cover
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
ISSN : 24068535     EISSN : 14126389     DOI : http://dx.doi.org/10.12962/j24068535
JUTI (Jurnal Ilmiah Teknologi Informasi) is a scientific journal managed by Department of Informatics, ITS.
Arjuna Subject : -
Articles 399 Documents
EFISIENSI TRACKING MULTI TARGET DENGAN MODEL INTERAKSI PUBLISH-SUBSCRIBE ADAPTIF PADA LINGKUNGAN BERGERAK Subhi, Dian Hanifudin; Wibisono, Waskitho
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No 1, Januari 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i1.a514

Abstract

Perkembangan teknologi informasi dan komunikasi mempengaruhi cara orang berinteraksi dengan obyek yang terkait dengan dirinya. Salah satu proses interaksi yang dibutuhkan dalam lingkungan bergerak adalah proses tracking. Secara umum, proses tracking adalah proses mengamati orang atau benda yang bergerak secara kontinyu dimana obyek-obyek yang diamati terus dimonitor baik posisi maupun aktifitasnya. Proses tracking yang ideal dapat mengirimkan perubahan lokasi secara terus-menerus dalam kondisi yang berubah-ubah. Namun demikian sistem tracking seperti ini umumnya kurang efisien karena dapat menghabiskan resource baik daya maupun kebutuhan bandwidth jaringan sehingga membutuhkan proses yang lebih efisien. Sistem tracking tradisional kurang efisien untuk dikembangkan menjadi infrastruktur tracking multi target pada perangkat bergerak dimana baik pengamat ataupun obyek yang diamati lebih dari satu. Dibutuhkan mekanisme komunikasi yang loosely coupled. Publish-subscribe memiliki kelebihan decoupling yang dapat dikomposisikan menjadi tiga dimensi: waktu, ruang dan sinkronisasi. Interaksi seperti ini, menjadikan sistem publish-subscribe ideal dalam komunikasi skala besar yang dinamis. Efisiensi lain dapat dilakukan dengan melakukan tracking secara adaptif dan bersifat context awareness.
KLASIFIKASI AKTIVITAS MENTAL BERDASARKAN DATA EEG MENGGUNAKAN METODE HIBRIDNEURAL NETWORK DAN FUZZY PARTICLE SWARM OPTIMIZATION DENGAN CROSSMUTATED OPERATION Sakur, Stendy B.; Tjandrasa, Handayani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No 1, Januari 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i1.a510

Abstract

Brain-computer Interface (BCI) merupakan sistem yang mentransformasikan aktivitas listrik otak terhadap kegiatan mental ke dalam pengontrolan sinyal. Electroencephalogram (EEG) merupakan salah satu sinyal yang diperoleh dari aktivitas listrik untuk melakukan klasifikasi terhadap akifitas mental. Neural Network banyak digunakan untuk proses klasifikasi, namun proses pelatihan dengan algoritma back-propagation (BP) yang menggunakan metode gradient steepest descent solusinya banyak terjebak kedalam minimum lokal. Tujuan penelitian untuk melakukan optimalisasi dalam proses penentuan pembobotan dari metode neural network dalam mengklasifikasikan aktivitas mental sinyal EEG. Particle Swarm Optimization digunakan untuk mengoptimalisasi bobot dari NN dengan Evolutionary Direction Operator dan Migration serta menggunakan Fuzzy Inference System untuk menentukan bobot inersia adaptif serta Cross-Mutated Operation merupakan strategi baru yang diusulkan.Metode ini menyediakan peningkatan akurasi untuk tiga pekerjaan aktivitas mental dimana rata-rata akurasi untuk subjek pertama adalah 54,20%, subjek dua 58,40% dan 54,48% untuk subjek tiga. Akurasi terbaik dari seluruh percobaan pada subjek pertama adalah 69,18%, subjek dua 67,20% dan 57,67% untuk subjek tiga. Dengan demikian metode yang diusulkan masih lebih baik dari metode sebelumnya.
ALGORITMA KOMPUTASI CERDAS UNTUK PREDIKSI JUMLAH PENGGUNA KENDARAAN SEBAGAI INDIKATOR RAWAN MACET Purwitasari, Diana; Mukhtar, Tsabbit Aqdami; Buliali, Joko Lianto
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No 1, Januari 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i1.a515

