cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota semarang,
Jawa tengah
INDONESIA
JAIS (Journal of Applied Intelligent System)
Published by Universitas Dian Nuswantoro
ISSN : 25020493     EISSN : 25029401     DOI : -
Core Subject :
Journal of Applied Intelligent System (JAIS) is published by LPPM Universitas Dian Nuswantoro Semarang in collaboration with CORIS and IndoCEISS, that focuses on research in Intelligent System. Topics of interest include, but are not limited to: Biometric, image processing, computer vision, knowledge discovery in database, information retrieval, computational intelligence, fuzzy logic, signal processing, speech recognition, speech synthesis, natural language processing, data mining, adaptive game AI.
Arjuna Subject : -
Articles 191 Documents
 1   2   3   4   5 
Identifikasi Sidik Jari Menggunakan Akurasi POC dan SIFT Wiyanto, Tendi Tri; Andono, Pulung Nurtantio
Journal of Applied Intelligent System Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu cara pengenalan sidik jari adalah dengan identifikasi sidik jari. Umumnya identifikasi yang dilakukan mengacu pada proses tingkat akurasi citra sidik jari. Penelitian ini mengajukan suatu metode identifikasi sidik jari yang sederhana tanpa melakukan pengenalan melainkan langsung pada proses pencocokan dan tingkat akurasi. Ada banyak metode untuk mengatasi masalah tersebut. Dalam penelitian ini digunakan teknik Scale Invariant Transform Feature (SIFT) dan Phase Colleration Only (POC) sebagai fitur ekstraksi yang dapat mengatasi masalah perbedaan tingkat akurasi sidik jari. Penelitian ini juga meneliti perbandingan antara metode SIFT dengan metode POC. Dalam simulasi pengujian ini digunakan 50 citra sidik jari. Hasil tingkat akurasi algoritma SIFT sebesar 84,5%. Sedangkan POC tingkat akurasinya sebesar 78%. Metode penerapan SIFT dapat mendeteksi gambar fingerprint dengan berbagai rotasi dan Algoritma POC dapat memberikan nilai puncak runcing yang jelas jika kedua citra finger print mirip sedangkan jika kedua citra fingerprint tidak mirip maka nilai puncak akan turun secara signifikan. Dari data tersebut menunjukkan bahwa metode SIFT  lebih baik dan akurat dibandingkan POC. Kata kunci— identifikasi, sidik jari, akurasi SIFT dan POC, gambar.
Metode Fuzzy Mamdani untuk Evaluasi Kinerja Pelayanan Perawat Muthohar, Aris; Rahayu, Yuniarsi
Journal of Applied Intelligent System Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam melakukan peningkatan kualitas kinerja pelayanan keperawatan pihak rumah sakit maupun puskesmas rawat inap banyak yang belum melibatkan pasien sehingga masih terdapat kekurangan-kekurangan. Oleh karena itu perlu dilakukan pengukuran yang melibatkan pasien agar upaya peningkatan pelayanan keperawatan yang akan dilakukan dapat memenuhi harapan pasien. Penilaian tentang kinerja pelayanan keperawatan dapat berbeda-beda bagi setiap orang. Misalnya ada orang yang merasa cukup puas terhadap kinerja pelayanan keperawatan tertentu tetapi ada pula orang yang menilai kurang puas terhadap kinerja pelayanan yang sama. Pendekatan yang dipakai penulis untuk mengukur kinerja pelayanan perawat adalah logika fuzzy mamdani. Fuzzy Mamdani merupakan salah satu metode yang sangat fleksibel dan memiliki toleransi pada data yang ada. Fuzzy Mamdani memiliki kelebihan yakni, lebih intuitif, diterima oleh banyak pihak, lebih cocok input yang diterima dari manusia bukan mesin. Metode tersebut akan coba penulis terapkan pada kasus evaluasi kinerja pelayanan perawat berdasarkan Tangibility, Reliability, Responsiveness, Assurance, dan Empaty. Dari variabel-variabel tersebut dihasilkan defuzzyfikasi yang merupakan output evaluasi kinerja didapatkan bilangan riil sebesar 84,9 yaitu merupakan keanggotaan dari domain himpunan bilangan fuzzy baik yang artinya variabel evaluasi kinerja sudah dapat dikatakan baik yaitu mencapai 84,9. Kata kunci— Keperawatan, Metode Fuzzy Mamdani, Evaluasi Kinerja.
