Articles
350 Documents
<![CDATA[OPTIMALISASI IMAGE ANALISIS NOISE CITRA MENGGUNAKAN ALGORITMA GAUSSIAN FILTER ]]>
<![CDATA[Sukemi Sukemi]]>;
<![CDATA[Yogi Tiara Pratama]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Gaussian filter merupakan salah satu teknik pengolahan citra yang di gunakan untuk memperbaikin kualitas suatu citra.gaussian filter di dapat dari operasi konvolusi dengan cara mengalikan antara matrix kernel dengan matrix gambar asli. Penelitian ini akan mengimplementasikan algorithma Gaussian filter yang mana pada nantinya akan didapat matrix mana yang cocok untuk suatu citra dalam mengurasi noise yang ada.Perancangan ini menggunakan gambar static atau tidak secara realtime,setelah dilakukan proses optimalisasi maka didapat matrix sebesar 5x5 atau 7x7 dari ketiga matrix 5x5,7x7,9x9 untuk mengurasi noise pada suatu citra.]]>
<![CDATA[Semantic Suffix Tree Clustering untuk Peningkatan Hasil Document Retriever pada Sistem Tanya Jawab Bahasa Indonesia ]]>
<![CDATA[Dininta Isnurthina]]>
<![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 mengusulkan metode Semantic Suffix Tree Clustering untuk mengelompokkan dokumen pada komponen document retriever sebuah Sistem Tanya Jawab Bahasa Indonesia. Tujuan pengelompokan dokumen pada komponen document retriever adalah untuk menghasilkan Sistem Tanya Jawab yang akurat. Sistem memiliki lima komponen, yaitu preprocessing, question analyzer, document retriever, document clusterer, dan answer finder.]]>
<![CDATA[Segmentasi Atrial Septal Defect menggunakan Convolutional Neural Networks berbasis V-NET ]]>
<![CDATA[Ade Iriani Sapitri]]>;
<![CDATA[Siti Nurmaini]]>;
<![CDATA[Sukemi Sukemi]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Analisis citra medis merupakan sebuah topik yang sangat diminati, karena sangat diperlukan dalam proses mendiagnosis penyakit. Salah satu analisis citra yang telah diteliti saat ini adalah penyakit jantung bawaan pada janin. Ada banyak jenis penyakit jantung bawaan pada janin salah satunya yaitu ASD. Penyakit jantung bawaan memiliki peran penting untuk melakukan diagnosis kelainan pada jantung khususnya janin. Salah satu penyakit jantung bawaan pada janin adalah atrial septal defect. Ada banyak cara yang dilakukan untuk proses melakukan diagnosis pada analisis citra medis yaitu segmentasi. Segmentasi khususnya pada gambar merupakan salah satu kunci dalam melakukan proses diagnosis pada analisis citra medis. Convolutional neural networks (CNNs) merupakan teknik pembelajaran dalam yang sering digunakan khususnya pada segmentasi gambar. Penelitian ini menerapkan sebuah teknik pembelajaran dalam untuk melakukan proses segmentasi pada penyakit jantung bawaan berdasarkan citra gambar. Pendekatan yang diusulkan menggunakan CNNs dengan arsitektur V-NET yang digunakan pada gambar atrial septal defect. Sebagai hasil penelitian hasil kinerja yang didapatkan dengan menggunakan evaluasi matriks piksel akurasi sebesar 96 % mean akurasi 91% dan mean iu sebesar 86%.]]>
<![CDATA[Aplikasi Linear Trajectory Palnning Pada Simulasi Robot SCARA 3 DOF Dalam Menulis Huruf ]]>
<![CDATA[Rendyansyah Rendyansyah]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 1, No 1 (2015) ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Robot manipulator sering digunakan dalam area industri, seperti robot pemotong, robot las, dan lain sebagainya. Robot manipulator juga disebut lengan robot yang dapat dikendalikan secara otomatis dengan menerapkan sistem perencanaan jalur untuk bergerak dari koordinat titik awal menuju titik akhir. Dalam penelitian ini digunakan simulasi robot SCARA (Selective Compliance Articulated Robot Arm) dengan tiga derajat kebebasan untuk menuliskan huruf pada koordinat kartesian. Algoritma perencanaan jalur menggunakan linear trajectory planning agar dapat mengikuti jalur dari titik ke titik pola huruf yang diberikan dalam area kartesian tersebut. Hasil percobaan dalam simulasi program visual menunjukan bahwa robot SCARA dapat menuliskan pola huruf “R” dan “Y” dengan baik.]]>
<![CDATA[Klasifikasi Sentimen Analisis Kartun Dengan Metode Optical Character Recognition (OCR) Dan Algoritma K-Nearest Neighbour (KNN) ]]>
<![CDATA[Irmawati Irmawati]]>;
