cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agus Harjoko
Contact Email
ijccs.mipa@ugm.ac.id
Phone
+62274 555133
Journal Mail Official
ijccs.mipa@ugm.ac.id
Editorial Address
Gedung S1 Ruang 416 FMIPA UGM, Sekip Utara, Yogyakarta 55281
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
IJCCS (Indonesian Journal of Computing and Cybernetics Systems)
Published by Universitas Gadjah Mada
ISSN : 19781520     EISSN : 24607258     DOI : https://doi.org/10.22146/ijccs
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Indonesian Journal of Computing and Cybernetics Systems (IJCCS), a two times annually provides a forum for the full range of scholarly study . IJCCS focuses on advanced computational intelligence, including the synergetic integration of neural networks, fuzzy logic and eveolutionary computation, so that more intelligent system can be built to industrial applications. The topics include but not limited to : fuzzy logic, neural network, genetic algorithm and evolutionary computation, hybrid systems, adaptation and learning systems, distributed intelligence systems, network systems, human interface, biologically inspired evolutionary system, artificial life and industrial applications. The paper published in this journal implies that the work described has not been, and will not be published elsewhere, except in abstract, as part of a lecture, review or academic thesis.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 476 Documents
 10   11   12   13   14 
Klasifikasi Data Microarray Menggunakan Discrete Wavelet Transform dan Extreme Learning Machine Khadijah Khadijah; Sri Hartati
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6638

Abstract

AbstrakData microarray digunakan sebagai alternatif untuk diagnosa penyakit kanker karena kesulitan dalam dignosa kanker berdasarkan bentuk morfologis, yaitu perbedaan morfologis yang tipis antar jenis kanker yang berbeda. Penelitian ini bertujuan untuk membangun pengklasifikasi data microarray. Proses klasifikasi diawali dengan reduksi dimensi data microarray menggunakan DWT, dengan cara mendekomposisi sampel hingga level tertentu, kemudian mengambil nilai koefisien aproksimasi pada level tersebut sebagai fitur sampel. Fitur tersebut selanjutnya menjadi masukan untuk klasifikasi. Metode klasifikasi yang digunakan adalah ELM yang diterapkan pada RBFN. Dataset yang digunakan adalah data microarray multikelas, yaitu dataset GCM (16.063 gen, 14 kelas) dan Subtypes-Leukemia (12.600 gen, 7 kelas).Pengujian dilakukan dengan cara membagi data latih dan data uji secara random sepuluh kali dengan proporsi data yang sama. Classifier yang dihasilkan dari penelitian ini untuk dataset GCM belum memiliki performa yang cukup baik, ditunjukkan dengan nilai akurasi sekitar 75% ± 6,25% dan nilai minimum sensitivity yang masih rendah, yaitu 15% ± 19,95% menunjukkan bahwa sensitivity untuk tiap kelas belum merata, terdapat beberapa kelas yang sensitivity-nya masih rendah. Namun, classifier untuk dataset Subtypes-Leukemia yang memiliki jumlah kelas lebih sedikit dari dataset GCM memiliki performa yang cukup baik, ditunjukkan dengan nilai akurasi 87,68% ± 2,88% dan minimum sensitivity 51,90% ± 20,29%.   Kata kunci— microarray, ekspresi gen, DWT, ELM, RBFN AbstractMicroarray data is used as an alternative in cancer diagnosis because of the difficulties cancer diagnosis based on morphologis structures. Different classes of cancer usually have poor distintion of morphologis structures. The aim of this reserach is to bulid microarray data classfier. The classification process is started by reducing dimension of microarray data. The method used to reduce the microarray data dimension is DWT by decomposing the samples until certain decomposition level and then use approximation coefficients at those level as feature to classifier. Classifier used in this reserach is ELM implemeted on RBFN. Dataset used are GCM (16.063 genes, 14 classes) and Subtypes-Leukemia (12.600 genes, 7 classes). Testing process is done by randomly dividing the training and testing data ten times with same proprotion of training and testing data. The perfomance of classifier built in this research is not so good for GCM dataset, shown by accuracy 75% ± 6,25% and mean of minimum sensitivity 15% ± 19,95%. The low minimum sensitivity indicate that there are few classes that have low sensitivity. But the classifier for Subtypes-Leukemia dataset give better result, that is accuracy 87,68% ± 2,88%  and mean of minimum sensitivity 51,90% ± 20,29%.    Keywords— microarray, gene expression, DWT, ELM, RBFN
Sistem Multiagen untuk Pengklasteran Pendaki Menggunakan K-Means Maya Cendana; Azhari S.N.
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6639

