Articles
389 Documents
<![CDATA[LOCAL THRESHOLDING BERDASARKAN BENTUK UNTUK BINERISASI CITRA DOKUMEN ]]>
<![CDATA[Fanani, Aris]]>;
<![CDATA[Prima, Putra]]>;
<![CDATA[Hidayat, M. Mahaputra]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 10, No 1, Januari 2012 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (508.65 KB)
|
DOI: 10.12962/j24068535.v10i1.a27
<![CDATA[Pada binerisasi dokumen, variasi intensitas lokal sering muncul dan merupakan akibat dari berbagai faktor seperti pencahayaan yang tidak merata, noise, dan tekstur dari kertas. Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan metode local thresholding berdasarkan informasi bentuk. Akan tetapi proses komputasi yang lama diperlukan pada metode local thresholding citra dokumen yang memanfaatkan informasi bentuk. Hal ini disebabkan, setiap local window akan ditentukan nilai threshold -nya berdasarkan informasi bentuk. Paper ini mengusulkan penggabungan metode global thresholding dan lo cal thresholding berdasarkan bentuk. Sehingga didapatkan kualitas thresholding yang lebih baik dengan proses komputasi yang lebih cepat. Pada local window yang memiliki intensitas rendah akan dilakukan proses thresholding secara global, sedangkan local window yang memiliki intensitas tinggi dilakukan local thresholding berdasarkan bentuk. Dari hasil uji coba didapatkan kualitas thresholding yang lebih baik dengan proses komputasi yang lebih cepat. Rata-rata keakuratan thresholding yang dicapai adalah 96,42%.]]>
<![CDATA[IMPLEMENTASI PENGEMBANGAN METODE DIFFERENTIAL EVOLUTIONUNTUK CLUSTERING PIXEL ]]>
<![CDATA[Saikhu, Ahmad]]>;
<![CDATA[Fahmi, Hisyam]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 9, No 2, Juli 2011 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (277.541 KB)
|
DOI: 10.12962/j24068535.v9i2.a32
<![CDATA[Perkembangan metode komputasi telah mengalami percepatan yang luar biasa. Berbagai teknik komputasi untuk mendapatkan solusi dengan kinerja optimal terus berkembang. Sejumlah algoritma termasuk dalam rumpun Evolutionary Computation, diantaranya adalah Differential Evolution (DE) yang berhasil menyelesaikan masalah optimasi dalam berbagai bidang diantaranya masalah clustering. Keunggulan DE adalah karena implementasinya yangmudah dan kecepatan konvergensinya. Dalam clustering, DE menghadapi kendala penentuan jumlah cluster. Pada penelitian ini diimplementasikan sebuah algoritma Evolutionary Clustering (EC) yang merupakan pengembangan dari DE. EC diterapkan untuk melakukan pengelompokan pixel-pixel dari citra gray-scale atas beberapa area homogen yang berbeda satu dengan lainnya. EC tidak membutuhkan informasi awal tentang jumlah cluster yang akan terbentuk. EC menjadi salah satu solusi untuk menentukan jumlah cluster optimal dengan nilai validitas yang lebih baik. Kinerja dari EC akan dibandingkan dengan algoritma Fuzzy C-Means (FCM). Hasil dari EC dibanding FCM relatif sama dari segi nilai cluster validity index namun EC membutuhkan waktu relatif lebih singkat.]]>
<![CDATA[ALGORITMA PARALEL FP-GROWTH UNTUK PENGGALIAN KAIDAH ASOSIASI PADA JARINGAN KOMPUTER ]]>
<![CDATA[Arunanto, F.X.]]>;
<![CDATA[Isman, Syaiful]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 9, No 2, Juli 2011 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (219.33 KB)
|
DOI: 10.12962/j24068535.v9i2.a37
