cover
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
Jurnal Teknologi Informasi dan Ilmu Komputer
Published by Universitas Brawijaya
ISSN : 23557699     EISSN : 25286579     DOI : http://dx.doi.org/10.25126/jtiik
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.
Articles 1,238 Documents
Pelabelan Klaster Fitur Secara Otomatis pada Perbandingan Review Produk Rozi, Fahrur; Wijoyo, Satrio Hadi; Isanta, Septiyan Andika; Azhar, Yufis; Purwitasari, Diana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (711.042 KB)

Abstract

Abstrak Penggunaan review produk sebagai suatu sumber untuk mendapatkan informasi dapat dimanfaatkan untuk mengoptimalkan pemasaran suatu produk. Situs belanja online merupakan salah satu sumber yang dapat digunakan untuk pengambilan review produk. Analisa terhadap produk dapat dilakukan dengan membandingkan antara dua buah produk berbeda berdasarkan fitur produk tersebut. Fitur dari suatu produk didapatkan melalui ekstraksi fitur dengan metode double propagation. Fitur yang terdapat dalam sebuah review sangat banyak serta terdapat beberapa kata yang memiliki arti yang sama yang mewakili suatu fitur tertentu, sehingga diperlukan suatu pengelompokan terhadap fitur tersebut. Pengelompokan suatu fitur produk dapat dilakukan secara otomatis tanpa memperhatikan kamus kata, yaitu dengan menggunakan teknik clustering. Hierarchical clustering merupakan salah satu metode yang dapat digunakan untuk pengelompokan terhadap fitur produk. Pengujian dengan metode hierarchical clustering untuk pengelompokan fitur menunjukkan bahwa metode average linkage memiliki nilai recall dan f-measure yang paling tinggi. Sementara untuk pengujian pelabelan menunjukkan bahwa semantic similarity antar fitur lebih berpengaruh dari pada kemunculan fitur di dokumen. Kata kunci: clustering, fitur produk, pelabelan Abstract Product review can be used as a source for acquire information and to optimize the marketing of product. Online shopping sites are one of source that can be used to get product reviews. Analysis of the product can be done by comparing two different products based on product’s features. Features of a product can be obtained through extraction of features with double propagation method. In the product review there are many feature that can be found, and there are some words that have the same meaning which represents a particular feature, so we need a grouping on the feature. Hierarchical clustering is one method that can be used for grouping the features of the product. Based on testing, hierarchical clustering method for grouping feature indicate that the average linkage method has the highest recall and f-measure. As for testing in labeling indicates that the semantic similarity between features is more influential than the appearance of features in the document. Keywords: clustering, features of the product, labeling
Model Metric untuk Mengukur Fleksibilitas Model Proses Bisnis Pamungkas, Endang Wahyu; Sinaga, Fernandes; Rochimah, Siti
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1028.471 KB)

