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. 4 No. 1 (2019)" : 5 Documents clear
OPTIMASI GENETIC ALGORITHM DENGAN JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI CITRA Finki Dona Marleny; Mambang
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 1 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (314.031 KB) | DOI: 10.20527/jtiulm.v4i1.32

Abstract

Klasifikasi Citra adalah sebuah teknik pengelompokan piksel untuk memperoleh suatu gambar objek yang diwakili oleh fitur, kelas atau materi. Banyak algoritma telah dicoba dalam penerapan di klasifikasi citra, salah satu yang sangat terkenala adalah Neural Network. Neural Network dalam pengembangan algoritma Backpropagation mampu mempelajari pola dari data training sehingga menghasilkan bobot-bobot baru dengan error serendah-rendahnya. Genetic Algorithm (GA) merupakan salah satu metode yang sering diterapkan dalam optimasi, Metode ini berbasis teori evolusi, algoritma ini bekerja pada populasi calon penyelesaian yang disebut kromosom yang awalnya dibangkitkan secara random dari ruang penyelesaian fungsi tujuan. Dengan menggunakan mekanisme opearator genetik yaitu persilangan dan mutasi populasi dievolusikan melalui fungsi fitness yang diarahkan pada kondisi konvergensi. Algoritma ini dapat diterapkan dalam banyak area fungsi-fungsi optimasi. Penelitian ini bertujuan untuk mengklasifikasi citra berdasarkan fitur menggunakan metode Backpropagation Optimasi Genetic Algorithm. Data yang digunakan adalah data kayu kelapa yang dikelompokkan berdasarkan kerapatan yang bermanfaat untuk seleksi kualitas kayu tersebut berdasarkan visualisasi.
DETEKSI CITRA WAJAH DENGAN METODE HAAR FEATURE SELECTION Nahdi Saubari
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 1 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (317.632 KB) | DOI: 10.20527/jtiulm.v4i1.33

Abstract

Banyak sistem biometrik yang dapat diterapkan pada proses verifikasi citra, tapi kebanyakan menggunakan teknik autentifikasi yang sama. Proses untuk pendeteksian citra wajah manusia dapat dilakukan secara digital dengan menggunakan komputer dan merupakan salah satu domain dalam aplikasi computer vision. Salah satu metode yang digunakan adalah metode haar feature selection yang merupakan bagian dari metote Viola-Jones. Penelitian ini bertujuan mengetahui seberapa jauh metode haar feature selection tersebut dapat digunakan untuk deteksi wajah. Metode yang digunakan adalah eksperimen dengan mengekstraksi ciri pada wajah manusia. Hasil yang diperoleh dari ujicoba yang dilakukan terbukti bahwa metode Haar Feature selection dapat digunakan untuk mendeteksi citra wajah dengan akurasi 91,34% dalam waktu 0,61 detik dengan pada jarak 55 cm dari kamera dengan ukuran 120x190 piksel.
PENERAPAN DATA MINING UNTUK EVALUASI DATA PENJUALAN MENGGUNAKAN METODE CLUSTERING DAN ALGORITMA HIRARKI DIVISIVE DI PERUSAHAAN MEDIA WORLD PEKANBARU Yuda Irawan
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 1 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (195.272 KB) | DOI: 10.20527/jtiulm.v4i1.34

Abstract

Semakin besar suatu perusahaan, semakin lama perusahaan itu berdiri, semakin banyak perusahaan memiliki cabang, tentunya semakin besar data yang dimilki. Data-data tersebut bisa berupa data konsumen, data pembelian, data penjualan, data penggajian, dan masih banyak data-data yang lain lagi. Semua data tersebut biasanya akan tersimpan dalam database. Namun banyak perusahaan, bahkan divisi Teknologi Informasi atau Information Technology (IT) yang tidak menyadari betapa berharganya tumpukan data-data lama yang dihasilkan perusahaan dalam bertransaksi dan beraktifitas. Data mining merupakan ilmu yang mempelajari metode untuk menghasilkan pengetahuan atau menemukan pola untuk pengolahan di suatu data. Sehingga tidak hanya menjadi sebuah informasi saja, akan tetapi menjadi sebuah pengetahuan. Data Mining mempunyai beberapa metode diantaranya adalah clustering. Clustering merupakan metode yang sudah cukup dikenal dan banyak dipakai dalam data mining. Tujuan utama dari metode clustering ini adalah pengelompokkan sejumlah data/obyek ke dalam cluster (group) sehingga dalam cluster akan berisi data yang sama dengan grupnya masing-masing. Dalam penelitian ini digunakan Algoritma Hirarki Divisive untuk membentuk klaster-klaster. Dari pola yang diperoleh diharapkan dapat memberikan pengetahuan untuk perusahaan Media World Pekanbaru sebagai alat pendukung untuk mengambil kebijakan.
Sistem Pakar untuk Mendiagnosa Masalah Gizi pada Balita dan Ibu Hamil dengan Metode Forward Chaining Yulisman; Robbi Datu Muttaqien
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 1 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1385.443 KB) | DOI: 10.20527/jtiulm.v4i1.35

Abstract

Gizi adalah suatu zat makanan yang diperlukan oleh tubuh yang melalui proses perubahan makanan yang masuk ke dalam tubuh untuk mempertahankan kehidupan. Masalah gizi khususnya gangguan gizi sangat rentan terjadi pada balita dan ibu hamil jika asupan gizinya tidak diberikan dengan baik. Berdasarkan hasil Riset Kesehatan Dasar 2013 (RISKESDAS 2013) jumlah kasus masalah gizi kurang dan gizi buruk pada tahun 2013 sebesar 19,6% dibandingkan tahun 2007 sebesar 18,4 % dan tahun 2010 sebesar 17,9%. Faktor-faktor yang menyebabkan terjadinya masalah gizi yaitu ekonomi, lingkungan, kebia-saan buruk dan pengetahuan. Kurangnya pengetahuan masyarakat tentang masalah gizi dan biaya konsultasi yang mahal, sehingga dibutuhkan suatu aplikasi yang dapat membantu kinerja konsultan atau dokter. Aplikasi tersebut berupa sistem pakar untuk mendiagnosa masalah gizi dengan menggunakan metode forward chaining. Metode forward chaining pada sistem pakar merupakan metode yang sering digunakan untuk mendiagnosa penyakit. Dengan adanya aplikasi ini diharapkan dapat mem-bantu kinerja konsultan atau dokter dalam mendiagnosa penyakit masalah gizi, serta memberikan informasi tentang masalah gizi dan pencegahannya.
IMPLEMENTATION OF ARTIFICIAL NEURAL NETWORK FOR MONTHLY RAIN ATTACKS IN SOUTH KALIMANTAN Nur Arminarahmah; Miftahul Munir
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 4 No. 1 (2019)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (591.086 KB) | DOI: 10.20527/jtiulm.v4i1.36

Abstract

Prakiraan hujan bulanan bisa digunakan untuk antisipasi banjir dan manajemen sumber daya air, keselamatan jiwa dan harta benda, serta keberlangsungan aktivitas ekonomi. Penggunaan Jaringan Syaraf Tiruan sebagai bagian dari Machine Learning adalah teknik yang sering digunakan selain numerical weather prediction dan metode statistik. Menggunakan peru-bah data bulan dan data empirical orthogonal function anomali suhu muka laut bulanan pada 12 lokasi menghasilkan nilai korelasi yang baik saat pembuatan model, tetapi hasil verifikasi menunjukkan akurasi yang baik didapatkan saat periode musim kemarau dan skill terjelek saat peralihan musim kemarau ke musim hujan.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2019 2019


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