Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Jurnal Teknologi Informasi dan Ilmu Komputer

JTIIK
Website

Published by Universitas Brawijaya

ISSN : 23557699 EISSN : 25286579 DOI : http://dx.doi.org/10.25126/jtiik

Core Subject : Science, Engineering,

Computer Science & IT Engineering

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) merupakan jurnal nasional yang diterbitkan oleh Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya (UB), Malang sejak tahun 2014. JTIIK memuat artikel hasil-hasil penelitian di bidang Teknologi Informasi dan Ilmu Komputer. JTIIK berkomitmen untuk menjadi jurnal nasional terbaik dengan mempublikasikan artikel berbahasa Indonesia yang berkualitas dan menjadi rujukan utama para peneliti. JTIIK di akreditasi oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia Nomor: 36/E/KPT/2019 yang berlaku sampai dengan Volume 11 Nomor 2 Tahun 2024.

Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)

Articles 10 Documents

Search results for , issue "Vol 2 No 2: Oktober 2015" : 10 Documents clear

Implementasi Purwarupa Perangkat Rumah Cerdas Pervasif Berbasis Protokol Universal Plug And Play (UPnP) Dan Raspberry Pi General Purpose Input/Output (GPIO) Akbar, Sabriansyah Rizqika; Henryranu, Barlian; Handono, Maystia Tri; Basuki, Achmad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakRumah cerdas saat ini dapat terdiri dari berbagai macam peralatan pendukung didalamnya dimulai dari kontrol terhadap lampu, tv, speaker dan beberapa peralatan lainnya. Dengan semakin bervariasinya peralatan tersebut, implementasi peralatan dalam rumah cerdas tergolong rumit karena peralatan tersebut dibuat oleh berbagai vendor dan membutuhkan proses konfigurasi (terhadap jaringan) yang cukup menyita waktu. Penelitian kami menghasilkan purwarupa sistem peralatan rumah cerdas memanfaatkan mikrokomputer Raspberry pi yang mampu secara pervasive ditemukan oleh peralatan seperti komputer maupun smartphone yang dapat digunakan sebagai alat kontrol terhadap switching lampu memanfaatkan protokol Universal Plug and Play (UPnP) yang terintegrasi dengan Raspberry Pi Genaral Purpose Input/Output (GPIO). Pengembangan purwarupa dilakukan dengan memanfaatkan framework GUPnP untuk diintegrasikan dengan library Wiring Pi pada GPIO Raspberry Pi, Pengujian dilakukan dengan melakukan perhitungan waktu proses switching lampu selama 20 kali dengan menggunakan aplikasi generik control point UPnP Spy. Hasil penelitian menunjukkan bahwa integrasi protokol UPnP dan Raspberry Pi GPIO secara fungsional telah memiliki fitur pengenalan pervasif pada jaringan lokal dan mampu memberikan informasi perangkat dan jenis layanan yang diberikan oleh Raspberry Pi. Perubahan status pada GPIO dapat dilakukan dengan merubah parameter dari aplikasi kontrol. Berdasarkan perhitungan delay, didapatkan proses pengecekan status pada GPIO rata-rata adalah 5.1 ms, dan proses perubahan status GPIO memiliki rata-rata delay sebesar 14.8 ms. Penelitian ini diharapkan memiliki kontribusi menjembatani mekanisme pengenalan peralatan pada sistem rumah cerdas menjadi lebih pervasive dan mudah dikenali oleh peralatan yang lain dan dapat memberikan gambaran bahwa perangkat mikrokomputer Raspberry Pi dapat digunakan untuk pengembangan perangkat Rumah Cerdas yang memiliki fitur pervasif.Kata kunci: Smart home appliances, UPnP, Pervasive AbstractSmart home composed of a wide variety of appliance such as control of lights, tv, speaker, etc. With the increasing variability of the equipment, the implementation of smart home appliances is complicated caused it manufactured by various vendors that build their own method to control and find the devices. Some of the methods need to configure manually by the homeowner and it is quite time-consuming. Our research created a prototype system of smart home appliances by integrating microcomputer Raspberry Pi GPIO that able to pervasively found (the device and it services) by other control equipment such as computers and smartphones. Our prototype simulating a light switching by utilizing Universal Plug and Play (UPnP) Protocol that is integrated with the Raspberry Pi General Purpose Input / output (GPIO). Prototype development is done by utilizing the framework to be integrated which are GUPnP Library and Wiring Pi Library on the Raspberry Pi GPIO. We have done several experiment by calculating the processing time switching the lights on for 20 times using generic applications Spy UPnP control point. The results showed that the integration of the UPnP protocol and GPIO Raspberry Pi functional has had pervasive recognition features on the local network and is able to provide information devices and types of services provided by Raspberry Pi. Our prototype also able to change the GPIO status by changing status parameters from control applications. Based on the delay calculation, we obtained in the process of checking the status of GPIO need an average delay 5.1 ms, and the process of changing the status of GPIO has an average delay of 14.8 ms. This research is expected to contribute that equipment in smart home systems become more pervasive and easily recognizable by other devices. We also give an idea that the Raspberry Pi microcomputer devices can be used for the development of Smart Home devices with pervasive device and service discovery features by implementing UPnP ProtocolsKeywords: Smart home appliances, UPnP, Pervasive