Abstract

Abstrak Organisasi bisnis dunia saat ini banyak memanfaatkan sistem informasi digital untuk memberikan pemahaman mengenai manajemen proses bisnis yang mereka jalani. Pemanfaatan sistem Enterprise Resource Planning (ERP) merupakan contoh teknologi dalam manajemen proses bisnis. Melalui sistem ini perusahaan dapat membangun dan mengembangkan proses bisnis. Selain itu, perusahaan juga dapat menyesuaikan proses bisnis secara cepat terhadap perubahan yang terjadi seiring bertambahnya kebutuhan dan informasi, berubahnya kondisi pasar, atau perubahan kebijakan. Sehubungan dengan perubahan proses bisnis yang sering terjadi, maka aspek fleksibilitas terhadap model proses yang dibangun harus ditingkatkan. Dalam mendukung peningkatan fleksibilitas tersebut tentunya dibutuhkan sebuah model untuk mengukur tingkat flesibelitas model proses bisnis. Model tersebut yang kemudian dapat digunakan oleh analis untuk melakukan perbandingan sehingga dapat diperoleh model proses bisnis yang paling fleksibel dan cocok dengan perusahaan. Hal ini dapat dianalisa dengan melibatkan aspek-aspek fleksibel yang telah diteliti pada penelitian-penelitian sebelumnya. Dalam paper ini akan dilakukan penelitian mengenai aspek fleksibitas dalam model proses bisnis untuk menghasilkan model metric yang dapat melakukan kuantifikasi tingkat fleksibilitas pada model proses bisnis. Model metric yang dihasilkan pada penelitian ini mampu melakukan perhitungan fleksibelitas pada model proses bisnis secara kuantitatif. Kata kunci: ERP, fleksibilitas, metadata, model metric, model proses bisnis, variasi Abstract Recently, business organizations in the world are making use of digital information systems to provide an understanding of the business process management in which they live. Utilization of Enterprise Resource Planning (ERP) system is an example of technology in business process management. Through this system, some companies can build and develop business process and can quickly adjust it to changes that occur with increasing needs and information, changing market conditions, or changes in policy towards the business process. According to changes in business process that frequently occur, then the flexibility aspect of the process models are built to be upgraded. This is because the process model can early describe the business process that run. So that the process model must have a high value of flexibility to deal with changes that happen. It can be analyzed with the involvement of the flexible aspects that have been investigated in previous studies. In this paper, we will do research on the flexibility of business process model to produce a model of metrics that can quantify the level of flexibility in business process models.Metric models in this study were able to perform calculations on the flexibility of business process models quantitatively. Keywords: business process model, ERP, flexibility, metadata, model metric, variation
Identifikasi Penyakit pada Daun Tebu dengan Gray Level Co-Occurrence Matrix dan Color Moments Dewi, Ratih Kartika; Ginardi, R.V. Hari
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (819.699 KB)

Abstract

Abstrak Karat dan mosaik adalah penyakit pada tebu yang menyerang tebu di Indonesia dan menimbulkan kerugian. Teknologi informasi untuk deteksi penyakit tebu diperlukan dalam menunjang peningkatan produksi tebu yang dapat menghasilkan panen optimal. Penelitian yang berkembang dalam identifikasi penyakit tanaman melalui identifikasi citra digital daun belum ada yang khusus membahas tebu, tetapi mengenai penyakit tanaman secara umum. Penelitian ini membangun sistem identifikasi penyakit pada daun tebu melalui identifikasi citra digital daun dengan pemilihan fitur tekstur dan warna melalui gray level co-occurrence matrix (GLCM) dan color moments. Tahap awal penelitian adalah pengumpulan data citra daun tebu berpenyakit dari survei lapangan. Tahap selanjutnya adalah pre-processing citra untuk dapat diolah ke tahap selanjutnya yaitu ekstraksi fitur. Ekstraksi fitur tekstur dilakukan dengan gray level co-occurrence matrix (GLCM) dan ekstraksi fitur warna dengan color moments. Klasifikasi dilakukan berdasarkan fitur yang telah diekstraksi sebelumnya. Penelitian ini menggunakan metode klasifikasi support vector machine (SVM). Pengujian dilakukan untuk mengetahui fitur yang kemunculannya menyebabkan perubahan dalam hasil klasifikasi dengan 4 skenario meliputi penghapusan fitur bentuk, pemilihan fitur tekstur, pemilihan fitur warna, dan kombinasi fitur tekstur dan warna. Kombinasi fitur tekstur dengan GLCM correlation, energy,  homogeneity dan variance bersama fitur warna dengan color moments 1,2 dan 3 yang diuji pada skenario 4 merupakan kombinasi fitur yang direkomendasikan untuk identifikasi penyakit pada daun tebu dengan akurasi 97%. Kata kunci: ekstraksi fitur, penyakit tebu, citra daun, GLCM, dan color moments. Abstract Mosaic and rust are sugarcane diseases that happen in Indonesia and has considerable economic impact. Information technology for sugarcane disease detection is useful in supporting optimal sugarcane production. Most of current researches are about plant disease identification in general. There is no specific research about identification of sugarcane disease. This research proposes a sugarcane disease identification from sugarcane leaf image with gray level co-occurrence matrix (GLCM) and color moments. This research begins with collecting data from field survey. After sugarcane leaf images are captured through a field survey, they are pre-processed in order to be used in the features extraction step. Extracted features from these images are texture and color. Texture feature extraction is conducted by GLCM while color feature extraction is conducted by color moments. Classification method which is used in this research is support vector machine (SVM). Test conducted to find distinctive feature that has a significant impact in classification, there are 4 scenario to test the effects in deletion of shape feature, selection of texture and color feature, and also combination of texture and color feature. Texture feature with GLCM correlation, energy,  homogeneity and variance combined with color moments 1, 2 and 3 for color feature extraction in 4th scenario is an appropriate feature for identification of sugarcane leaf disease with 97% classification accuracy. Keywords: feature extraction, sugarcane disease, leaf image, GLCM and color moments.
Penjadwalan Perkuliahan dengan Pendekatan Evolutionary Algorithm (Studi Kasus : Sistem Informasi Akademik (SIAKAD) Program Teknologi Informasi dan Ilmu Komputer Universitas Brwijaya) Wicaksono, Satrio Agung; Setiyawan, R. Arief; Setiyawan, Budi Darma; Hernawan, Ari; Perdana, Rizal Setya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (763.832 KB)

