cover
Contact Name
Sarifah Putri Raflesia
Contact Email
sarifah@unsri.ac.id
Phone
+628112017224
Journal Mail Official
generic.unsri@gmail.com
Editorial Address
Fakultas Ilmu Komputer, Universitas Sriwijaya
Location
Kab. ogan ilir,
Sumatera selatan
INDONESIA
Jurnal Generic
Published by Universitas Sriwijaya
ISSN : 19074093     EISSN : 20879814     DOI : -
Core Subject : Science,
Jurnal Generic ISSN/e-ISSN: 1907-4093/2087-9814 adalah wadah publikasi ilmiah bagi peneliti, akademisi, maupun praktisi di bidang ilmu komputer, ilmu teknologi informasi dan komunikasi di Indonesia. Jurnal ini menerima tulisan inter-disiplin di bidang SI/TI, sistem komputer, dan informatika. Topik dapat berupa (tapi tidak ter batas pada): Artificial Intelligence (Kecerdasan Buatan, Software Engineering (Rekayasa Perangkat Lunak, Information System (Sistem Informasi), Computer Based Learning (Pembelajaran Berbasis Komputer), Computer Networking & Data Communication (Jaringan Komputer & Komunikasi Data)
Articles 5 Documents
Search results for , issue "Vol 14 No 1 (2022): Vol 14, No 1 (2022)" : 5 Documents clear
Komparasi Algoritma Support Vector Machine Dan Naive Bayes Pada Klasifikasi Ras Kucing Jaka Kusuma; Abwabul Jinan; Muhammad Zulkarnain Lubis; Rubianto Rubianto; Rika Rosnelly
Generic Vol 14 No 1 (2022): Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu hewan peliharaan yang paling populer ialah kucing. Kucing dipilih menjadi hewan peliharaan manusia karena tingkahnya sangat lucu. Kucing memiliki variasi ras yang sangat banyak. Terdapat 315 ras kucing pada seluruh dunia yang mana setiap ras kucing mempunyai ciri-ciri tertentu, akibat banyaknya terjadi perkawinan silang antara kucing kampung dan kucing ras dalam penentuan ras kucing menjadi lebih sulit. Seiring perkembangan zaman yang begitu cepat, perkembangan teknologi informasi pengenalan objek citra menjadi subjek yang sangat menarik dan tentunya berkaitan erat dengan data informasi. Maka peneliti akan melakukan komparasi antara algoritma Support Vector Machine (SVM) dan Naive Bayes (NB) pada klasifikasi citra ras kucing dengan memanfaatkan model Deep Learning SqueezeNet sebagai proses ekstraksi fitur pada citra. Dari hasil penelitian ini akan membuktikan secara empiris perbedaan antara accuracy, precision dan recall dari setiap algoritma. Hasil yang diperoleh menunjukan bahwa, dalam hal klasifikasi yang terbaik yaitu algoritma Support Vector Machine (SVM) dengan nilai accuracy 88.4%, precision 88.5% dan recall 88.4% sedangkan yang terendah adalah algoritma Naive Bayes (NB) dengan nilai accuracy 79.5%, precision 79.9% dan recall 79.5%.
Penetapan Pengaruh Usefulness, Easy Of Use, Risk Terhadap Intention To Buy Online Melalui Customer Attitude Berbasis Media Sosial Di Bellaneshop Inka Marissa; Ari Wedhasmara
Generic Vol 14 No 1 (2022): Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini dilakukan untuk mengetahui apakah perceived usefulness, perceived ease of use, perceived risk berpengaruh terhadap intention to buy online melalui consumer attitude berbasis media sosial di Bellaneshop. Penelitian ini merupakan penelitian kuantitatif. Teknik analisis yang digunakan dalam penelitian ini adalah Analisis Jalur. Hasil menunjukkan bahwa perceived usefulness memiliki pengaruh positif dan signifikan terhadap consumer attitude, perceived ease of use memiliki pengaruh positif dan signifikan terhadap consumer attitude, perceived risk memiliki pengaruh negatif dan signifikan terhadap consumer attitude¸ dan consumer attitude memiliki pengaruh positif dan signifikan terhadap intention to buy online. Sehingga consumer attitude adalah variabel yang harus ada antara perceived usefulness, perceived ease of use, perceived risk dan intention to buy online.
