Articles
12 Documents
Search results for
, issue
"Vol 15, No. 1, Januari 2017"
:
12 Documents
clear
<![CDATA[NAVIGASI PERANGKAT BERGERAK DI LINGKUNGAN ITS MENGGUNAKAN PLATFORM WIKITUDE ]]>
<![CDATA[Hariadi, Ridho Rahman]]>;
<![CDATA[Fikri, Imaduddin Al]]>;
<![CDATA[Herumurti, Darlis]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a632
<![CDATA[Sebagian besar mahasiswa baru akan kesulitan mencari tempat-tempat yang ada di ITS. Rambu-rambu dan aplikasi maps yang ada masih belum dapat menyelesaikan permasalahannya. Oleh karena itu, perlu dibuat sebuah aplikasi yang lebih dapat membantu pengunjung untuk menemukan tempat di ITS. Salah satu teknologi yang sedang berkembang saat ini adalah teknologi augmented reality. Augmented reality merupakan teknologi di mana memungkinkan pengguna untuk berinteraksi dengan objek dunia maya yang diproyeksikan pada dunia nyata. Aplikasi yang dibangun dapat menunjukkan rute dan tempat yang akan dituju dalam tampilan augmented reality. Google Maps API digunakan untuk mencari rute terdekat antara dua tempat dan Wikitude Android SDK digunakan untuk menampilkan augmented reality sebagai overlay di dalam aplikasi. Hasil pengujian aplikasi menunjukkan bahwa aplikasi ini dapat menampilkan navigasi rute dan tujuan dengan tampilan augmented reality karena pengguna akan berpikir bahwa objek-objek bantu navigasi yang ditampilkan di dalam aplikasi seakan benar-benar ada di dunia nyata.]]>
<![CDATA[PEMODELAN GRANULARITAS TEMPORAL UNTUK MENCARI RELASI ANTAR OBJEK WARISAN BUDAYA INDONESIA DENGAN MENGGUNAKAN ONTOLOGI ]]>
<![CDATA[Ariyani, Nurul Fajrin]]>;
<![CDATA[Priyanto, Alief Yoga]]>;
<![CDATA[Sarwosri, Sarwosri]]>;
<![CDATA[Sarno, Riyanarto]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a637
<![CDATA[Waktu adalah sebuah konsep penting dalam pencatatan objek-objek warisan budaya dan peristiwa sejarah. Contoh konsep waktu yang sering digunakan dalam pencatatan objek-objek warisan budaya dan sejarah adalah waktu interval (time-interval) dan waktu titik (time-point). Informasi waktu disajikan dalam granularitas waktu primitif yang berbeda seperti tanggal, bulan, tahun dan abad atau bisa juga disajikan dengan hanya menyebutkan keterangan waktu tertentu seperti zaman, era, masa serta keterangan waktu lainnya yang tidak diketahui secara pasti kapan terjadinya. Salah satu cara untuk mencari kedekatan waktu dengan satuan yang beragam adalah dengan memanfaatkan ontologi. Dalam penelitian ini dibuat sebuah skema ontologi untuk pencarian relasi waktu antar entitas warisan budaya. Skema ini merupakan gabungan dari ontologi yang sudah ada yakni OWL-Time dan CIDOC-CRM. Penggabungan ontologi ter-sebut dilakukan menggunakan bahasa Ontology Web Language (OWL) dan dengan bantuan aplikasi Protégé. Berdasar-kan uji coba yang dilakukan, skema ontologi ini dapat menghasilkan fakta-fakta baru mengenai kesamaan dan kedekatan waktu dari objek-objek yang diinputkan. Sehingga relasi temporal antar objek dapat diketahui dengan tepat. Pendokumentasian relasi temporal warisan budaya dapat dijadikan salah satu sumber pembelajaran maupun penelitian terkait dengan warisan budaya. Untuk memudahkan pengujian skema ontologi beserta rule penalarannya, hasil dari pen-carian relasi temporal ini ditampilkan dalam aplikasi berbasis web.]]>
<![CDATA[KLASIFIKASI DATA EEG UNTUK MENDETEKSI KEADAAN TIDUR DAN BANGUN MENGGUNAKAN AUTOREGRESSIVE MODEL DAN SUPPORT VECTOR MACHINE ]]>
<![CDATA[Mahendra, Yunan Helmi]]>;
<![CDATA[Tjandrasa, Handayani]]>;