<![CDATA[Algoritma paralel untuk penggalian kaidah asosiasi pada dataset yang besar sangat dimungkinkan dengan tujuan utama untuk mengurangi waktu eksekusi. Semakin besarnya dataset, rata-rata jumlah item dalam sebuah transaksi dan rata-rata jumlah panjang large itemset yang digunakan akan menambah waktu eksekusi dalam penggalian kaidah asosisasi. Oleh karena itu, berbagai algoritma paralel banyak dikembangkan dengan seiringnya waktu, salah satunya adalah algoritma paralel FP-Growth secara trivial paralellization. Pada penelitian ini, algoritma paralel yang dibentuk akan diimplementasikan terhadap salah satu algoritma penggalian kaidah asosiasi yaitu algoritma FP-Growth. FP-Growth dipilihkarena memiliki banyak keuntungan dengan struktur data FP-Tree sebagai bentuk kompresi dataset dan tidak ada waktu yang terbuang untuk perulangan proses pengamatan dataset dibandingkan algoritma sebelumnnya seperti Apriori. Uji coba dilakukan di lingkungan komputer paralel berbasis jaringan komputer dengan menggunakan Pustaka Massage Passing Interface dan hasilnya membuktikan bahwa algoritma paralel FP-Growth menunjukkan performa yang lebih baik daripada algoritma FP-Growth pada komputer tunggal.]]>
<![CDATA[RANCANG BANGUN APLIKASI SINKRONISASI BIDIREKSIONAL ANTAR LEARNING MANAGEMENT SYSTEM BERBASIS MOODLE ]]>
<![CDATA[Ciptaningtyas, Henning Titi]]>;
<![CDATA[Ijtihadie, Royyana Muslim]]>;
<![CDATA[Lumayung, Panji Arya]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 1, Januari 2014 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (835.952 KB)
|
DOI: 10.12962/j24068535.v12i1.a42
<![CDATA[Moodle merupakan LMS (Learning Management System) yang memiliki fungsi sebagai media pembelajaran virtual. Penggunaan Moodle sebagai media pembelajaran yang semakin berkembang belakangan ini mendorong berbagai lembaga pendidikan memanfaatkan Moodle untuk meningk atkan efektifitas dan fleksibilitas pembelajaran. Untuk memudahkan pengguna (pembuat kursus) dalam melakukan pertukaran data berupa berkas, maka dibangun aplikasi sinkronisasi bidireksional antar LMS sebagai media pertukaran yang dapat memenuhi kebutuhan dari proses tersebut. Proses pertukaran data yang dilakukan tidak hanya satu arah, melainkan dua arah. Hal tersebut memungkinkan setiap pembuat kursus dari masing-masing LMS untuk berkontribusi membangun suatu kursus dari LMS lain hanya dengan mengusulkan adanya perubahan kursus sehingga perubahan pada suatu kursus akan bersifat dinamis dan dapat dilakukan kapan saja. Berdasarkan hasil pengujian yang telah dilakukan, aplikasi telah dapat mengimplementasikan sinkronisasi bidireksional antar LMS Moodle dengan adanya proses tukar menukar dan manipulasi basis data dari LMS Moodle. Sedangkan pengimplementasian cara kerja Assembla SVN adalah dengan adanya version controlling sebagai media penanganan data yang akan disinkronkan.]]>
<![CDATA[FACEBOOK APPS "IBUKREATIF" SEBAGAI WAHANA PEMBELAJARAN JARAK JAUH UNTUK IBU RUMAH TANGGA ]]>
<![CDATA[Munif, Abdul]]>;
<![CDATA[Candra, Vico Ade]]>;
<![CDATA[Rochimah, Siti]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 1, Januari 2014 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (631.632 KB)
|
DOI: 10.12962/j24068535.v12i1.a47
<![CDATA[Facebook Apps IbuKreatif adalah sebuah aplikasi yang berjalan di atas Facebook, yang digunakan oleh para ibu rumah tangga untuk berbagi ilmu. Artikel ini memfokuskan pada pengembangan modul penggunaan data yang disimpan dalam basis data Moodle. Modul penggunaan data dari basis data Moodle digunakan untuk mempermudah aplikasi dalam melakukan kategorisasi dan pengaturan konten. Metode yang digunakan dalam pembuatan modul ini adalah dengan menyimpan data-data dari video detil dan foto detil yang diunggah oleh pengguna ke dalam basis data Moodle. Sedangkan data fisik video disimpan di dalam basis data Facebook. Hal ini dilakukan untuk mempermudah pengguna lain yang ingin mempelajari dan mengunduh video yang tersimpan pada basis data aplikasi. Modul penggunaan data dari basis data pada Moodle telah berhasil diimplementasikan dan diuji kebenaran fungsionalitasnya, dengan melakukan pengujian terhadap pengunduhan data dan kepuasan pengguna terhadap konten dari Facebook Apps IbuKreatif. Dari pengujian unduh video, jenis peramban yang digunakan tidak mempengaruhi kecepatan dari aplikasi untuk mengirimkan data kepada pengguna. Nilai kepuasan pengguna didapatkan dari hasil penyebaran formulir, didapatkan nilai 72% untuk rancangan antarmuka Facebook Apps IbuKreatif, dan 76% untuk kemudahan pengguna dalam mendapatkan informasi dari Facebook Apps IbuKreatif.]]>