Abstract

Pertumbuhan jumlah kendaraan bermotor yang tinggi menimbulkan permasalahan kemacetan sehingga memerlukan suatu solusi untuk menanganinya. Jalan rawan macet diketahui berdasarkan banyak kendaraan yang lewat dalam rentang waktu tertentu. Bahasan makalah ini adalah penggunaan algoritma komputasi cerdas, multi layer perceptron, k-means dan particle swarm optimization (PSO), untuk melakukan peramalan jalan rawan macet berdasarkan jumlah pengguna jalan. Sumber data diambil dari pengamatan lapangan yang digunakan dalam pembangkitan bilangan acak untuk distribusi uniform, eksponensial dan normal. Prediksi tingkat kepadatan jalan di suatu rentang waktu dengan jaringan saraf menunjukkan hasil lebih baik apabila data pembelajaran juga diambil dari waktu yang sama dengan sejumlah hari sebelumnya (seminggu sampai sebulan). Sedangkan penggunaan k-means+PSO untuk optimasi pengelompokkan jalan berdasarkan kepadatannya membutuhkan data belajar dengan rentang waktu lebih pendek (10 menit di hari kerja untuk mobil dan motor).
PEMILIHAN NODE REBROADCAST UNTUK MENINGKATKAN KINERJA PROTOKOL MULTICAST AODV (MAODV) PADA VANETS Mohamad Dimyati; Radityo Anggoro; Waskitho Wibisono
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a572

Abstract

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.
NAVIGASI PERANGKAT BERGERAK DI LINGKUNGAN ITS MENGGUNAKAN PLATFORM WIKITUDE Ridho Rahman Hariadi; Imaduddin Al Fikri; Darlis Herumurti
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a632

Abstract

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.
PEMODELAN GRANULARITAS TEMPORAL UNTUK MENCARI RELASI ANTAR OBJEK WARISAN BUDAYA INDONESIA DENGAN MENGGUNAKAN ONTOLOGI Nurul Fajrin Ariyani; Alief Yoga Priyanto; Sarwosri Sarwosri; Riyanarto Sarno
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a637

Abstract

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.
MODIFIKASI PROTOKOL AODV-BR MENGGUNAKAN LINK EXPIRATION TIME (LET) UNTUK MENINGKATKAN STABILITAS LINK DI LINGKUNGAN MOBILE Ad-Hoc NETWORK (MANET) Rachmat Rachmat; Supeno Djanali; Radityo Anggoro
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a587

Abstract

AODV protocol is a protocol that is fairly mature in mobile Ad-Hoc network. But the traditional AODV protocol in some ways it seems less satisfying, especially on the stability of data transmission. Development continues, one of which AODV-Backup Routing which became known AODV-BR, were present to address the stability issues of data delivery by providing a backup route, however, AODV-BR still use traditional routing paths that are vulnerable to termination due to the formation of these calculations are based on minimum hop. This study proposes a modified AODV-BR with reliability be the ability to build main route and to choose the route up to the value of the highest stability was then called AODV-Stable bacukp Routing (AODV-SBR). Armed algorithms Link Expiration Time with node movement calculation technique, so the AODV-SBR is able to calculate the value of the minimum and maximum connectivity nodes in a route as the main reference in establishing a delivery route data more stable. The results test of the both protocols in Packet Delivery Ratio (PDR), Throughput, End-to-En Delay and Routing Overhead shows that performance of AODV-SBR better than AODV-BR
KLASIFIKASI EEG EPILEPSI MENGGUNAKAN SINGULAR SPECTRUM ANALYSIS, POWER SPECTRAL DENSITY DAN CONVOLUTION NEURAL NETWORK Nurseno Bayu Aji; Handayani Tjandrasa
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a662

