Articles
399 Documents
<![CDATA[PENGGALIAN INFORMASI MENGGUNAKAN MODEL TERDEKOMPOSISI: APLIKASI PADA RISET PENEMUAN ANTIBIOTIK ]]>
<![CDATA[Nyoman Juniarta]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i1.a677
<![CDATA[Penemuan obat-obatan antibiotik adalah salah satu tantangan pada bidang kemoinformatika. Dibutuhkan antibiotik baru secara cepat dan efektif karena banyak bakteri menjadi kebal terhadap antibiotik lama. Molekul-molekul kimia yang tersimpan di beberapa perusahaan dan laboratorium menyediakan kandidat yang berpotensi sebagai antibiotik baru. Tetapi, terlalu banyak kandidat yang harus diteliti. Untuk mengatasinya, dibutuhkan pencarian informasi yang dapat mendeteksi kandidat-kandidat penting melalui atribut mereka. Jumlah atribut tersebut sangatlah besar. Tujuan penelitian ini adalah mempelajari atribut-atribut tersebut dan menentukan atribut yang penting, dengan kata lain, untuk mereduksi dimensi data molekul. Fokus penelitian ini ditujukan pada molekul-molekul antibiotik yang sudah ada di pasaran, dengan sekitar 500 atribut yang diperoleh dari penelitian sebelumnya. Sebagai prosedur seleksi fitur, penelitian ini menggunakan analisis log-linear untuk menemukan asosiasi di antara atribut. Karena jumlah atribut mencapai ratusan, maka digunakan Chordalysis yang bekerja pada model log-linear yang bisa didekomposisi. Penelitian ini menemukan bahwa atribut-atribut dari penelitian sebelumnya memiliki beberapa asosiasi. Dengan demikian, beberapa atribut yang redundan dapat dieliminasi.]]>
<![CDATA[PENINGKATAN KECERDASAN COMPUTER PLAYER PADA GAME PERTARUNGAN BERBASIS K-NEAREST NEIGHBOR BERBOBOT ]]>
<![CDATA[M Ihsan Alfani Putera]]>;
<![CDATA[Darlis Heru Murti]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i1.a710
<![CDATA[Salah satu teknologi komputer yang berkembang dan perubahannya cukup pesat adalah game. Tujuan dibuatnya game adalah sebagai sarana hiburan dan memberikan kesenangan bagi penggunanya. Contoh elemen dalam pembuatan game yang penting adalah adanya tantangan yang seimbang sesuai level. Dalam hal ini, adanya kecerdasan buatan atau AI merupakan salah satu unsur yang diperlukan dalam pembentukan game. Penggunaan AI yang tidak beradaptasi ke strategi lawan akan mudah diprediksi dan repetitif. Jika AI terlalu pintar maka player akan kesulitan dalam memainkan game tersebut. Dengan keadaan seperti itu akan menurunkan tingkat enjoyment dari pemain. Oleh karena itu, dibutuhkan suatu metode AI yang dapat beradaptasi dengan kemampuan dari player yang bermain. Sehingga tingkat kesulitan yang dihadapi dapat mengikuti kemampuan pemainnya dan pengalaman enjoyment ketika bermain game terus terjaga. Pada penelitian sebelumnya, metode AI yang sering digunakan pada game berjenis pertarungan adalah K-NN. Namun metode tersebut menganggap semua atribut dalam game adalah sama sehingga hal ini mempengaruhi hasil learning AI menjadi kurang optimal.Penelitian ini mengusulkan metode untuk AI dengan menggunakan metode K-NN berbobot pada game berjenis pertarungan. Dimana, pembobotan tersebut dilakukan untuk memberikan pengaruh setiap atribut dengan bobot disesuaikan dengan aksi player. Dari hasil evaluasi yang dilakukan terhadap 50 kali pertandingan pada 3 skenario uji coba, metode yang diusulkan yaitu K-NN berbobot mampu menghasilkan tingkat kecerdasan AI dengan akurasi sebesar 51%. Sedangkan, metode sebelumnya yaitu K-NN tanpa bobot hanya menghasilkan tingkat kecerdasan AI sebesar 38% dan metode random menghasilkan tingkat kecerdasan AI sebesar 25%.]]>