Abstract

Abstrak Para pendaki pemula sebaiknya melakukan pendakian gunung secara berkelompok, namun metoda pengelompokan secara manual yang sedang berjalan saat ini tidak efektif dan efisien, terutama bagi para pendaki solo yang tidak memiliki komunitas pendakian gunung. Oleh karena itu perlu dibangun sebuah media online yang mampu mengelompokkan para pendaki gunung secara otomatis.Pengelompokan dilakukan dengan algoritma klastering K-Means berbasis agen cerdas. Agen-agen tersebut akan berkolaborasi dalam proses negosiasi menentukan anggota klaster yang memiliki kesamaan kriteria. Keuntungan utama dari pemanfaatan multiagen ini adalah proses pengklasteran dilakukan secara multithread. Agen-agen yang terlibat adalah agen user, agen basisdata, agen klastering, dan agen validasi. Agen-agen tersebut dibangun di atas platform JADE dengan bahasa komunikasi FIPA ACL. Evaluasi dilakukan terhadap 10, 100 dan 200 data dengan jumlah klaster tententu untuk menghitung nilai kohesi/kepadatan dalam 1 klaster dan jarak pisah antar-klaster. Metrik pengukuran yang digunakan adalah WGAD dan BGAD. Hasil yang diperoleh adalah kualitas anggota klaster yang lebih baik dibandingkan k-means biasa. Kata kunci: agen, jade, fipa acl, wgad, bgad  AbstractThe beginner climbers should do mountain climbing as a group, however, manually grouping method that is currently running is not effective and efficient , especially for the solo climber who do not have the mountaineering community . Therefore, it is necessary to build an online media that is able to classify mountaineers automatically. The grouping is done by the algorithm K-Means clustering -based intelligent agents . The agents will collaborate in the negotiation process and determines the cluster members that have similar criteria . The main advantage of using multiagentsis multithreading proces, so the clustering process will run at once . The agentsconsists of the user agent , the database agent , clustering agents , and validation agent . The agents are implemented with JADE platform because JADE is using FIPA ACL communication language . Evaluation will calculate the value of cohesion / density in one cluster and inter - cluster separation distances with 10 , 100 and 200 data. Metric measurement used are WGAD and BGAD . Thequality of a cluster member is better than using an usual k-means . Keywords: agen, jade, fipa acl, wgad, bgad
Aplikasi Mobile untuk Analisis Sentimen pada Google Play Lutfi Budi Ilmawan; Edi Winarko
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6640

