cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rani Megasari
Contact Email
megasari@upi.edu
Phone
+628112412413
Journal Mail Official
jatikom@upi.edu
Editorial Address
Program Studi Ilmu Komputer FPMIPA Universitas Pendidikan Indonesia Jl.Setiabudhi 229 Bandung Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer
Published by Universitas Pendidikan Indonesia
ISSN : -     EISSN : 2615577X     DOI : https://doi.org/10.17509/jatikom
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering
JATIKOM adalah jurnal nasional yang ditujukan sebagai media publikasi hasil-hasil penelitian tentang aplikasi dan teori di rumpun bidang ilmu komputer seperti kecerdasan buatan, rekayasa perangkat lunak, basis data, sistem informasi, jaringan komputer, teknologi informasi, simulasi dan pemodelan, riset operasi, sistem digital, dan multimedia. JATIKOM diterbitkan dua kali setahun, yaitu pada bulan Maret dan September oleh Program Studi Ilmu Komputer Departemen Pendidikan Ilmu Komputer, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam (FPMIPA), Universitas Pendidikan Indonesia (UPI). Kami mengundang peneliti, akademisi dan praktisi industri yang memiliki hasil penelitian terkait aplikasi dan teori ilmu komputer untuk berkontribusi dalam jurnal ini.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 7 Documents
 1 
Search results for , issue "Vol 1, No 1 (2018)" : 7 Documents clear
Sistem Pencatatan Kehadiran Otomatis di Ruang Kelas Berbasis Pengenalan Wajah Menggunakan Metode Convolutional Neural Network (CNN) Fenti Endrianti; Wawan Setiawan; Yaya Wihardi
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25146

Abstract

Pengenalan wajah (face recognition) sudah banyak diaplikasian dalam sistem biometrik. Sistem biometrik dengan pengenalan wajah ini dapat diaplikasian pada proses pencatatan kehadiran secara otomatis. Dalam dunia pendidikan, kehadiran sangat penting untuk mengetahui dan mengontrol kehadiran peserta didik di dalam kelas. Saat ini proses pencatatan kehadiran masih banyak dilakukan secara manual dan dinilai kurang efektif dan efisiensi. Oleh karena itu dalam penelitan ini dikaji mengenai sistem pencatatan kehadiran otomatis di ruang kelas berbasis pengenalan wajah yang akurat, praktis dan efisien. Metode yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN). Eksperimen dilakukan dengan beberapa tahapan dari mulai deteksi wajah (face detection), proses perbaikan citra (preprocessing), dan pembuatan model dari data latih. Eksperimen dilakukan dengan menggunakan 2400 data citra wajah yang terbagi menjadi dua, yaitu 1200 data citra wajah lihat kamera dan 1200 data citra wajah tidak lihat kamera. Berdasarkan hasil eksperimen didapat akurasi sebesar 93,33%. Tingkat akurasi pengenalan wajah yang didapat bergantung kepada kondisi pengambilan citra masukan, pendeteksian wajah, serta proses klasifikasi.
Deteksi Topik Fashion Pada Twitter Dengan Latent Dirichlet Allocation Yupa Umigi Al-khairi; Yudi Wibisono; Budi Laksono Putro
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25112

Abstract

Bagi orang-orang yang bergerak di bidang fashion mengetahui tren fashion adalah hal yang penting. Salah satu cara untuk mengetahui tren adalah dengan mendeteksi topik mengenai fashion yang dibicarakan di media sosial. Penelitian ini mengimplementasikan algoritma Latent Dirichlet Allocation untuk mendeteksi topik fashion di Twitter. Tweet yang didapat, diklasifikasi dengan metode Naive Bayes lalu dibersihkan dengan cara menghapus URL, simbol, angka dan merubah setiap kata menjadi huruf kecil. Tweet lalu dibentuk menjadi kumpulan kata dan dikelompokan dengan algoritma Latent Dirichlet Allocation. Berdasarkan hasil eksperimen, konfigurasi paramater 20 topik dengan 1000 iterasi memperoleh skor UMass terbaik dengan nilai -56.342, dan konfigurasi parameter 50 topik dengan 1000 iterasi memperoleh skor PMI terbaik dengan nilai 6.272.
Sistem Pendukung Keputusan Penyusunan Prioritas Perbaikan Standar Akreditasi Program Studi Menggunakan Metode AHP dan PROMETHEE Kartika Dewi Saptarena Haryono; Jajang Kusnendar; Asep Wahyudin
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25147

