cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Andry Fajar Zulkarnain
Contact Email
andry.zulkarnain@ulm.ac.id
Phone
+6281223932020
Journal Mail Official
andry.zulkarnain@ulm.ac.id
Editorial Address
Jl. Brigjen H. Hasan Basry Komp. Kampus ULM Kayu Tangi Banjarmasin, Kalimantan Selatan Phone / Fax: 0511-3304405
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat)
Published by Universitas Lambung Mangkurat
ISSN : 25275399     EISSN : 25282514     DOI : http://dx.doi.org/10.20527
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) is intended as a media for scientific studies on the results of research, thinking and analytical-critical studies regarding research in Systems Engineering, Informatics / Information Technology, Information Management and Information Systems. As part of the spirit of disseminating knowledge from the results of research and thought for service to the wider community and as a reference source for academics in the field of Technology and Information.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 5 Documents
 1 
Search results for , issue "Vol. 2 No. 2 (2017)" : 5 Documents clear
THE USE OF K-MEANS ALGORITHM ON DATALOG HONEYNET FOR PROFILING DDOS ATTACKS Winda Andrini Wulandari
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 2 No. 2 (2017)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (940.647 KB) | DOI: 10.20527/jtiulm.v2i2.17

Abstract

Cloud computing are admired for excellence, flexible benefits, and can be used together in various aspects and areas of business. According to Arbor Network that cloud technology is very vulnerable to DDoS attacks and the frequency of attacks has increased sharply in recent years.This research is the result of cooperation with AWN University and Indonesia Honeypot Project (IHP) Ministry of Communications and Informatics. The results suggest that honeynet as a way to protect and monitor the security of public cloud computing networks, and analyze its datalog through the k-means method approach to recognize cyber profilling DDoS attacks based on the timestamp recorded in the data.
PENGENALAN REAL TIME ABJAD BAHASA ISYARAT INDONESIA MENGGUNAKAN SEGMENTASI YCBCR M. Dedy Rosyadi; Fathul Hafidh; Mirza Yogy Kurniawan
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 2 No. 2 (2017)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (574.591 KB) | DOI: 10.20527/jtiulm.v2i2.18

Abstract

Bahasa isyarat tangan merupakan bentuk komunikasi utama bagi penderita tuna rungu, sedangkan untuk orang awam mempelajarinya akan memerlukan banyak biaya dan menghabiskan banyak waktu. Penelitian ini melakukan pengenalan isyarat tangan dari citra peragaan isyarat tangan menggunakan segmentasi YCbCr yang mampu memisahkan objek tangan dengan latarnya dengan cepat sehingga cocok untuk diterapkan pada pengenalan real time, kemudian untuk klasifikasi digunakan Support Vector Machine (SVM) yang sudah dikenal sebagai classifier yang mampu menghasilkan klasifikasi yang baik pada kasus citra.Tahapan penelitian ini diawali dengan pengolahan awal pada data citra, kemudian dilakukan segmentasi dengan YCbCr, pemotongan citra otomatis, dilanjutkan dengan proses klasifikasi dengan SVM. Pada akhirnya metode segmentasi yang dipilih adalah YCbCr yang mampu dengan cepat memisahkan antara objek dan latar sehingga cocok untuk proses klasifikasi real time.
IMPLEMENTASI FUZZY TIME SERIES MARKOV CHAIN MODEL (FTSMCM) DALAM PREDIKSI JUMLAH PRODUKSI AYAM POTONG Desy Ika Puspitasari; Mochammad Arif Afianto
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 2 No. 2 (2017)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (541.126 KB) | DOI: 10.20527/jtiulm.v2i2.19

Abstract

Pola konsumsi masyarakat akan produk hasil ternak semakin meningkat, tak terkecuali konsumsi ayam potong (broiler). Tingginya tingkat konsumsi masyarakat akan ayam potong otomatis akan memicu para produsen ternak untuk meningkatkan produksinya. Produksi ayam potong dapat diprediksi, salah satunya menggunakan Fuzzy Time Series. Perkembangan metode peramalan data time series yang cukup pesat mengakibatkan terdapat banyak pilihan metode yang dapat digunakan untuk meramalkan, salah satunya yaitu metode Fuzzy Time Series Markov Chain Model. Konsep Markov Chain digunakan dalam proses prediksi jumlah produksi ayam potong dengan menggunakan matriks transisi. Dengan Fuzzy Time Series Markov Chain Model, yang merupakan gabungan dari konsep metode fuzzy time series dengan model Markov, diharapkan dapat mendatangkan hasil analisis prediksi yang lebih akurat. Penelitian ini diharapkan dapat membantu proses analisis prediksi, sehingga proses analisis prediksi dapat dilakukan secara lebih efisien, teliti, mudah, dan praktis.
SISTEM PAKAR DIAGNOSA JENIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN KOMBINASI METODE FORWARD CHAINING DAN CERTAINTY FACTOR Windarsyah; Husnul Khatimi; Ryan Maulana
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 2 No. 2 (2017)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (576.039 KB) | DOI: 10.20527/jtiulm.v2i2.20

Abstract

Skizofrenia adalah gangguan kondisi medis atau disebut dengan gangguan kejiwaan yang mana mempengaruhi kemampuan otak pada manusia, mempengaruhi fungsi normal kognetif, emosional serta tingkah laku. Gangguan jiwa Skizorfenia terbagi menjadi lima jenis yaitu Skizofrenia Paranoid, Skizofrenia Simplek, Skizofrenia Katatonik, Skizofrenia Hebrefenik, dan Skizofrenia Residual. Salah satu cara untuk menentukan diagnosa jenis skizofrenia terhadap pasien adalah dengan cara konseling. Penelitian ini memiliki tujuan untuk membantu keputusan seorang ahli kejiwaan dalam menentukan diagnosa jenis skizofrenia terhadap pasien dengan menggunakan kombinasi metode forward chaining dan certainty factor. Forward chaining berfungsi sebagai mesin inferensi aturan di dalam sistem sedangkan certainty factor sebagai pemberi nilai kepercayaan pada sebuah aturan. Dalam membangun sistem ini dilakukan pengumpulan basis pengetahuan, resprentasi nilai certainty factor oleh pakar dan implementasi sistem berbasis website. Presentase dari hasil ujicoba sistem terhadap pakar adalah 93% sesuai.
PENERAPAN SUPPORT VECTOR REGRESSION (SVR) UNTUK PERAMALAN INFLASI BULANAN NASIONAL Husnul Khatimi; Muhammad Alkaff; Dewi Rizqia Najipah
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 2 No. 2 (2017)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (399.245 KB) | DOI: 10.20527/jtiulm.v2i2.21

Abstract

Peramalan tingkat inflasi menjadi penting untuk bisa membantu pemerintah dalam membuat kebijakan sebagai upaya menjaga stabilitas inflasi. Metode yang digunakan pada penelitian ini adalah Support Vector Regression (SVR) menggunakan input inflasi umum serta inflasi yang diukur dengan IHK yang dikelompokkan berdasarkan kelompok. Hasil model prediksi yang paling baik dari percobaan terhadap data inflasi menurut kelompok komoditi dengan menggunakan metode SVR (Support Vector Regression) yaitu model dengan kombinasi parameter C sebesar 0,37, epsilon (ε) sebesar 0,001 dan gamma (γ) sebesar 12,5365 dengan nilai RMSE terhadap data validasinya sebesar 0.0011, dan nilai RMSE terhadap data testingnya sebesar 0.0477 dengan nilai terhadap data validasinya sebesar 0.9999.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2017 2017


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