JMAI (Jurnal Multimedia & Artificial Intelligence)
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.
Articles
57 Documents
<![CDATA[Implementasi Algoritma Schnorr Untuk Tanda Tangan Digital ]]>
<![CDATA[Robi Adi Saputra]]>;
<![CDATA[Agus Sidiq Purnomo]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[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
<![CDATA[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.]]>
<![CDATA[Sistem Pakar Deteksi Buta Warna Menggunakan Metode Neural Network ]]>
<![CDATA[Lugas Lukmanul Hakim]]>;
<![CDATA[Supatman Supatman]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 1 No. 2 (2017): Jurnal Multimedia dan Artificial intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1113.155 KB)
|
DOI: 10.26486/jmai.v1i2.70
<![CDATA[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%.]]>
<![CDATA[Identifikasi Citra Daun Teh Menggunakan Metode Histogram untuk Deteksi Dini Serangan Awal Hama Empoasca ]]>
<![CDATA[Christophorus Candra Kusumadewa]]>;
<![CDATA[Supatman Supatman]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[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
<![CDATA[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%.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Diare Pada Balita Dengan Metode Naive Bayes Classifier ]]>
<![CDATA[Eko Hariyanto]]>;
<![CDATA[Arita Witanti]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 1 No. 2 (2017): Jurnal Multimedia dan Artificial intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (403.555 KB)
|
DOI: 10.26486/jmai.v1i2.74
<![CDATA[Diare merupakan penyakit yang dianggap lazim diderita oleh anak-anak di usia bawah lima tahun. Kurangnya pengetahuan menggenai penyakit diare menyebabkan salah dalam melakukan penanganan dalam melakukan tindakan penyembuhan diare. Penyakit diare merupakan penyakit yang memerlukan penanganan yang berbeda pada tiap jenis diare yang diderita baik berdasarkan konsentrasi darah dalam tinja, lama waktu diare dan berdasarkan derajat dehidrasi diare. Pada penelitian ini akan dirancang sebuah sistem pakar diagnosa penyakit diare pada balita dengan metode Naive bayes classifier Dimana sistem ini akan memberikan informasi mengenai penyakit diare berdasarkan gejala-gejala dari setiap penyakit yang ada, sehingga dapat membantu masyarakat dalam penagganan diare. Data terdiri dari 50 data kasus yang dibagi menjadi 40 data pembelajaran dan 10 data uji. Data diperoleh dari balita yang terindikasi diare diuji dengan sistem dan divalidasi dengan pakar (dokter). Hasil pengujian akurasi sistem sebesar 100%.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit yang Disertai Demam Menggunakan Metode Naive Bayes Classifier ]]>
<![CDATA[Eko Rantoso]]>;
<![CDATA[Ozzi Suria]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 2 (2018): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (343.925 KB)
|
DOI: 10.26486/jmai.v2i2.76
<![CDATA[Banyak penyakit manusia yang ditandai dengan gejala demam, misalnya penyakit tipus, ISPA, dan cacar air. Ukuran suhu tubuh yang naik akibat demam untuk setiap penyakit juga bervariasi. Banyaknya ragam penyakit yang disertai dengan variasi suhu tubuh akibat demam ini seringkali membuat penderita mengalami kebingungan mengenai jenis penyakit apa yang dialami saat ini. Dalam penelitian ini, penulis mencoba untuk membuat sistem pakar yang dapat digunakan untuk membantu memberikan diagnosa penyakit dengan gejala utama demam disertai dengan gejala-gejala lain. Penyakit yang digunakan sebagai objek penelitian adalah tipus, ISPA, cacar air, diare, gondongan, dan radang amandel. Data yang digunakan sebagai bahan penelitian ini diambil dari salah satu klinik kesehatan dan akan diolah dengan menggunakan metode Naïve Bayes Classifier. Sistem ini akan memberikan informasi mengenai jenis penyakit yang diderita pasien berdasarkan pada gejala-gejala penyakit yang dialami oleh pasien sebelumnya. Berdasarkan 27data pemeriksaan pasien yang diambildan diuji dengan sistem serta telah divalidasi oleh ahli pakar, sistem memiliki tingkat akurasi sebesar 96,3% dalam memberikan diagnosa penyakit.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Kulit Pada Anjing Ras Dengan Metode Teorema Bayes ]]>
