cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arita Witanti
Contact Email
jmai@mercubuana-yogya.ac.id
Phone
-
Journal Mail Official
jmai@mercubuana-yogya.ac.id
Editorial Address
-
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
JMAI (Jurnal Multimedia & Artificial Intelligence)
Published by Universitas Mercu Buana Yogyakarta
ISSN : 22014155     EISSN : 25802593     DOI : -
Core Subject : Science,
Computer Science & IT
The journal scopes include (but not limited to) the followings: Computer Science : Artificial Intelligence, Data Mining, Database, Data Warehouse, Big Data, Machine Learning, Operating System, Algorithm Computer Engineering : Computer Architecture, Computer Network, Computer Security, Embedded system, Coud Computing, Internet of Thing, Robotics, Computer Hardware Information Technology : Information System, Internet & Mobile Computing, Geographical Information System Visualization : Virtual Reality, Augmented Reality, Multimedia, Computer Vision, Computer Graphics, Pattern & Speech Recognition, image processing Social Informatics: ICT interaction with society, ICT application in social science, ICT as a social research tool, ICT education.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol. 2 No. 1 (2018): Jurnal Multimedia " : 5 Documents clear
Optimasi Query Pada Human Resource Information System (HRIS) di Universitas XYZ Hery Siswanto; Tri Andi; Kusrini Kusrini
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (305.034 KB) | DOI: 10.26486/jmai.v2i1.53

Abstract

Optimasi merupakan suatu langkah untuk mengoptimalkan waktu menjadi lebih efisien. Ketika sebuah query diberikan pada sistem database, optimasi penting dilakukan untuk memilih strategi yang efisien untuk mengevaluasi ekspresi relasi yang ditentukan. Query optimization adalah suatu proses untuk menganalisis query, menentukan sumber-sumber apa saja yang digunakan oleh query tersebut dan apakah penggunaan dari sumber tersebut dapat dikurangi tanpa merubah output. Kegiatan Pengelolaan manajemen sumber daya manusia yang baik sangat tergantung pada kualitas informasi untuk pengambilan keputusan dibidang sumber daya manusia. Kemampuan organisasi dalam memperoleh, menyimpan, memelihara dan menggunakan informasi sumber daya manusia merupakan faktor penting yang menunjang keberlangsungan hidup perusahaan. Perusahaan harus menyadari pentingnya pemenuhan kebutuhan sumber daya manusia secara berkualitas dan tepat sehingga perlu untuk dikembangkan sistem informasi sumber daya manusia untuk menunjang pemenuhan sumber daya manusia yang berkualitas, Sistem ini yang namanya biasa disebut SISDM atau HRIS (Human Resources Information System). Hasil yang diperoleh dari pengujian sebelum optimasi dan sesudah dioptimasi menunjukan bahwa query yang sudah di optimasi waktu yang di butuhkan dalam melakukan pencarian data lebih cepat. Hasil percobaan pertama dengan 1000 data waktu yang dibutuhkan sebelum optimasi 0.023 dan sesudah di optimasi waktu yang didapatkan 0.015.
Sistem Pakar Diagnosa Penyakit Pencernaan Menggunakan Metode Teorema Bayes Nur Budi Riyanto; Ozzi Suria
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (322.867 KB) | DOI: 10.26486/jmai.v2i1.65

