Articles
11 Documents
Search results for
, issue
"Vol 14, No. 2, Juli 2016"
:
11 Documents
clear
<![CDATA[PEMILIHAN NODE REBROADCAST UNTUK MENINGKATKAN KINERJA PROTOKOL MULTICAST AODV (MAODV) PADA VANETS ]]>
<![CDATA[Dimyati, Mohamad]]>;
<![CDATA[Anggoro, Radityo]]>;
<![CDATA[Wibisono, Waskitho]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a572
<![CDATA[MAODV merupakan routing protokol yang dapat digunakan pada VANETs. Setiap paket RREQ yang diterima node pada protokol MAODV dikirim secara broadcast. Proses ini dapat mengakibatkan flooding pada jaringan yang dapat mengakibatkan congestion. Selain itu, hal ini juga mengakibatkan routing overhead pada setiap node. Jumlah node yang melakukan broadcast dapat dikurangi dengan menentukan node tertentu yang dapat melakukan rebroadcast paket RREQ. Algoritma PGB digunakan untuk mengurangi jumlah node yang melakukan broadcast paket RREQ. Pemilihan node yang melakukan broadcast paket RREQ didasarkan pada signal strength. Protokol MAODV yang menggunakan algoritma PGB pada proses route discovery bertujuan untuk mengurangi jumlah node yang melakukan rebroadcast. Network Simulator 2 (NS-2) digunakan untuk menyimulasikan penggunaan protokol MAODV-PGB dan Simulation of Urban Mobility (SUMO) digunakan untuk menyimulasikan mobilitas kendaraan. Hasil pengujian pada protokol MAODV-PGB kemudian dibandingkan dengan protokol MAODV. Pengujian dilakukan dengan beberapa skenario untuk menguji kinerja protokol MAODV-PGB. Hasil uji coba yang dilakukan menunjukan peningkatan kinerja protokol MAODV-PGB yang ditunjukkan dengan meningkatnya nilai PDR, menurunnya average end-to-end delay, berkurangnya routing overhead dan mening-katnya goodput ratio. Oleh karena itu penggunaan protokol MAODV pada VANETs dapat mengurangi congestion yang diakibatkan oleh broadcast paket RREQ.]]>
<![CDATA[KOMPARASI METODE SCICA DAN WICA PADA PRAPROSES DATA EEG OTAK MANUSIA UNTUK DETEKSI PENYAKIT EPILEPSI ]]>
<![CDATA[Bagusmulya, Aditya]]>;
<![CDATA[Tjandrasa, Handayani]]>;
<![CDATA[Fatichah, Chastine]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a564
<![CDATA[Epilepsi merupakan salah satu kelainan pada otak manusia yang tidak dapat disembuhkan. Penyakit ini menimbulkan kejang pada tubuh dan sangat mengganggu aktivitas. Pada tingkat yang parah, epilepsi dapat membahayakan nyawa penderitanya. Oleh sebab itu, epilepsi harus dideteksi secara dini agar penderita segera mendapatkan penanganan yang tepat sehingga keadaannya tidak memburuk. Pada penelitian ini, deteksi epilepsi dilakukan dengan menggunakan beberapa metode, yaitu Independent Component Analysis (ICA), Wavelet Transform (WT), dan Multilayer Perceptron (MLP). Hasil deteksi diklasifikasikan ke dalam tiga kelas, yaitu normal, epilesi tidak kejang, dan epilepsi kejang. Data rekaman electroencephalogram (EEG) yang digunakan berasal dari ''Klinik für Epileptologie, Universität Bonn” yang diperoleh secara online. Data tersebut merupakan EEG single channel sehingga harus menggunakan teknik-teknik ICA untuk single channel, seperti Single Channel Independent Component Analysis (SCICA) dan Wavelet Independent Component Analysis (WICA). Penelitian ini membandingkan kedua teknik tersebut dalam melakukan praproses data sehingga akan terlihat teknik mana yang lebih baik. Hasil pendeteksian terbaik dihasilkan dari model yang menggunakan teknik SCICA sebagai penghilang derau dan ektraksi fitur Discrete Wavelet Transform Daubechies 6 dengan 4 level. Berdasarkan uji coba, metode tersebut menghasilkan akurasi sebesar 92.09%.]]>
<![CDATA[OPTIMASI KINERJA PROTOKOL AODV DENGAN STATIC INTERSECTION NODE ]]>
<![CDATA[Prakasa, Johan Ericka Wahyu]]>;
<![CDATA[Anggoro, Radityo]]>;
<![CDATA[Wibisono, Waskitho]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a568
