cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
juti.if@its.ac.id
Editorial Address
Gedung Teknik Informatika Lantai 2 Ruang IF-230, Jalan Teknik Kimia, Kampus ITS Sukolilo, Surabaya, 60111
Location
Kota surabaya,
Jawa timur
INDONESIA
JUTI: Jurnal Ilmiah Teknologi Informasi
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : 24068535     EISSN : 14126389     DOI : http://dx.doi.org/10.12962/j24068535
Core Subject : Health, Science, Education,
Computer Science & IT Dentistry Education Library & Information Science
JUTI (Jurnal Ilmiah Teknologi Informasi) is a scientific journal managed by Department of Informatics, ITS.
Arjuna Subject : -
Articles 8 Documents
 1 
Search results for , issue "Vol 12, No 2, Juli 2014" : 8 Documents clear
IMPROVED STROKE DETECTION AT EARLY STAGES USING HAAR WAVELETS AND LAPLACIAN PYRAMID Ndung'u, Michael; Tjandrasa, Handayani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (543.872 KB) | DOI: 10.12962/j24068535.v12i2.a321

Abstract

Stroke merupakan pembunuh nomor tiga di dunia, namun hanya sedikit metode tentang deteksi dini. Oleh karena itu dibutuhkan metode untuk mendeteksi hal tersebut. Penelitian ini mengusulkan sebuah metode gabungan untuk mendeteksi dua jenis stroke secara simultan. Haar wavelets untuk mendeteksi stroke hemoragik dan Laplacian pyramid untuk mendeteksi stroke iskemik. Tahapan dalam penelitian ini terdiri dari pra proses tahap 1 dan 2, Haar wavelets, Laplacian pyramid, dan perbaikan kualitas citra. Pra proses adalah menghilangkan bagian tulang tengkorak, reduksi derau, perbaikan kontras, dan menghilangkan bagian selain citra otak. Kemudian dilakukan perbaikan citra. Selanjutnya Haar wavelet digunakan untuk ekstraksi daerah hemoragik sedangkan Laplacian pyramid untuk ekstraksi daerah iskemik. Tahapan terakhir adalah menghitung fitur Grey Level Cooccurrence Matrix (GLCM) sebagai fitur untuk proses klasifikasi. Hasil visualisasi diproses lanjut untuk ekstrasi fitur menggunakan GLCM dengan 12 fitur dan kemudian GLCM dengan 4 fitur. Untuk proses klasifikasi digunakan SVM dan KNN, sedangkan pengukuran performa menggunakan akurasi. Jumlah data hemoragik dan iskemik adalah 45 citra yang dibagi menjadi 2 bagian, 28 citra untuk pengujian dan 17 citra untuk pelatihan. Hasil akhir menunjukkan akurasi tertinggi yang dicapai menggunakan SVM adalah 82% dan KNN adalah 88%.
MULTI-DOCUMENT SUMMARIZATION BASED ON SENTENCE CLUSTERING IMPROVED USING TOPIC WORDS Lukmana, Indra; Swanjaya, Daniel; Kurniawardhani, Arrie; Arifin, Agus Zainal; Purwitasari, Diana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (292.988 KB) | DOI: 10.12962/j24068535.v12i2.a317

Abstract

Informasi dalam bentuk teks berita telah menjadi salah satu komoditas yang paling penting dalam era informasi ini. Ada banyak berita yang dihasilkan sehari-hari, tetapi berita-berita ini sering memberikan konten kontekstual yang sama dengan narasi berbeda. Oleh karena itu, diperlukan metode untuk mengumpulkan informasi ini ke dalam ringkasan sederhana. Di antara sejumlah subtugas yang terlibat dalam peringkasan multi-dokumen termasuk ekstraksi kalimat, deteksi topik, ekstraksi kalimat representatif, dan kalimat rep-resentatif. Dalam tulisan ini, kami mengusulkan metode baru untuk merepresentasikan kalimat ber-dasarkan kata kunci dari topic teks menggunakan Latent Dirichlet Allocation (LDA). Metode ini terdiri dari tiga langkah dasar. Pertama, kami mengelompokkan kalimat di set dokumen menggunakan kesamaan histogram pengelompokan (SHC). Selanjutnya, peringkat cluster menggunakan klaster penting. Terakhir, kalimat perwakilan yang dipilih oleh topik diidentifikasi pada LDA. Metode yang diusulkan diuji pada dataset DUC2004. Hasil penelitian menunjukkan rata-rata 0,3419 dan 0,0766 untuk ROUGE-1 dan ROUGE-2, masing-masing. Selain itu, dari pembaca prespective, metode kami diusulkan menyajikan pengaturan yang koheren dan baik dalam memesan kalimat representatif, sehingga dapat mempermudah pemahaman bacaan dan mengurangi waktu yang dibutuhkan untuk membaca ringkasan.
KLASIFIKASI CITRA BATIK MENGGUNAKAN METODE EKSTRAKSI CIRI YANG INVARIANT TERHADAP ROTASI Kurniawardhani, Arrie; Suciati, Nanik; Arieshanti, Isye
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3771.41 KB) | DOI: 10.12962/j24068535.v12i2.a322