Pengklasifikasian Dokumen Berbahasa Indonesia Dengan Pengindeksan Berbasis LSI Ridok, Achmad; ., Indriati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakKlasifikasi dokumen teks bertujuan untuk menentukan kategori suatu dokumen berdasarkan kesamaannya dengan kumpulan dokumen yang telah berlabel sebelumnya. Namun demikian kebanyakan metode klasifikasi yang ada saat ini dilakukan berdasarkan kata-kata kunci atau kata-kata yang dianggap penting dengan mengasumsikan masing-masing merepresentasikan konsep yang unik. Padahal pada kenyataanya beberapa kata yang mempunyai makna atau semantik sama seharusnya diwakili satu kata unik. Pada penelitian ini pendekatan berbasis LSI (Latent Semantic Indexing) digunakan pada KNN untuk mengklasifikasi dokumen berbahasa Indonesia. Pembobotan term dari dokumen-dokumen latih maupun uji menggunakan tf-idf, yang direpresentasikan masing-masing dalam matrik term-dokumen A dan B. Selanjutnya matrik A didekomposisi menggunakan SVD untuk mendapatkan matrik U dan V yang tereduksi dengan k-rank. Kedua matrik U dan V digunakan untuk mereduksi B sebagai representasi dokumen uji. Evaluasi kinerja sistem terbaik berdasarkan hasil diperoleh pada klasifikasi KNN berbasis LSI tanpa stemming dengan threshould 2. Akan tetapi evaluasi kinerja terbaik berdasarkan waktu dicapai ketika KNN LSI dengan stemming pada threshould 5. Kinerja KNN berbasis LSI secara signifikan jauh lebih baik dibandingkan dengan KNN biasa baik dari sisi hasil maupun waktu.Kata kunci: KNN, LSI, K-Rank, SVD, Klasifikasi dokumen AbstractClassification of text documents aimed to determine the category of a document based on its similarity to set of documents which have been previously labeled. However, most existing methods of classification were conducted based on key words or words that are considered important by assuming each representing a unique concept. Whereas in fact some of the words that have the same meaning or semantics should be represented as a unique word. In this research LSI -based approach used on KNN to classify documents in Indonesian language. Weighting the terms of the training documents or testing using tf-idf, which represented respectively in term-document matrix A and B. Furthermore, the matrix A is decomposed using SVD to obtain matrices U and V are reduced by k-rank. Both matrices U and V are used to reduce B as a representation of test documents. The best system performance evaluation based on the results obtained LSI-based in the KNN classification without stemming with threshould 2. However, the best performance evaluation based on the time achieved when KNN LSI with stemming the KNN with threshould 5. Performance-based LSI is significantly much better than the tradisional KNN in term both the outcome and timing.Keywords: KNN, LSI, K-Rank, SVD, Documents classification