Abstract

Setiap program studi dari perguruan tinggi memerlukan penilaian akreditasi sebagai kendali mutu dan akuntabilitas publik institusi. Pencapaian terakreditasi A dari Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT) bukanlah hal yang mudah dilakukan dalam waktu singkat. Program studi perlu mempersiapkan borang yang terdiri dari tujuh standar akreditasi ketika akan melakukan penilaian akreditasi. Sistem Pendukung Keputusan (SPK) dibuat untuk membantu tim akreditasi dalam menyusun prioritas perbaikan tujuh standar akreditasi agar mendapat hasil perbaikan yang signifikan. Sistem pendukung keputusan dibuat dengan menggunakan metode Analytical Hierarchy Process (AHP) untuk perhitungan bobot kriteria dan metode Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE) untuk perankingan tujuh standar akreditasi. Kriteria yang digunakan antara lain ketersediaan dana, sumber daya manusia, jangka waktu perbaikan, dan bobot BAN-PT. Lalu alternatif yang digunakan adalah ketujuh standar akreditasi menurut BAN-PT mulai dari standar 1 hingga standar 7. Perangkat lunak yang dikembangkan menggunakan bahasa pemrograman PHP dan HTML.
Implementasi Algoritma Extreme Learning Machine pada Prediksi Aktivitas Badai Geomagnetik Irsyad Prawira; Rani Megasari; Eki Nugraha; Anton Winarko
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25121

Abstract

Badai geomagnetik merupakan gangguan yang terjadi di magnetosfer bumi, akibat adanya aktivitas matahari yang dapat berdampak pada infrastruktur listrik di bumi. Sebagai peringatan dini, Lembaga Penerbangan dan Antariksa Nasional (LAPAN) di Indonesia memiliki kegiatan rutin untuk memprediksi kemungkinan terjadinya badai tersebut dalam rentang waktu 24 jam ke depan. Namun pada tahun 2015, hasil prediksi badai geomagnetik yang dilakukan secara manual oleh LAPAN hanya mendapatkan akurasi sebesar 57.14%. Oleh karena itu, penelitian ini mengusulkan pemanfaatan metode Extreme Learning Machine (ELM) dengan inisiasi bobot dan bias input secara acak sehingga memiliki waktu eksekusi cepat dalam melakukan prediksi badai geomagnetik, yang bertujuan untuk mendapatkan nilai prediksi secara otomatis dengan nilai akurasi yang dapat dijadikan sebagai pendukung keputusan. Data penelitian yang digunakan meliputi data coronal hole, coronal mass ejection, solar wind dan indeks Dst pada tahun 2011 hingga 2016. Hasil penelitian ini menunjukkan algoritma ELM memiliki tingkat akurasi yang lebih besar dalam memprediksi badai geomagnetik tahun 2015, dengan nilai 57.80822%. Meskipun memiliki selisih akurasi yang kecil, namun pemanfaatan ELM ini dapat membantu prediksi badai geomagnetik secara otomatis. Secara umum, algoritma ELM yang dibangun dalam penelitian ini memiliki nilai rata-rata akurasi prediksi tertinggi sebesar 69.9055%.
Penerapan Algoritma Enchanced Confix Stripping dalam Pengukuran Keterbacaan Teks Menggunakan Gunning Fog Index Yessi Nurul Fadziah; Rasim Rasim; Eka Fitrajaya
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25143

Abstract

Untuk membantu pembaca, penulis dan pengajar dalam memilih bacaan yang mudah untuk dibaca dalam segi sintatik adalah dengan memeriksa tingkat keterbacaan bacaan tersebut. Keterbacaan merupakan ukuran tingkat kesulitan dan kemudahan suatu teks yang dipahami. Pengukuran keterbacaan dapat menggunakan formula keterbacaan atau teknik cloze. Penggunaan teknik cloze memiliki tingkat akurasi yang baik, namun teknik tersebut dapat memakan waktu pengujian lebih lama, maka dari itu pada penelitian ini digunakan formula keterbacaan untuk mengukur keterbacaan teks berdasarkan jumlah kata, jumlah kalimat dan jumlah kompleksitas kata. Formula Keterbacaan yang digunakan untuk mengukur keterbacaan berbahasa Indonesia adalah Gunning Fog Index. Untuk mengetahui validitas Formula Gunning Fog Index diperlukan suatu perbandingan hasil antara Formula Gunning Fog Index dan Teknik Cloze. Hasilnya diketahui bahwa Formula Gunning Fog Index memiliki akurasi mencapai 75%. Dalam Bahasa Indonesia, untuk menghitung jumlah kompleksitas kata adalah dengan menghitung jumlah kata serapan. Untuk mendapatkan jumlah kata serapan diterapkan Algoritma Enhanced Confix Stripping untuk memenggal kata imbuhan sehingga mendapatkan kata dasar yang selanjutnya kata dasar tersebut digunakan untuk mengecek ke dalam kamus kata serapan agar dapat menghitung jumlah kompleksitas kata. Dalam penelitian ini, Algoritma ini memiliki akurasi mencapai 82%, penerapan Algoritma Enhanced Confix Stripping ini masih memiliki kekurangan overstemming dan undertsemming.
Perbandingan Metode Weighted Product (WP), Weighted Sum Model (WSM) Dan Multi Attribute Utility Theory (MAUT) Dalam Sistem Pendukung Keputusan Penerimaan Tenaga Kerja Indri Fajarwati; Novi Sofia Fitriasari; Herbert Siregar
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25144

