Articles
9 Documents
Search results for
, issue
"Vol 8, No 2 (2007): NOVEMBER 2007"
:
9 Documents
clear
<![CDATA[MODIFIED ISING MODEL FOR GENERATING BINARY IMAGES ]]>
<![CDATA[Halim, Siana]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (389.053 KB)
|
DOI: 10.9744/informatika.8.2.pp. 115-118
<![CDATA[In this paper the Ising model is modified by considering its parameters as a vector that depends on the neighborhoods of the image's pixels. We applied this modification for generating binary images, provided the original image is given. An example is exposed as a result of simulation using Gibbs sampler.]]>
<![CDATA[PQL: KONVERSI SINTAKS SQL MENJADI SINTAKS PQL ]]>
<![CDATA[Sitohang, Benhard]]>;
<![CDATA[Widagdo, Tricya Esterina]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (94.082 KB)
|
DOI: 10.9744/informatika.8.2.pp. 79-86
<![CDATA[The aim of our research presented was to evaluate the semantic coverability of PQL (Public Query Language) as a query language, compared to SQL (Structured Query Language). Our approach in doing the evaluation was to develop conversion rules from SQL to PQL statements, by using relational expressions as the intermediate language. The SQL syntaxes were grouped into four categories, based on the number of relations used in the queries and whether the queries were nested or not. Based on the conversions results, it can be concluded that all of SQL statements that include one or more relations with natural join operations - with or without nested sub queries - can be converted into PQL statements. Abstract in Bahasa Indonesia : Evaluasi cakupan semantik PQL (Public Query Language) sebagai satu query, dibandingkan dengan SQL, merupakan kajian utama pada penelitian tentang konversi yang dijelaskan pada makalah ini. Pendekatan dalam evaluasi tersebut, dilakukan dengan mengembangkan dan uji-coba konversi dari SQL menjadi PQL, dengan menggunakan operator relasi sebagai media konversi. Dari pengembangan konversi ini telah dapat mengelompokkan, bahwa semua sintaks SQL yang didasarkan pada natural join dan melibatkan 1 atau beberapa relasi, dapat dikonversi menjadi sintaks PQL, baik query yang bersarang (nested) maupun tidak bersarang. Kata kunci: Public Query Language (PQL), Structured Query Language (SQL), model relasi, operator relasi.]]>
<![CDATA[APLIKASI DATA MINING MARKET BASKET ANALYSIS PADA TABEL DATA ABSENSI ELEKTRONIK UNTUK MENDETEKSI KECURANGAN ABSENSI (CHECK-LOCK) KARYAWAN DI PERUSAHAAN ]]>
<![CDATA[Budhi, Gregorius Satia]]>;
<![CDATA[Soedjianto, Felicia]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (598.946 KB)
|
DOI: 10.9744/informatika.8.2.pp. 119-129
<![CDATA[Taking attendance from employees always becomes a problem for Human Resource Department (HRD) in many companies lately. Although there is an automatic check-lock machine, it still has a weakness. This machine can't detect some frauds like the employee swipes double identity card, his card and the others card. Reseachers want to solve this problem by using data mining method, especially market basket analysis.This software will transform the attendance data to compact transaction format by using MaxDiff Histogram method. And it will be processed into frequent itemset with Pincer Search Algoritm. At the final process the employee's association rule will got from frequent itemset. This output will be served to user that is the HRD of a firm.Testing result shows that Data Mining Market Basket Analysis can be used to get pattern of employee's check-lock from a company. And this pattern can help user to detect fraud that is done by employee. Abstract in Bahasa Indonesia : Absensi pegawai selama ini selalu menjadi permasalahan yang pelik bagi bagian HRD di perusahaan - perusahaan yang ada. Walaupun telah ada peralatan absensi otomatis, alat ini masih memiliki kelemahan yaitu, tidak dapat mendeteksi kecurangan pegawai untuk menitipkan kartu absensinya pada karyawan lain untuk diabsenkan. Peneliti berkeinginan untuk mengatasi permasalahan absensi tersebut dengan memanfaatkan metode data mining, khususnya metode market basket analysis, untuk mendeteksi kecurangan ini.Perangkat lunak yang dibuat ini akan mentranformasikan data absensi pegawai menggunakan metode MaxDiff Histogram menjadi format compact transaction yang selanjutnya akan diproses menggunakan Algoritma Pincer Search menjadi frequent itemset. Pada akhirnya dari data frequent itemset ini didapat association rule pegawai untuk disajikan kepada pengguna, yaitu bagian HRD perusahaan.Dari hasil pengujian dapat diketahui bahwa metode Data Mining Market Basket Analysis dapat dimanfaatkan untuk menggali pattern kebiasaan absensi (check-lock) pegawai sebuah perusahaan. Dari sini kemungkinan terjadinya kecurangan saat melakukan absensi masuk / pulang dapat dideteksi. Kata kunci: absensi/check-lock, data mining, MaxDiff histogram, market basket analysis, pincer search]]>
