Articles
89 Documents
Search results for
, issue
"Vol 2, No 1 (2016)"
:
89 Documents
clear
<![CDATA[Robot Swarm Leader Follower Menggunakan Algoritma Logika Fuzzy Interval Tipe 2 ]]>
<![CDATA[Gita Fadila Fitriana]]>;
<![CDATA[Husnawati Husnawati Husnawati]]>;
<![CDATA[Siti Nurmaini]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini dilakukan pada robot swarm dengan metode leader follower menggunakan kontrol gerak robot dengan Algoritma Logika Fuzzy Interval Tipe (LFIT) 2. Robot bergerak dengan secara beriringan, dimana robot dibelakang disebut robot follower dan robot pemimpin disebut sebagai leader. Algoritma Logika Fuzzy Interval Tipe (LFIT) 2 digunakan untuk sistem navigasi pada robot leader dan follower dalam menghindari halangan, bergerak dalam kelompok dan mencapai target. Hasil yang dicapai pada penelitian ini berupa surface yang lebih baik daripada algoritma Logika Fuzzy Tipe (LFT) 1. ]]>
<![CDATA[Deteksi Spam Email Menggunakan Bayesian Network ]]>
<![CDATA[Dendy Andrian]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Email telah menjadi salah satu alat komunikasi internet yang mudah dan cepat. Tetapi masih banyak masalah yang dihadapi oleh pengguna email. Masalah utama yang sering dihadapi adalah meningkatnya jumlah email yang tidak diharapkan atau yang biasa disebut spam. Email spam dapat berdampak pada penyalahgunaan koneksi internet dan sangat mengganggu pengguna. Pada studi ini menggunakan metode Bayesian Network, tujuannya untuk mendapatkan metode yang sesuai. Berdasarkan hasil percobaan software ini, akurasi hasil yang didapatkan adalah 93.33% dimana dari 30 sampel email yang diuji terdapat 2 sampel email yang tidak valid. Email spam terdeteksi karena terdapat banyak kata – kata yang mengandung iklan, pornografi dan judi dalam email tersebut]]>
<![CDATA[Rancang Bangun Infrastruktur Sistem Informasi Manajemen Sekolah untuk Pesantren ]]>
<![CDATA[Joy Gabriel]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[This paper discussses about the architecture development for school management information system. This system is online based and applied for pesantren (Islam based Indonesian education institute). School management information system is the solution of pesantren’s problem there are inefficientcy of time for every task in pesantren administration process and no direct connection for any stakeholder in pesantren. The arcitecture consist of the vision of pesantren until change management system for pesantren to adopt new system. ]]>
<![CDATA[Literatur Review tingkat kematangan E-Learning di Perguruan Tinggi Indonesia ]]>
<![CDATA[Purwita Sari]]>;
<![CDATA[Darius Antoni]]>;
<![CDATA[Syahril Rizal]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Implementasi e-learning di Indonesia sudah banyak diterapkan pada Perguruan Tinggi dalam hal mengatasi kendala sumber daya belajar. Untuk memahami proses implementasi e-learning yang sudah ada, dibutuhkan evaluasi tingkat kematangan sistem e-learning yang dianggap mampu mengungkapkan dan menggambarkan proses yang sudah berjalan. Penelitian ini bertujuan untuk mengetahui aspek atau katergori apa yang telah mencapai tingkat kematangan sistem e-learning yang ada di Perguruan Tinggi Indonesia yang baik dan kategori apa yang masih perlu ditingkatkan maturity-nya supaya tidak mengalami kegagalan dan penerapan e-learning dapat berlangsung dengan sukses. Penelitian ini menggunakan kerangka kerja eMM yang dapat digunakan sebuah institusi untuk mengukur sejauh mana (tingkat kematangan) kapabilitas e-learning yang ada apakah sudah sesuai atau belum dengan kebutuhan pengajar, pembelajar, dan institusi. Dimensi kapabilitas dinyatakan dalam skala 1 (Delivery), 2 (Planning), 3 (Definition), 4 (Management), dan 5 (Optimization). Hasil dari penelitian ini adalah berupa gambaran tingkat kematangan e-learning yang ada di Perguruan Tinggi Indonesia.]]>
<![CDATA[Steganografi pada Citra Digital Berwarna 32-Bit Menggunakan Least Significant Bit ]]>
<![CDATA[Ahmad Aidil Fitri]]>;
<![CDATA[Megah Mulya]]>;
<![CDATA[Al Farissi]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian steganografi menggunakan metode Least Significant Bit (LSB) pada citra sebagai media penampung pesan rahasia umumnya menggunakan citra 8-bit hingga 24-bit dimana penyisipan atau penyembunyian pesan dilakukan di bit-bit kurang berarti elemen abu-abu untuk citra grayscale dan elemen merah, hijau dan biru (RGB) untuk citra berwarna. Pada penelitian ini citra penampung yang digunakan merupakan citra digital berwarna dengan kedalaman bit berjumlah 32 berekstensi *.png dan pesan rahasia berupa berkas teks berekstensi *.txt. Teknik penyisipan LSB pada penelitian ini mengalami peningkatan karena citra digital yang digunakan yaitu 32-bit dimana memiliki 4 elemen warna yaitu merah, hijau, biru dan alfa (RGBA). Hasil yang diperoleh dari penelitian ini menghasilkan daya tampung atau kapasitas pesan rahasia yang dapat disisipkan lebih besar dan tetap menghasilkan kualitas citra stego yang baik dengan nilai Mean Square Error kurang dari 2.0 dan nilai Peak Signal-to-Noise Ratio diatas 40dB.]]>
<![CDATA[Aplikasi Pencarian Merchant EDC Berbasis GIS Menggunakan Android ]]>