Abstract

Untuk membantu proses pendokumentasian citra Batik, dibutuhkan sistem klasifikasi yang cukup handal dalam mengklasifikasi dan mengidentifikasi citra Batik. Salah satu kehandalan sistem klasifikasi yang dibutuhkan adalah invariant terhadap rotasi. Kehandalan tersebut dibutuhkan agar sistem dapat diaplikasikan untuk mengenali citra dari berbagai macam sumber, seperti internet. Kehandalan sistem klasifikasi tidak lepas dari kehandalan metode ekstraksi cirinya. Salah satu metode ekstraksi ciri yang invariant terhadap rotasi adalah LBPROT. Namun, LBPROT memiliki kekurangan yaitu mengabaikan karakteristik lokal dari kekontrasan atau nilai varian. Di lain pihak, Completed Local Binary Pattern (CLBP) dan Completed Robust Local Binary Pattern (CRLBP) memiliki ciri yang dapat merepresentasikan nilai varian lokal tanpa mengabaikan struktur spasial lokal, yaitu ciri magnitude-nya, CLBP_M dan CRLBP_M. Oleh karena itu, pada penelitian kali ini diusulkan metode klasifikasi yang invariant terhadap rotasi, dengan menggunakan metode ekstraksi ciri yang menggabungkan kelebihan metode LBPROT dan CLBP_M (rotCLBP_M), atau LBPROT dan CRLBP_M (rotCRLBP_M). Hasil ekstraksi ciri akan menjadi data masukan untuk sistem klasifikasi Probabilistic Neural Network (PNN). Kinerja sistem diukur menggunakan akurasi. Hasil uji coba menunjukkan bahwa sistem klasifikasi dengan metode ekstraksi ciri rotCRLBP_M, lebih unggul dibandingkan dengan metode rotCLBP_M. Sistem klasifikasi dapat mencapai akurasi maksimal sebesar 90.34% untuk dataset Batik. Sedangkan pada dataset Brodatz, sistem klasifikasi dapat mencapai akurasi sebesar 87,92%.
PENINGKATAN PERFORMA METODE STEGANOGRAFI BERBASIS DIFFERENCE EXPANSION MENGGUNAKAN REDUKSI SELISIH Holil, Muhammad; Ahmad, Tohari
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (411.132 KB) | DOI: 10.12962/j24068535.v12i2.a318

Abstract

Pertukaran data medis dilakukan untuk mempermudah profesional kesehatan untuk merawat pasien. Untuk hal itu, otentikasi menjadi perhatian utama untuk menjamin data medis yang bersangkutan adalah milik pasien yang benar dan juga berasal dari sumber yang benar. Salah satu metode yang dapat digunakan untuk keperluan tersebut adalah data hiding. Namun, metode yang digunakan tidak boleh menyebabkan distorsi yang permanen terhadap media yang digunakan karena dapat menyebabkan kesalahan diagnosa. Difference Expansion adalah satu metode yang mampu memenuhi persyaratan tersebut. Metode ini masih bisa menjadi topik yang menarik untuk diteliti. Khususnya pada kapasitas penyisipan data dan similarity antara cover image dengan stego image. Metode yang baik adalah metode yang mampu menyediakan kapasitas dan similarity citra yang tinggi. Pada penelitian ini, kami mengusulkan metode berbasis DE dengan berfokus pada dua masalah tersebut. Secara lebih terperinci, kami melakukan reduksi terhadap nilai selisih piksel agar menghasilkan tingkat similarity yang lebih baik dan mampu menyediakan kapasitas pesan yang lebih besar. Selain itu, kami menggunakan piksel median sebagai base point untuk menghitung selisih menggantikan piksel pertama pada masingmasing blok. Hasil percobaan yang dilakukan pada 5 citra medis menunjukkan bahwa metode yang diusulkan berhasil meningkatkan PSNR serta kapasitas penyisipan.
ANALISA KUALITAS LAYANAN SISTEM KOMUNIKASI TETRA PADA KERETA API INDONESIA Primananda, Rakhmadany; Djanali, Supeno; Shiddiqi, Ary Mazharuddin
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2500.304 KB) | DOI: 10.12962/j24068535.v12i2.a323