Abstract

Abstrak Untuk menyusun jadwal kuliah bukanlah sesuatu yang mudah karena terkait aturan-aturan yang ada. Penjadwalan perkuliahan jika dilakukan dengan cara manual tentu saja akan memakan waktu cukup lama. Oleh karena itu pada penelitian ini mencoba untuk melakukan pendekatan menggunakan evolutionary algorithm untuk mempermudah dalam pembuatan jadwal kuliah dengan menerapkan aturan yang berlaku. Kromosom disusun dalam bentuk representasi string dengan susunan yang mewakili hari, jam perkuliahan, ruang dan gedung. Dari beberapa percobaan paremeter yang digunakan, diperoleh hasil optimal pada jumlah individu 100 dan peluang crossover sebesar 75%. Kata kunci: algoritma evolusi, algoritma genetik, penjadwalan mata kuliah. Abstract It is not an easy task to arange academic schedule because it is affected by many constraints. If this scheduling is done manually, it will consume many times. Therefore, this research tries to use the evolutionary algorithm approach to do schedulling by applying the applicable rules. Chromosomes are represented as string, which each of them consist of days, times, rooms, dan the buildings. From some experiments whisch are used in this research, optimal result obtained when use 100 individu in one population and 75% chance of crossover. Keywords: evolution algorithm, genetic algorithm, class scheduling
Case Based Reasoning Diagnosis Penyakit Cardiovascular Dengan Metode Simple Matching Coefficient Similarity Faizal, Edi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (731.304 KB)