Abstract

AbstrakGoogle dalam application store-nya, Google Play, saat ini telah menyediakan sekitar 1.200.000 aplikasi mobile. Dengan sejumlah aplikasi tersebut membuat pengguna memiliki banyak pilihan. Selain itu, pengembang aplikasi mengalami kesulitan dalam mencari tahu bagaimana meningkatkan kinerja aplikasinya. Dengan adanya permasalahan tersebut, maka dibutuhkan sebuah aplikasi analisis sentimen yang dapat mengolah sejumlah komentar untuk memperoleh informasi.Sistem yang dibangun memiliki tujuan untuk menentukan polaritas sentimen dari ulasan tekstual aplikasi pada Google Play yang dilakukan dari perangkat mobile. Perangkat mobile memiliki portabilitas yang tinggi dan sebagian dari perangkat tersebut memiliki resource yang terbatas. Hal tersebut diatasi dengan menggunakan arsitektur sistem berbasis client server, di mana server melakukan tugas-tugas yang berat sementara client-nya adalah perangkat mobile yang hanya mengerjakan tugas yang ringan. Dengan solusi tersebut maka Analisis sentimen dapat diaplikasikan pada mobile environment.Adapun metode klasifikasi yang digunakan adalah Naïve Bayes untuk aplikasi yang dikembangkan dan Support Vector Machine Linier sebagai pembanding. Nilai akurasi dari Naïve Bayes classifier dari aplikasi yang dibangun sebesar 83,87% lebih rendah jika dibandingkan dengan nilai akurasi dari SVM Linier classifier sebesar 89,49%. Adapun penggunaan semantic handling untuk mengatasi sinonim kata dapat mengurangi akurasi classifier. Kata kunci— analisis sentimen, google play, klasifikasi, naïve bayes, support vector machine AbstractGoogle's Google Play now providing approximately 1.200.000 mobile applications. With these number of applications, it makes the users have many options. In addition, application developers have difficulties in figuring out how to improve their application performance. Because of these problems, it is necessary to make a sentiment analysis applications that can process review comments to get valuable information.The purpose of this system is determining the polarity of sentiments from applications’s textual reviews on Google Play that can be performed on mobile devices. The mobile device has high portability and the majority of these devices have limited resource. That problem can be solved by using a client server based system architecture, where the server performs training and classification tasks while clients is a mobile device that perform some of sentiment analysis task. With this solution, the sentiment analysis can be applied to the mobile environment.The classification method that used are Naive Bayes for developed application and Linear Support Vector Machine that is used for comparing. Naïve Bayes classifier’s accuracy is 83.87%. The result is lower than the accuracy value of Linear SVM classifier that reach 89.49%. The use of semantic handling can reduce the accuracy of the classifier. Keywords—sentiment analysis, google play, classification, naïve bayes, support vector machine
Penerapan Algoritma Invasive Weed Optimnization untuk Penentuan Titik Pusat Klaster pada K-Means I Putu Adi Pratama; Agus Harjoko
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6641

Abstract

AbstrakK-means merupakan salah satu algoritmaclustering yang paling populer. Salah satu alasan dari kepopuleran K-means adalah karena mudah dan sederhana ketika diimplementasikan. Namun hasil klaster dari K-means sangat sensitif terhadap pemilihan titik pusat awalnya. K-means seringkali terjebak pada solusi lokal optima. Hasil klaster yang lebih baik seringkali baru bisa didapatkan setelah dilakukan beberapa kali percobaan. Penyebab lain seringnya K-means terjebak pada solusi lokal optima adalah karena cara penentuan titik pusat baru untuk setiap iterasi dalam K-means dilakukan dengan menggunakan nilai mean dari data-data yang ada pada klaster bersangkutan. Hal tersebut menyebabkan K-means hanya akan melakukan pencarian calon titik pusat baru disekitar titik pusat awal. Untuk mengatasi permasalahan tersebut, penerapan metode yang memiliki kemampuan untuk melakukan pencarian global akan mampu membantu K-means untuk dapat menemukan titik pusat klaster yang lebih baik. Invasive Weed Optimization merupakan algoritma pencarian global yang terinspirasi oleh proses kolonisasi rumput liar. Pada penelitian ini diusulkan sebuah metode yang merupakan hasil hibridasi dari metode K-means dan algoritma Invasive Weed Optimization (IWOKM). Kinerja dari metode IWOKM telah dicobakan pada data bunga Iris kemudian hasilnya dibandingkan dengan K-means. Dari pengujian yang dilakukan, didapat hasil bahwa metode IWOKM mampu menghasilkan hasil klaster yang lebih baik dari K-means. Kata kunci—K-means, IWO, IWOKM, analisa klaster  AbstractK-means is one of the most popular clustering algorithm. One reason for the popularity of K-means is it is easy and simple when implemented. However, the results of K-means is very sensitive to the selection of initial centroid. The results are often better after several experiment. Another reason why K-means stuck in local optima is due to the method of determining the new center point for each iteration that is performed using the mean value of the data that exist on the cluster. This causes the algorithm will do search for the centroid candidates around the center point. To overcome this, implement a method that is able to do a global search to determine the center point on K-means may be able to assist K-means in finding better cluster center. Invasive Weed Optimization (IWO) is a global search algorithm inspired by weed colonization process. In this study proposed a method which is the result of hybridization of K-means and IWO (IWOKM). Performance of the method has been tested on flower Iris dataset. The results are then compared with the result from K-means. The result show that IWOKM able to produce better cluster center than K-means. Keywords—K-means, IWO, IWOKM, cluster analysis
Penentuan Arsitektur Jaringan Syaraf Tiruan Backpropagation (Bobot Awal dan Bias Awal) Menggunakan Algoritma Genetika Christian Dwi Suhendra; Retantyo Wardoyo
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6642