<![CDATA[Fatichah, Chastine]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a633
<![CDATA[Tidur merupakan kebutuhan dasar manusia. Salah satu gangguan tidur yang cukup berbahaya adalah narkolepsi, yaitu gangguan tidur kronis yang ditandai dengan rasa kantuk yang luar biasa di siang hari dan serangan tidur yang terjadi secara tiba-tiba. Salah satu metode dokter untuk mendiagnosis penyakit narkolepsi adalah dengan melihat aktivitas gelombang otak (melalui sinyal EEG) pasien. Penelitian ini bertujuan untuk mengembangkan perangkat lunak yang dapat mengklasifikasikan keadaan tidur dan bangun melalui sinyal EEG secara otomatis. Dataset EEG yang digunakan tersedia di Physionet. Pertama-tama data EEG yang menjadi masukan dilakukan normalisasi dan filtering. Proses filtering dilakukan untuk membagi data menjadi 3 subband yaitu theta, alpha, dan beta. Setelah itu pada masing-masing subband dilakukan tahap ekstraksi fitur menggunakan Autoregressive Model. Hasil estimasi koefisien AR model digunakan sebagai fitur. Metode yang digunakan untuk mengestimasi koefisien AR model yaitu metode Yule-Walker dan metode Burg. Dataset dibagi menjadi data latih dan data uji menggunakan 10-fold cross validation. Data training digunakan untuk membuat SVM Model. SVM Model digunakan untuk mengklasifikasikan data testing sehingga menghasilkan keluaran label 1 untuk tidur dan label 0 untuk bangun. Untuk menentukan kelas final dilakukan majority vote dari hasil klasifikasi masing-masing subband. Performa sistem diperoleh dengan menghitung akurasi, presisi, dan sensitivitas pada setiap skenario uji coba. Skenario uji coba yang dilakukan antara lain dengan memvariasikan order AR, fungsi kernel, dan parameter C pada SVM. Dari hasil uji coba yang dilakukan, metode Yule-Walker menghasilkan rata-rata akurasi 80.60%, presisi 78.19%, dan sensitivitas 77.56%. Metode Burg menghasilkan akurasi 94.01%, presisi 95.70%, dan sensitivitas 93.39%. Hasil tersebut menunjukkan metode Burg memiliki performa lebih baik dibandingan dengan metode Yule-Walker.]]>
<![CDATA[PENGEMBANGAN METODE BLOCK MATCHING UNTUK DETEKSI COPY-MOVE PADA PEMALSUAN CITRA ]]>
<![CDATA[Wijaya, Arya Yudhi]]>;
<![CDATA[Musayyab, Said Al]]>;
<![CDATA[Studiawan, Hudan]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a638
<![CDATA[Pemalsuan citra dengan maksud menutupi sebagian objek pada citra dengan blok lain pada citra yang sama disebut dengan copy-move. Deteksi copy-move pada citra dapat dilakukan pada domain spasial melalui pengolahan pada tiap pikselnya maupun pada domain frekeunsi melalui beberapa fungsi transformasi. Penelitian ini mengusulkan deteksi copy-move pada domain spasial dengan mengembangkan metode block macthing. Metode yang diusulkan terbagi atas dua pendekatan yaitu excact match dan robust match. Pendekatan excact match dimulai dengan: input citra RGB, pengambi-lan blok, penghitungan nilai hash tiap blok, pencarian blok yang mirip dan diakhiri dengan dengan operasi morfologi untuk penghalusan hasil deteksi. Sedangkan pendekatan robust match mirip dengan exact match namun nilai hash diganti dengan Discrete Cosine Transform (DCT). Hasil uji coba menujukkan bahwa pendekatan robust match mendapatkan hasil sedikit lebih baik dibandingkan dengan excact match dimana nilai rata-rata kualitas deteksi 75% dengan kualitas deteksi terbaik sebesar 97%.]]>
<![CDATA[PEMODELAN ELEARNING PERGURUAN TINGGI DENGAN MENGGUNAKAN FRAMEWORK LEARNING TECHNOLOGY SYSTEM ARCHITECTURE (LTSA) DAN UNIFIED MODELING LANGUAGE (UML) ]]>