<![CDATA[Paulus Hendi Kristyanto]]>;
<![CDATA[Ozzi Suria]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 2 (2018): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (604.881 KB)
|
DOI: 10.26486/jmai.v2i2.77
<![CDATA[Penyakit kulit merupakan kasus yang paling sering muncul pada kasus penyakit anjing ras. Perbedaan iklim serta keadaan lingkungan dari habibat asli menjadikan anjing ras rentan terserang penyakit kulit. Pengetahuan masyarakat yang masih minim mengenai penyakit kulit pada anjing ras dan ketersediaan jumlah dokter hewan yang masih sangat sedikit menjadikan banyak kasus penyakit kulit pada anjing ras tidak tertangani dengan baik. Dari permasalahan tersebut, penelitian ini mencoba untuk membuat sebuah sistem pakar yang dapat membantu diagnosa penyakit kulit pada anjing ras. Data yang digunakan dalam pembuatan sistem pakar ini diperoleh dari literatur dan data rekam medis pada klinik “Graha Pet Care”. Diagnosa dilakukan dengan cara menginputkan gejala-gejala yang muncul pada anjing. Kemudian, sistem akan melakukan penghitungan nilai setiap bobot terkait dengan 8 jenis penyakit yang dipakai dengan metode teorema bayes. Hasil nilai bayes tertinggi akan dipilih sebagai diagnosa sistem. Berdasarkan 11 data rekam medis yang digunakan sebagai data uji pada sistem pakar diagnosa penyakit kulit pada anjing ras dengan metode teorema bayes ini, didapatkan 10 kesesuaian diagnosa dan 1 kasus tidak sesuai dengan diagnosa dokter. Dengan demikian dapat disimpulkan bahwa dari 11 data uji sampel yang digunakan dalam penelitian ini, sistem pakar diagnosa penyakit kulit pada anjing ras dengan metode Teorema Bayes ini dapat memberikan hasil diagnosa dengan akurasi sebesar 91%.]]>
<![CDATA[Sistem Aplikasi Kamus Istilah Bahasa Pemrograman PHP Menggunakan Algoritma Brute Force ]]>
<![CDATA[Bayu Erdani]]>;
<![CDATA[Fredy Dwi Aditia]]>;
<![CDATA[Siti Rodiah]]>;
<![CDATA[Ciptyasih Ciptyasih]]>;
<![CDATA[Indyah Hartami Santi]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 3 No. 1 (2019): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (338.692 KB)
|
DOI: 10.26486/jmai.v3i1.82
<![CDATA[Kamus merupakan alat bantu yang digunakan untuk menterjemahkan suatu bahasa, adapun terdapat berbagai jenis kamus seperti kamus istilah Bahasa pemrograman PHP. Bahasa pemrograman PHP pada dasarnya penting bagi para mahasiswa yang sedang menempuh pembelajaran mengenai bahasa pemrograman khususnya PHP, terutama istilah dalam bahasa pemrograman PHP yang memilik banyak kosa kata. Penelitian dilakukan untuk dapat merancang suatu aplikasi kamus istilah dalam bahasa pemrograman PHP dengan menggunakan algoritma brute force dalam proses pencariannya. Algoritma brute force merupakan algoritma yang digunakan untuk mencocokan pattern dengan semua teks yang ada pada database aplikasi kamus istilah bahasa pemrograman PHP. Dalam penelitian ini metode pengembangan sistem yang digunakan yaitu model prototype dan perangkat lunak pendukung yang digunakan adalah Microsoft SQL Server. Adapun hasil akhir dari penelitian ini yakni berupa aplikasi kamus istilah bahasa pemrograman PHP dengan menggunakan algoritma brute force dalam proses pencariannya dan dapat membantu pengguna untuk mencari istilah kata menjadi lebih efisen dibandingkan kamus berbentuk buku pada umumnya.]]>
<![CDATA[Aplikasi Kamus Bahasa Jawa Ngoko, Jawa Krama, dan Indonesia Berbasis Android Dengan Menggunakan Metode Sequential Search ]]>
<![CDATA[Ibnu Fajar Shiddiq]]>;
<![CDATA[Arita Witanti]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 2 (2018): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (519.511 KB)
|
DOI: 10.26486/jmai.v2i2.84