<![CDATA[VISUALISASI GAMBAR BIOMEDIS TIGA DIMENSI DISERTAI APLIKASI SISTEM INFORMASI YANG INTERAKTIF ]]>
<![CDATA[Yulia, Yulia]]>;
<![CDATA[Rostianingsih, Silvia]]>;
<![CDATA[Wiratama P., Arif]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (368.356 KB)
|
DOI: 10.9744/informatika.8.2.pp. 87-93
<![CDATA[The medical imaging technologies for diagnostic purposes have increased significantly in the last three decades. This has been marked by the development of CT (Computed Tomography) and MRI (Magnetic Resonance Imaging) that can produce high resolution and high dimensionality images. Those images are presented as a set of two dimensional image sequences. In order to equip medical staff to better analyse the images, a visualization system is needed. In this research, a software that can transform the medical datasets into a three dimensional visualization has been developed. This software is also integrated with system information that can provide information regarding the images and also the patients. Abstract in Bahasa Indonesia : Kemajuan dunia penggambaran medikal untuk keperluan diagnosa telah mampu menghasilkan gambar beresolusi tinggi seperti CT (Computed Tomography) maupun MRI (Magnetic Resonance Imaging). Gambar-gambar tersebut memberikan informasi data tiga dimensi dari pasien yang disajikan dalam bentuk suatu set irisan gambar dua dimensi. Karena itu diperlukan aplikasi yang dapat menyajikan tumpukan gambar dua dimensi tersebut dalam suatu visualisasi tiga dimensi sehingga dapat membantu staf medis untuk memberikan diagnosa yang lebih akurat. Dalam penelitian ini telah dikembangkan suatu perangkat lunak yang dapat mentransformasikan kumpulan gambar medikal dua dimensi ke dalam suatu visualisasi tiga dimensi. Perangkat lunak tersebut juga diintegrasikan dengan suatu sistem informasi yang dapat memberikan detil gambar maupun informasi-informasi lain yang berkaitan dengan pasien. Kata kunci: computed tomography, magnetic resonance imaging, visualisasi tiga dimensi.]]>
<![CDATA[APLIKASI PENCARI RUTE OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH ]]>
<![CDATA[Adipranata, Rudy]]>;
<![CDATA[Handojo, Andreas]]>;
<![CDATA[Setiawan, Happy]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (377.795 KB)
|
DOI: 10.9744/informatika.8.2.pp. 100-108
<![CDATA[Nowadays, most people still use conventional map to search for optimum route to travel from one place to another. By using map, people can estimate optimum route by calculate the length of street. However manual pathfinding using a conventional map requires a great deal of precision and takes a lot of time to be accomplished. Therefore in this research, we develop an application to generate the most optimum route on a digital map. In this application we also consider about the factor of traffic, roads condition and the distance. The methods that are used for pathfinding are A* and Best First Search (BFS), that use heuristic function to 'direct' the search on a graph-represented map. The cost on map's graph is given using map color recognition, also we can input the cost for traffic and roads condition. Based on application's testing results for the comparison between A* and BFS method, it can be concluded that A* provides better and more optimized solution than BFS. The optimum level of a route depends on the availability of an accurate and complete data about the roads condition and the process of setting the nodes cost on a given map that represents the actual condition of the roads. Abstract in Bahasa Indonesia : Untuk menempuh perjalanan dari satu tempat ke tempat lain, peralatan yang paling sering digunakan adalah peta, dengan menggunakan peta, dapat diestimasikan rute yang optimum dengan menghitung panjang jalan yang akan ditempuh. Karena merupakan estimasi, maka dengan cara tersebut belum tentu rute yang dipilih merupakan rute yang optimal karena terdapat faktor lain seperti kemacetan atau kondisi jalan. Untuk itu pada penelitian ini dikembangkan aplikasi untuk penentuan rute yang optimum dengan menggunakan peta digital dimana pada aplikasi ini terdapat faktor kemacetan, kondisi jalan dan jarak tempuh. Untuk pencarian rute digunakan metode A* serta Best First Search yang menggunakan fungsi heuristic guna 'mengarahkan' pencarian pada peta yang