Abstract

Salah satu cara yang digunakan untuk memperoleh tenaga kerja yang berkualitas adalah melakukan penerimaan calon tenaga kerja. Penerimaan calon tenaga kerja merupakan sebuah tahap dimana suatu perusahaan harus melakukan proses perekrutan tenaga kerja yang memenuhi penilaian masing-masing kriteria dan kebutuhan unit kerja pada perusahaan. Sistem Pendukung Keputusan (SPK) diharapkan dapat mempermudah bagi suatu perusahaaan dalam melakukan perekrutan calon tenaga kerja dengan hasil yang lebih cepat dan efektif dari segi waktu. Dengan SPK hasil yang diperoleh dapat dipertanggung-jawabkan serta dapat diterapkan dengan cara menggunakan alat bantu komputer, sehingga dapat mengurangi kesalahan dalam melakukan pengambilan keputusan. Banyak metode yang digunakan untuk SPK dalam menentukan perangkingan pada penerimaan tenaga kerja, misalnya metode Analytical Hierarchy Process (AHP) dan Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Penelitian ini mengimplementasikan metode WP, metode WSM dan metode MAUT kemudian dibandingkan dengan hasil perangkingan manual oleh perusahaan “X”. Hasil perbandingan dari penelitian ini ditinjau dari beberapa segi. Dari segi akurasi dan error, metode MAUT memiliki akurasi yang paling besar dan error paling kecil dibandingkan dengan metode WSM dan WP. Dari segi kecepatan compile, metode WSM memerlukan sedikit waktu dibandingkan dengan metode MAUT dan WP. Dari segi kompleksitas algoritma, metode WP, WSM dan MAUT memiliki kompleksitas 5.
Implementasi Algoritma AES 128 dan SHA – 256 Dalam Pengkodean pada Sebagian Frame Video CCTV MPEG-2 Anisha Yahdiani Mulyadi; Eddy Prasetyo Nugroho; Rizky Rahman
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25145

Abstract

Perkembangan yang sangat pesat dalam pertukaran data pada teknologi internet dan informasi menyebabkan keamanan informasi menjadi masalah utama dalam penyimpanan data. Beberapa data memiliki informasi yang bersifat rahasia dan harus dilindungi, terutama dalam bentuk video yang mungkin mencakup beberapa informasi sensitif yang tidak diperuntukkan bagi konsumsi publik. Masalah muncul ketika informasi tersebut dapat dimanipulasi dan diubah keasliannya, salah satunya yaitu pada suatu file video Closed Circuit Television (CCTV). Oleh karena itu, tingkat keamanan dan privasi dalam suatu file video CCTV memiliki peranan yang vital. Penelitian ini membahas rancangan dan implementasi model pengamanan video CCTV MPEG-2 menggunakan teknik enkripsi. Proses enkripsi pada video CCTV akan menghasilkan video dengan sebagian frame yang acak sehingga dapat mencegah tindakan manipulasi. Metode enkripsi yang digunakan yaitu Advanced Encryption Standard (AES) 128 bits dan Secure Hash Algorithm – 256 (SHA-256), dimana AES digunakan pada proses enkripsi dan dekripsi, sedangkan SHA-256 digunakan untuk meningkatkan kompleksitas pada kunci yang akan digunakan dan diuji oleh Randomess Test. Dengan menggunakan Mean Squared Error (MSE) dan Peak Signal to Noise Ratio (PSNR), model pengamanan video CCTV MPEG-2 yang dihasilkan menunjukkan kinerja yang cukup baik dengan nilai MSE dan PSNR maksimum secara berturut-turut yaitu 107,9 dan 27,8 dB pada hasil enkripsi. Sedangkan pada hasil dekripsi, nilai MSE dan PSNR maksimum secara berturut-turut yaitu 3,01 dan 43,43 dB.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol 7, No 2 (2024): September 2024, Jurnal Aplikasi dan Teori Ilmu Komputer (Jatikom) Vol 7, No 1 (2024) Vol 6, No 1 (2023) Vol 4, No 2 (2021) Vol 4, No 1 (2021) Vol 3, No 2 (2020) Vol 3, No 1 (2020) Vol 1, No 2 (2018) Vol 1, No 1 (2018)