Abstract

Abstrak Penyakit kardiovaskuler atau cardiovascular disease (CVD) menurut definisi WHO adalah istilah bagi serangkaian gangguan jantung dan pembuluh darah.  Data badan kesehatan dunia WHO (2012) menunjukan bahwa CVD adalah faktor penyebab kematian nomor satu didunia dan berdasarkan data Riset Kesehatan Dasar (RISKESDAS) Kementerian Kesehatan Republik Indonesia tahun 2007 menunjukkan, penyakit yang termasuk kelompok CVD menempati urutan teratas penyebab kematian di Indonesia. Ditinjau dari sisi ketersediaan tenaga ahli dibidang cardiovascular, saat ini Indonesia hanya memiliki  sekitar  500 dokter spesialis penyakit jantung dan pembuluh darah. Artinya dengan jumlah penduduk Indonesia yang mencapai 240 juta, rasio dokter spesialis jantung dan pembuluh darah adalah 1:480.000 penduduk. Jumlah ini masih sangat kurang dibandingkan dengan kebutuhan penduduk di Indonesia. Rasio yang diharapkan adalah 1:250.000 penduduk. Penelitian ini menerapkan case-based reasoning untuk membangun sebuah sistem yang memiliki kemampuan untuk mendiagnosa penyakit cardiovascular berdasarkan kemiripan (similaritas) pada kasus-kasus terdahulu mengunakan metode simple matching coefficient similarity. Hasil pengujian menunjukan bahwa sistem yang dibangun memiliki nilai sensitifitas 97,06%, spesifisitas 64,29%, PPV 86,84%, NPV 90,00%, akurasi 87,50% dengan tingkat kesalahan (error rate) sebesar 12,50%. Kata kunci: cardiovascular, case based reasoning, simple matching coefficient Abstract Cardiovascular disease (CVD) according to the WHO definition is the term for a series of heart and blood vessel disorders . World Health Organization (2012) showed that CVD is the factor number one cause of death in the world and based on data from the Health Research (RISKESDAS) Ministry of Health of the Republic of Indonesia in 2007 showed, diseases including CVD group occupy the top cause of death in Indonesia. In terms of the availability of experts in the field of cardiovascular, Indonesia currently only have around 500 specialist heart and blood vessel disease (SpJP). This means that the number of Indonesian population reached 240 million, the ratio of specialist is 1:480.000 population . This amount is very less compared to the needs of the population in Indonesia . Expected ratio is 1:250,000 population. This study will apply a case -based reasoning to build a system that has the ability to diagnose cardiovascular disease based on the similarity in the previous cases using  method  of  simple  matching coefficient . Test results the system showed  of sensitivity value 97,06%, specificity of 64,29%, PPV 86,84%, NPV 90,00% and accuracy of 87,50% with an error rate of 12,50%. Keywords: cardiovascular, case-based reasoning, simple matching coefficient
Semantic Clustering Dan Pemilihan Kalimat Representatif Untuk Peringkasan Multi Dokumen ., Pasnur; Santika, Putu Praba; Syaifuddin, Gus Nanang
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1003.083 KB)

Abstract

Abstrak Coverage dan saliency merupakan masalah utama dalam peringkasan multi dokumen. Hasil ringkasan yang baik harus mampu mampu mencakup (coverage) sebanyak mungkin konsep penting (salient) yang ada pada dokumen sumber. Penelitian ini bertujuan untuk mengembangkan metode baru peringkasan multi dokumen dengan teknik semantic clustering dan pemilihan kalimat representatif cluster. Metode yang diusulkan berdasarkan prinsip kerja Latent Semantic Indexing (LSI) dan Similarity Based Histogram Clustering (SHC) untuk pembentukan cluster kalimat secara semantik, serta mengkombinasikan fitur Sentence Information Density (SID) dan Sentence Cluster Keyword (SCK) untuk pemilihan kalimat representatif cluster. Pengujian dilakukan pada dataset Document Understanding Conference (DUC) 2004 Task 2 dan hasilnya diukur menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai nilai ROUGE-1 rata-rata sebesar 0,395 dan nilai ROUGE-2 rata-rata sebesar 0,106. Kata kunci: peringkasan multi dokumen, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword Abstract Coverage and saliency is a major problem in multi-document summarization. The good summary should be able to cover (coverage) as much as possible the important concepts (salient) that exist in the source document. This research aims to develop a new method for multiple document summarization with semantic clustering techniques and the selection of representative clusters sentence. The proposed method is based on the principles of Latent Semantic Indexing (LSI) and Similarity Based Histogram Clustering (SHC) for clustering sentences semantically, and combine features of Sentence Information Density (SID) and Sentence Cluster Keyword (SCK) for selecting a representative sentence cluster. Tests are performed on Document Understanding Conference (DUC) 2004 Task 2 dataset and the results are measured using the Recall-Oriented Understudy for Gisting Evaluation (ROUGE). The results show that the proposed method is able to achieve ROUGE-1 value by an average of 0.395 and the ROUGE-2 value by an average of 0.106. Keywords: multiple document summarization, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword
Sistem Verifikasi Tanda Tangan Off-Line Berdasar Ciri Histogram Of Oriented Gradient (HOG) Dan Histogram Of Curvature (HoC) Widodo, Agus Wahyu; Harjoko, Agus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.075 KB)

