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 bandung,
Jawa barat
INDONESIA
MIND (Multimedia Artificial Intelligent Networking Database) Journal
Published by Institut Teknologi Nasional Bandung
ISSN : 25280015     EISSN : 25280902     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 209 Documents
 10   11   12   13   14 
Implementasi Metode Top Down Parsing pada Teknologi Bahasa Alamiah dalam Bentuk Chatbot Youllia Indrawaty N; Yandri Harianja
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v1i2.51-61

Abstract

Chatbot adalah sebuah program komputer yang dirancang untuk mensimulasikan sebuah percakapan yang interaktif kepada user dalam bentuk teks.Chatbot dibangun dengan menggunakan metode top down parsing. Top down parsing digunakan untuk mencari kesimpulan dari pertanyaan user yang terdapat dalam database. Kemudian sistem akan mencari kata kunci berdasarkan pertanyaan user. Setelah kata kunci ditemukan maka akan dicocokan dengan kata kunci yang terdapat dalam database. Kemudian sistem akan menampilkan jawaban yang sesuai dengan kata kunci yang terdapat dalam database. Hasil pengujian black box pada proses tanya jawab, sistem dapat menjawab masukan dari pengguna dengan baik sesuai dengan kata kunci yang ada di database. Hasil pengujian user acceptance test tanya jawab yang diajukan langsung kepada 10 mahasiswa, 70% chatbot mudah dioperasikan, 40% chatbot menarik bagi mahasiswa, dan 70% chatbot bermanfaat bagi mahasiswa untuk mendapatkan informasi yang diinginkan.
Gated Recurrent Units dalam Mendeteksi Obstructive Sleep Apnea JASMAN PARDEDE; MUHAMMAD FAUZAN RASPATI
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 6, No 2 (2021): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v6i2.221-235

Abstract

AbstrakDalam melakukan penelitian obstructive sleep apnea (OSA), polysomnography (PSG) digunakan untuk diagnosis. Namun subjek diharuskan menginap dilaboratorium selama beberapa malam untuk melakukan tes dengan PSG dan karena banyaknya alat yang harus dikenakan pada tubuh dapat membuat tidak nyaman saat pengambilan data. Belakangan ini, beberapa peneliti mengunakan single-lead ECG untuk melakukan deteksi OSA. Untuk menghasilkan model terbaik, akan dilakukan eksperimen training, dengan batch normalization dan dropout yang berbeda. Pada penelitian ini apnea-ecg dataset digunakan, RR-Interval dan amplitudo QRS complex dari released set berjumlah 35 data akan disegmentasi permenit untuk digunakan sebagai input dari arsitektur yang diajukan adalah gated recurrent unit (GRU). Lalu withheld set berjumlah 35 data akan digunakan untuk pengujian per-segment dan per-recording. Kinerja sistem diukur berdasarkan accuracy, sensitifity, dan specificity dengan pengujian per-segment mendapat hasil accuracy 83.92%, sensitifity 81.28%, dan specificity 85.55%, dan pengujian per-recording mendapat hasil accuracy 97.14%, sensitifity 95.65% dan specificity 100%.Kata kunci: Obstructive sleep apnea, GRU, ECG, RR-Interval, QRS complex.AbstractIn conducting obstructive sleep apnea (OSA) studies, polysomnography (PSG) was used for the diagnosis. However, the subject was required to stay in the laboratory for several nights to carry out tests with the PSG and because of the many devices that had to be worn on the body, it could be uncomfortable to collect data. Recently, several researchers have used single-lead ECG to detect OSA. To produce the best model, training experiments will be conducted, with different batch normalization and dropout. In this study, the apnea-ecg dataset is used, the RR-Interval and the QRS complex amplitude from the released set totaling 35 data will be segmented per minute to be used as input for the proposed architecture is the gated recurrent unit (GRU). Then the withheld set of 35 data will be used for per-segment and per-recording testing. System performance was measured based on accuracy, sensitivity, and specificity with per-segment testing getting 83.92% accuracy, 81.28% sensitivity, and 85.55% specificity, and per-recording testing got 97.14% accuracy, 95.65% sensitivity and 100% specificity.Keywords: Obstructive sleep apnea, GRU, ECG, RR-Interval, QRS complex.
Perbandingan Metode Breadth First Search dan Backlink pada Web Crawler Jasman Pardede; Asep Nana Hermana; Galih Swarghani
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.61-69