<![CDATA[Warnars, Harco Leslie Hendric Spits]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a634
<![CDATA[Saat ini, perguruan tinggi sebagai motor pencerdas bangsa dituntut untuk lebih melek dengan perkembangan informasi teknologi, perkembangan peralatan komunikasi dan jaringan internet berkecepatan tinggi saat ini. Pendidikan di perguruan tinggi dituntut untuk mampu mengarahkan mahasiswa untuk lebih mandiri dan mampu menggunakan teknologi pembelajaran elearning, yang pada akhirnya akan mempengaruhi kemampuan mahasiswa ketika bekerja dan terjun ke dalam masyarakat. Pengembangan sebuah Elearning sebagai sebuah software aplikasi dapat dilakukan dengan berbagai macam metodologi atau framework dan salah satunya adalah framework Learning Technology System Architecture (LTSA) yang merupakan standar 1484.1-2013 dari Institute of Electrical and Electronics Engineers (IEEE) untuk teknologi pembelajaran. Standar IEEE 1484.1-2013 dikembangkan oleh IEEE Learning Technology Standards Committee (LTSC) yang merupakan bagian dari IEEE Computer Society dan diterbitkan pada tahun 2013. Pengembangan elearning dengan framework LTSA akan menerapkan atau memetakan komponen proses dan penyimpanan data pada LTSA dengan menggunakan metode pengembangan berorientasi obyek yang disebut Unified Modeling Language (UML). Penerapan framework LTSA dalam mengembangkan elearning dibatasi pada penggunaan beberapa diagram pada UML seperti sequence diagram, use case diagram, class diagram, package diagram, activity diagram dan component diagram. Penggunaan UML pada pengembangan elearning dengan menggunakan framework LTSA diharapkan dapat memberikan pencerahan bagaimana membangun sebuah elearning dengan paradigma berorientasi obyek. Beberapa contoh penerapan diagram UML dalam pengembangan elearning diberikan sebagai gambaran bagaimana sebuah elearning dikembangkan dengan framework LTSA. Pada akhirnya perguruan tinggi yang mengabaikan teknologi dalam proses pembelajaran akan tidak menarik dan ditinggalkan oleh masyarakat yang semakin peduli dan menikmati teknologi sebagai bagian dari kehidupan manusia.]]>
<![CDATA[ALPHABET SIGN LANGUAGE RECOGNITION USING LEAP MOTION TECHNOLOGY AND RULE BASED BACKPROPAGATION-GENETIC ALGORITHM NEURAL NETWORK (RBBPGANN) ]]>
<![CDATA[Khotimah, Wijayanti Nurul]]>;
<![CDATA[Saputra, Risal Andika]]>;
<![CDATA[Suciati, Nanik]]>;
<![CDATA[Hariadi, Ridho Rahman]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a639
<![CDATA[Sign Language recognition was used to help people with normal hearing communicate effectively with the deaf and hearing-impaired. Based on survey that conducted by Multi-Center Study in Southeast Asia, Indonesia was on the top four position in number of patients with hearing disability (4.6%). Therefore, the existence of Sign Language recognition is important. Some research has been conducted on this field. Many neural network types had been used for recognizing many kinds of sign languages. However, their performance are need to be improved. This work focuses on the ASL (Alphabet Sign Language) in SIBI (Sign System of Indonesian Language) which uses one hand and 26 gestures. Here, thirty four features were extracted by using Leap Motion. Further, a new method, Rule Based-Backpropagation Genetic Al-gorithm Neural Network (RB-BPGANN), was used to recognize these Sign Languages. This method is combination of Rule and Back Propagation Neural Network (BPGANN). Based on experiment this pro-posed application can recognize Sign Language up to 93.8% accuracy. It was very good to recognize large multiclass instance and can be solution of overfitting problem in Neural Network algorithm.]]>