<![CDATA[SURVEI AWAL EVOLUSI PADA PERANGKAT LUNAK PERMAINAN ]]>
<![CDATA[Arif, Irsyad]]>;
<![CDATA[Atmaja, Pratama Wirya]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 2, Juli 2013 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (733.089 KB)
|
DOI: 10.12962/j24068535.v11i2.a8
<![CDATA[Perangkat lunak permainan memiliki karakteristik yang unik, karena menekankan aspek emosional dan kesenangan. Kebutuhan akan aspek emosional tersebut terus mengalami perkembangan, sehingga perangkat lunak permainan dituntut untuk dapat berevolusi. Walau demikian, masih belum dipahami bagaimana jalannya proses evolusi tersebut. Kami melakukan survei untuk mengetahui karakteristik evolusi dari perangkat lunak permainan, ditinjau dari sudut pandang perangkat lunak secara umum dan sudut pandang perangkat lunak permainan secara khusus. Survei yang dilakukan didasarkan pada taksonomi evolusi perangkat lunak dan model evaluasi GameFlow. Hasil survei kami menunjukkan bahwa evolusi yang terjadi sangat bergantung pada jenis permainan yang disajikan.]]>
<![CDATA[VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT. TELKOM INDONESIA) ]]>
<![CDATA[Hendrawan, Rully A]]>;
<![CDATA[Aldino, Catra]]>;
<![CDATA[Suryani, Erma]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 1, Januari 2013 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2105.63 KB)
|
DOI: 10.12962/j24068535.v11i1.a13
<![CDATA[Banyak lokasi penjualan produk Telkom yang tidak dapat teratasi karena banyaknya permintaan tapi kurangnya sales yang melayani konsumen. Aplikasi berbasis web akan dibuatkan dengan meggunakan peta google yang terintegrasi menggunakan basis data yang disesuaikan dengan perusahaan. Metode yang digunakan dalam menyelesaikan penelitian ini yaitu dengan melakukan visualisasi sales dan letak lokasi penjualan di setiap STO (Sentral Telepon Otomatis) menggunakan Google Map serta melakukan proyeksi permintaan produk guna mengetahui besarnya pangsa pasar di setiap STO. Sebelum memasuki halaman untuk memasukkan data, dibuatkan login admin dan form pengisian data yang diperlukan untuk memudahkan pengisian data tanpa harus mengubah ke dalam basis data Oracle secara langsung. Tujuan dari penelitian ini adalah menunjukkan lokasi STO serta Plaza yang dimiliki oleh Telkom dengan cara memunculkan grafik pada gambar peta di Google Map dan melakukan perhitungan proyeksi permintaan produk Telkom di masa mendatang dengan menggunakan metode simple exponential smoothing. Hasil akhir dalam penelitian ini adalah aplikasi yang sudah terintegrasi dengan baik serta memberikan rekomendasi untuk meningkatkan penjualan yang rendah untuk di wilayah-wilayah tertentu.]]>
<![CDATA[PENGGUNAAN FITUR ABSTRAKSI DAN CATATAN PUBLIKASI PENULIS UNTUK KLASIFIKASI ARTIKEL ILMIAH DENGAN METADATA YANG TERBATAS ]]>
<![CDATA[Sa'dyah, Halimatus]]>;
<![CDATA[Ulinnuha, Nurissaidah]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 1, Januari 2013 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1865.155 KB)
|
DOI: 10.12962/j24068535.v11i1.a18
<![CDATA[Bertumbuhnya jumlah artikel ilmiah membuka ranah penelitian baru di bidang optimasi klasifikasi dokumen berbasis metadata. Dalam ranah ini, persoalan pokok yang harus dijawab adalah bagaimana cara memanfaatkan fitur metadata yang terbatas untuk menghasilkan nilai presisi dan recall yang tinggi dalam proses klasifikasi artikel ilmiah. Dalam makalah ini diusulkan sebuah metode klasifikasi artikel ilmiah dengan menggunakan atribut abstraksi dan catatan publikasi penulis pada metada data sebagai fitur. Hasil uji coba menunjukkan bahwa sistem klasifikasi yang menggunakan abstraksi dan catatan publikasi penulis sebagai fitur menghasilkan nilai presisi tertinggi sebesar 0.87 dan recall 0.59 sedangkan sistem klasifikasi yang menggunakan abstraksi sebagai fitur menghasilkan nilai presisi 0.75 dan recall 0.51. Hasil uji coba juga menunjukkan bahwa nilai presisi dan recall dari sistem klasifikasi stabil ketika nilai.]]>
