Articles
399 Documents
<![CDATA[SELEKSI PENELUSURAN MINAT DAN KEMAMPUAN (PMDK) DENGAN FUZZY TOPSIS ]]>
<![CDATA[Husnul Hakim]]>;
<![CDATA[Alexius Reinaldo Budiman]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i2.a732
<![CDATA[Penelusuran Minat dan Kemampuan (PMDK) merupakan salah satu jalur penerimaan mahasiswa baru di perguruan tinggi. Berbeda dengan jalur lain yang menggunakan tes tertulis, jalur PMDK merupakan jalur penerimaan mahasiswa baru tanpa melalui tes. Mahasiswa baru akan diseleksi dengan memperhatikan nilai rapor calon mahasiswa selama duduk di bangku SMA. Pada penelitian ini, akan dikembangkan metode seleksi mahasiswa baru melalui jalur PMDK. Calon mahasiswa tidak hanya diseleksi berdasarkan nilai rapor, tetapi juga berdasarkan kualitas sekolah dan histori nilai mahasiswa yang berasal dari sekolah asal pendaftar PMDK. Ketiga parameter ini dapat saling bertentangan. Sebagai contoh, sekolah dengan kualitas yang baik dapat saja memiliki standar yang tinggi sehingga nilai rapor siswanya lebih rendah dari nilai rapor siswa yang berasal dari sekolah lain yang kualitasnya lebih rendah. Untuk itu, perlu digunakan metode pengambilan keputusan yang melibatkan banyak kriteria. Permasalahan pengambilan keputusan seperti ini dikenal dengan multicriteria decision making (MCDM).Salah satu cara untuk pengambilan keputusan MCDM adalah dengan menggunakan Fuzzy TOPSIS. Pada penelitian ini, ketiga parameter yang menentukan diterima atau tidaknya calon mahasiswa akan diproses dengan menggunakan FUZZY TOPSIS. Hasil penelitian menunjukkan bahwa closeness coefficient yang dihasilkan melalui Fuzzy TOPSIS berkolerasi dengan nilai IPK mahasiswa yang diterima melalui jalur PMDK. Kata kunci: Fuzzy TOPSIS, MCDM, PMDK]]>
<![CDATA[SISTEM EVALUASI DAN KLASIFIKASI KINERJA AKADEMIK MAHASISWA UNIVERSITAS MADURA MENGGUNAKAN NAIVE BAYES DENGAN DIRICHLET SMOOTHING ]]>
<![CDATA[Erwin Prasetyowati]]>;
<![CDATA[Nilam Ramadhani]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i2.a688
<![CDATA[Pengawasan terhadap kinerja akademik mahasiswa sebagai bentuk peningkatan mutu harus dilakukan secara tersistem dan terintegrasi. Namun pengawasan tersebut akan lebih efektif jika dilakukan secara periodik, yaitu pada tahun kedua dan keeempat dengan maksud pihak akademik dapat mengetahui perkembangan pencapaian belajar masing-masing mahasiswa dengan cepat, sehingga peringatan atau tindakan yang akan diberikan pada mahasiswa dan evaluasi terhadap seluruh aktivitas akademis dapat segera dilakukan. Penelitian ini bertujuan mengklasifikasikan kinerja mahasiswa melalui IPK dan jumlah SKS yang belum diselesaikan selama masa studinya. Klasifikasi dilakukan pada tahun kedua dan tahun keempat masa studi. Pada tahun kedua, klasifikasi dibagi menjadi tiga status yaitu Normal, Bermasalah dan Peringatan dengan ditentukan melalui standar nilai yang ditentukan. Pada tahun keempat klasifikasi dibagi menjadi dua kelompok, yaitu kelompok Lulus dan Drop Out. Proses klasifikasi yang dilakukan pada tahun keempat, menggunakan algoritma Naïve Bayes yang terbukti memiliki tingkat keakurasian yang tinggi dengan metode maximum likehood atau berdasarkan kemiripan tertinggi dari data yang diolah. Pada proses penghitungan Naïve Bayes terdapat sedikit keraguan apabila ada peluang yang bernilai 0. Oleh karena itu untuk memaksimalkan performa dari Naïve Bayes dalam klasifikasi ini, maka digunakan Dirichlet Smoothing. Berdasarkan hasil pengujian terhadap 200 data uji maka didapatkan nilai akurasi mencapai 91.50%, nilai precision sebesar 88.78% dan nilai recall adalah 95%. Dengan demikian dapat diketahui bahwa data memiliki nilai yang konsisten.]]>
<![CDATA[RANCANG BANGUN APLIKASI PENYEWAAN LAPANGAN FUTSAL BERBASIS ANDROID ]]>
<![CDATA[Dwi Ratnasari]]>;
<![CDATA[Hayatulloh Firman Hadi]]>;
<![CDATA[Jian Budiarto]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i2.a738
