulisan ini memaparkan hasil analisa performa PCA untuk mengetahui pengaruh jumlah pemakaian komponen PCA terhadap akurasi sistem dengan dataset University Washington, Visual Geometri Group dan dataset wajah. Dari berbagai ujicoba, diperoleh hasil bahwa 10% s.d 30% komponen PCA yang dipakai menghasilkan akurasi sistem yang paling tinggi untuk masing-masing dataset, yaitu 91,4% untuk dataset University Washington, 92,0% untuk dataset Visual Geometri Group, dan 75,3% untuk dataset wajah. Increasing needs of digital image in many fields, requires a mechanism for managing the image data. At this time, notation techniques widely used to managing of digital image data. However these techniques cause differences of perception between the users and programmer. So it is necessary to develop a digital image retrieval system which is able to overcome these problems. Image dimension becomes a problem for the field of computing. Principal Component Analysis (PCA) answer the challenge by doing a high-dimensional projection to the lower dimension. In previous studies the PCA has been frequently used for digital image retrieval system but always use 100% PCA components. This article presents the results of the analysis of the PCA performance to know the influence usage amount PCA components against the accuracy of the system with dataset of University Washington (UW), Visual Geometri Group (VGG) and face. Of the various tests carried out showed that 10% to 30% of components used PCA system produces the highest accuracy for each dataset, 91.4% to 92.0% UW dataset to VGG dataset and 75.3 % for face dataset.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2015 2015


Reset
Filter By Issues
All Issue Vol 8, No 1 (2021): Januari - Juni Vol 7, No 2 (2020): Juli - Desember Vol 7, No 1 (2020): Januari - Juni Vol 6, No 2 (2019): Juli - Desember Vol 6, No 1 (2019): Januari - Juni Vol 5, No 4 (2018): Agustus - Oktober Vol 5, No 3 (2018): Mei-Juli Vol 5, No 2 (2018): Februari-April Vol 5, No 1 (2017): November-Januari Vol 4, No 4 (2017): Agustus-Oktober Vol 4, No 3 (2017): Mei - Juli Vol 4, No 2 (2017): Februari - April Vol 4, No 1 (2016): November - Januari Vol 3, No 4 (2016): Agustus - Oktober Vol 3, No 3 (2016): Mei - Juli Vol 3, No 2 (2016): Februari - April Vol 3, No 1 (2015): November - Januari Vol 2, No 4 (2015): Agustus - Oktober Vol 2, No 3 (2015): Mei - Juli Vol 2, No 2 (2015): Februari - April Vol 2, No 1 (2014): November - Januari Vol 1, No 4 (2014): Agustus - Oktober Vol 1, No 3 (2014): Mei - Juli Vol 1, No 2 (2014): Februari - April Vol 1, No 1 (2013): November - Januari More Issue