Abstract

AbstrakKelemahan dari jaringan syaraf tiruan backpropagation adalah sangat lama untuk konvergen dan permasalahan lokal mininum yang membuat jaringan syaraf tiruan (JST) sering terjebak pada lokal minimum. Kombinasi parameter arsiktektur, bobot awal dan bias awal yang baik sangat menentukan kemampuan belajar dari JST untuk mengatasi kelemahan dari JST backpropagation.            Pada penelitian Ini dikembangkan sebuah metode untuk menentukan kombinasi parameter arsitektur, bobot awal dan bias awal. Selama ini kombinasi ini dilakukan dengan mencoba kemungkinan satu per satu, baik kombinasi hidden layer pada architecture maupun bobot awal, dan bias awal. Bobot awal dan bias awal digunakan sebagai parameter dalam perhitungan nilai fitness. Ukuran setiap individu terbaik dilihat dari besarnya jumlah kuadrat galat (sum of squared error = SSE) masing – masing individu, individu dengan SSE terkecil merupakan individu terbaik. Kombinasi parameter arsiktektur, bobot awal dan bias awal yang terbaik akan digunakan sebagai parameter dalam pelatihan JST backpropagation.Hasil dari penelitian ini adalah sebuah solusi alternatif untuk menyelesaikan permasalahan pada pembelajaran backpropagation yang sering mengalami masalah dalam penentuan parameter pembelajaran. Hasil penelitian ini menunjukan bahwa metode algoritma genetika dapat memberikan solusi bagi pembelajaran backpropagation dan memberikan tingkat akurasi yang lebih baik, serta menurunkan lama pembelajaran jika dibandingkan dengan penentuan parameter yang dilakukan secara manual. Kata kunci  Jaringan syaraf tiruan, algoritma genetika, backpropagation, SSE, lokal minimum AbstractThe weakness of back propagation neural network is very slow to converge and local minima issues that makes artificial neural networks (ANN) are often being trapped in a local minima. A good combination between architecture, intial weight and bias are so important to overcome the weakness of backpropagation neural network.This study developed a method to determine the combination parameter of architectur, initial weight and bias. So far, trial and error is commonly used to select the combination of hidden layer, intial weight and bias. Initial weight and bias is used as a parameter in order to evaluate fitness value. Sum of squared error(SSE) is used to determine best individual. individual with the smallest SSE is the best individual. Best combination parameter of architecture, initial weight and bias will be used as a paramater in the backpropagation neural network learning.            The results of this study is an alternative solution to solve the problems on the backpropagation learning that often have problems in determining the parameters of the learning. The result shows genetic algorithm method can provide a solution for backpropagation learning and can improve the accuracy, also reduce long learning when it compared with the parameters were determined manually. Keywords: Artificial neural network, genetic algorithm, backpropagation, SSE, local minima.
Analisis Kinerja Voip Server pada Wireless Access Point Effan Najwaini; Ahmad Ashari
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6643