Sistem Kendali Ketinggian Quadcopter Menggunakan PID Setyawan, Gembong Edhi; Setiawan, Eko; Kurniawan, Wijaya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakQuadcopter (Quadrotor Helicopter) merupakan salah satu jenis UAV yang memiliki 4 baling-baling.Quadcopter mempunyai kelebihan pada mobilitas dan fleksibilitas untuk menjelajahi wilayah yang sempit. Penelitian ini adalah tahap awal untuk merancang sistem navigasi otomatis UAV pada quadcopter, yaitu dengan merancang sistem kendali ketinggian UAV quadcopter menggunakan metode PID (Proportional Integral Derivative). Penalaan parameter PID menggunakan metode osilasi zieger nichols. Pemodelan matematis pergerakan quadcopter telah didapatkan di penelitian ini. Hasil dari pemodelan digunakan untuk menentukan parameter PID secara simulasi menggunakan MATLAB. Berdasarkan perangkat yang digunakan dalam quadcopter, pengendalian pergerakan dalam sudut roll (f) dan pitch (q) memperoleh nilai Kp=0,12; Ki=0,037 dan Kd=0,0975. Pengendalian sudut yaw (y) memperoleh Kp=0,9; Ki=0,22 dan Kd=0,76. Sedangkan pengendalian ketinggian (altitude) didapatkan Kp=1,2; Ki=0,28 dan Kd=1,13.Kata kunci: ketinggian, PID, quadcopter, sistem kendali, UAVAbstractQuadcopter (Quad rotor Helicopter) is one type of UAV that has 4 propellers. The advantages of quadcopter UAV are the mobility and flexibility to explore a narrow region. This study is an early stage to design the automatic navigation system on the quadcopter UAV. The design of altitude control system of quadcopter UAV using PID (Proportional Integral Derivative) and method of Zieger Nichols became the focus in this study. This study have acquired mathematical modelling quadcopter UAV movement. The results of the modelling used to determine the PID parameters using MATLAB simulation. Based on the device used to control the movement of the roll angle (f) and pitch (q) obtained Kp = 0.12; Ki = 0.037 and Kd = 0.0975. Control of the yaw angle (y) obtained Kp = 0.9; Ki = 0.22 and Kd = 0.76. While controlling altitude obtained Kp = 1.2; Ki = 0.28 and Kd = 1.13.Keywords: altitude, control system, PID, quadcopter, UAV

Uji Performansi Ensemble Kalman Filter Untuk Mengurangi Noise Pengukuran Sensor Pada Robot Prasetio, Barlian Henryranu; Kurniawan, Wijaya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakDalam penelitian ini diimplementasikan sebuah teknik robot bergerak yang berkaitan dengan kesetimbangan pada media tidak stabil. Tujuannya adalah merancang dan mengimplemntasikan sebuah sistem control diskrit digital yang memberikan stabilitas yang diperlukan. Kontrol PID dan Algoritma filter Kalman menjadi implementasi pengujian ideal model robot ini. Kedua algoritma tersebut mampu meningkatkan performa control pada sistem. Penelitian ini menguji kinerja sistem control PID dan Algoritma filter Kalman. Uji software dilakukan untuk mengumpulkan hasil kinerja kedua Algoritma kontroler PID dan Filter Kalman. Kinerja sistem kontrol secara langsung tergantung pada Algoritma filter Kalman dan parameter masukan controller PID. Penelitian ini menggunakan EnKF dan PID controller sebagai algoritma penyeimbang robot. Dilakukan tunning manual pada kovarian filter. Percobaan dilakukan dengan metode trial and error dengan mengubah-ubah matrik kovarian noise proses. Overshoot sistem bisa dikurangi dengan cara mengatur matrik kovarian noise proses. Dari hasil percobaan sistem optimal pada Q_accelerometer : 0.001, Q_gyroscope : 0.05, R_pengukuran : 0.03, P = 1790.005, I = 0.129 dan D = 96.881.Kata kunci: Ensemble Kalman, Kontroler PID, Performansi, RobotAbstractOne technique that is commonly used for mobile robots is an inverted pendulum based model. This research has been implementing a mobile robot technique in an unstable environment. The goal is to design and implementing a discrete digital control system that will provide robot stability. The PID controller algorithm and Ensemble Kalman filter (EnKF) implementation would be an ideal test model of this robot. Both of these algorithms are able to improve the performance of control systems. This robot already tested the performance of the PID control system and the EnKF algorithm. The performance of the PID controller algorithm and EnKF is tested by software. The Control system performance is directly dependent on the EnKF algorithm and input parameters of PID controller. Research uses EnKF algorithm and PID controller as a balancing robot. The covariance filter tuned by manually. Experiments carried out by the method of trial and error by varying the process noise covariance matrix. The system overshoot can be reduced by processing noise covariance matrix. The experiment results showed system optimal on Q_accelerometer: 0001, Q_gyroscope: 0.05 R_measurement: 12:03, P = 1790,005, I = 0.129 and D = 96 881.Keywords: Ensemble Kalman, Kontroler PID, Performance, Robots