<![CDATA[Viddi Mardiansyah]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pencarian lokasi Merchant yang merupakan salah satu partner dari Bank dengan menggunakan Global Positioning System (GPS) yang berfungsi sebagai penunjuk lokasi (Location Based Services/LBS) berbasis mobile sangatlah diperlukan saat ini, terlebih oleh petugas lapangan yang bertugas mengunjungi merchant partner Bank, dalam rangka perbaikan dan perawatan mesin Electronic Draft Capture (EDC) Merchant Services dari Bank. Melalui visualisasi GoogleMaps, pencarian ini dapat digunakan dengan mudah, ditambah lagi penggunaan perangkat mobile, khususnya smartphone Android yang banyak digunakan oleh masyarakat. Pembuatan aplikasi untuk pencarian Merchant ini dibangun dengan menggunakan bahasa pemrograman Java Android dan database SQLite. Aplikasi ini dapat menunjukan lokasi Merchant yang telah pilih dan dapat menampilkan Rute dari Lokasi dimana user berada ke lokasi Merchant yang akan ditujunya]]>
<![CDATA[Klasifikasi Malware Trojan Ransomware Dengan Algoritma Support Vector Machine (SVM) ]]>
<![CDATA[Erick Lamdompak]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstract— Identifikasi dari file malware itu sendiri merupakan proses yang kompleks, yang melibatkan ektraksi ciri khas dari satu sampel dataset malware. Dataset normal file dan dataset malware Trojan ransomware diperiksa menggunakan pola opcode n-gram yang diekstrak dari file setelah pembongkaran. Opcode pola n-gram digunakan sebagai fitur untuk proses klasifikasi. Penellitian yang dilakukan dalam makalah ini adalah melakukan training untuk normal file sebagai pembanding dengan file Trojan ransomware yang di deteksi menggunakan fitur ekstraksi N-grams. Hasil dari analisis sementara proses training dan deteksi malware harus di dukung dengan metode klasifikasi yang akurat dan efisien. Hasil dari penelituan ini menunjukkan bahwa Support vector Machine (SVM) adalah metode yang kuat dan akurat untuk penyelesaian klasifikasi malware Trojan Ransomware dan normal file. ]]>
<![CDATA[Sistem Antrian Berbasis Web dengan Notifikasi Estimasi Pemanggilan dan Fitur Prioritas ]]>
<![CDATA[Ardy Hidayat]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kegiatan mengantri merupakan kegiatan yang tidak menyenangkan dan dapat menghabiskan banyak waktu untuk sebagian orang. Untuk itu, artikel ini memaparkan suatu sistem antrian untuk memudahkan pengantrian dan menyelesaikan masalah pada sistem antrian konvensional. Fitur sistem antrian yang diusulkan meliputi pendaftaran daring, pengambilan nomor antrian secara daring, memberikan notifikasi ke ponsel dengan sms dan/atau surel pengantri yang terdapat informasi nomor berapa yang saat ini dipanggil berikut informasi estimasi waktu kapan pengantri tersebut dipanggil, konfirmasi kedatangan, dan prioritas.]]>
<![CDATA[Studi Perbandingan Performansi Antara MongoDB dan MySQL Dalam Lingkungan Big Data ]]>
<![CDATA[Apri Junaidi]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Tiada hari tanpa, penggunaan data yang terus berkembangan dikuti dengan kemajuan teknologi dibidang dalam teknologi informasi, sehingga kebutuhan untuk pengolahan data sangat diperlukan, proses pertambahan data yang terus meningkat bersumber dari berbagai macam transaksi seperti data posting blog, data percakapan dijaringan selular, sms, chat dan banyak sumber data lain yang setiap saat terus bertambah, sehingga terkenal dengan nama Big Data. Dalam pengolahan big data ini diketahui adanya database NoSQL, sedangkan database yanbg selama ini banyak dipakai adalah MySQL. Untuk mengetahui performansi response time masing-masing database maka diperlukan sebuah penelitian untuk mendapatkan hasil performansi tersebut. Penelitian ini menggunakan database dengan jumlah record yang besar yaitu sebanyak 226.232 record. Untuk keluarga NoSQL penulis menggunakan MongoDB dan untuk keluarga SQL penulis menggunakan MySQL, pengujian dilakukan pada lingkungan yang seimbang, pada hardware dan software yang memiliki spesifikasi yang sama. Hasil akhir penelitian menunjukkan bahwa MongoDB menunjukan performansi yang baik dibandingkan MySQL.]]>
<![CDATA[Pengenalan Tulisan Tangan Angka Cina Menggunakan Weighted United Moment Invariant dan Self Organizing Maps ]]>
<![CDATA[Kennycia Susila Dharma]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 2, No 1 (2016) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pengenalan tulisan tangan angka Cina menjadi kebutuhan dalam meningkatkan produktivitas, akan tetapi untuk mengenali angka Cina tidaklah mudah. Masalah dalam pengenalan tulisan tangan angka Cina adalah kompleksitas variasi dari penulis. Hal tersebut menjadikan tulisan tangan berbeda dalam bentuk, ketebalan, dan ukuran. Penelitian ini menggunakan binerisasi untuk mengubah citra asli menjadi citra biner, Weighted United Moment Invariant untuk mengekstraksi citra biner tulisan tangan angka Cina, dan Self Organizing Maps untuk mengelompokkan hasil dari ekstraksi fitur. Hasil pengenalan tulisan tangan angka Cina dengan 600 data primer dengan setiap angka dibuat 60 kali diperoleh akurasi terbaik 93,89%.]]>