<![CDATA[PENGELOMPOKAN MODEL PROSES BERDASARKAN MATRIK SIMILARITAS DENGAN PENDEKATAN SEMANTIK ]]>
<![CDATA[Bayu Priyambadha]]>;
<![CDATA[Riyanarto Sarno]]>
<![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[Darlis Herumurti]]>;
<![CDATA[Wijayanti Nurul Khotimah]]>
<![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[PEMODELAN ELEARNING PERGURUAN TINGGI DENGAN MENGGUNAKAN FRAMEWORK LEARNING TECHNOLOGY SYSTEM ARCHITECTURE (LTSA) DAN UNIFIED MODELING LANGUAGE (UML) ]]>
<![CDATA[Harco Leslie Hendric Spits Warnars]]>
<![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[Wijayanti Nurul Khotimah]]>;
<![CDATA[Risal Andika Saputra]]>;
<![CDATA[Nanik Suciati]]>;
<![CDATA[Ridho Rahman Hariadi]]>
<![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[PENGEMBANGAN PROTOKOL MULTICAST AODV DENGAN MEMPERHITUNGKAN JARAK EUCLIDEAN BERDASARKAN POSISI, KECEPATAN DAN DELAY TRANSMISI PADA VANET ]]>
<![CDATA[Nurdiansyah Rezkinanda]]>;
<![CDATA[Radityo Anggoro]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i2.a611
<![CDATA[Protokol routing dalam jaringan Vehicular Ad hoc Network (VANET) dikembangkan untuk memperbaiki kinerja transmisi paket data pada jaringan antar kendaraan. Berbagai pendekatan konektivitas antar jaringan kendaraan terus dilakukan karena VANET memiliki karakteristik yang berbeda dengan Mobile Ad hoc Network (MANET) yaitu dalam hal kecepatan node. Protokol Multicast Ad hoc On-Demand Distance Vector (MAODV) yang termasuk protokol routing reaktif dengan transmisi multicast banyak dilakukan penelitian dan peningkatan dengan berbagai pendekatan. Pada penelitian ini dilakukan pengembangan protokol routing MAODV dengan memperhitungkan jarak Euclidean antar node berdasarkan posisi, kecepatan dan delay transmisi. Protokol routing Multicast Adaptif Structured-tree berbasis Reactive Euclidean Node Knowledge (MAS-BRENK) diusulkan untuk memperbaiki mekanisme multicast tree maintenance yaitu proses join dan prune. Perhitungan bobot weighted product digunakan untuk menghitung bobot antar node berdasarkan jarak euclidean, kecepatan dan delay transmisi. Protokol yang diusulkan tersebut diujikan ke dalam skenario jalan perkotaan. Hasil pengujian menunjukkan bahwa protokol MAS-BRENK mengalami peningkatan pengiriman paket MACT sebesar 1.3% dan penerimaan paket MACT dengan flag prune sebesar 8.2%. Selain itu penerimaan paket MACT dengan flag join menurun sebesar 1.2%. Hasil akhir yang didapatkan yaitu peningkatan PDR sebanyak 0.2% dan throughput sebanyak 2%, serta penurunan delay 14.3% dari protokol MAODV.]]>
<![CDATA[KLASIFIKASI ULASAN APLIKASI PADA TOKO APLIKASI BERGERAK DENGAN MEMANFAATKAN ISSUE TRACKER GITHUB ]]>
<![CDATA[Joko Prasetyo]]>;
<![CDATA[Daniel Oranova Siahaan]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v15i2.a666