Klasifikasi Calon Peserta Lomba Cerdas Cermat Siswa Menggunakan Algoritma C4.5 Candraningsih, Candraningsih; Nurhadiyono, Bowo
Journal of Applied Intelligent System Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sekolah merupakan lembaga penyelenggara pendidikan akademik bagi siswa. Dalam proses pembelajaran di sekolah dalam jangka waktu tertentu maka akan terkumpul sejumlah data yang besar yang nantinya akan menyulitkan pihak sekolah untuk mengolah data tersebut sehingga  berpengaruh dalam  peningkatan mutu siswa yang dihasilkan, dan dalam skala besar akan menurunkan prestasi sekolah dilihat dari sedikitnya prestasi dari siswa yang mendapatkan gelar juara dalam sebuah perlombaan. Salah satu faktor penyebab menurunnya prestasi akademik SMP N 1 Winong adalah banyaknya data dan kriteria yang digunakan dalam proses seleksi calon peserta lomba cerdas cermat sehingga pihak sekolah kurang tepat dalam mengirimkan perwakilan lomba. Data mining dapat menggali informasi dari data yang jumlahnya sangat besar dengan metode- metode tertentu untuk mendapat informasi atau ilmu pengetahuan yang baru. Dengan metode klasifikasi yang digunakan dapat diketahui apakah siswa layak menjadi calon peserta lomba atau tidak. Oleh karena itu data mining bisa digunakan untuk mengklasifikasikan data calon peserta lomba sebagai sarana untuk menerapkan algoritma C4.5 dalam proses seleksi  calon peserta lomba cerdas cermat siswa SMP N 1 Winong tingkat kabupaten. Hasil klasifikasi dari algoritma C4.5 untuk mengetahui tingkat akurasi dalam membuat klasifikasi calon peserta lomba cerdas cermat. Hasil evaluasi  diperoleh bahwa algoritma C4.5 memiliki akurasi 95,45%. Rule yang diperoleh dari klasifikasi dengan algoritma C4.5 jika diterapkan dalam data baru diperoleh hasil validasi dengan tingkat akurasi 90,63%. Kata kunci— data mining, klasifikasi, algoritma C4.5, confussion matrik, akurasi, lomba cerdas cermat.
Generator Teka-Teki Silang Menggunakan Algoritma Backtracking dan Brute Force Mohammad Sholeh Syakur; Wijanarto Wijanarto
Journal of Applied Intelligent System Vol 1, No 1 (2016): Februari 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i1.986

Abstract

Berbagai kesibukan yang menumpuk dapat membuat seseorang menjadi jenuh dan lelah. Permainan teka-teki silang bisa menjadi sebuah pilihan yang dapat menghilangkan rasa jenuh dan lelah, juga berguna untuk mengasah otak. Disisi lain, dengan bermain teka-teki silang seseorang akan mendapat tambahan pengetahuan dan wawasan dari menjawab setiap pertanyaan yang diberikan.Untuk membuat sebuah TTS secara manual tentu tidak mudah. Dibutuhkan banyak pemikiran dan waktu yang lama karena harus menyesuaikan antara jawaban yang satu dengan yang lainnya agar terbentuk papan TTS yang utuh. Dengan adanya "Aplikasi Generator TTS", pengguna hanya menginputkan pertanyaan dan jawabannya saja. Untuk pembuatan TTS nya akan dikerjakan oleh aplikasi pembuat TTS ini.Dalam pembuatan aplikasi generator TTS ini menerapkan penggunaan metode algoritma backtracking untuk melakukan pencarian jawaban hasil inputan pengguna yang nantinya akan dimasukkan ke papan TTS dan algoritma brute force untuk pencocokan huruf antara inputan pengguna dan huruf-huruf yang ada di kotak TTS. Sehingga aplikasi ini dapat memudahkan pengguna dalam pembuatan TTS. Kata kunci— generator TTS, backtracking, brute force, website.