Abstract

AbstrakPada komunikasi VoIP (Voice Over IP) kualitas suara dipengaruhi oleh banyak faktor salah satunya yaitu kualitas server. Pemilihan platform PC atau server yang cocok (baik dari segi harga maupun kinerja) merupakan persoalan utama dalam membangun jaringan VoIP. Kinerja server yang jelek akan menurunkan kualitas suara atau bahkan tidak mampu untuk menghubungkan antar pengguna.Dalam penelitian ini dilakukan pengujian terhadap kinerja wireless access point Linksys WRT54GL yang dimanfaatkan sebagai VoIP server. Pengujian dilakukan untuk mengetahui berapa banyak panggilan VoIP yang mampu dilayani oleh wireless access point sebagai VoIP server serta berapa waktu yang diperlukan oleh server tersebut untuk dapat memproses setiap sinyal SIP maupun paket RTP. Berdasarkan hasil pengujian yang dilakukan, VoIP server pada wireless access point mampu melayani komunikasi VoIP dengan baik untuk jumlah panggilan yang sedikit sehingga layak diimplementasikan pada penggunaan skala kecil. Penggunaan metode Native Bridging dalam penanganan media yang dilakukan oleh server dapat meningkatkan jumlah panggilan yang mampu dilayani sebesar 3 hingga 7 kali dibandingkan dengan metode lainnya.  Kata kunci—VoIP, Asterisk, Acess Point, WRT54GL, OpenWRT, Kinerja   AbstractVoice quality on VoIP communication is caused by many factors, one of which is the quality of the server. Choosing PC platform or server which is suitable is the main issue in developing VoIP network. A bad server performance or not equivalent with the most of users will degrade the sound quality or even not able to connect between users.Tthe test carried out to the performance of the wireless access point Linksys WRT54GL which is used as a VoIP server. The test was carried out to determine how many VoIP calls which are able to be serviced by a wireless access point as a VoIP server and how long the server needs to be able to process every signal of SIP and RTP packet.Based on the test result performed, the VoIP server on the wireless access point is able to serve VoIP communication well for a few calls number, so it is worth to be implemented on the use of small scale. The use of Native Bridging method in handling the media performed by the server can increase the number of calls that were able to be served about 3 to 7 times compared with other methods.  Keywords— VoIP, Asterisk, Acess Point, WRT54GL, OpenWRT, Performance
Sistem Simulasi Evakuasi Kebakaran Berbasis Multi Agen Freska Rolansa; Azhari S.N.
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6644

Abstract

AbstrakGedung merupakan salah satu tempat dilaksanakannya berbagai aktivitas dari sejumlah manusia pada waktu tertentu. Pada saat kebakaran gedung terjadi, semua orang yang berada didalam gedung harus melakukan proses evakuasi agar terhindar dari bahaya api. Permodelan dengan agen merupakan salah satu cara menggambarkan kondisi kebakaran di kehidupan nyata, untuk mengurangi biaya dan bahaya yang ditimbulkan pada saat terjadi kebakaran digedung.Permodelan ini menggunakan pendekatan Multi agen, yang terdiri dari agen karyawan, agen api dan agen pintu exit yang saling berinteraksi dan berkomunikasi. Setiap karakteristik dan perilaku dari agen disimulasikan dengan menggunakan NetLogo pada saat terjadi kebakaran digedung dengan menggunakan skenario perluasan api, skenario penyelamatan, dan proses evaluasi fasilitas pendukung evakuasi.Pengujian dilakukan terhadap kondisi existing gedung dan perubahan rancangan fasilitas pendukung evakuasi seperti scenario penempatan pintu dan scenario penambahan lebar pintu. Setiap satu pengujian skenario dilakukan sebanyak 5 kali percobaan dengan parameter yang sama dan hasilnya akan dicari nilai rata-rata jumlah manusia yang selamat dan jumlah korban yang terkena api sebagai hasil evaluasi fasilitas pendukung evakuasi, selain itu juga dilakukan pengujian terhadap skenario perluasan api dan skenario penyelamatan untuk melihat karakteristik dan perilaku yang dimiliki agen api dan agen karyawan dalam memberikan aksi terhadap proses evakuasi. Kata kunci : Evakuasi, kebakaran, agen, NetLogo, skenario, evaluasi. AbstractThe building is one of place that people do  various activities at a certain time. At the time of building fire occurs, all of the people must make the evacuation process in order to avoid the danger of fire. Modeling with Agent is one way to describe the condition of fire in real life, to reduce costs and the danger posed in the event of a fire halls. This model uses Multi-agent approach, which consists of the employeeagent, fire agent and exit dooragent which interact and communicate. Each of the characteristics and behavior of the agent is simulated using the NetLogo in the event of fire halls using the expansion fire scenario, rescue scenario, and evacuation support facilities to evaluation process. Tests carried out on the existing condition of the building and changes the support facilities such as the placement of doors and the addition of the door width scenario. Each of the test scenario performed 5 times with the same parameters and the results will be sought value average number of human survivors and the number of victims affected by the fires as a result of the evaluation of evacuation support facility, while also testing the expansion fire and rescue scenario for look at the characteristics and behavior of fire agent and employee agent in evacuation process.  Keywords: Evacuation, Fire, Agent, NetLogo, scenario, evaluation.
Ekstraksi Informasi Halaman Web Menggunakan Pendekatan Bootstrapping pada Ontology-Based Information Extraction Erma Susanti; Khabib Mustofa
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 2 (2015): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.7540