direpresentasikan dalam konsep graph. Nilai node-node graph pada peta dapat diatur dengan fasilitas pengenalan warna pada peta. Dan dapat ditentukan pula bobot pada masing-masing node yang merupakan kemacetan atau kondisi jalan. Pada pengujian aplikasi ini, selain diuji untuk mencari rute optimum pada sebuah peta, juga dilakukan uji perbandingan antara metode A* dan Best First Seach. Dari hasil pengujian dapat disimpulkan bahwa metode A* memberikan hasil pencarian rute yang lebih pendek daripada BFS. Tingkat optimasi rute yang dihasilkan tergantung pada tersedianya data yang lengkap dan akurat tentang kondisi jalan serta proses pemberian bobot pada node peta yang mewakili kondisi jalan tersebut. Kata kunci: pencarian rute, peta digital, A*, Best First Search.]]>
<![CDATA[SIMULASI AUTONOMOUS M OBILE ROBOT BERBASIS PLAYER/STAGE MENGGUNAKAN SELF-ORGANIZING FEATURE MAPS UNTUK PEMETAAN LINGKUNGAN GLOBAL YANG TIDAK DIKETAHUI ]]>
<![CDATA[Hariadi, Mochamad]]>;
<![CDATA[Purnomo, Mauridhy Hery]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (384.902 KB)
|
DOI: 10.9744/informatika.8.2.pp. 139-146
<![CDATA[Nowadays, the development of robotics require more sophisticated technologies that would be able to adapt with global environment. Autonomous mobile robot is one of the robots which have been developed with environment control even in uncharted environment. Regarding this, an autonomous mobile robot should be capable of learning its environment in unsupervised fashion. This is done by monitoring and capturing the information from employed sensors. This paper describes the implementation of Kohonen Self-Organizing Feature Maps (SOM) as the learning methode for an Autonomous mobile robot for learning and recognizing its uncharted environment. Simulations using open source software called Player/Stage demonstrates good performance, since SOM is capable for mapping the uncharted environment very well in unsupervised fashion. Abstract in Bahasa Indonesia : Perkembangan dunia robotika saat ini tidak luput dari teknologi yang mampu beradaptasi dengan lingkungan sekitar robot. Autonomous mobile robot is the one of robot types which has adalah salah satu jenis robot yang dikembangkan dengan kemampuan untuk mengendalikan dirinya sendiri walaupun dalam lingkungan yang tidak diketahui. Untuk dapat melakukan pengendalian secara mandiri, bisa dilakukan dengan melalui proses pembelajaran secara mandiri tanpa supervisi (unsupervised) dengan mempertimbangkan input dari sensor-sensor yang dipakai. Paper ini akan membahas tentang penggunaan Kohonen Self-Organizing Feature Maps (SOM) sebagai metode pembelajaran Autonomous mobile robot dalam mengenali lingkungannya. Simulasi dilakukan dengan menggunakan open source software Player/ Stage. Hasil simulasi menunjukkan bahwa SOM menampilkan performa yang baik dalam memetakan lingkungan yang tidak diketahui tanpa supervisi. Kata kunci: autonomous mobile robot, self-organizing feature maps (som).]]>
<![CDATA[PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA CHEAPEST INSERTION HEURISTICS DAN BASIS DATA ]]>
<![CDATA[Kusrini, Kusrini]]>;
<![CDATA[Istiyanto, Jazi Eko]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (90.55 KB)
|
DOI: 10.9744/informatika.8.2.pp. 109-114
<![CDATA[There are plenty well-known algorithms for solving Travelling Salesman Program (TSP), such as: Linear Programming (LP), Genetic Algorithm (GA), Nearest Neighbourhood Heuristic (NNH) and Cheapest Insertion Heuristic (CIH). This paper will talk about TSP implementation by using CIH algorithm. The writer uses Borland Delphi 6 and Interbase 6 as tool for implementing TSP. CIH algorithm has been implemented successfully. By determining count of connected cities and distances between them, the traveled route and total route length to visit all cities in a cities network were obtained. However, this algorithm implementation has not yet be able to solve route searching if there are two cities have different load or there are 2 cities that is not connected. Abstract in Bahasa Indonesia : Ada banyak algoritma untuk memecahkan masalah Travelling Salesman Problem (TSP), diantaranya: Linear Programming (LP), Algoritma Genetik, Nearest Neighbourhood Heuristic (NNH) and Cheapest Insertion Heuristic (CIH). Makalah ini akan membahas tentang implementasi algoritma CIH untuk menyelesaikan TSP. Penulis menggunakan Borland Delphi 6 dan Interbase 6 sebagai tool dalam implementasi TSP. Algoritma CIH telah berhasil diimplementasikan. Dengan mengetahui jumlah kota yang terhubung dan jarak diantaranya, rute perjalanan dan total panjang rute untuk mengunjungi semua kota dalam jaringan dapat diketahui. Namun demikian, implementasi algoritma belum mampu menyelesaikan masalah pencarian rute jika ada 2 kota yang mimiliki bobot yang berbeda dengan melihat arahnya dan jika ada 2 buah kota yang tidak terhubung. Kata kunci: TSP, cheapest, insertion, heuristics, basis data.]]>