Pembobotan Kata Berbasis Preferensi Dan Hubungan Semantik Pada Dokumen Fiqih Berbahasa Arab Wardhana, Septiyawan R.; Yunianto, Dika R.; Arifin, Agus Zainal; Purwitasari, Diana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakDalam proses pencarian dokumen, pengguna sering menginginkan hasil pencarian yang sesuai dengan preferensi yang diinginkannya. Maka, untuk memperoleh hasil pencarian yang sesuai dengan preferensi tersebut dibutuhkan suatu metode pembobotan kata yang didasarkan pada preferensi tersebut. Metode pembobotan tersebut perlu mempertimbangkan hubungan semantik antar kata untuk meningkatkan relevansi hasil pencarian. Dalam penelitian ini diusulkan metode pembobotan kata berbasis preferensi berdasarkan hubungan semantik antar kata pada dokumen fiqih berbahasa Arab. Latent Semantic Indexing merupakan salah satu metode indexing dalam sistem temu kembali informasi yang mempertimbangkan hubungan semantik antar kata. Hasil pembobotan kata berdasarkan preferensi dijadikan sebuah matriks untuk perhitungan Latent Semantic Indexing yang menghasilkan sebuah vektor. Vektor tersebut dihitung similaritasnya antara vektor query dengan vektor-vektor dokumen yang ada. Metode pembobotan kata berbasis preferensi yang mempertimbangkan hubungan semantik antar kata dapat digunakan dalam perankingan dokumen fiqih bahasa Arab berbasis preferensi. Hal tersebut dapat dilihat dari nilai maksimal precision, recall dan f-measure yang meningkat menjadi 88.75 %, 89.72% dan 87.91%.Kata kunci: Bahasa Arab, Latent Semantic Indexing, Pembobotan Kata, PreferensiAbstractIn the document search process is not uncommon users want search results that correspond to the desired preferences. Thus, to obtain the search results according to user preferences needed a word weighting method based on user preference. The term weighting method needs to consider the semantic relationships between words to improve the relevance of search results. This paper propose a new method of term weighting based preference by considering the semantic relationships between term in documents fiqh Arabic. Latent Semantic Indexing is a method of indexing in information retrieval system that takes the semantic relationships between words. Term weighting results based on preferences made a matrix for calculation of Latent Semantic Indexing which generate a vector for the calculated similarity between the query vector of vectors documents. Term weighting based preference by considering the semantic relationships between term method can be used on the rank documents fiqh Arabic. It can be seen from the value of the precision, recall, and F-measure which increase to 88.75 %, 89.72 % and 87.91 %.Keywords: : Arabic, Latent Semantic Indexing, Term Weighting, Preference

Klasifikasi Citra Satelit Menggunakan Kombinasi Fitur Warna Dan Fitur Tekstur ., Sutrisno; Supianto, Ahmad Afif
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakPenelitian tentang klasifikasi citra satelit untuk mengklasifikasikan citra dalam kelompok tertentu sedang mengalami perkembangan. Terdapat masalah yang disebabkan oleh kesalahan yang dilakukan saat ekstraksi fitur. Pada penelitian ini, peneliti mengusulkan metode baru yang dapat digunakan untuk klasifikasi citra melalui ekstraksi fitur berupa fitur warna yang menggunakan tranformasi model warna YUV dan fitur tekstur menggunakan fungsi Gabor. Untuk klasifikasi, peneliti menggunakan Fuzzy Support Vector Machine dalam menghindari adanya daerah yang tidak dapat terklasifikasi pada metode SVM. Terdapat tiga kelas untuk klasifikasi, yaitu kelas pertanian, kelas pemukiman, dan kelas perairan. Pengujian dilakukan terhadap citra satelit dengan ukuran 256 x 256 piksel serta data latih sebanyak 450 data dengan ukuran 16 x 16 piksel. Hasil pengujian menunjukkan bahwa metode yang diusulkan peneliti dapat melakukan klasifikasi data citra dengan tingkat akurasi yang didapatkan melebihi 80%.Kata kunci: Citra Satelit, Transformasi Citra, Fungsi Gabor, Fuzzy Support Vector MachineAbstractResearch on the satellite image classification for grouping pixels in an image into a number of classes, so that each class can describe an entity with certain characteristics. Problems caused by errors in feature extraction or by image degradation can occur in the classification process. In this study, a new method is proposed for image classification by extracting features such as color features using a YUV color model transformation and texture features using Gabor functions. For the classification process, we use the Fuzzy Support Vector Machine to avoid unclassifiable regions in SVM method. There are three classes who used in this study, namely agricultural land, residential area, and water area. The test carried out on the satellite image size 256x256 pixels with a total number of 450 training data size 16x16 pixel image data. Tests carried out to classify images into 3 classes. Experimental results show that the proposed method is able to classify the data with an accuracy rate above 80%.Keywords: Satellite Imagery, Image Transformation, Gabor functions, Fuzzy Support Vector Machine