Bag of Visual Words pada Citra Sidik Jari Berbasis Hierarchical Agglomerative Clustering Aditya, Antony Eka; Supriyanto, Catur
Journal of Applied Intelligent System Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan sidik jari adalah salah satu sifat biometric yang popular digunakan untuk mengenali seseorang. Untuk mengenali identitas seseorang melalui sidik jari, perlu adanya sebuah metode yang tepat dalam melakukan identifikasi. Beberapa teknik diusulkan pada penelitian sebelumnya untuk pengenalan sidik jari. Bag of  visual word ini memerlukan sebuah clustering terhadap beberapa keypoint yang dihasilkan dari sebuah algoritma matching point. Kemudian setelah keypoint dikelompokan, maka keypoint tersebut akan digunakan untuk proses klasifikasi. Penelitian ini hanya bertujuan untuk mengetahui kinerja algoritma clustering dalam pengelompokan keypoint. Hierarchical Agglomerative Clustering dan K-Means dipilih untuk proses clustering tersebut. Dalam penelitian yang dilakukan algoritma K-Means mempunyai kelemahan dalam melakukan evaluasi. Sedangkan algoritma Hierarchical Agglomerative Clustering dalam melakukan evaluasu membutuhkan waktu komputasi klastering yang cukup cepat, namun hasil performa clustering keypoint-nya tidak cukup baik. Kata kunci— Sidik jari, Bag of visual words, Clustering, K-Means, Keypoint, Hierarchical agglomerative clustering.
Template Matching Integral Proyeksi untuk Pengenalan Rambu Lalu Lintas Sofi’i, Muhammad; Mulyanto, Edy
Journal of Applied Intelligent System Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknologi selalu berkembang sesuai kebutuhan manusia. Contohnya dalam bidang transportasi yang dilengkapi dengan internet dan GPS (Global Positioning System).  Sekarang mobil juga sudah dilengkapi dengan sistem parkir otomatis. Hal tersebut dilakukan untuk memudahkan manusia dalam bepergian. Dan untuk itu perlu adanya sistem keamanan baru untuk meningkatkan keselamatan.  Salah satu pelengkap sistem keamanan tersebut adalah pengenalan rambu lalu lintas. Sistem ini bisa diterapkan dalam mobil autopilot. Agar mobil dapat mengenali rambu yang ada maka perlu adanya penelitian. Latar belakang masalah tersebut merupakan alasan dibuatnya penelitian ini. Penelitian ini akan membahas pengenalan rambu lalu lintas dengan metode template matching integral proyeksi. Mulai dari mendeteksi rambu lalu lintas tertentu hingga menyamakan data yang akan di uji dengan data template. Dari pengujian 40 sampel, 32 sampel berhasil terdeteksi. Dan diperoleh nilai akurasi pengenalan rambu sebesar 52,5%. Jadi, Untuk penelitian selanjutnya perlu di tambah metode lain untuk meningkatkan nilai akurasinya. Kata kunci— template matching, integral proyeksi, pengenalan rambu lalu lintas.