Abstract

Abstrak Tanda tangan dengan sifat uniknya merupakan salah satu dari sekian banyak atribut personal yang diterima secara luas untuk verifikasi indentitas seseorang, alat pembuktian kepemilikan berbagai transaksi atau dokumen di dalam masyarakat. Keberhasilan penggunaan ciri gradien dan curvature dalam bidang-bidang penelitian pengenalan pola dan bahwa tanda tangan dapat dikatakan merupakan hasil tulisan tangan yang tersusun atas beragam garis dan lengkungan (curve) yang memiliki arah atau orientasi merupakan alasan bahwa kedua ciri tersebut digunakan sebagai metoda verifikasi tanda tangan offline di penelitian ini. Berbagai implementasi dari pre-processing, ekstraksi dan representasi ciri, dan pembelajaran SVM serta usaha perbaikan yang telah dilakukan dalam penelitian ini menunjukkan hasil bahwa ciri HOG dan HoC mampu dimanfaatkan dalam proses verifikasi tanda tangan secara offline.  Pada basis data GPDS960Signature, HOG dan HoC yang dihitung pada ukuran sel 30 x 30 piksel memberikan dengan nilai %FRR terbaik 26,90 dan %FAR 37,56.  Sedangkan pada basis data FUM-PHSDB, HOG dn HoC yang dihitung pada ukuran 60 x 60 piksel memberikan nilai %FRR terbaik 4 dan %FAR 57. Kata kunci: verifikasi tanda tangan, curvature, orientation, gradient, histogram of curvature (HoC), histogram of oriented gradient (HOG) Abstract Signature with unique properties is one of the many personal attributes that are widely accepted to verify a persons identity, proof of ownership transactions instrument or document in the community. The successful use of gradient and curvature feature in the research fields of pattern recognition is the reason that both of these features are used as an offline signature verification method in this study. Various implementations of preprocessing, feature extraction and representation, and SVM learning has been done in the study showed results that HOG and HoC feature can be utilized in the process of offline signature verification.  HOG and HOC calculated on a combination of two different cell sizes at a time.  Improvement effort has been made and showed the expected results, although of little value. HOG and HOC calculated on a such cell sizes at a time. In database GPDS960Signature, best cell size is in 30 with the value 26.90% FRR and FAR 37.56%. While the database FUM-PHSDB, the best cell size is 60 with a value of 4% FRR and FAR 57%. Keywords: signature verification, curvature, orientation, gradient, a histogram of curvature (HOC), a histogram of oriented gradient (HOG)
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 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1302.981 KB)

Abstract

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.
Fitur Length Of Edge Dan Moment Invarian Untuk Gesture Recognition Dengan Menggunakan Kinect Untuk Kontrol Lampu MP, Rekyan Regasari; Setiawan, Budi Darma; Arwani, Issa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.673 KB)