<![CDATA[APLIKASI SEGMENTASI GAMBAR DENGAN MENGGUNAKAN METODE LEVEL SET ]]>
<![CDATA[Gunadi, Kartika]]>;
<![CDATA[Ballangan, Cherry Galatia]]>;
<![CDATA[Siswanto, Yohan]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.9744/informatika.8.2.pp. 130-133
<![CDATA[Today, manipulating an image become easier because of the advance of image processing technology. These technologies include segmentation on digital image which allows users to extract a particular object from an image to be processed individually. One of image segmentation methods is Level Set which track propagating curve. Curve will evolve until it stops at the border of an object in a image. The experiments in this research has validated that Level Set method can be used in image segmentation and the result will be better in images that have solid colors. Abstract in Bahasa Indonesia : Saat ini, manipulasi gambar menjadi semakin mudah dilakukan, salah satu penyebabnya adalah segmentasi pada gambar digital. Dengan segmentasi gambar maka di dalam suatu gambar setiap obyek dapat dibedakan satu sama lain , sehingga memudahkan untuk mengolah masing-masing obyek. Level Set adalah metode untuk mendeteksi pergerakan kurva yang dapat digunakan untuk melakukan segmentasi gambar. Kurva akan bergerak sampai pada akhirnya berhenti pada border dari obyek dalam sebuah gambar. Pengujian yang telah dilakukan dalam karya ilmiah ini membuktikan bahwa Metode Level Set dapat digunakan untuk segmentasi gambar dalam berbagai bentuk, baik itu cembung maupun cekung, dan hasilnya akan jauh lebih baik apabila gambar yang digunakan tidak memiliki variasi warna yang banyak (solid), seperti gambar kartun. Kata kunci: level set, active contour, segmentasi gambar]]>
<![CDATA[PENERAPAN ALGORITMA FUNGSI BOOLEAN SEBAGAI EKSTRASI CIRI PADA JARINGAN SYARAF TIRUAN PROPAGASI BALIK UNTUK PENGENALAN SIMBOL PETA ]]>
<![CDATA[Thendean, Helmy]]>
<![CDATA[ Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007 ]]>
Publisher : <![CDATA[Institute of Research and Community Outreach - Petra Christian University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.9744/informatika.8.2.pp. 94-99
<![CDATA[Artificial neural networks (ANN) implementation in image classification problem requires a lot of training time which caused by enormous data size. This kind of data is known as raw data. An image data is extracted directly without any preprocessing. Many feature extraction techniques are offered to reduce the time consumed in training image data. Boolean function algorithm (BFA) in ANN (first and second approach) produces identical output values that can be used as feature of an image data. This feature can then be used as input in Back Propagation ANN that is known as the best ANN method in problems classification. The experiment shows that BFA can be used well as one of feature extraction methods. The second approach BFA in Back Propagation ANN shows better performance in recognition and is lesser time consuming in training than the first approach. Abstract in Bahasa Indonesia : Penerapan Jaringan Syaraf Tiruan (JST) pada masalah klasifikasi citra sering membutuhkan waktu proses pembelajaran yang cukup lama yang disebabkan oleh besarnya jumlah data input. Penggunaan data seperti ini dikenal sebagai penggunaan data yang bersifat mentah. Data input sebuah citra diambil secara langsung untuk diberikan sebagai data pembelajaran dalam algoritma JST. Permasalahan ini menimbulkan berbagai metode ekstrasi ciri (feature extraction) yang diterapkan pada sebuah citra sebelum dijadikan sebagai data pembelajaran dalam sebuah algoritma JST. Algoritma Fungsi Boolean (AFB) menunjukkan bahwa JST dengan penerapan AFB memiliki nilai output yang bersifat identik. Sifat identik pada hasil pemrosesan sebuah data citra inilah yang kemudian diterapkan pada algoritma JST Propagasi Balik (JST PB) sebagai algoritma JST yang terbaik untuk permasalahan klasifikasi. Hasil percobaan menunjukkan bahwa JST AFB dapat diterapkan sebagai salah satu metode feature extraction pada citra. Kinerja JST AFB dengan pendekatan kedua memberikan hasil yang lebih baik dari tingkat pengenalan maupun waktu pembelajaran. Kata kunci: jaringan syaraf tiruan, algoritma fungsi Boolean, propagasi balik, ekstrasi ciri, pengenalan pola.]]>