<![CDATA[Sukemi Sukemi]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kartun adalah gambar dengan penampilan lucu yang mempresentasikan suatu peristiwa. Kartun editorial atau kartun politis biasanya ditujukan untuk menyatakan pandangan politik atau sosial dengan cara menyindir. Untuk menilai dan menentukan klasifikasi kumpulan kartun editorial dalam jumlah besar dibutuhkan sebuah sistem yang dapat mengklasifikasikan jenis kartun editorial kedalam dua klasifikasi negatif atau positif dengan menerapkan pengolahan citra digital dan OCR Tesseract yang dikombinasikan dengan algoritma K-Nearest Neighbour (KNN). OCR Tesseract diperlukan untuk mengenali teks yang terdapat pada sebuah gambar, sedangkan Algoritma K-Nearest Neighbour (KNN) sebagai metode klasifikasinya Sentimen posi- tif menyatakan pemberian nilai yang baik, sentimen negatif menyatakan nilai yang buruk pada konteks berbentuk teks. Dengan nenghitung kemiripan antar dokumen menggunakan cosine similarity. Berdasarkan jumlah dokumen sebanyak 8 data citra uji, dengan data usul sebanyak 7 dokumen dan data hsil berjumlah 6 maka akurasi terbaik did a pat sebesar 85,7% dengan k=3.]]>
<![CDATA[Desain Single Screen Library untuk Meningkatkan Efektivitas Layanan Perpustakaan ]]>
<![CDATA[Dinna Yunika]]>;
<![CDATA[Sarifah Putri Raflesia]]>
<![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[Pada lingkungan akademik, sebuah perpustakaan memegang peranan sangat penting. Perpustakaan dapat menjadi media untuk menemukan referensi untuk kegiatan-kegiatan akademik seperti pembelajaran dan penelitian. Oleh karena itu, dapat dikatakan bahwa perpustakaan merupakan jantung dari sebuah lembaga pendidikan. Namun, kendala yang sering terjadi adalah seorang pengguna tidak selalu dapat menemukan referensi yang diinginkan. Pengguna harus membuka portal publikasi lain seperti Springer, Elsevier, IEEE, dan sebagainya. Penelitian ini menghasilkan desain single screen library yang merupakan sebuah perpustakaan pintar yang dapat diakses melalui sistem terpusat. Sehingga pengguna tidak harus membuka sistem-sistem lain secara terpisah. Diharapkan dengan sistem perpustakaan single screen, akan meningkatkan efektivitas layanan sebuah perpustakaan.]]>
<![CDATA[ANALISIS PENYARINGAN EMAIL SPAM MENGGUNAKAN METODE NAIVE BAYES ]]>
<![CDATA[Elsya Moriesta]]>;
<![CDATA[Selviani Selviani]]>;
<![CDATA[Ali Ibrahim]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Email is one of the most important entities in terms of communication, whether personal, corporate, government and other communities. Widespread use of email as a medium of communication has a negative impact. One of the negative impacts that resulted is that many unwanted emails enter in the inbox. This condition is commonly known as spam. The presence of spam in emails led to research on spam filter software development to classify spam and non-spam emails automatically. Naïve Bayes is a function widely used by spam filter developers as a function to classify email because it is simple and easy to implement. To improve the accuracy and speed up the computing process it is necessary to perform several stages. There are three stages to build Bayesian filters: building spam database, Bayesian filter training, and filtering.]]>
<![CDATA[Klasifikasi Penyakit Kanker Payudara Menggunakan Metode K Nearest Neighbor (KNN) ]]>
<![CDATA[Ikhsan Nuh Atthalla]]>;
<![CDATA[Adithia Jovandy]]>;
<![CDATA[Hanif Habibie]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kanker payudara adalah penyakit non kulit yang berasal dari sel kelenjar, saluran kelenjar, dan jaringan penunjang payudara. Paper ini menggunakan metode K Nearest Neighbor untuk mengklasifikasi dataset. K Nearest Neighbor adalah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Pada penelitian ini penghitungan jarak kemiripan menggunakan jarak minkowski, Jarak minkowski adalah jarak di dalam ruang vektor yang telah ditentukan yang bisa dianggap sebagai generalisasi dari kedua jarak Euclidean dan jarak Manhattan. Dengan metode KNN diperoleh hasil paling akurat sebesar 93%.]]>
<![CDATA[Program Bantu Penyusunan Jadwal Kuliah ]]>
<![CDATA[Katon Wijana]]>
<![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[Menyusun jadwal kuliah memerlukan kecermatan agar tidak terjadi jadwal yang tumpang tindih (overlap). Tumpang tindih dapat terjadi pada dosen pengajar, mahasiswa peserta kuliah maupun ruang kuliah. Perancangan basis data dan pemanfaatan query SQL dapat membantu untuk mengatasi masalah penjadwalan ini.]]>
<![CDATA[Perancangan Wireless Sensor Network dengan Sistem Komunikasi Ad Hoc ]]>
<![CDATA[Btari Puspa Yahya]]>;
<![CDATA[Ade Silvia Handayani]]>;
<![CDATA[Nasron Nasron]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pada paper ini menyajikan penggunaan Jaringan Ad Hocsebagai komunikasi data antara node sensor. Ad hoc dapat diimplementasikan sebagai prediksi dan sistem peringatan, sistem untuk memperbaiki operasi pencarian dan penyelamatan pasca bencana, protokol routing baru serta sistem pencarian suatu informasi. Pada riset ini akan digunakan jaringan Ad Hoc menggunakan teknologi Xbee series 2 guna memonitoring pengiriman dan penerimaan informasi dan data pada posisi dan jarak yang ideal dalam komunikasi jaringan dengan beberapa perbandingan topologi sebagai parameternya.]]>