<![CDATA[Futsal lease nowadays is mostly managed manually. The consumers have to come to the site to check the available schedule and to lease it. It is not effective since it spent times. As the technology advances, an android-based application for futsal lease is alternative solution. The design and development of android-based application for futsal lease use waterfall method which started with design, analysis, development, tryout and implementation. The application provides real time information about futsal court, a search feature to available futsal schedules, futsal leases, and the down payment directly in the application. Based on the results of tryout through questionnaire filled by futsal owners (3 subjects) and consumers (17 subjects), 69,7% of the respondents very agree on the use of the application. Thus, the research concludes that android-based application for futsal lease has satisfied the need of futsal owners and consumers.]]>
<![CDATA[PERHITUNGAN DAN PEMISAHAN SEL DARAH PUTIH BERDASARKAN CENTROID DENGAN MENGGUNAKAN METODE MULTI PASS VOTING DAN K-MEANS PADA CITRA SEL ACUTE LEUKEMIA ]]>
<![CDATA[Nursanti Novi Arisa]]>;
<![CDATA[Chastine Fatichah]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i2.a661
<![CDATA[Leukemia is one of the dangerous diseases that can cause death. One of the types of leukemia is acute leukemia that includes ALL (Acute Lymphoblastic Leukemia) and AML (Acute Myeloid Leukemia). The fastest identification against this disease can be done by computing and analysing white blood cell types. However, the manual counting and identification of the white blood cell types are still limited by time. Therefore, automatic counting process is necessary to be conducted in order to get the results more quickly and accurately. Previous studies showed that automatic counting process in the image of Acute Leukemia cells faced some obstacles, the existence of touching cell and the implementation of geometry feature that cannot produce an accurate counting. It is because the shapes of the cell are various. This study proposed a method for the counting of white blood cells and the separation of touching cells on Acute Leukemia cells image by using Multi Pass Voting method (MPV) based on seed detection (centroid) and K-Means method. Initial segmentation used for separating foreground and background area is canny edge detection. The next stage is seed detection (centroid) using Multi Pass Voting method. The counting of white blood cells is based on the results of the centroid produced. The existence of the touching cells are separated using K-Means method, the determination of the initial centroid is based on the results of the Multi Pass Voting method. Based on the evaluation results of 40 images of Acute Leukemia dataset, the proposed method is capable to properly compute based on the centroid. It is also able to separate the touching cell into a single cell. The accuracy of the white blood cell counting result is about 98,6%.]]>
<![CDATA[Median Filter For Transition Region Refinement In Image Segmentation ]]>
<![CDATA[Ahmad Wahyu Rosyadi]]>;
<![CDATA[Nanik Suciati]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i2.a750
<![CDATA[Transition region based image segmentation is one of the simple and effective image segmentation methods. This method is capable to segment image contains single or multiple objects. However, this method depends on the background. It may produce a bad segmentation result if the gray level variance is high or the background is textured. So a method to repair the transition region is needed. In this study, a new method to repair the transition region with median filter based on the percentage of the adjacent transitional pixels is proposed. Transition region is extracted from the grayscale image. Transition region refinement is conducted based on the percentage of the adjacent transitional pixels. Then, several morphological operations and the edge linking process are conducted to the transition region. Afterward, region filling is used to get the foreground area. Finally, image of segmentation result is obtained by showing the pixels of grayscale image that are located in the foreground area. The value of misclassification error (ME), false negative rate (FNR), and false positive rate (FPR) of the segmentation result are calculated to measure the proposed method performance. Performance of the proposed method is compared with the other method. The experimental results show that the proposed method has average value of ME, FPR, and FNR: 0.0297, 0.0209, and 0.0828 respectively. It defines that the proposed method has better performance than the other methods. Furthermore, the proposed method works well on the image with a variety of background, especially on image with textured background.]]>