Prediksi Tinggi Muka Air (TMA) Untuk Deteksi Dini Bencana Banjir Menggunakan SVR-TVIWPSO Soebroto, Arief Andy; Cholissodin, Imam; Wihandika, Randy Cahya; Frestantiya, Maria Tenika; Arief, Ziya El
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Abstrak Banjir merupakan salah satu jenis bencana alam yang tidak dapat diprediksi kedatangannya, salah satu penyebabnya adalah adanya hujan yang terus – menerus(dari peristiwa alam). Faktor penyebab banjir dari segi meteorologi yaitu curah hujan yang tinggi dan air laut yang sedang pasang sehingga mengakibatkan tinggi permukaan air meningkat. Analisis terhadap data curah hujan serta tinggi permukaan air setiap periodenya dirasa masih belum dapat menyelesaikan permasalahan yang ada. Oleh karena itu, pada penelitian ini diusulkan teknik integrasi metode Time Variant Inertia Weight Particle Swarm Optimization(TVIWPSO) dan Support Vector Regression(SVR). Implementasi memadukan metode Regresi yaitu SVR untuk forecasting TMA, sedangkan TVIWPSO digunakan untuk mengoptimalisasi parameter – parameter yang digunakan di dalam SVR untuk memperoleh kinerja yang maksimal dan hasil yang akurat. Harapannya sistem ini akan dapat membantu mengatasi permasalahan untuk pendeteksian dini bencana banjir karena faktor cuaca yang tidak menentu. Hasil pengujian yang didapat dari 10 data bulanan yang berbeda menunjukkan bahwa didapatkan nilai error terkecil sebesar 0.00755 dengan menggunakan Mean Absolute Error untuk data Juni 2007 dengan menggunakan integrasi metode SVR-TVIWPSO. Kata Kunci : Support Vector Regression, Tinggi Muka Air, Time Variant Inertia Weight Particle Swarm Optimization. Abstract Flood is one type of natural disaster that can not be predicted its arrival, one reason is the rain that constantly occurs (from natural events). Factors that cause flooding in terms of meteorology are high rainfall and sea water was high, resulting in high water level increases. Analysis of rainfall data and water level in each period it is still not able to solve existing problems. Therefore, in this study the method proposed integration techniques Time Variant Inertia Weight Particle Swarm Optimization (TVIWPSO) and Support Vector Regression (SVR). Implementation combines regression method for forecasting TMA is SVR, while TVIWPSO used to optimize parameters that used in the SVR to obtain maximum performance and accurate results. Hope this system will be able to help solve the problems for the early detection of floods due to erratic weather. The result of forecasting experiment in water level forecasting from 10 monthly different data show that the smallest error rate is amount to 0.00755 using Mean Absolute Error for June 2007 with the integration method SVR-TVIWPSO. Keywords: Support Vector Regression, water level, Time Variant Inertia Weight Particle Swarm Optimization.