Pengamanan Laptop Menggunakan Pengenalan Wajah Berbasis Triangle Face Miftah, Muhammad; Aripin, Aripin
Journal of Applied Intelligent System Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Keamanan laptop merupakan bagian dari sebuah sistem yang sangat penting untuk menjaga validitas data-data dan sumber informasi yang berada di dalam sebuah laptop, termasuk data pribadi, data instansi, data organisasi ataupun data perusahaan. Apabila sebuah informasi tersebut jatuh dan di akses oleh pengguna yang tidak bertanggung jawab maka akan berakibat fatal. Sebagai tempat penyimpanan data dan informasi yang penting maka laptop perlu mempunyai sistem keamanan yang baik dan handal. Melihat masalah-masalah yang telah dijabarkan maka dalam penelitian ini akan dibangun sistem keamanan menggunakan teknologi biometrik. Dalam penelitian ini dipilih biomerika wajah, karena wajah termasuk dalam sistem biometrik yang mempunyai tingkat keakurasian 90% pada penelitian sebelumnya untuk digunakan dalam sistem keamanan, verifikasi data dan juga catatan seseorang dalam sebuah organisasi. Namun akan digunakan suatu metode untuk mengenali wajah seseorang yaitu Metode Triangle Face, Metode ini merupakan suatu metode untuk pengenalan wajah dengan cara mengukur jarak antar fitur wajah yaitu mata kanan, mata kiri, hidung dan mulut yang membentuk garis segitiga. Berdasarkan pengujian sistem yang telah dilakukan, ternyata sistem pengenalan wajah menggunakan metode Triangle Face ini memiliki tingkat keakuratan 93,3% , kesalahan posistif 6,7% dan kesalahan negatif 0% sehingga dapat disimpulkan bahwa sistem ini cukup aman untuk diaplikasikan dalam  pengaksesan laptop. Kata kunci— Keamanan Laptop, Pengenalan Wajah, Triangle Face, Laptop.
Sistem Pendukung Keputusan Pemilihan Konsultan Proyek (Studi Kasus Proyek Winrip Paket 03 Manggopoh-Padang Sawah) Fatmayati, Fryda; Marselia, Maya
Journal of Applied Intelligent System Vol 1, No 1 (2016): Februari 2016
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada Dinas Pekerjaan Umum Bina Marga Padang terdapat permasalahan yaitu lambatnya proses dalam pengambilan keputusan untuk menentukan pemenang tender proyek dan lamanya panitia memeriksa verifikasi dokumen administrasi dan belum ada tersedianya sistem pendukung keputusan pememang secara otomatis. Penelitian ini bertujuan untuk membantu panitia yaitu pegawai Dinas Pekerjaan Umum dalam hal melakukan seleksi tender konsultan supervisi. Hasil dari penelitian ini adalah analisa yang mampu membantu menentukan pemenang tender proyek dengan menggunakan metode Electre. Metode Electre adalah konsep outranking dengan menggunakan perbandingan berpasangan dari alternatif-alternatif berdasarkan setiap kriteria yang sesuai. Kata Kunci—3-5 Sistem Pendukung Keputusan, Decision Support System, electre, tender proyek.
Pemodelan Sistem Pakar Pengobatan Tradisional Penyakit Jantung dengan Metode Dempster Shafer Evi Fadilah
Journal of Applied Intelligent System Vol 1, No 1 (2016): Februari 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i1.1023

Abstract

Pemodelan dengan Metode Dempster Shafer Pada Sistem Pakar Pengobatan Tradisional Penyakit Jantung. Sistem pakar ini dapat memberikan informasi tentang pengobatan tradisional penyakit jantung berdasarkan basis pengetahuan yaitu berupa gejala-gejala penyakit jantung (Tangan terasa dingin, Mudah kehabisan nafas, Sianosis bibir, Palpitasi ringan, Lemah, Tidak bersemangat, Kegelisahan mental, Pucat, Berkeringat, Anggota tubuh terasa dingin, Bibir pucat, Pelupa, Mudah terkejut, Rasa panas pada telapak tangan, kaki dan dada, Tidur yang terganggu, Wajah pucat, Kecemasan, Merasa panas, Sariawan, Tidak nyaman, Perilaku yang kasar, Napas pendek, Rasa pahit, Dada terasa penuh, Aphasia, Kebingungan, Bicara tidak menentu, Penurunan daya reaksi, Muntah, Kemerahan, Urine gelap, Wajah merah), dari gejala-gejala tersebut dapat menyimpulkan penyakit jantung apa yang diderita (Defisiensi Qi, Defisiensi Yang, Gagal Yang, Defisiensi Darah Jantung, Defisiensi Yin Jantung, Berkobarnya Api Jantung, Dahak Api Bergolak Api, Dahak Menyelubungi Jantung, Stagnasi Darah Jantung Infark Acuta) sesuai dengan aturan-aturan (rule) penyakit jantung. Metode Dempster-shafer dapat membantu memberikan hasil nilai densitas yang paling kuat dari masing-masing penyakit jantung dengan bobot nilai awal ditentukan oleh pakar. Menghitung nilai densitas kesatu dan kedua, lalu menghitung kembali nilai densitas baru untuk setiap himpunan bagian fungsi dengan fungsi densitas selanjutnya sehingga akan didapatkan nilai densitas yang paling kuat dari gejala yang terakhir. Kata kunci—Sistem pakar, Pengobatan Tradisional, Jantung, Metode Dempster-Shafer.