<![CDATA[PENGKOMBINASIAN POHON KEPUTUSAN DATA PENCILAN KELAS DAN POHON KEPUTUSAN DATA NORMAL UNTUK PENINGKATAN AKURASI PREDIKSI CACAT PERANGKAT LUNAK ]]>
<![CDATA[Pujianto, Utomo]]>;
<![CDATA[Siahaan, Daniel Oranova]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 10, No 1, Januari 2012 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (322.235 KB)
|
DOI: 10.12962/j24068535.v10i1.a23
<![CDATA[Keberadaan pencilan dalam set data prediksi cacat perangkat lunak memunculkan dua pilihan penanganan, yaitu apakah tetap digunakan dengan mengabaikan keberadaannya sebagai pencilan, ataukah dihapuskan dari set data uji coba. Pengabaian keberadaan pencilan dalam set data uji menghasilkan akurasi hasil prediksi yang secara signifikan lebih rendah dibandingkan dengan jika pencilan tersebut dihapuskan dari set data uji coba. Dalam paper ini diusulkan utilisasi pencilan kelas dalam set data prediksi cacat perang kat lunak untuk meningkatkan kinerja sistem prediksi cacat perangkat lunak. Metode yang diusulkan terdiri dari proses prediksi pencilan kontekstual dari set data uji, menggunakan model prediksi berbasis pohon keputusan tunggal. Selanjutnya dilakukan dengan proses prediksi label kelas cacat perangkat lunak menggunakan dua buah model prediksi berbasis pohon keputusan tunggal, yang masing-masing berfungsi untuk melakukan prediksi cacat perangkat lunak terhadap subset data normal dan subset data pencilan. Hasil pengujian terhadap lima set data NASA dari repository PROMISE menunjukkan bahwa metode yang diusulkan memiliki kinerja akurasi yang lebih baik dibandingkan penggunaan algoritma J48 yang mengabaikan keberadaan pencilan, maupun yang menghapuskan pencilan dari set data sampel pengujian.]]>
<![CDATA[METODE HYBRID MAXIMUM TSALLIS ENTROPY DAN HONEY BEE MATING OPTIMIZATION UNTUK PENCARIAN MULTILEVEL THRESHOLD PADA CITRA GRAYSCALE ]]>
<![CDATA[Azhar, Yufis]]>;
<![CDATA[Maskur, Maskur]]>;
<![CDATA[Kholimi, Ali S]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 10, No 1, Januari 2012 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (607.459 KB)
|
DOI: 10.12962/j24068535.v10i1.a28
<![CDATA[Thresholding merupakan metode yang cukup populer untuk segmentasi suatu gambar. Untuk mensegmentasi suatu gambar grayscale menjadi gambar biner, bi-level thresholding bisa digunakan. Sedangkan untuk mensegmentasi citra grayscale ke dalam beberapa varian digunakanlah multi-level thresholding. Metode Maximum Tsallis Entropy (MTT) adalah salah satu metode yang bisa digunakan.untuk pencarian multi threshold pada suatu citra grayscale. Akan tetapi metode ini memiliki waktu komputasi yang sangat besar jika jumlah threshold yang dicari semakin banyak. Oleh karena itu, suatu metode baru diusulkan dalam penelitian ini yang merupakan penggabungan antara metode Maximum Tsallis Entropy dan algoritma Honey Bee Mating Optimization (HBMO) untuk mendapatkan multilevel threshold dari suatu citra grayscale dalam waktu yang relatif singkat. Metode penggabungan yang diusulkan ialah dengan memfungsikan algoritma MTT sebagai alat untuk mencari nilai fitness dari suatu individu dalam algoritma HBMO. Semakin baik nilai fitness yang dimiliki oleh individu, semakin baik pula threshold yang ditemukan. Hasil yang didapat dari ujicoba menunjukkan bahwa algoritma hybrid ini mampu mencari multi threshold dengan tingkat akurasi mencapai 98% dan waktu komputasi hingga 10 kali lebih cepat dibandingkan dengan waktu komputasi dari metode MTT untuk mencari 3 level threshold.]]>