Abstract

AbstrakEkstraksi  informasi  merupakan suatu bidang ilmu untuk pengolahan bahasa alami, dengan cara mengubah teks tidak terstruktur menjadi informasi dalam bentuk terstruktur. Berbagai jenis informasi di Internet ditransmisikan secara tidak terstruktur melalui website, menyebabkan munculnya kebutuhan akan suatu teknologi untuk menganalisa teks dan menemukan pengetahuan yang relevan dalam bentuk informasi terstruktur. Contoh informasi tidak terstruktur adalah informasi utama yang ada pada konten halaman web. Bermacam pendekatan untuk ekstraksi informasi telah dikembangkan oleh berbagai peneliti, baik menggunakan metode manual atau otomatis, namun masih perlu ditingkatkan kinerjanya terkait akurasi dan kecepatan ekstraksi. Pada penelitian ini diusulkan suatu penerapan pendekatan ekstraksi informasi dengan mengkombinasikan pendekatan bootstrapping dengan Ontology-based Information Extraction (OBIE). Pendekatan bootstrapping dengan menggunakan sedikit contoh data berlabel, digunakan untuk memimalkan keterlibatan manusia dalam proses ekstraksi informasi, sedangkan penggunakan panduan ontologi untuk mengekstraksi classes (kelas), properties dan instance digunakan untuk menyediakan konten semantik untuk web semantik. Pengkombinasian kedua pendekatan tersebut diharapkan dapat meningkatan kecepatan proses ekstraksi dan akurasi hasil ekstraksi. Studi kasus untuk penerapan sistem ekstraksi informasi menggunakan dataset “LonelyPlanet”. Kata kunci—Ekstraksi informasi, ontologi, bootstrapping, Ontology-Based Information Extraction, OBIE, kinerja Abstract Information extraction is a field study of natural language processing by converting unstructured text into structured information. Several types of information on the Internet is transmitted through unstructured information via websites, led to emergence of the need a technology to analyze text and found relevant knowledge into structured information. For example of unstructured information is existing main information on the content of web pages. Various approaches  for information extraction have been developed by many researchers, either using manual or automatic method, but still need to be improved performance related accuracy and speed of extraction. This research proposed an approach of information extraction that combines bootstrapping approach with Ontology-Based Information Extraction (OBIE). Bootstrapping approach using small seed of labelled data, is used to minimize human intervention on information extraction process, while the use of guide ontology for extracting classes, properties and instances, using for provide semantic content for semantic web. Combining both approaches expected to increase speed of extraction process and accuracy of extraction results. Case study to apply information extraction system using “LonelyPlanet” datasets. Keywords— Information extraction, ontology, bootstrapping, Ontology-Based Information Extraction, OBIE, performance
Analisis Kualitas VoIP pada SCTP Menggunakan ECN dan AQM La Surimi; Reza Pulungan
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 2 (2015): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.7541