<![CDATA[KLASIFIKASI IKAN MENGGUNAKAN ORIENTED FAST AND ROTATED BRIEF (ORB) DAN K-NEAREST NEIGHBOR (KNN) ]]>
<![CDATA[Mirza Ramadhani]]>;
<![CDATA[Darlis Heru Murti]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i2.a711
<![CDATA[Ikan memiliki bentuk dan ukuran tertentu yang berbeda antara ikan yang satu dengan yang lain. Permasalahan dalam mengenali jenis ikan lebih kompleks dibandingkan dengan mengenali wajah manusia. Perbedaan bentuk, warna, dan tekstur pada ikan lebih bervariasi dibandingkan manusia. Pengenalan jenis ikan pada umumnya masih dilakukan secara manual menggunakan pengamatan mata. Sehingga diperlukan adanya sistem yang dapat mengenali ikan secara otomatis. Penelitian sebelumnya juga sudah dapat mengenali jenis ikan namun sensitive terhadap berbagai transformasi atau deformasi dari sebuah objek, dan waktu komputasi yang tidak sedikit, sehingga kurang efektif untuk mengenali objek ikan. Dalam Penelitian ini, kami mengusulkan metode untuk mendeteksi dan mengenali jenis objek ikan menggunakan metode ORB dan KNN. Pengaplikasian dari metode ORB diterapkan untuk ekstraksi fitur dari gambar yang diambil. Kemudian hasil tersebut akan diklasifikasi menggunakan KNN untuk menentukan label kelas yang tepat dari input data ikan. Hasil uji coba menunjukkan bahwa metode yang diusulkan pada penelitian ini mencapai akurasi klasifikasi sebesar 97,5%.]]>
<![CDATA[DATA REFINEMENT APPROACH FOR ANSWERING WHY-NOT PROBLEM OVER K-MOST PROMISING PRODUCT (K-MPP) QUERIES ]]>
<![CDATA[Vynska Amalia Permadi]]>;
<![CDATA[Tohari Ahmad]]>;
<![CDATA[Bagus Jati Santoso]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v16i2.a754
<![CDATA[K-Most Promising (K-MPP) product is a strategy for selecting a product that used in the process of determining the most demanded products by consumers. The basic computations used to perform K-MPP are two types of skyline queries: dynamic skyline and reverse skyline. K-MPP selection is done on the application layer, which is the last layer of the OSI model. One of the application layer functions is providing services according to the user's preferences.In the K-MPP implementation, there exists the situation in which the manufacturer may be less satisfied with the query results generated by the database search process (why-not question), so they want to know why the database gives query results that do not match their expectations. For example, manufacturers want to know why a particular data point (unexpected data) appears in the query result set, and why the expected product does not appear as a query result. The next problem is that traditional database systems will not be able to provide data analysis and solution to answer why-not questions preferred by users.To improve the usability of the database system, this study is aiming to answer why-not K-MPP and providing data refinement solutions by considering user feedback, so users can also find out why the result set does not meet their expectations. Moreover, it may help users to understand the result by performing analysis information and data refinement suggestion.]]>
<![CDATA[KLASIFIKASI KEBUTUHAN NON-FUNGSIONAL MENGGUNAKAN FSKNN BERBASIS ISO/IEC 25010 ]]>
<![CDATA[Lukman Hakim]]>;
<![CDATA[Siti Rochimah]]>;
<![CDATA[Chastine Fatichah]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 17, No. 2, Juli 2019 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v17i2.a823