<![CDATA[OPTIMASI DAYA DATA CENTER CLOUD COMPUTING PADA WORKLOAD HIGH PERFORMANCE COMPUTING (HPC) DENGAN SCHEDULING PREDIKTIF SECARA REALTIME ]]>
<![CDATA[Amirullah, Amirullah]]>;
<![CDATA[Ijtihadie, Royyana Muslim]]>;
<![CDATA[Studiawan, Hudan]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a630
<![CDATA[Tantangan terbesar yang muncul pada data center cloud computing adalah meningkatnya biaya konsumsi daya. Pengembangan data center akan bertolak belakang dengan penghematan daya, semakin tinggi performa sebuah data center, maka semakin tinggi pula konsumsi energi yang dibutuhkan, hal ini disebabkan oleh kebutuhan jumlah server ataupun hardware pada data center yang semakin meningkat. Data center cloud computing yang berbasis High Performance Computing (HPC) merupakan sebuah teknologi yang dibangun dari kumpulan server dalam jumlah besar untuk menjamin ketersediaan tinggi dari sebuah cloud computing, namun sebenarnya beberapa server tersebut hanya direncanakan untuk beban puncak yang jarang atau tidak pernah ter-jadi. Ketika beban pada titik terendah, maka server tersebut akan berada dalam kondisi idle. Optimasi daya dengan DNS (Dynamics Shutdown) dengan memanfaatkan kondisi beban rendah server dapat menjadi solusi yang tepat untuk mengurangi konsumsi daya pada data center. Namun jika optimasi tersebut dilakukan dengan konvensional dan hanya berdasarkan data realtime, maka kemungkinan besar akan berpengaruh terhadap performa data center. Optimasi yang dilakukan pada penelitian ini adalah dengan metode prediksi menggunakan moving average untuk menentukan penjadwalan DNS. Hasil pengujian dengan komputer virtual menunjukkan bahwa dengan metode prediksi dapat mengurangi konsumsi daya sebesar 1,14 Watt dibandingkan dengan metode konvensional.]]>
<![CDATA[THE VISUAL SECRET SHARING SCHEME BASED ON THE RGB COLOR SYSTEM ]]>
<![CDATA[Sulaiman, Eric Christiandi]]>;
<![CDATA[Adithia, Mariskha Tri]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a635
<![CDATA[The visual secret sharing (VSS) scheme is a method to maintain the confidentiality of a se-cret image by sharing it to some number participants. A (k, n) VSS divides the secret images into n parts, that are called shadows ; to recover the secret back, k shadows should be stacked. Some methods have been developed to implement VSS for color images. However, the methods are only suitable for images with limited number of colors. When more colors are used, the resulted stacked shadow image becomes unclear. Besides that, the size of the shadows becomes bigger as more colors are used. We develop a new method implementing the VSS using the RGB color system. Using our method, the problem related to the unclear stacked shadow image can be overcome.]]>
<![CDATA[RANCANG BANGUN SISTEM E-LEARNING PEMROGRAMAN PADA MODUL DETEKSI PLAGIARISME KODE PROGRAM DAN STUDENT FEEDBACK SYSTEM ]]>
<![CDATA[Munif, Abdul]]>;
<![CDATA[Akbar, Rizky Januar]]>;
<![CDATA[Tantra, Ruchi Intan]]>;
<![CDATA[Ilavi, Rachmania]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a640