Abstract

Dalam sebuah search engine terdapat beberapa komponen penting yang salah satunya adalah crawler / web crawler. Crawler adalah sebuah komponen dalam search engine yang berfungsi untuk mencari semua link pada setiap halaman dimana hasil pengumpulan alamat web selanjutnya akan diindeks. Crawler bekerja dengan menggunakan algoritma pencarian yang beragam, diantaranya adalah Breadth First Search dan Backlink. Breadth first search merupakan algoritma untuk melakukan pencarian secara berurutan dengan mengunjungi setiap simpul secara preorder. Backlink memanfaatkan tautan yang berada disitus lain dan mengarah ke situs tertentu. Adapun hasil dari uji aplikasi yaitu dengan membandingkan kedua metode tersebut dengan cara melihat performa pengambilan URL terbanyak pada Detik.com dan Kompas.com. Metode breadth first search secara performa lebih baik dibandingkan dengan metode backlink, dalam pengujian crawling, perbedaan jumlah url mencapai 25,17 pada website detik.com dan 28,94% pada website Kompas.com.
Sistem Kendali On/Off Motor Induksi Pompa Air Dengan Histerisis dapat Diprogram Nana Subarna
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 3, No 2 (2018): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v3i2.48-58

Abstract

Pengaturan motor induksi pompa air biasanya menggunakan saklar tekanandengan histerisis. Kekurangan dari transduser ini adalah lebar histerisis yangterbatas dan penggunaan saklar mekanik untuk pengaturannya sehingga cepat ausdan berisik. Untuk mengatasinya dengan mengganti saklar mekanik dengan saklarelektrik triac dan penggunaan sistem mikrokontroler untuk mengatur waktu on/offtriac dan memanipulasi karakteristik saklar mekanik. Sistem terdiri dari saklarelektrik triac yang dikontrol sistem mikrokontroler dengan penyalaan sudut phasa.Besarnya sudut penyalaan ditentukan berdasarkan waktu on/off saklar tekananyang ditentukan oleh debit air yang keluar. Dengan mengatur sudut penyalaan,waktu histerisis on/off dapat diatur untuk debit air yang berbeda. Sistem KendaliOn/Off dapat digunakan untuk memanipulasi dan mengubah karakteristik saklartekanan dari 0.75s – 12s menjadi 6.2s – 10.1s untuk debit air 2 – 11 LPM danwaktu rata-rata on, ton_off = 7.4s dibanding ton_kon = 2.94s, sehingga sistempompa air kurang berisik suaranya
Pengenalan Pembicara untuk Menentukan Gender Menggunakan Metode MFCC dan VQ Youllia Indrawaty N; Andri ana; Dita Permatasari
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 1 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i1.34-47

Abstract

Klasifikasi suara berdasarkan gender dibuat dengan tujuan agar komputer mampu mengenali suara laki-laki dan perempuan. Dengan kemampuan komputer yang mampu membedakan suara laki-laki dan perempuan pada pengembangan selanjutnya akan memperkuat tingkat suatu sistem keamanan yang menggunakan password dengan suara. Penelitian ini mengenai pengenalan gender dari pengucap/ pembicara dengan ucapan bergantung teks dan bergantung pembicara, dalam proses pengenalan tersebut digunakan algoritma ekstraksi yang disebut Mel Frequency Cepstral Coefficients (MFCC) digunakan untuk ekstraksi ciri dari sinyal wicara sedangkan proses pengelompokan menggunakan metode Vector Quantization (VQ). Dalam tahap pengenalan, ukuran distorsi berdasarkan minimisasi jarak Euclidean digunakan untuk mencocokkan penutur uji dengan penutur dalam database. Database wicara menggunakan 20 penutur, terdiri dari 10 penutur pria dan 10 penutur wanita dengan tingkat akurasi pria mencapai 90% dan wanita 80%.
Pembangkitan Gambar Simetris Artistik Model Fraktal IFS Teknik Rotasi Kuadran Tedjo Darmanto
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 3, No 1 (2018): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v3i1.24-36