Cara Cepat Untuk Mendeteksi Keberadaan Wajah Pada Citra Yang Mempunyai Background Kompleks Menggunakan Model Warna YCbCr dan HSV Hidayat, Nurul; Rahman, Muh. Arif
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakPendeteksi wajah dari sebuah citra baik berupa gambar diam maupun bergerak merupakan topik penting dan menarik saat ini. Proses deteksi keberadaan wajah ini menjadi dasar dari proses pengenalan wajah yang mempunyai banyak implementasi baik pada bidang keamanan maupun sosial media. Tujuan dari proses deteksi wajah adalah untuk mengetahui apakah ada wajah dari suatu citra, kemudian menemukan letak keberadaan wajah. Pendeteksian wajah adalah tahapan penting dari aplikasi yang memanfaatkan keberadaan wajah pada suatu citra. Implementasinya cukup banyak terutama di bidang biometri keamanan dan sosial media. Riset ini mengusulkan deteksi wajah menggunakan 3 tahapan umum yaitu segmentasi warna kulit manusia, binarisasi dan penentuan region garis serta deteksi wajah menggunakan ruang warna YCbCr dan HSV. Dalam penelitian ini dilakukan deteksi wajah pada 10 citra yang memiliki background yang kompleks. Pendeksian lokasi wajah didasarkan pada temuan hole mata yang simetris. Wajah yang terlalu kecil membuat keberadaan mata hanya terdeteksi sebelah sehingga mengakibatkan wajah tidak terdeteksi. Hasil evaluasi didapatkan tingkat akurasi rata-rata deteksi wajah mencapai 83,4% dengan kecepatan rata-rata 6530 piksel/detik.Kata kunci: Deteksi Wajah, Biometri, Segmentasi, YCbCr, HSV, Region GarisAbstractFace detection of an image either still or moving image is an important and interesting topic today. Face detection process where it became the basis of face recognition process that has many implementations, both in the field of security and social media. The aim of the face detection process is to determine whether there is a face from an image, and then locate the whereabouts of the face. Face detection of an image, either a statis or moving image Face detection is an important phase in application system to utilize face location in an image. It is so many implementations such asspecially for security and sociality biometrics field. Here, it suggest to detect the face location with 3 steps, skin human color segmentation step, binnerization step, and locate line region then detection step of face location by YCbCr and HSV color region. Here, ten images which have a complex background are implemented. To detect face location based on finding symetris of eyes hole. The faces which are too small made the eyes locations are only detected a half, so the face can’t detect. The evaluation result obtained average of accuration of face detection 83,4% with average time to detect 6530 pixel/second.Keywords: Face detection, Biometry, Segmentation, YCbCr, HSV, Line Region

Integrasi Metode Fuzzy Additive SVM (FASVM) Menggunakan Model Warna YUV-CMY-HSV Untuk Klasifikasi Bibit Unggul Sapi Bali Melalui Citra Digital Cholissodin, Imam; Soebroto, Arief Andy; Hidayat, Nurul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakBudidaya sapi sangat identik dengan pemilihan bibit unggul, namun permasalahan yang sering muncul adalah cara mengenali bibit unggul tersebut yang relatif tidak mudah, cenderung membutuhkan waktu cukup lama. Peternak masih sering mengamati warna kulit dengan mata secara langsung, yang cenderung kurang teliti. Sehingga dalam penelitian ini, diusulkan metode dengan menggunakan beberapa model warna yang nantinya sebagai rekomendasi untuk fitur yang optimal dalam sistem. Kemudian metode klasifikasi yang digunakan adalah Fuzzy Additive Support Vector Machine (FASVM). Data yang digunakan didapatkan dari Balai Pembibitan Ternak Unggul (BPTU) Sapi Bali. Dari hasil pengujian didapatkan model warna yang paling optimal dan rata-rata akurasi pada Sapi Betina dan Jantan dengan ukuran citra tertentu. Model warna tersebut sangat dipengaruhi oleh kondisi data citra dan juga banyaknya kelas data.Kata kunci: Sapi Bali, Model warna , Intersection kernel, Fuzzy additive SVM, Sequential training SVM AbstractCattle farming is identical with the selection of seeds, but the problems that often arises is how to recognize quality seeds are relatively easy, tend to take a long time. Breeders still often observe skin color with eyes directly, which tend to be less rigorous. Thus, in this study, the proposed method by using several color models that will be voted on features that are optimal in the system. Then the classification method used is Additive Fuzzy Support Vector Machine (FASVM). The data used was obtained from Livestock Breeding Center for Excellence (BPTU) Bali cattle. From the test results obtained the most optimal color models and average accuracy on Cow Females and Males with a particular image size. The color model is highly influenced by the condition of the image data and also the amount of class data. Keywords: Bali cattle, Color model , Intersection kernel, Fuzzy additive SVM, Sequential training SVM