Abstract

Pada sistem komunikasi dan informasi yang ada pada Perusahaan Terbatas Kereta Api Indonesia (PT KAI) Persero masih belum terintegrasi semua untuk saat ini. Sistem komunikasinya masih menggunakan sistem komunikasi analog seperti Very High Frequency (VHF) dengan frekuensi 400 MHz dan microwave yang mempunyai frekuensi 2 GHz, dimana kedua frekuensi tersebut terjadi interferensi terhadap frekuensi komunikasi selular. Sistem komunikasi analog ini tidak memungkinkan untuk bisa terintegrasi dengan informasi yang diberikan, karena membutuhkan pengubahan secara digital. Pada penelitian ini dibahas mengenai topologi jaringan TETRA untuk area Daop 1 Jakarta dalam hal ini KRL Jabodetabek dan TETRA untuk area Daop 8 Surabaya dengan simulator OPNET modeler. Hasil uji coba QoS menunjukkan bahwa hasil pembagian trafik yang ada pada 4 slot TDMA masih kurang maksimal untuk mendekati 115,2 kbps dalam hal throughput karena penggunaan channel yang kurang. Untuk SNR sudah didapatkan hasil yang baik yaitu rata-rata di atas 30dB. Perbedaan topologi dan penempatan BTS pada komunikasi sangat berpengaruh terhadap hasil kualitas jaringan yang didapatkan.
ANALYSIS PERFORMANCE OF FAST IMAGE ENCRYPTION Rahmawati, Weny Mistarika; Dailey, Matthew
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v12i2.a319

Abstract

Perkembangan teknologi mengakibatkan peningkatan kebutuhan pengiriman data melalui media internet. Banyak pengiriman data yang membutuhkan keamanan dalam pengirimannya untuk berbagai keperluan. Enkripsi data merupakan salah satu topic pengamanan yang banyak dilakukan penelitian dengan tujuan untuk mengamankan data yang dikirimkan melalui media internet. Salah satu data yang banyak digunakan adalah data citra. Citra merupakan data yang memiliki kapasitas besar dan memiliki sifat perulangan yang tinggi sehingga dibutuhkan metode tertentu untuk melakukan proses enkripsi dan dekripsi citra. Permutasi dan difusi merupakan cara yang banyak digunakan untuk melakukan enkripsi citra. Permutasi bertujuan untuk mengacak posisi citra sedangkan difusi merubah nilai citra. Permutasi dan difusi banyak dilakukan sebagai dua tahap yang berbeda sehingga dibutuhkan dua kali pembacaan citra. Sebuah algoritma untuk menggabungkan proses permutasi dan difusi sehingga hanya diperlukan satu kali pembacaan citra untuk melakukan enkripsi telah diajukan. Selain permutasi dan difusi, fungsi chaos juga digunakan dalam algoritma tersebut karena kemampuannya untuk menghasilkan angka random yang sangat sensitif terhadap beberapa parameter. Dengan ide demikian, algoritma akan cepat untuk melakukan proses enkripsi dan dekripsi. Dalam penelitian ini dianalisis kinerja algoritma gabungan permutasi dan difusi menggunakan fungsi chaos. Analisis dilakukan dengan mengimplementasikan algoritma, mendapatkan waktu yang dibutuhkan untuk proses enkripsi dan dekripsi serta membandingkannnya dengan algoritma baku yang telah banyak digunakan, Advanced Encryption Standart (AES).
VERIFIKASI SIGNATURE PADA KOLABORASI SISTEM DETEKSI INTRUSI JARINGAN TERSEBAR DENGAN HONEYPOT Prasetya, Noven Indra; Djanali, Supeno; Husni, Muchammad
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v12i2.a324

Abstract

Sistem Deteksi Intrusi atau IDS merupakan suatu sistem yang banyak digunakan oleh para administrator jaringan untuk mendeteksi adanya usaha-usaha penyusupan secara proaktif berdasarkan signature atau anomali dengan cara mengeluarkan alert (peringatan) sebagai hasil dari pendeteksiannya. Namun dalam implementasinya, IDS terkadang mengeluarkan alert yang salah (true negative) atau tidak dapat mendeteksi intrusi yang bersifat Zero-Day attack, sehingga menyebabkan administrator kesulitan dalam menganalisa serangan dan tindakan yang tepat selanjutnya. Untuk menyelesaikan permasalahan yang terjadi, maka perlu dilakukan suatu kolaborasi antar IDS maupun dengan teknologi keamanan jaringan yang lain dengan tujuan untuk membuat pendeteksian intrusi menjadi lebih baik. Pada penelitian ini, diajukan suatu bentuk Kolaborasi IDS dengan teknologi keamanan jaringan, yaitu dengan Honeypot. Selain itu diajukan pula suatu mekanisme perbaikan signature hasil analisis Honeypot dengan tujuan agar signature bisa langsung digunakan oleh IDS tanpa terjadi kesalahan. Pengujian pada lima belas skenario serangan yang dilakukan menunjukkan bahwa konsep kolaborasi dan mekanisme perbaikan signature yang diajukan mampu mereduksi alert true negative dan zero-day attack sebesar 85%. Karena dari lima belas skenario serangan hanya dua skenario serangan yang tidak berhasil terdeteksi oleh IDS dan Honeypot.
PENGENALAN PENY AKIT NODA PADA CITRA DAUN TEBU BERDASARKAN CIRI TEKSTUR FRACTAL DIMENSION CO-OCCURRENCE MATRIX DAN L*a*b* COLOR MOMENTS Ratnasari, Evy Kamilah; Ginardi, Hari; Fatichah, Chastine
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v12i2.a320