Abstract

AbstrakVoIP merupakan aplikasi real time yang kualitasnya sangat tergantung pada delay dan jitter, yang mana hal ini sulit dipenuhi oleh protokol yang bersifat reliable dan memiliki congestion control seperti TCP. Di sisi lain penggunaan UDP yang tidak memiliki congestion control menyebabkan peluang terjadinya congestion pada jaringan sangat besar. Penggunaan SCTP sebagai protokol alternatif juga belum mampu mengakomodasi kekurangan TCP dan UDP. Beberapa hasil penelitian menunjukkan perlu adanya perbaikan ataupun modifikasi pada mekanisme congestion control yang dimiliki oleh SCTP. Penggunaan mekanisme ECN dan AQM  pada beberapa penelitian menunjukkan bahwa kedua mekanisme ini dapat menurunkan delay dan jitter. Penelitian ini melakukan pengujian terhadap kualitas VoIP di atas SCTP yang menggunakan ECN dan AVQ pada network simulator NS2. Hasil simulasi menunjukkan bahwa penggunaan mekanisme ECN dan AVQ pada protokol SCTP menghasilkan kualitas VoIP yang lebih baik pada kondisi jaringan yang tidak ideal (high Latency low Bandwidth dan low Latency low Bandwidth dari pada penggunaan protokol SCTP tanpa menggunakan mekanisme ECN dan AVQ. Penelitian ini juga melakukan perbandingan nilai MOS panggilan VoIP SCTP yang menggunakan ECN dan AVQ dengan nilai MOS panggilan VoIP yang menggunakan protokol TCP dan UDP. Hasilnya SCTP dengan ECN dan AVQ mengungguli TCP namun belum dapat mengungguli UDP. Kata kunci— VoIP, SCTP, ECN, AQM,AVQ. AbstractVoIP is the real time applications that are highly dependent on the quality of  delay and jitter, which it is difficult to be met by protocol that has reliable data transfer feature and  congestion control such as TCP. On the other hand the use of UDP that has no congestion control make chance of causing congestion in the network is very large. The use of SCTP as an alternative protocol was also not able to accommodate the weaknesses of TCP and UDP. Some research shows that repairs or modifications to the SCTP congestion control mechanism is needed.The Use of ECN and AQM in some studies show that these two mechanisms can reduce delay and jitter. This study tested the quality of VoIP over SCTP with ECN and AVQ, in NS2. Simulations carried out by independent replication technique, and the results showed that ECN and AVQ can increase the value of MOS VoIP calls significantly in non ideal network scenarios. This study also did comparison of SCTP MOS that uses ECN and AVQ with MOS values VoIP using TCP and UDP. The result showed that SCTP with ECN and AVQ outperform TCP but can not surpass UDP yet. Keywords— VoIP, SCTP, ECN, AQM,AVQ. 
Analisis Pengaruh Ukuran Window Pada Pengendali Kemacetan di SCTP Menggunakan Fitur Multihoming Agus Halid; Reza Pulungan
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 2 (2015): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.7542