Abstract

Gambar simetris dapat dibangkitkan dengan algoritma iterasi acak pada modelfraktal IFS (iterated function systems) dengan menggunakan teknik rotasikuadran. Teknik rotasi dilakukan mulai dari kuadran ketiga ke kuadran kedua,pertama dan keempat atau mulai dari kuadran ketiga ke kuadran keempat,pertama dan kedua secara berturut-turut. Pada kuadran ketiga dilakukanperancangan collage dimulai dengan pemanfaatan komponen fraktal IFS yangtidak memiliki sifat keserupaan-diri seperti bentuk garis, sedangkan pada kuadranlainnya dilakukan perancangan collage dengan pemanfaatan komponen fraktal IFSyang memiliki sifat keserupaan-diri. Teknik rotasi kuadran dilakukan dalam duafase. Pada fase pertama dilakukan perancangan collage dengan rotasi kuadransearah jarum jam sebagai varian rancangan pertama, dan dilakukan rotasiberlawanan arah jarum jam sebagai varian rancangan kedua. Demikian pula padafase kedua, rotasi dilakukan searah jarum jam untuk varian rancangan pertamadan rotasi dilakukan berlawanan arah jarum jam untuk varian rancangan kedua.Pada fase kedua, teknik rotasi kuadran dilakukan dengan menggunakan teknikpengubinan untuk menghasilkan gambar simetris artistik.
Sistem Pengenalan Isyarat Tangan Konduktor Angklung Menggunakan Metode Fuzzy Logic Tsukamoto Muhammad Ichwan; Irma Amelia; Dewi Ambarsari
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v1i2.1-10

Abstract

Didalam permainan angklung interaktif, gestur digunakan oleh conductor atau dirigen angklung sebagai pengganti partitur atau music sheet. Pada permainan angklung, setiap nada dalam satu oktaf direpresentasikan dengan mengadopsi curwen’s solfege handsigns. Penelitian pengenalan isyarat tangan conductor angklung ini mengandalkan salah kemampuan sensor kinect yaitu skeleton tracking dengan membuat isyarat tangan baru menggunakan lengan kanan untuk merepresentasikan nada dan lengan kiri untuk merepresentasikan jumlah ketukan. Isyarat tangan tersebut memanfaatkan tiga joints yaitu bahu, siku dan pergelangan tangan akan membentuk sebuah sudut yang selanjutnya nilai sudut tersebut digunakan sebagai masukkan dalam proses pemetaan output menggunakan metode fuzzy logic. Pengujian dilakukan pada jarak 190 cm, 250 cm dan 300 cm dari sensor kinect dengan ketinggian sensor 84 cm dari tanah dan membentuk sudut sebesar 45 derajat. Hasil pengujian menunjukan bahwa nada do, so, 1/2 ketuk, 1 ketuk dan 3 ketuk memiliki tingkat kebenaran/keberhasilan tertinggi yaitu 100% pada setiap jarak.
Perbandingan Metode Deep Residual Network 50 dan Deep Residual Network 152 untuk Deteksi Penyakit Pneumonia pada Manusia RIFQI RIZQULLAH EKA PRASETYO; MUHAMMAD ICHWAN
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 6, No 2 (2021): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v6i2.168-182

Abstract

AbstrakPneumonia merupakan salah satu masalah Kesehatan yang sering dijumpai dan mempunyai dampak yang signifikan di seluruh dunia. Insiden pneumonia dilaporkan meningkat sesuai dengan bertambahnya usia. Pneumonia merupakan diagnosis terbanyak ketiga. Dalam penelitian ini penulis mengidentifikasi citra paru-paru dalam bentuk citra x-ray dengan metode ResNet-50 dan ResNet-152 sebagai ekstrasi ciri dan klasifikasinya. Performa sistem diukur berdasarkan nilai akurasi, presisi, recall, dan f-measure. Eksperimen dilakukan pada dataset paru-paru dengan menggunakan dua metode tersebut dan didapatkan akurasi terbaik pada ResNet-152. Hasil menunjukkan nilai rata-rata terbaik accuracy 89,3%, precision 88,8%, recall 89,6%, dan f-measure 89%. Hasil tersebut dipengaruhi oleh jumlah dataset dari citra training, citra validation, dan citra uji.Kata kunci: Penumonia, Deep Residual Network, RESNET-50, RESNET-152AbstractPneumonia is one of the most common health problems and has a significant impact throughout the world. The incidence of pneumonia is reported to increase with age. Pneumonia is the third most common diagnosis. In this study, the authors identified lung images in the form of x-ray images using the ResNet-50 and ResNet-152 methods as feature extraction and classification. System performance is measured based on the values of accuracy, precision, recall, and f-measure. Experiments were carried out on lung datasets using these two methods and the best accuracy was obtained on ResNet-152. The results show the best average value for accuracy is 89.3%, precision is 88.8%, recall is 89.6%, and f-measure is 89%. These results are influenced by the number of datasets from training images, validation images, and test images.Keywords: Penumonia, Deep Residual Network, RESNET-50, RESNET-152
Implementasi Algoritma GLCM Dan MED pada Aplikasi Pendeteksi Kolesterol Melalui Iris Mata Mira Musrini B; Andri ana; Ari Seisar Hidayat
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.23-42