<![CDATA[Dengan semakin maraknya aplikasi untuk perangkat begerak, membuat para pengembang harus berkompetisi untuk membuat aplikasi sesuai dengan keinginan pengguna. Ulasan pengguna pada suatu aplikasi, adalah salah satu cara untuk mencapainya. Terdapat penelitian yang memanfaatkan ulasan tersebut, yaitu rekomendasi fitur aplikasi untuk pengembang. Penelitian tersebut mengekstraksi fitur aplikasi dari suatu ulasan dan mengklasifikasi kedalam dua tipe, yaitu laporan kesalahan atau permintaan fitur. Pada proses klasifikasi, dataset yang dipakai berasal dari hasil penelusuran ulasan toko aplikasi bergerak Google Play dan IOS App Store. Kekurangan dari dataset tersebut adalah perlunya pelabelan manual oleh para ahli, dimana hal tersebut membutuhkan waktu yang tidak sedikit, selain itu data yang dihasilkan tidak terlalu banyak. Sehingga hal tersebut akan berpengaruh pada hasil akurasi. Penelitian ini mengusulkan penggunaan dataset berlabel dari sumber lain yang jumlahnya melimpah, yaitu judul dari issue pada repository perangkat lunak terbuka Github, yang mana dataset tersebut akan digunakan sebagai data latih. Tujuan dari penelitian yang diusulkan adalah untuk mengetahui apakah penggunaan data dari sumber lain dapat dipakai sebagai dataset latih dengan akurasi yang lebih baik atau tidak. Dari hasil penelitian diharapkan keterlibatan ahli dalam proses pelabelan dapat dihilangkan. Selain itu, diharapkan model klasifikasi tersebut dapat digunakan untuk klasifikasi dengan domain yang lebih luas, misalnya klasifikasi perangkat lunak desktop. Metode klasifikasi yang dipakai adalah naïve bayes, karena telah dibuktikan pada penelitian sebelumnya, bahwa metode naïve bayes menghasilkan akurasi yang lebih tinggi daripada decision tree dan Max Ent. Hasil Penelitian menunjukkan bahwa model yang diusulkan menghasilkan precision sebesar 61-69% dan recall sebesar 30-88%]]>
<![CDATA[SURVEI MEKANISME CONGESTION KONTROL PADA TRANSMISSION CONTROL PROTOCOL DI SOFTWARE DEFINED NETWORK ]]>
<![CDATA[Faishal Halim Saputra]]>;
<![CDATA[Royyana Muslim Ijtihadie]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i1.a589
<![CDATA[Sebuah paradigma baru jaringan, Software Defined Network (SDN) dikembangkan membagi integrasi vertikal dalam perangkat jaringan, memisahkan logika kontrol dari infrastruktur jaringan sehingga memungkinkan untuk mengubah keadaan dan kondisi jaringan dari pengontrol yang dapat diprogram secara terpusat. sebagian besar komunikasi one-to-many pada SDN diimplementasikan melalui beberapa unicast seperti TCP, yang tidak efisien. Hal itu menghasilkan banyak trafik direplikasi, yang dapat berakibat menurunkan kinerja aplikasi karena beberapa permasalahan seperti congestion, redundancy dan collision. Permasalahan congestion terjadi ketika sebuah network mempunyai beban yang banyak dan mengakibatkan performansi menurun karena jumlah pengiriman melebihi kapasitas router yang ada. Salah satu solusi penanganan congesti dengan mereduksi ukuran TCP receive window. Tujuan utama dari pembuatan makalah ini adalah merangkum beberapa mekanisme kontrol kemacetan menggunakan TCP yang telah diakukan oleh para peneliti untuk menangani permasalahan kemacetan pada jaringan.]]>
<![CDATA[SISTEM TEMU KEMBALI CITRA DAUN MENGGUNAKAN METODE REDUCED MULTI SCALE ARCH HEIGHT (R-MARCH) PADA SMARTPHONE ]]>
<![CDATA[Mirza Galih Kurniawan]]>;
<![CDATA[Nanik Suciati]]>;
<![CDATA[Chastine Fatichah]]>
<![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.]]>