<![CDATA[VANET adalah sebuah pengembangan teknologi yang memungkinkan komunikasi antar kendaraan meskipun tidak terdapat koneksi secara langsung antara kendaraan yang berkomunikasi. Untuk meningkatkan performa protokol routing, maka pada penelitian ini akan ditambahkan SIN (Static Intersection Node). Static Intersection Node adalah RSU (Road Side Unit) yang diletakkan di persimpangan jalan (intersection). Fungsi dari Static Intersection Node pada penelitian ini adalah sebagai repeater untuk membantu mengirimkan paket data ke kendaraan lain yang berada disekitarnya sehingga dapat meningkatkan Packet Delivery Ratio serta meminimalkan Packet Loss dan End to End Delay.]]>
<![CDATA[REDUKSI DIMENSI FITUR MENGGUNAKAN ALGORITMA ALOFT UNTUK PENGELOMPOKAN DOKUMEN ]]>
<![CDATA[Hani’ah, Mamluatul]]>;
<![CDATA[Fatichah, Chastine]]>;
<![CDATA[Purwitasari, Diana]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a573
<![CDATA[Pengelompokan dokumen masih memiliki tantangan dimana semakin besar dokumen maka akan menghasilkan fitur yang semakin banyak. Sehingga berdampak pada tingginya dimensi dan dapat menyebabkan performa yang buruk terhadap algoritma clustering. Cara untuk mengatasi masalah ini adalah dengan reduksi dimensi. Metode reduksi dimensi seperti seleksi fitur dengan metode filter telah digunakan untuk pengelompokan dokumen. Akan tetapi metode filter sangat tergantung pada masukan pengguna untuk memilih sejumlah n fitur teratas dari keseluruhan dokumen. Algoritma ALOFT (At Least One FeaTure) dapat menghasilkan sejumlah set fitur secara otomatis tanpa adanya parameter masukan dari pengguna. Karena sebelumnya algoritma ALOFT digunakan pada klasifikasi dokumen, metode filter yang digunakan pada algoritma ALOFT membutuhkan adanya label pada kelas sehingga metode filter tersebut tidak dapat digunakan untuk pengelompokan dokumen. Pada penelitian ini diusulkan metode reduksi dimensi fitur dengan menggunakan variasi metode filter pada algoritma ALOFT untuk pengelompokan dokumen. Sebelum dilakukan proses reduksi dimensi langkah pertama yang harus dilakukan adalah tahap preprocessing kemudian dilakukan perhitungan bobot tfidf. Proses reduksi dimensi dilakukan dengan menggunakan metode filter seperti Document Frequency (DF), Term Contribution (TC), Term Variance Quality (TVQ), Term Variance (TV), Mean Absolute Difference (MAD), Mean Median (MM), dan Arithmetic Mean Geometric Mean (AMGM). Selanjutnya himpunan fitur akhir dipilih dengan algoritma ALOFT. Tahap terakhir adalah pengelompokan dokumen menggunakan dua metode clustering yang berbeda yaitu k-means dan Hierarchical Agglomerative Clustering (HAC). Dari hasil ujicoba didapatkan bahwa kualitas cluster yang dihasilkan oleh metode usulan dengan menggunakan algoritma k-means mampu memperbaiki hasil dari metode VR.]]>
<![CDATA[OPTIMASI REPLACEMENT STRATEGY UNTUK METODE PROGRESSIVE CACHE PADA CONTENT CENTRIC NETWORKING (CCN) ]]>
<![CDATA[Prasetyo, Arief]]>;
<![CDATA[Ijtihadie, Royyana Muslim]]>;
<![CDATA[Ahmad, Tohari]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a565
<![CDATA[Teknologi internet yang berkembang pesat, menyebabkan meningkatnya jumlah konten multimedia pada lalu lintas jaringan data. Content Centric Network (CCN) dengan fitur yang dimilikinya yaitu content distribution, multicast, in-network cache, mobility dan delay-tolerant networking, dikembangkan untuk memenuhi tantangan yang muncul pada model komunikasi host-to-host (teknologi internet saat ini), yaitu mendistribusikan konten-konten multimedia dengan lebih efisien. Performa CCN terbukti dapat ditingkatkan dengan menerapkan metode progressive cache pada strategi penyimpanan cache. Metode Progressive Cache menggunakan prinsip kerja meminimalisir data one-timer, mempertimbangkan popularitas data dan frekuensi request data. Pada penelitian ini, metode Progressive Cache dioptimasi dengan merubah strategi cache replacement yang digunakan untuk lebih meningkatkan performa jaringan CCN yang dapat diterapkan pada segala jenis topologi jaringan. Optimasi dilakukan dengan menerapkan metode LRUd (LRU with distance), yang memperhitungkan recency serta jarak sumber data terhadap caching node pada strategi cache replacement dari Progressive Cache. Metode LRUd diterapkan pada seluruh node jaringan CCN. Hasil yang didapatkan dengan menerapkan metode LRUd dengan Progressive Cache pada jaringan CCN dapat meningkatkan cache hit-rate hingga 0.416%, menurunkan hop distance hingga 1,145% dan meningkatkan jumlah download hingga 0,722%.]]>