Integrasi Algoritma K-Means Dengan Bahasa SQL Untuk Klasterisasi IPK Mahasiswa (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya) Arwani, Issa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakSecara umum, aplikasi klasterisasi diimplementasikan di luar DBMS dengan mengambil data terlebih dahulu dari basisdata untuk disimpan sementara dalam variabel program (misal dalam sebuah array), kemudian baru dilakukan proses klasterisasi. Permasalahan waktu dan keamanan dalam pengambilan data dari DBMS dan besarnya data yang akan diklasterisasi mendorong metode lain dimana proses klasterisasi bisa langsung dilakukan di DBMS. Klasterisasi dilakukan dengan mengintegrasikan algoritma klasterisasi pada DBMS menggunakan bahasa SQL. Pada penelitian ini difokuskan pada perancangan dan pengimplementasian integrasi algoritma klasterisasi K-means pada Relational DBMS dengan menggunakan bahasa SQL. Proses klasterisasi dilakukan dengan studi kasus data akademik mahasiswa di Fakultas Ilmu Komputer universitas Brawijaya dengan fitur IPK, sks tempuh, sks lulus dan semester. Berdasarkan hasil uji coba dataset akademik dengan variasi jumlah dimensi, jumlah klaster dan metode perhitungan jarak yang berbeda, telah didapatkan hasil pengklasteran data dengan benar. Berdasarkan hasil perhitungan kompleksitas waktu untuk tiap tahap implementasi K-means menggunakan SQL dan tanpa SQL, menunjukkan hasil kompleksitas waktu asimptotik yang sama dimana tahap menghitung euclidean distance membutuhkan kompleksitas waktu yang paling tinggi.Kata kunci: Clustering, K-means, SQL, IPK (Indeks Prestasi Kumulatif)AbstractGenerally, clustering implemented with taking data from database to be stored temporarily in a program variable (eg, in an array) then continue with clustering process. Direct clustering where the data is stored by integrating the clustering algorithm using the SQL language on the DBMS is proposed. In this study focused on the design and implementation of K-means clustering algorithm on a Relational DBMS using the SQL language. The clustering process carried out with a case study of GPA student in the Faculty of Computer Science University of Brawijaya. Based on results with a variety of dimensions, the number of clusters and different distance calculation methods, has obtained clustering data correctly. Based on time complexity to review each stage of the implementation K - means using SQL and without SQL, showing the same results of asymptotic time complexity where phase euclidean distance still requires the highest time complexity.Keywords: Clustering, K-means, SQL, GPA (Grade Point Average)AbstrakSecara umum, aplikasi klasterisasi diimplementasikan di luar DBMS dengan mengambil data terlebih dahulu dari basisdata untuk disimpan sementara dalam variabel program (misal dalam sebuah array), kemudian baru dilakukan proses klasterisasi. Permasalahan waktu dan keamanan dalam pengambilan data dari DBMS dan besarnya data yang akan diklasterisasi mendorong metode lain dimana proses klasterisasi bisa langsung dilakukan di DBMS. Klasterisasi dilakukan dengan mengintegrasikan algoritma klasterisasi pada DBMS menggunakan bahasa SQL. Pada penelitian ini difokuskan pada perancangan dan pengimplementasian integrasi algoritma klasterisasi K-means pada Relational DBMSdengan menggunakan bahasa SQL. Proses klasterisasi dilakukan dengan studi kasus data akademik mahasiswa di Fakultas Ilmu Komputer universitas Brawijaya dengan fitur IPK, sks tempuh, sks lulus dan semester. Berdasarkan hasil uji coba dataset akademik dengan variasi jumlah dimensi, jumlah klaster dan metode perhitungan jarak yang berbeda, telah didapatkan hasil pengklasteran data dengan benar. Berdasarkan hasil perhitungan kompleksitas waktu untuk tiap tahap implementasi K-means menggunakan SQL dan tanpa SQL, menunjukkan hasil kompleksitas waktu asimptotik yang sama dimana tahap menghitung euclidean distance membutuhkan kompleksitas waktu yang paling tinggi. Kata kunci: Clustering, K-means, SQL, IPK (Indeks Prestasi Kumulatif)Abstract Generally, clustering implemented with taking data from database to be stored temporarily in a program variable (eg, in an array) then continue with clustering process.Directclustering where the data is storedby integrating the clustering algorithm using the SQL language on the DBMS is proposed.In this study focused on the design and implementation of K-means clustering algorithm on a Relational DBMS using the SQL language. The clustering process carried out with a case study of GPA student in the Faculty of Computer Science University of Brawijaya.Based on results with a variety of dimensions, the number of clusters and different distance calculation methods, has obtained clustering data correctly. Based on time complexity to review each stage of the implementation K - means using SQL and without SQL, showing the same results of asymptotic time complexity where phase euclidean distance still requires the highest time complexity. Keywords: Clustering, K-means, SQL, GPA (Grade Point Average)