Abstract

Sistem pencernaan adalah suatu sistem kerja organ untuk mengubah makanan menjadi energi yang diperlukan oleh tubuh, mulai dari mulut hingga anus. Penyakit pada saluran pencernaan kebanyakan ada di negara berkembang dan sebagian besar bayi dan anak-anak terserang penyakit ini. Berdasarkan permasalahan yang ada didalam lingkungan masyarakat,peneliti berupaya membantu masyarakat untuk dapat mengenali penyakit pencernaan perutyang diderita. Perancangan sistem pakar akan dilakukan untuk membatu mendiagnosa penyakit pencernaan pada perut manusia.Dalam penelitian ini, sistem pakar dibuat dengan menggunakan metode teorema Bayes untuk mengenali penyakit pencernaan perut yaitu diare, disentri, gastritis, dispepsia, dan typoid fever. Penyakit-penyakit tersebut merupakan penyakit yang sering dijumpai di kalangan masyarakat umum. Sistem menerima inputan berupa gejala-gejala penyakit yang diderita oleh pasien dan menghasilkan diagnosa yang sesuai dengan inputan tersebut.Berdasarkan 20 data pasien yang telah diujikan pada sistem, dapat diketahui bahwa sistem memiliki nilai akurasi sebesar 75% dalam melakukan diagnosa penyakit sesuai dengan gejala-gejala yang dimasukkan. Uji coba sistem yang dilakukan sesuai dengan data rekam medik pasien. Hasil dari penelitian ini diharapkan dapat membantu masyarakat dalam mendiagnosa lebih dini terhadap penyakit pencernaan tersebut. Hasil penelitian ini juga diharapkan dapat membantu tenaga medis dalam melakukan diagnosa penyakit pencernaan pada perut manusia.
Identifikasi Personal Berdasarkan Geometri Citra Punggung Tangan Kiri Menggunakan Metode Learning Vector Quantization Muhammad Fandi Nurdiansyah; Indah Susilawati
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (738.057 KB) | DOI: 10.26486/jmai.v2i1.66

Abstract

Geometri Tangan (Hand Geometry), merupakan biometrika yang relatif baru, yang memiliki karakteristik unik seperti lebar telapak tangan, luas tangan, dan panjang jari. Ukuran geometri tangan seseorang cenderung berbeda dengan tangan milik orang lain. Keunikan inilah yang merupakan ciri setiap tangan. Sistem identifikasi merupakan proses pencocokan citra punggung tangan kiri yang diuji dengan suatu citra punggung tangan kiri yang diklaim. Hasilnya adalah suatu keputusan apakah citra punggung tangan kiri yang diuji milik personal yang sah (genuine user) atau tidak sah (imposter user). Proses perhitungan ukuran panjang jari, lebar tangan, dan luas tangan memegang peranan penting terhadap keberhasilan identifikasi.Tujuan utama penelitian adalah pengembangan program identifikasi personal berdasarkan geometri citra punggung tangan kiri dengan menghitung luas tangan, lebar tangan, dan panjang jari. Panjang jari diperoleh dengan metode pencarian titik puncak jari. Untuk identifikasi geometri citra punggung tangan kiri dalam penelitian ini menggunakan Jaringan Syaraf Tiruan metode Learning Vector Quantization (LVQ). Metode ini akan menghitung jarak antara bobot awal dengan data pelatihan, sehingga pada akhir iterasi akan ditemukan bobot akhir untuk setiap kelas. Hasil pengujian menunjukkan bahwa keberhasilan identifikasi personal mencapai kinerja setinggi 85,71%.
Implementasi Algoritma Schnorr Untuk Tanda Tangan Digital Robi Adi Saputra; Agus Sidiq Purnomo
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (614.345 KB) | DOI: 10.26486/jmai.v2i1.69