<![CDATA[PENGELOMPOKAN MODEL PROSES BERDASARKAN MATRIK SIMILARITAS DENGAN PENDEKATAN SEMANTIK ]]>
<![CDATA[Priyambadha, Bayu]]>;
<![CDATA[Sarno, Riyanarto]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a569
<![CDATA[Saat ini, pemanfaatan sebuah sistem informasi berorientasi proses pada sebuah organisasi sangat marak dilakukan. Sistem informasi berorientasi proses bertujuan untuk meningkatkan kinerja sebuah organisasi. Dalam sebuah organisasi berskala besar, model proses yang digunakan untuk mendukung bisnis tidak berjumlah sedikit, melainkan dapat mencapai angka ratusan bahkan hingga ribuan. Repositori model proses adalah sebuah media untuk menyimpan model proses dalam sebuah organisasi. Terdapat permasalahan dalam pengelolaan repositori model proses, antara lain proses perhitungan kesamaan model proses yang masih menggunakan pendekatan kesamaan sintaktik. Pendekatan tersebut membuat proses pengelompokan model proses menjadi kurang optimal. Untuk menjawab permasalahan tersebut, pada penelitian ini dilakukan mekanisme pengelompokan model proses berdasarkan kedekatan derajat kesamaan yang dimiliki tiap model proses. Penghitungan derajat kesamaan dilakukan berdasarkan beberapa matrik kesamaan, antara lain kesamaan titik (node), kesamaan struktur, dan kesamaan perilaku (behavior). Serta perhitungan derajat kesamaan dilakukan dengan menggunakan metode kesamaan arti (semantik). Penggunaan metode kesamaan arti dapat meningkatkan nilai compactness pada kelompok yang dihasilkan dari proses clustering.]]>
<![CDATA[PENGENALAN SISTEM ISYARAT BAHASA INDONESIA MENGGUNAKAN KOMBINASI FITUR STATIS DAN FITUR DINAMIS LMC BERBASIS L-GCNN ]]>
<![CDATA[Supria, Supria]]>;
<![CDATA[Herumurti, Darlis]]>;
<![CDATA[Khotimah, Wijayanti Nurul]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a574
<![CDATA[Jumlah karya ilmiah yang dihasilkan oleh akademisi dan peneliti di Indonesia semakin banyak, terutama setelah diterbitkannya surat edaran Dirjen DIKTI tahun 2012 dimana karya ilmiah dijadikan sebagai syarat kelulusan mahasiswa S1, S2 dan S3. Namun demikian, tidak semua karya ilmiah tersebut memiliki kualitas yang baik. Masih banyak karya ilmiah yang belum memenuhi standar baku Ejaan Yang Disempurnakan (EYD). Pada artikel ini, penulis mengembangkan sebuah kakas bantu untuk mendeteksi kesalahan tanda baca pada karya ilmiah, khususnya yang berbahasa Indonesia, sesuai dengan EYD. Aplikasi dirancang agar dapat mendeteksi kesalahan tanda baca pada tulisan karya ilmiah dengan format .doc atau .docx serta dapat menghasilkan keluaran berupa arsip Microsoft Word dengan tambahan hasil telaah pemeriksaan tanda baca yang dibangkitkan secara otomatis. Deteksi kesalahan tanda baca menggunakan metode pencarian kata dengan algoritma BoyerMoore. Aplikasi kakas bantu telah diuji coba dengan hasil rata-rata nilai presisi sistem sebesar 0,6806, recall sebesar 0,969 dan akurasi sistem sebesar 0,9636. Hasil tersebut menunjukkan bahwa aplikasi sudah mampu mendeteksi adanya kesalahan tanda baca meskipun masih ada keterbatasan deteksi karena tidak semua aturan tanda baca dicakup dalam pemeriksaannya.]]>
<![CDATA[SISTEM TEMU KEMBALI CITRA DAUN MENGGUNAKAN METODE REDUCED MULTI SCALE ARCH HEIGHT (R-MARCH) PADA SMARTPHONE ]]>
<![CDATA[Kurniawan, Mirza Galih]]>;
<![CDATA[Suciati, Nanik]]>;
<![CDATA[Fatichah, Chastine]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a566