Page 1 of 1 | Total Record : 10

Filter by Year

2015 2015

Filter By Issues

All Issue Vol 12 No 5: Oktober 2025 Vol 12 No 4: Agustus 2025 Vol 12 No 3: Juni 2025 Vol 12 No 2: April 2025 Vol 12 No 1: Februari 2025 Vol 11 No 6: Desember 2024 Vol 11 No 5: Oktober 2024 Vol 11 No 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 6: Desember 2023 Vol 10 No 5: Oktober 2023 Vol 10 No 4: Agustus 2023 Vol 10 No 3: Juni 2023 Vol 10 No 2: April 2023 Vol 10 No 1: Februari 2023 Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022 Vol 9 No 6: Desember 2022 Vol 9 No 5: Oktober 2022 Vol 9 No 4: Agustus 2022 Vol 9 No 3: Juni 2022 Vol 9 No 2: April 2022 Vol 9 No 1: Februari 2022 Vol 8 No 6: Desember 2021 Vol 8 No 5: Oktober 2021 Vol 8 No 4: Agustus 2021 Vol 8 No 3: Juni 2021 Vol 8 No 2: April 2021 Vol 8 No 1: Februari 2021 Vol 7 No 6: Desember 2020 Vol 7 No 5: Oktober 2020 Vol 7 No 4: Agustus 2020 Vol 7 No 3: Juni 2020 Vol 7 No 2: April 2020 Vol 7 No 1: Februari 2020 Vol 6 No 6: Desember 2019 Vol 6 No 5: Oktober 2019 Vol 6 No 4: Agustus 2019 Vol 6 No 3: Juni 2019 Vol 6 No 2: April 2019 Vol 6 No 1: Februari 2019 Vol 5 No 6: Desember 2018 Vol 5 No 5: Oktober 2018 Vol 5 No 4: Agustus 2018 Vol 5 No 3: Juni 2018 Vol 5 No 2: April 2018 Vol 5 No 1: Februari 2018 Vol 4 No 4: Desember 2017 Vol 4 No 3: September 2017 Vol 4 No 2: Juni 2017 Vol 4 No 1: Maret 2017 Vol 3 No 4: Desember 2016 Vol 3 No 3: September 2016 Vol 3 No 2: Juni 2016 Vol 3 No 1: Maret 2016 Vol 2, No 2 (2015) Vol 2 No 2: Oktober 2015 Vol 2, No 1 (2015) Vol 2 No 1: April 2015 Vol 1, No 2 (2014) Vol 1 No 2: Oktober 2014 Vol 1, No 1 (2014) Vol 1 No 1: April 2014 More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Agung Setia Budi

Contact Email
agungsetiabudi@ub.ac.id

Phone
+62341-577911

Journal Mail Official
jtiik@ub.ac.id

Editorial Address
Fakultas Ilmu Komputer Universitas Brawijaya Gedung F FILKOM Lt. 8, Ruang BPJ Jalan Veteran No. 8 Malang Indonesia - 65145

Location
Kota malang,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Agung Setia Budi

Contact Email agungsetiabudi@ub.ac.id

Phone +62341-577911

Journal Mail Official jtiik@ub.ac.id

Editorial Address Fakultas Ilmu Komputer Universitas Brawijaya Gedung F FILKOM Lt. 8, Ruang BPJ Jalan Veteran No. 8 Malang Indonesia - 65145

Location Kota malang, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Agung Setia Budi

Contact Email
agungsetiabudi@ub.ac.id

Phone
+62341-577911

Journal Mail Official
jtiik@ub.ac.id

Editorial Address
Fakultas Ilmu Komputer Universitas Brawijaya Gedung F FILKOM Lt. 8, Ruang BPJ Jalan Veteran No. 8 Malang Indonesia - 65145

Location
Kota malang,

Jawa timur

INDONESIA