Abstract

AbstrakStream Control Transmission Protocol (SCTP) merupakan protokol yang mirip dengan Transmission Control Protocol (TCP) dan User Datagram Protocol (UDP). SCTP merupakan protokol yang bersifat reliable dan connectionless. Protokol ini memiliki kemampuan multistreaming dan multihoming dalam melakukan transmisi data. Penelitian ini merupakan pemodelan terhadap SCTP menggunakan simulator OPNET yang dapat menjadi akselerasi bagi peneliti dalam bidang jaringan. SCTP pada simulator dibangun dengan melakukan modifikasi terhadap TCP. Pemodelan dimulai dengan membangun skenario jaringan dan menentukan bandwidth pada jalur yang akan dilewati oleh paket data.Modifikasi ukuran window dalam penelitian ini menggunakan nilai 1 MMS, 2 MMS hingga 10 MMS pada pengendali kemacetan. Tujuannya adalah untuk melihat pengaruh modifikasi ukuran window terhadap nilai packet loss, delay dan throughput. Hasil pengukuran memperlihatkan bahwa nilai throughput tertinggi terdapat pada Skenario Kedua sebagaimana diperlihatkan pada Tabel 6.4 dengan nilai throughput sebesar 433.566,0244 bit/s. Penggunaan ukuran window dalam pengendali kemacetan dimaksudkan untuk menghindari banjir data pada sisi endpoint yang dapat menyebabkan packet loss. Kata kunci—Pengendali kemacetan, throughput, delay, packet loss, ukuran window, multihoming, SCTP  Abstract Stream Control Transmission Protocol (SCTP) is a protocol that is similar to the Transmission Control Protocol (TCP) and User Datagram Protocol (UDP). SCTP is a protocol that is both reliable and connectionless. This protocol has the ability multistreaming and multihoming in the transmit data.This research is the modeling of the SCTP using OPNET simulator that can be accelerated for researchers in the field of networking. SCTP on the simulator was built to perform modifications to TCP. Modeling starts with building a network scenarios and determine the bandwidth on the path that will be passed by data packets.Modification of window size in this research using 1 MMS, 2 MMS up to 10 MMS on congestion control. The aim is to disclose the effect of modification of the window size to the value packet loss, delay and throughput. The measurement results show that the throughput rate is highest in the Second Scenario as shown in Table 6.4 with throughput value of 433.566,0244 bits/s. Using window size in congestion control is intended to prevent a flood of data on the endpoint that can lead to packet loss. Keywords—Congestion control, throughput, delay, packet loss, window size, multihoming, SCTP 

Page 12 of 48 | Total Record : 476

 10   11   12   13   14 

Filter by Year

2006 2026


Reset
Filter By Issues
All Issue Vol 20, No 1 (2026): January Vol 19, No 4 (2025): October Vol 19, No 3 (2025): July Vol 19, No 2 (2025): April Vol 19, No 1 (2025): January Vol 18, No 4 (2024): October Vol 18, No 3 (2024): July Vol 18, No 2 (2024): April Vol 18, No 1 (2024): January Vol 17, No 4 (2023): October Vol 17, No 3 (2023): July Vol 17, No 2 (2023): April Vol 17, No 1 (2023): January Vol 16, No 4 (2022): October Vol 16, No 3 (2022): July Vol 16, No 2 (2022): April Vol 16, No 1 (2022): January Vol 15, No 4 (2021): October Vol 15, No 3 (2021): July Vol 15, No 2 (2021): April Vol 15, No 1 (2021): January Vol 14, No 4 (2020): October Vol 14, No 3 (2020): July Vol 14, No 2 (2020): April Vol 14, No 1 (2020): January Vol 13, No 4 (2019): October Vol 13, No 3 (2019): July Vol 13, No 2 (2019): April Vol 13, No 1 (2019): January Vol 12, No 2 (2018): July Vol 12, No 1 (2018): January Vol 11, No 2 (2017): July Vol 11, No 1 (2017): January Vol 10, No 2 (2016): July Vol 10, No 1 (2016): January Vol 9, No 2 (2015): July Vol 9, No 1 (2015): January Vol 8, No 2 (2014): July Vol 8, No 1 (2014): January Vol 7, No 2 (2013): July Vol 7, No 1 (2013): January Vol 6, No 2 (2012): July Vol 6, No 1 (2012): January Vol 5, No 3 (2011): November Vol 5, No 2 (2011): July Vol 5, No 1 (2011): January Vol 1, No 2 (2007): July Vol 1, No 1 (2006): January More Issue