Abstract

AbstrakTeknologi Kinect adalah teknologi yang dikembangkan untuk game. Kinect memungkinkan pemain game mengontrol permainan dengan menggunakan gerakan dan suara. Hal ini dikarenakan di dalam Kinect terdapat 3 hardware yang bekerja bersama-sama. Tiga hardware tersebut yaitu color VGA video camera, sensor kedalaman, dan multi array microphones. Karena itu, penelitian ini mencoba mengembangkan sensor Kinect untuk keperluan mendeteksi telapak tangan dan gesturnya untuk digunakan sebagai kontrol lampu. Hal ini dilakukan dengan menambahkan beberapa proses pengolahan citra. Pengenalan telapak tangan, menggunakan sensor VGA camera dan depth camera dalam Kinect. Ketika seorang pengguna menjulurkan tangannya kearah sensor, kemudian mengangkat jarinya maka program akan bereaksi. Jika 2 jari yang diangkat maka program akan mengaktifkan saklar padam. Sedangkan jika 5 jari yang diangkat, maka program akan mengaktifkan saklar hidup. Dalam penelitian ini ada 2 fitur yang digunakan dan dibandingkan hasilnya. Fitur yang digunakan adalah fitur Moment Invariant dan Length of Edge. Hasil lebih baik diberikan jika pengenalan dilakukan dengan menggunakan Length of Edge. Dari seluruh data uji yang dipakai, untuk pengenalan dengan menggunakan fitur Length of Edge, akurasi maksimal diperoleh sebesar 100%, sedangkan  dengan menggunakan fitur Moment Invariant, akurasi maksimal diperoleh sebesar 80%.Kata kunci: Moment Invarian, Length of Edge, gesture telapak tanganAbstractKinect is a technology developed for game. Kinect allows players to control game play by using movement and sound. This is because Kinect has 3 hardware that work together. The three hardware are VGA video camera, depth sensor and multi-array microphones. Therefore, this study attempts to use Kinect sensor for detecting the palms gestures and use them as a light control. This is done by adding some image processing technique. The palms gesture detection is done by using the VGA camera and depth camera in Kinect Sensor. When a user sticking his hand out and raise his fingers, then program will gives response. If 2 fingers are raised, program will activate off switch, while if 5 fingers are raised, program will activate on switch. There are two features are used in this study, and the results are compared. The features are Moment Invariant and Length of Edge. Better results given by recognition using the Length of Edge. From all the test data used, recognition using Length of Edge give 100% accuracy, while recognition using Moment Invariant features, give 80% in acuracy.Keywords: Moment Invarian, Length of Edge, palm gesture
Penentuan Upah Minimum Kota Berdasarkan Tingkat Inflasi Menggunakan Backpropagation Neural Network (BPNN) Yohannes, Ervin; Mahmudy, Wayan Firdaus; Rahmi, Asyrofa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (913.176 KB)

Abstract

Upah Minimum Kota (UMK) adalah sebuah standardisasi upah atau gaji karyawan atau pegawai untuk diterapkan diperusahaan baik itu BUMN, BUMS, maupun perusahaan lain yang berskala besar. Faktor yang mempengaruhi UMK sangat banyak dan beragam salah satunya adalah rata-rata inflasi pengeluaran dimana terdapat 8 kategori yang dipakai. Tulisan ini memaparkan penggunaan Backpropagation Neural Network (BPNN) untuk memprediksi besarnya UMK. Pada tahap uji coba data dibagi menjadi dua bagian yaitu data latih dan data uji, dimana data latih digunakan untuk mencari jumlah iterasi, jumlah hidden layer, dan nilai learning rate yang optimal. Pengujian data latih memberikan hasil yakni jumlah iterasi optimal diperoleh pada saat iterasi 80, sedangkan untuk jumlah hidden layer yang optimal adalah sebanyak satu hidden layer dan untuk nilai learning rate optimal yakni pada saat bernilai 0.8. Semua variabel yang diperoleh dikatakan optimal karena memiliki rata-rata MSE paling kecil dibandingkan dengan data lainnya. Hasil yang diperoleh saat data uji dengan menggunakan iterasi, jumlah hidden layer, dan nilai learning rate yang optimal didapatkan hasil MSE sebesar 0.07280534710552478.

Page 2 of 124 | Total Record : 1238


Filter by Year

2014 2025


Filter By Issues
All Issue 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 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2023 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