Abstract

Epilepsi merupakan gangguan sistem syaraf otak manusia dan menyebabkan berbagai reaksi terhadap tubuh manusia. Epilepsi dapat dideteksi dengan menggunakan Electroencephalogram (EEG). Pengamatan EEG secara visual tidak mungkin dilakukan secara rutin, sehingga dibutuhkan deteksi otomatis pada EEG. Sistem deteksi EEG secara otomatis terdiri dari 2 langkah, yaitu ekstraksi fitur dan klasifikasi. Power Spectral Density (PSD) adalah metode ekstraksi fitur yang sering dipakai untuk memunculkan karakteristik EEG dengan mengelompokkan energi pada EEG. Pada proses klasifikasi metode Convolution Neural Network (CNN) dapat mereduksi fitur hasil PSD dan digunakan mengklasifikasikan multiclass dari EEG. Namun, data EEG memiliki kecenderungan bercampur noise berupa sinyal yang lain saat perekaman, oleh karena itu sebelum data EEG diklasifikasikan, perlu dilakukan pengolahan terlebih dahulu.  Pada penelitian ini diusulkan penggabungan metode Singular Spectrum Analysis (SSA) untuk penghilang noise, PSD sebagai ekstraksi fitur dan CNN sebagai klasifier. Penelitian ini dilakukan melalui beberapa fase, pertama adalah menghilangkan noise yang bercampur dengan sinyal EEG menggunakan SSA. Selanjutnya ekstraksi fitur menggunakan PSD untuk diambil energi dari sinyalnya, dan terakhir diklasifikasi dengan CNN. Pengujian klasifikasi akan dilakukan ke 500 sinyal dengan target 5 kelas dan 3 kelas. Untuk mengetahui performa terhadap metode yang diusulkan, akan dilakukan pengujian antara gabungan PSD dengan CNN yang akan dibandingkan dengan gabungan SSA, PSD dan CNN.Berdasarkan hasil uji coba, metode diusulkan yaitu SSA, PSD dan CNN dapat meningkatkan rata-rata hasil akurasi klasifikasi sebesar 1,2% dari 93,2% menjadi 94,4%, untuk kasus 3 kelas  dan meningkatkan 13,4% dari 78,6% menjadi 92%, untuk kasus 5 kelas dibandingkan metode PSD dengan CNN.
FITUR BERBASIS FRAKTAL DARI KOEFISIEN WAVELET UNTUK KLASIFIKASI CITRA DAUN Ardhon Rakhmadi; Nanik Suciati; Dini Adni Navastara
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a672

Abstract

Semakin banyak dan beragamnya jenis tanaman di dunia mengakibatkan semakin sulit untuk mengidentifikasi dan mengklasifikasi tanaman secara manual.  Daun merupakan bagian dari tanaman yang sering dipakai untuk identifikasi dan klasifikasi tanaman. Metode klasifikasi daun secara automatis telah banyak dikembangkan oleh para peneliti. Pada penelitian sebelumnya sistem klasifikasi daun otomatis dibangun menggunakan fitur berbasis fraktal yaitu dimensi fraktal dan lacunarity. Sistem klasifikasi daun otomatis berbasis dimensi fraktal dan lacunarity dapat mengklasifikasi daun dengan akurasi tinggi namun memerlukan banyak langkah preprocessing sehingga mengakibatkan komputasi sistem meningkat. Pada penelitian ini diusulkan penggunaan metode praproses dan ekstraksi wavelet pada ekstraksi fitur citra daun. Ekstraksi fitur menggunakan teknik perhitungan statistika sederhana pada koefisien wavelet sehingga komputasi menjadi lebih ringan. Hasil ekstraksi fitur citra daun akan menjadi data masukan untuk sistem klasifikasi Support Vector Machine (SVM). Hasil eksperimen menunjukkan bahwa metode ekstraksi fitur statistik pada dekomposisi wavelet lebih unggul dibandingkan dengan metode ekstraksi fitur berbasis fraktal (dimensi fraktal dan lacunarity) dari penelitian sebelumnya dengan akurasi 96.66% dan waktu komputasi 329.33 detik.
KOMPARASI METODE SCICA DAN WICA PADA PRAPROSES DATA EEG OTAK MANUSIA UNTUK DETEKSI PENYAKIT EPILEPSI Aditya Bagusmulya; Handayani Tjandrasa; Chastine Fatichah
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a564

Abstract

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%.