<![CDATA[Metode yang digunakan dalam sistem temu kembali citra daun harus efesien agar dapat berjalan baik pada smartphone yang memiliki sumber daya terbatas. Salah satu metode sistem temu kembali citra daun yang cukup efesien dan dapat diterapkan pada smartphone adalah Multiscale Arch Height (MARCH). MARCH menggunakan karakteristik tinggi lengkungan pada kontur daun sebagai fitur untuk proses temu kembali citra daun. Pada metode MARCH sampel titik pada kontur yang digunakan cukup banyak sehingga masih dimungkinkan mengurangi komputasi metode MARCH dengan cara mereduksi titik acuan Arch Height yang digunakan. Pada penelitian ini diusulkan metode sistem temu kembali citra daun pada smartphone menggunakan metode reduced multi scale arch height (R-MARCH) yang lebih efesien dibanding metode MARCH. Dari percobaan yang sudah dilakukan, didapatkan waktu komputasi yang dibutuhkan metode MARCH adalah 864 milidetik sedangkan R-MARCH 632 milidetik.]]>
<![CDATA[EKSTRAKSI TRENDING ISSUE DENGAN PENDEKATAN DISTRIBUSI KATA PADA PEMBOBOTAN TERM UNTUK PERINGKASAN MULTI-DOKUMEN BERITA ]]>
<![CDATA[Aditya, Christian Sri Kusuma]]>;
<![CDATA[Fatichah, Chastine]]>;
<![CDATA[Purwitasari, Diana]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a570
<![CDATA[Penggunaan trending issue dari media sosial Twitter sebagai kalimat penting efektif dalam proses peringkasan dokumen dikarenakan trending issue memiliki kedekatan kata kunci terhadap sebuah kejadian berita yang sedang berlangsung. Pembobotan term dengan TFIDF yang hanya berbasis pada dokumen itu tidak cukup untuk menentukan in-deks dari suatu dokumen. Penentuan indeks yang akurat juga bergantung pada nilai informatif suatu term terhadap kelas atau cluster. Term yang sering muncul di banyak kelas atau cluster seharusnya tidak menjadi term yang penting meskipun nilai TFIDF-nya tinggi. Penelitian ini bertujuan untuk melakukan peringkasan multi dokumen berita menggunakan ekstraksi trending issue dengan pendekatan term distribution on centroid based (TDCB) pada pembobotan fitur dan mengintegrasikannya dengan query expansion sebagai kata kunci dalam peringkasan dokumen. Metode TDCB dilakukan dengan mempertimbangkan adanya kemunculan sub topic dari cluster hasil pengelompokan tweets yang dapat dijadikan nilai informatif tambahan dalam penentuan pembobotan kalimat penting penyusunan ringkasan. Tahapan yang dilakukan untuk menghasilkan ringkasan multi dokumen berita antara lain ekstraksi trending issue, query expansion, auto labelling, seleksi berita, ekstraksi fitur berita, pembobotan kalimat penting dan penyusunan ringkasan. Hasil percobaan menunjukan metode peringkasan dokumen dengan menambahkan nilai informatif sub topic trending issue NeFTIS-TDCB menunjukan nilai rata-rata max-ROUGE-1 terbesar 0.8615 untuk n=30 dari seluruh varian topik berita.]]>
<![CDATA[A TABLET SCREEN CAST RECEIVER FOR CLASSROOM WITH LOW END ANDROID DEVICES ]]>
<![CDATA[Assidiqi, Moh. Hasbi]]>;
<![CDATA[Muhammad, Aliv Faizal]]>;
<![CDATA[Aji, Zarkasyi Kuncoro]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v14i2.a567
<![CDATA[Salah satu aktivitas menggunakan tablet adalah presentasi. Saat ini, kebanyakan aktivitas presentasi dilakukan menggunakan adapter VGA untuk bisa tersambung dengan LCD Proyektor. Konfigurasi ini memungkin presentasi berbasis kabel. Dan ini adalah hal yang menyulitkan penggunaannya untuk perangkat tablet yang memiliki sifat mobilitas tinggi. Beruntung, sudah ada banyak vendor yang menyediakan sistem presentasi yang bersahabat dengan membuatnya menjadi nirkabel. Tapi sistem tersebut hanya mendukung perangkat tablet high end. Pada makalah ini, kami mengajukan sebuah penerima tablet screen cast untuk perangkat tablet android low end. Yang memiliki potensi untuk diimplementasikan di kelas. Dari eksperimen, kami memperoleh hasil 9 FPS dengan delay sebesar 2 detik.]]>