<![CDATA[Proses pencarian kata kamus berupa buku dapat memakan waktu yang cukup lama karena proses pencariannya secara manual. Sehingga perlu dibuat suatu aplikasi, salah satunya yaitu aplikasi kamus digital yang dapat mempermudah dalam pencarian kata dan tidak perlu mengeluarkan biaya tambahan untuk membeli kamus.Penelitian ini bertujuan untuk membuat aplikasi kamus tiga bahasa yaitu bahasa Jawa Ngoko, Jawa Krama dan Indonesia berbasis Android dengan menggunakan metode Sequential Search, dimana metode pencarian ini dengan cara pengurutan dari index awal hingga data yang ditemukan. Dalam penelitian ini menggunakan perangkat lunak Eclipse sebagai perangkat lunak pembuatan aplikasi dan SQLite sebagai media penyimpanan data kamus.Adapun hasil dari penelitian ini yaitu berupa aplikasi kamus Bahasa Jawa Ngoko, Jawa Krama, dan Indonesia dengan menggunakan metode Sequential Search. Dalam metode ini mampu melakukan pencarian kurang-lebih 2730 kata dan tingkat keakuratan setiap pencarian 100%. Dalam proses pencarian data yang dapat membantu pengguna dalam memahami dan mempelajari bahasa Jawa - Indonesia ini memerlukan rata-rata 0.5 detik setiap pencariannya.]]>
<![CDATA[Identifikasi Citra Tulisan Tangan untuk Menentukan Karakter Kepribadian Introvert atau Extrovert dengan Metode LS Classifier ]]>
<![CDATA[Rusbianto Rusbianto]]>;
<![CDATA[Indah Susilawati]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 3 No. 1 (2019): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (426.222 KB)
|
DOI: 10.26486/jmai.v3i1.85
<![CDATA[Tulisan tangan datang dari karakter (pembawaan) dan otak sehingga tulisan tangan seseorang mempunyai ciri khas. Semua teks pada dasarnya sama, berawal dari gerakan-gerakan psikomotorik yang dilakukan seseorang. Apapun bentuk teks tulisannya, grafologi memiliki peranan untuk menganalisis dari beberapa bentuk yang bisa dilihat. Grafologi secara garis besar dapat dilihat dari besar kecilnya tulisan, gaya tulisan, kemiringan tulisan, jarak antar kata atau antar huruf, ukuran tulisan, dan tekanan tulisan. Penelitian ini membahas tentang bagaimana sebuah perangkat lunak mengenali sebuah pola citra digital berupa pengenalan tulisan tangan yang menggunakan metode Least Square Classifier untuk menentukan karakter kepribadian introvert atau extrovert. Citra tulisan tangan dilakukan segmentasi untuk mendapakan feature vector rerata tekanan tulisan. Sementara centroid dan bounding box memberikan ciri jarak antar huruf dan jarak spasi. Pengujian dilakukan terhadap 20 sample tulisan tangan dengan image inputan berformat *.bmp. Feature vector pengujian kemudian dilakukan klasifikasi dalam dua kelas yaitu: jika masuk kelas -1 disimpulkan sebagai extrovert dan jika masuk kelas 1 disimpulkan sebagai introvert. Kinerja identifikasi karakter kepribadian dengan metode Least Square Classifier alam penelitian ini mencapai 80%.]]>
<![CDATA[Menentukan Prioritas RKPDes (Rencana Kerja Pembangunan Desa) Dengan Metode Simple Additive Weighting ]]>
<![CDATA[Lulu Muhamad Ulumudin]]>;
<![CDATA[Ozzi Suria]]>
<![CDATA[ JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 3 No. 1 (2019): Jurnal Multimedia & Artificial Intelligence ]]>
Publisher : <![CDATA[LPPM Universitas Mercu Buana Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (659.088 KB)
|
DOI: 10.26486/jmai.v3i1.87
<![CDATA[RKPDes adalah program pemerintah yang digunakan untuk proses pembangunan suatu desa agar lebih maju dalam segala hal. Namun kenyataannya, di desa Ciburuy Kecamatan Bayongbong Garut Jawa Barat dalam menentukan usulan rencana kerja pembangunan desa masih menggunakan cara musyawarah tanpa adanya suatu pertimbangan yang ditentukan sehingga tidak mendapatkan hasil yang sesuai dan tepat sasaran. Penelitian ini mencoba untuk membuat sebuah sistem informasi berbasis komputer yaitu sistem pendukung keputusan (SPK) yang dapat membantu proses pengambilan keputusan dengan menggunakann metode Simple Additive Weighting (SAW) dalam menentukan Rencana Kerja Pembangunan Desa (RKPDes) dengan mempertimbangkan beberapa kriteria yang sudah ditentukan yaitu volume, manfaat, waktu pelaksanaan dan anggaran. Berdasarkan hasil dari penelitian yang sudah dilakukan dengan memanfaatkan metode Simple Additive Weighting (SAW) didapatkan hasil yang sama dengan tingkat akurasi sebesar 75% dari seluruh data RKPDes tahun 2017 yang sudah direalisasikan di desa Ciburuy.]]>