Abstract

Penyakit yang menyerang tebu dapat disebabkan oleh bakteri, jamur maupun virus. Penyakit noda merupakan penyakit pada tanaman tebu yang disebabkan oleh jamur dengan menampakkan lesi atau bercak pada permukaan daun. Penyakit noda tersebut dapat menghambat proses fotosintesis yang akan berakibat menurunkan produksi gula karena mempengaruhi pertumbuhan tebu. Upaya pengendalian dini dapat dilakukan dengan mengenali jenis penyakit melalui lesinya yang bermanfaat dalam menentukan tindakan penanganan yang tepat. Lesi yang disebabkan oleh penyakit noda masing-masing dapat dikenali secara visual karena memiliki ciri warna dan tekstur yang unik. Tetapi pengamatan secara visual memiliki beberapa kekurangan seperti subjektifitas dan kurang akurat. Penelitian ini mengusulkan pengenalan penyakit noda tanaman tebu yang terdiri dari noda cincin, noda karat, dan noda kuning berdasarkan fitur tekstur yang merupakan kombinasi dari konsep Gray Level Co-Occurrence Matrix (GLCM) dan dimensi fraktal yang dinamakan Fractal Dimension Co-Occurrence Matrix (FDCM). Sedangkan fitur warna didapatkan dari perhitungan statistik col or moments pada citra L*a*b*. Kombinasi fitur tersebut menghasilkan 12 fitur warna dan 6 fitur tekstur yang kemudian digunakan sebagai masukan klasifikasi k-Nearest Neighbor (KNN). Pengenalan penyakit noda pada tanaman tebu menggunakan metode tersebut dapat menghasilkan akurasi tertinggi 90%.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2014 2014


Reset
Filter By Issues
All Issue Vol.23, No.2, July 2025 Vol. 23, No. 1, January 2025 Vol. 22, No. 2, July 2024 Vol. 22, No. 1, January 2024 Vol. 21, No. 2, July 2023 Vol. 21, No. 1, January 2023 Vol. 20, No. 2, July 2022 Vol. 20, No. 1, January 2022 Vol. 19, No. 2, Juli 2021 Vol. 19, No. 1, Januari 2021 Vol. 18, No. 2, July 2020 Vol. 18, No. 1, January 2020 Vol. 17, No. 2, Juli 2019 Vol 17, No. 1, Januari 2019 Vol 16, No. 2, Juli 2018 Vol 16, No. 1, Januari 2018 Vol 15, No. 2, Juli 2017 Vol 15, No. 1, Januari 2017 Vol 14, No. 2, Juli 2016 Vol 14, No 1, Januari 2016 Vol 13, No 2, Juli 2015 Vol 13, No 1, Januari 2015 Vol 12, No 2, Juli 2014 Vol 12, No 1, Januari 2014 Vol 11, No 2, Juli 2013 Vol 11, No 1, Januari 2013 Vol 10, No 2, Juli 2012 Vol 10, No 1, Januari 2012 Vol 9, No 2, Juli 2011 Vol 9, No 1, Januari 2011 Vol 8, No 2, Juli 2010 Vol 8, No 1, Januari 2010 Vol 7, No 4, Juli 2009 Vol 7, No 3, Januari 2009 Vol 7, No 2, Juli 2008 Vol 7, No 1, Januari 2008 Vol 6, No 2 Juli 2007 Vol 6, No 1 Januari 2007 Vol 5, No 2 Juli 2006 Vol 5, No 1 Januari 2006 Vol 4, No 2 Juli 2005 Vol 4, No 1 Januari 2005 Vol 3, No 2 Juli 2004 Vol 3, No 1 Januari 2004 Vol 2, No 2 Juli 2003 Vol 2, No 1 Januari 2003 Vol 1, No 1 Juli 2002 More Issue