Abstract

Berdasarkan penelitian yang telah dilakukan dengan menggunakan gambar iris normal dan kolesterol sebagai input, metode GLCM (Gray Level Co-Occurrence Matrix) dapat digunakan pada aplikasi pendeteksi kolesterol melalui iris mata. Karena GLCM mampu memperoleh nilai fitur yang terdiri dari energi, entropi, homogenitas dan kontras dengan cara menghitung nilai probabilitas dari hasil perhitungan kemunculan matriks yang sama dalam piksel gambar dengan sudut(θ) 0◦ dan jarak(d) 1. Metode MED (Minimum Euclidean Distance) dapat digunakan untuk mengklasifikasi gambar iris normal dan kolesterol dengan menghitung nilai jarak Euclidean berdasarkan dari nilai fitur GLCM. Pembuatan aplikasi ini bertujuan untuk membantu orang-orang dengan mudah mendeteksi kolesterol secara cepat dan praktis tanpa harus pergi ke klinik atau rumah sakit. Pengujian yang dilakukan ke 24 orang dari gambar iris normal dan kolesterol dengan intensitas cahaya yang berbeda tingkat akurasi mencapai 70,83%.
Klasifikasi Support Vector Machine (SVM) Untuk Menentukan TingkatKemanisan Mangga Berdasarkan Fitur Warna Muhammad Ichwan; Irma Amelia Dewi; Zeni Muharom S
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 3, No 2 (2018): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v3i2.16-23

Abstract

Dalam proses penentuan mutu atau tingkat kemanisan buah mangga cengkir di pasaran pada umumnya dilakukan dengan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan / sortasi kemanisan mangga atau menggunakan metode destruktif dengan cara pengambilan sampel, uji coba kemanisan mangga tersebut seperti menggunakan Refractometer. Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relative besar dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan mangga oleh pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat. Support Vector Machine (SVM) diimplementasikan pada penelitian ini dan K-Nearest Neighbour (K-NN) sebagai metoda pembanding untuk klasifikasi citra warna buah mangga cengkir. Dalam penelitan ini perbandingan antara kedua metode tersebut dibandingkan dengan hasil output dari alat pengukur tingkat kemanisan yaitu refractometer sebanyak 24 objek pengujian dengan akurasi sebesar 83,3%. Sedangkan hasil yang diperoleh dari metode K-NN dengan k=7 adalah data valid 21 buah dari 24 buah, dan data tidak valid 3 buah dari 24 buah.

Page 12 of 21 | Total Record : 209

 10   11   12   13   14 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol 10, No 2 (2025): MIND Journal Vol 10, No 1 (2025): MIND Journal Vol 9, No 2 (2024): MIND Journal Vol 9, No 1 (2024): MIND Journal Vol 8, No 2 (2023): MIND Journal Vol 8, No 1 (2023): MIND Journal Vol 7, No 2 (2022): MIND Journal Vol 7, No 1 (2022): MIND Journal Vol 6, No 2 (2021): MIND Journal Vol 6, No 1 (2021): MIND Journal Vol 5, No 2 (2020): MIND Journal Vol 5, No 1 (2020): MIND Journal Vol 4, No 2 (2019): MIND Journal Vol 4, No 1 (2019): MIND Journal Vol 3, No 2 (2018): MIND Journal Vol 3, No 2 (2018): MIND Journal Vol 3, No 1 (2018): MIND Journal Vol 3, No 1 (2018): MIND Journal Vol 2, No 2 (2017): MIND Journal Vol 2, No 2 (2017): MIND Journal Vol 2, No 1 (2017): MIND Journal Vol 2, No 1 (2017): MIND Journal Vol 1, No 2 (2016): MIND Journal Vol 1, No 2 (2016): MIND Journal Vol 1, No 1 (2016): MIND Journal Vol 1, No 1 (2016): MIND Journal More Issue