Sistem Pakar Kerusakan Mesin Jahit dengan Metode Certainty Factor Berbasis Android Andri Saputra; Hengki Andrea Taman
Journal of Applied Intelligent System Vol 1, No 1 (2016): Februari 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i1.1024

Abstract

Mesin jahit adalah peralatan mekanis atau elektromekanis yang berfungsi untuk menjahit. Pada saat ini khususnya dalam bidang keterampilan seperti membuat sebuah pakaian, salah satu alat yang digunakan ialah mesin jahit. Namun setiap orang menggunakan mesin jahit secara terus-menerus dapat menyebabkan kerusakan pada mesin jahit. Dari permasalahan tersebut dibuat sebuah sistem pakar kerusakan mesin jahit dengan metode certainty factor berbasis android. Sistem pakar kerusakan mesin jahit berbasis android ini dibuat sebagai alat bantu untuk mempermudah masyarakat dalam mengetahui kerusakan mesin jahit, apalagi saat ini sudah banyak yang menggunakan smartphone sehingga masyarakat sangat mudah berinteraksi secara langsung dengan aplikasi untuk mengetahui jenis kerusakannya dan cara memperbaikinya. Penelitian ini menggunakan metode certainty factor dengan metode tersebut pengguna dapat mengetahui tingkat kepastian kerusakannya. Aplikasi sistem pakar berbasis android ini dapat menjadi sarana untuk mengetahui secara cepat tentang kerusakan mesin jahit dan cara memperbaikinya tanpa harus datang langsung ke pakarnya. Penerapan metode certainty factor sangat baik digunakan pada sistem pakar diagnosa kerusakan mesin jahit sehingga dapat diketahui hasil tingkat kepastian diagnosa kerusakan mesin.   Kata Kunci : Mesin Jahit, Sistem Pakar, Certainty Factor, Android, Smartphone.

Page 1 of 20 | Total Record : 191

 1   2   3   4   5 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2025): April 2025 Vol. 9 No. 2 (2024): Journal of Applied Intelligent System Vol. 9 No. 1 (2024): Journal of Applied Intelligent System Vol. 8 No. 3 (2023): Journal of Applied Intelligent System Vol. 8 No. 2 (2023): Journal of Applied Intelligent System Vol. 8 No. 1 (2023): Journal of Applied Intelligent System Vol 7, No 3 (2022): Journal of Applied Intelligent System Vol 7, No 2 (2022): Journal of Applied Intelligent System Vol 7, No 1 (2022): Journal of Applied Intelligent System Vol 6, No 2 (2021): Journal of Applied Intelligent System Vol 6, No 1 (2021): Journal of Applied Intelligent System Vol 5, No 2 (2020): Journal of Applied Intelligent System Vol 5, No 1 (2020): Journal of Applied Intelligent System Vol 4, No 2 (2019): Journal of Applied Intelligent System Vol. 4 No. 2 (2019): Journal of Applied Intelligent System Vol 4, No 1 (2019): Journal of Applied Intelligent System Vol 3, No 2 (2018): Journal of Applied Intelligent System Vol 3, No 1 (2018): Journal of Applied Intelligent System Vol 2, No 2 (2017): December 2017 Vol 2, No 1 (2017): April 2017 Vol 1, No 3 (2016): Oktober 2016 Vol 1, No 2 (2016): Juni 2016 Vol 1, No 1 (2016): Februari 2016 Vol 1, No 1 (2016): Februari 2016 Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69) More Issue