<![CDATA[Kompetensi utama yang harus dimiliki oleh mahasiswa jurusan ilmu komputer/informatika adalah pemrograman. Perkuliahan yang berbasis pemrograman seringkali mewajibkan mahasiswa untuk mengerjakan soal yang cukup banyak. Hal ini tentunya akan menyulitkan dosen dalam mengevaluasi hasil pekerjaan mahasiswa. Selain itu, dimungkinkan pula adanya praktik mahasiswa yang memplagiat hasil dari mahasiswa lain. Penelitian ini bertujuan untuk menjawab permasalahan tersebut. Pada penelitian ini dikembangkan sebuah sistem pembelajaran/e-learning pemrograman. Modul sistem e-learning yang dibuat pada artikel ini terbatas pada modul deteksi kemiripan kode program dan student feedback system. Modul deteksi kemiripan kode program berfungsi untuk mengecek kemiripan kode program antar mahasiswa. Kemudian kode-kode program yang memiliki tingkat kemiripan tinggi akan dikelompokkan menjadi satu menggunakan algoritma hierarchical clustering. Proses pengecekan kemiripan program dimulai dari proses transformasi kode program ke dalam Abstract Syntax Tree (AST), kemudian ditransformasi menjadi sequence dan dihitung kemiripannya menggunakan algoritma Levenshtein Distance. Modul student feedback system berfungsi untuk mengecek kemiripan kode program mahasiswa dengan dosen. Mahasiswa akan mendapatkan informasi apakah kode program mereka sudah sesuai dengan yang diinginkan oleh dosen atau belum. Sebelum sistem memberikan umpan balik, terlebih dahulu kode program dosen dan mahasiswa diproses menjadi AST dan kemudian menjadi sequence. Sistem akan membandingkan kemiripan kode program dosen dan mahasiswa menggunakan algoritma Smith-Waterman yang telah dimodifikasi. Kemudian sistem menampilkan baris-baris kode mana saja yang sama antara kode program dosen dengan kode program mahasiswa. Dari hasil pengujian dapat disimpulkan bahwa modul deteksi plagiarisme dan student feedback system telah terimplementasi dengan baik.]]>
<![CDATA[OPTIMASI PEMILIHAN CHILD BROKER(S) PADA MODEL KOMUNIKASI PUBLISH/SUBSCRIBE PADA PROTOKOL DATA DISTRIBUTION SERVICE DI AREA MULTI-ZONE ]]>
<![CDATA[Hayun, Dian Rahma L.]]>;
<![CDATA[Wibisono, Waskitho]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i1.a631
<![CDATA[Tantangan terbesar yang muncul pada data center cloud computing adalah meningkatnya biaya konsumsi daya. Pengembangan data center akan bertolak belakang dengan penghematan daya, semakin tinggi performa sebuah data center, maka semakin tinggi pula konsumsi energi yang dibutuhkan, hal ini disebabkan oleh kebutuhan jumlah server ataupun hardware pada data center yang semakin meningkat. Data center cloud computing yang berbasis High Performance Computing (HPC) merupakan sebuah teknologi yang dibangun dari kumpulan server dalam jumlah besar untuk menjamin ketersediaan tinggi dari sebuah cloud computing, namun sebenarnya beberapa server tersebut hanya direncanakan untuk beban puncak yang jarang atau tidak pernah ter-jadi. Ketika beban pada titik terendah, maka server tersebut akan berada dalam kondisi idle. Optimasi daya dengan DNS (Dynamics Shutdown) dengan memanfaatkan kondisi beban rendah server dapat menjadi solusi yang tepat untuk mengurangi konsumsi daya pada data center. Namun jika optimasi tersebut dilakukan dengan konvensional dan hanya berdasarkan data realtime, maka kemungkinan besar akan berpengaruh terhadap performa data center. Optimasi yang dilakukan pada penelitian ini adalah dengan metode prediksi menggunakan moving average untuk menentukan penjadwalan DNS. Hasil pengujian dengan komputer virtual menunjukkan bahwa dengan metode prediksi dapat mengurangi konsumsi daya sebesar 1,14 Watt dibandingkan dengan metode konvensional.]]>