<![CDATA[Aspek kualitas kebutuhan non-fungsional merupakan salah satu faktor penting yang berperan dalam kesuksesan pengembangan perangkat lunak. Namun, mengidentifikasi aspek kualitas kebutuhan non-fungsional merupakan hal yang sulit untuk dilakukan. Karena aspek kualitas kebutuhan non-fungsional sering ditemukan tercampur dengan kebutuhan fungsional. Oleh karena itu dibutuhkan suatu cara untuk dapat mengidentifikasi aspek kualitas kebutuhan non-fungsional. Penelitian yang ada mampu mengidentifikasi aspek kebutuhan non-fungsional dengan melakukan klasifikasi. Akan tetapi, standar kualitas yang digunakan sebagai rujukan untuk melabeli kalimat kebutuhan masih menggunakan standar ISO/IEC 9126. ISO/IEC 9126 merupakan standar lama yang dirilis pada tahun 2001. Peneliti sebelumnya mengungkapkan ambiguitas dalam enam sub-atribut pada struktur hirarkis ISO/IEC 9126. Oleh karena itu, standar kualitas yang digunakan untuk melabeli kalimat kebutuhan pada penelitian ini adalah ISO/IEC 25010. Sedangkan metode klasifikasi yang digunakan adalah FSKNN. Metode klasifikasi yang digunakan diuji dengan menggunakan nilai tetangga terdekat 10, 20 dan 30. Pada penelitian ini metode FSKNN berhasil memeroleh nilai tertinggi berdasarkan ground truth pakar yaitu precision sebesar 22.55 dan recall 27.64.]]>
<![CDATA[PENERAPAN LOGIKA FUZZY SUGENO UNTUK PENENTUAN REWARD PADA GAME EDUKASI AKU BISA ]]>
<![CDATA[Chaulina Alfianti Oktavia]]>;
<![CDATA[Rakhmad Maulidi]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 17, No. 2, Juli 2019 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v17i2.a825
<![CDATA[This study discusses an application of fuzzy logic in educational game. This game requires a fast player response. We made this game in order to raise children awareness to encounter strangers. In this game, strangers are enemies in the form of hand drawings. The main characters in this game are boy and girl. The player can choose a character as desired. Each selected character has a different level. At each level, there is a level of difficulty based on the ease of passing enemies to reach the goal. The player would win the game once he/she manages to escape from strangers and arrives at home. Each level of the game has an enemy who tries to approach the player. If the enemy caught by the player, it will get consequences according to the fuzzy rules that applied to the game. The application of fuzzy logic in this game is to regulate the form of reward that will receive by the player. The basis for determining reward is the living conditions, time, and scores obtained by the player. In this research, we use fuzzy Sugeno logic for giving rewards. We conclude that fuzzy logic applies to our educational game.]]>
<![CDATA[Perbaikan Segmentasi Pembuluh Darah Tipis Pada Citra Retina Menggunakan Fuzzy Entropy ]]>
<![CDATA[Lafnidita Farosanti]]>;
<![CDATA[Chastine Fatichah]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 17, No. 2, Juli 2019 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j24068535.v17i2.a857
<![CDATA[Diabetic Retinopathi adalah kelainan pembuluh darah retina pada mata yang diakibatkan komplikasi penyakit diabetes. Deteksi lebih dini diperlukan agar kelainan ini dapat ditangani secara cepat dan tepat. Kelainan ini ditandai dengan melemahnya bagian pembuluh darah tipis akibat tersumbatnya aliran darah kemudian menyebabkan bengkak pada mata bahkan kebutaan. Oleh karena itu diperlukan metode analisa pembuluh darah retina melalui proses segmentasi pembuluh darah terutama pada bagian penting yaitu pembuluh darah tipis. Peneliti mengusulkan penggabungan metode perbaikan pembuluh darah tipis atau yang dikenal dengan Thin Vessel Enhancement dan Fuzzy Entropy. Thin Vessel Enhancement berfungsi untuk memperbaiki citra agar dapat mengekstrak lebih banyak bagian pembuluh darah khususnya pembluh darah tipis, sedangkan Fuzzy Entropy dapat menentukan nilai optimal threshold berdasarkan nilai entropy pada membership function. Segmentasi yang dihasilkan dibagi menjadi 3 kategori yaitu pembuluh darah utama, medium, dan tipis. Uji coba dilakukan terhadap metode Thin Vessel Enhancement menggunakan 1 kernel dan Fuzzy Entropy dari nilai threshold ke-1 maka diperoleh nilai accuracy, sensitivity, dan specivicity sebesar 94.81%, 66.83%, dan 97.51%.]]>