Pengolahan Citra Radiograf Panoramik Pada Deteksi Filling Gigi Manusia Ayu Nurul Asti; Rossi Passarela; Sutarno Sutarno
Generic Vol 14 No 1 (2022): Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dengan pemrosesan citra gigi yang muncul pada kasus identifikasi manusia dalam ilmu pengetahuan forensic seperti citra X-ray gigi telah membantu secara efektif untuk mendiagnosis dan mendeteksi masalah di gigi. Pada penelitian ini akan melakukan pendekatan untuk mendeteksi filling gigi (tambal gigi) pada karies gigi di Xray Panoramik. Peningkatan dan segmentasi citra x-ray gigi digital dilakukan dengan menggunakan deteksi tepi robert. Tujuan dari ini adalah untuk meningkatkan bagian gigi yang diekstraksi dari digital rontgen gigi, menemukan tepi yang sesuai dengan gigi yang terkena tambal(filling). Proses mengekstraksi fitur, mengumpulkan dan menganalisis informasi gambar yang diharapkan dapat berguna untuk klinis diagnostik gigi dan juga merupakan kebutuhan utama ilmu kedokteran dan lainnya. Dalam penelitian ini didapatkan persentase dari dataset program bahwa akurasi terindikasinya filling gigi yaitu 87,93%, nilai presisi 88,7% dan nilai sensitiviti sebesar 96,6% dari 116 data yang diuji.
Implementation of Facial Landmarks Detection Method for Face Follower Mobile Robot Ahmad Zarkasi; Fachrudin Abdau; Agung Juli Anda; Siti Nurmaini; Deris Stiawan; Bhakti Yudho Suprapto; Huda Ubaya; Rizki Kurniati
Generic Vol 14 No 1 (2022): Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This paper presents a new technique for facesrecognition based on auto-extracted facial marks. Our landmarks are those related to the outer corner of the nose. With extracted landmarks, a triplet of areas and their associated geometric invariance are formed. Where later the points on the outer corners of the eyes and nose will be connected with lines that will form a triangle. Later the line length will be calculated using the Euclidean Distance formula so that the area value of the triangle can be obtained. Then the data obtained will be trained using the Support Vector Machine algorithm so that they can recognize faces. And later the system will be implanted into a mobile robot with raspberry.
Analisis Kinerja Perilaku Mobile Robot Penghindar Halangan dengan Fungsi Keanggotaan Non Linear pada Kendali Logika Fuzzy Sugeno Kanda Januar Miraswan; Meylani Utari
Generic Vol 14 No 1 (2022): Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Mobile robot banyak diaplikasikan pada berbagai aspek kehidupan. Navigasi robot merupakan salah satu sistem yang mampu melakukan navigasi yang terdiri dari aktivitas pergerakan seperti menghindari halangan (obstacle avoidance). Navigasi robot mencakup berbagai aktivitas yang saling terkait seperti aktuasi, persepsi dan eksplorasi. Penentuan navigasi yang baik menjadikan robot dapat melakukan eksplorasi yang bebas dari tabrakan dengan penghalang atau robot lain. Penelitian ini dikembangkan dengan menggunakan metode kendali logika Fuzzy dengan fungsi keanggotaan non linear, karena metode logika Fuzzy memiliki kemampuan untuk lebih merepresentasikan dunia nyata. Penelitian ini menghasilkan perancangan model kendali logika Fuzzy dan kemudian diterapkan pada suatu aplikasi perangkat lunak yang dapat mengendalikan robot hingga sukses menghindari halangan dengan baik dalam lingkungan virtual kompleks yang spesifik, dimana fungsi keanggotaan non linear dapat mengendalikan robot untuk menghindari halangan pada lingkungan virtual spesifik yang kompleks dengan lebih smooth dan lebih baik.

Page 1 of 1 | Total Record : 5