Abstract

Tanda tangan merupakan alat yang digunakan untuk melegalkan atau sebagai penanda bahwa suatu dokumen adalah asli dari pihak pertama (pembuat) atau bukan. Hal tersebut berlaku pada dokumen nyata dalam hal ini dokumen cetak atau tertulis. Selanjutnya bagaimana jika dokumen ataupun file tersebut bersifat digital. Pada saat ini media digital bukan hal awam lagi, hampir semua aktivitas bisnis maupun sehari-hari sudah menggunakan internet. Maka dari itu perlu adanya pengganti tanda tangan yang dibuat dalam bentuk digital untuk melegalkan dokumen digital.Dalam penelitian ini digunakan algoritma schnorr. Algoritma schnorr merupakan pengembangan dari algoritma El-gamal sehingga sistem keamanan dari El-gamal terdapat pada schnorr. Pembuatan tanda tangan dengan mengubah informasi yang terdapat pada file ke dalam bentuk ASCII kemudian diubah kebentuk message digest menggunakan fungsi hash. Dengan menggunakan algoritma schnorr sign dan private key dihasilkan tanda tangan dari file tersebut. Proses verifikasi tanda tangan menggunakan public key dan file signature menggunakan algoritma schnorr verify. Jika nilai verifikasi sama dengan proses sign maka data dapat dikatakan asli. Sebaliknya jika hasil dari proses verifikasi tidak sama dengan proses sign maka data tersebut sudah mengalami perubahan informasi atau kunci yang dimasukkan tidak sesuai. Tanda tangan digital yang dihasilkan dari setiap file berbeda-beda walaupun dengan kunci yang sama. Besar kecilnya bilangan dalam pembentukan kunci juga mempengaruhi hasil dari tanda tangan digital. Penambahan fungsi hash sangat membantu untuk menambah keamanan pada tanda tangan digital.
Identifikasi Citra Daun Teh Menggunakan Metode Histogram untuk Deteksi Dini Serangan Awal Hama Empoasca Christophorus Candra Kusumadewa; Supatman Supatman
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (732.659 KB) | DOI: 10.26486/jmai.v2i1.71

Abstract

Mata merupakan salah satu organ tubuh manusia yang memiliki fungsi sebagai alat penglihatan, dengan pengelihatannya manusia dapat menikmati keindahan ciptaan Yang Maha Kuasa. Buta warna merupakan salah satu kelainan mata yang disebabkan ketidakmampuan sel-sel kerucut mata untuk menangkap suatu spektrum warna tertentu yang disebabkan oleh faktor genesis. Tentu kelainan ini memberikan dampak tersendiri pada penderitanya. Metode ishihara adalah salah satu metode yang paling populer digunakan dalam melakukan tes buta warna, yaitu berupa lembar-lembar yang bergambar titik-titik yang membentuk pola tertentu yang akan terbaca oleh mata normal.Penelitian ini mendesain sistem pakar untuk mendeteksi buta warna pada manusia. Metode neural network yang dilearning dengan lembar-lembar ishihar dipergunakan sebagai basis data cerdas sistem pakar untuk dapat mendeteksi jenis buta warna seseorang melalui tes-tes lembar ishihara yang di berikan. Kemampuan sistem pakar ini dideain untuk mengenali empat jenis mata yaitu mata normal, buta warna parsial, buta warna parsial defisiensi warna merah hijau dan buta warna total. Data pelatihan yang digunakan untuk melatih sistem ini berjumlah 35 data dan pengujian 33 data yang terbagi menjadi empat kelas. Hasil pelatihan dan pengujian pada parameter neural network berjenis LVQ alfa 0,5 dengan perincian pengujian buta warna parsial sebanyak tiga, buta warna parsial defisiensi warna merah hijau sebanyak enam dan buta warna total sebanyak dua diperoleh unjukkerja dengan tingkat persentase keberhasilan yaitu 100%.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2021): JMAI ( Jurnal Multimedia & Artificial Intelligence) Vol. 4 No. 2 (2020): JMAI ( Jurnal Multimedia & Artificial Intelligence) Vol. 4 No. 2 (2020): JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 4 No. 1 (2020): JMAI (Jurnal Multimedia dan Artificial Intelligence) Vol. 3 No. 2 (2019): JMAI (Jurnal Multimedia dan Artificial Intelligence) Vol. 3 No. 1 (2019): Jurnal Multimedia & Artificial Intelligence Vol. 2 No. 2 (2018): Jurnal Multimedia & Artificial Intelligence Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence Vol. 1 No. 2 (2017): Jurnal Multimedia dan Artificial intelligence Vol. 1 No. 1 (2017): Jurnal Multimedia dan Artificial intelligence