Indonesian Journal on Computing (Indo-JC)
Indonesian Journal on Computing (Indo-JC) is an open access scientific journal intended to bring together researchers and practitioners dealing with the general field of computing. Indo-JC is published by School of Computing, Telkom University (Indonesia).
Articles
10 Documents
Search results for
, issue
"Vol. 2 No. 2 (2017): September, 2017"
:
10 Documents
clear
<![CDATA[Deteksi Kemacetan Lalu Lintas dengan Menggunakan Algoritma Monte Carlo ]]>
<![CDATA[Bagus Gigih Adisalam]]>;
<![CDATA[Putu Harry Gunawan]]>;
<![CDATA[Mahmud Imrona]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.174
<![CDATA[Sensor dan kamera telah digunakan sekian lama dalam montoring lalu lintas untuk mendeteksi kemacetan lalu lintas. Kemacetan lalu lintas disebabkan karena perkembangan infrastruktur yang lambat tidak sebanding dengan peningkatan jumlah kendaraan. Penelitian ini bertujuan untuk mendeteksi status lalu lintas berdasarkan citra lalu lintas dengan sudut pandang yang berbeda. Citra lalu lintas diolah dengan menggunakan pengolahan citra menjadi 3 kondisi lalu lintas yaitu lancar, ramai, dan padat. Pengolahan citra merupakan metode untuk mengolah citra. Pengolahan citra dilakukan untuk mengubah citra RGB menjadi citra biner sehingga Monte Carlo dapat diterapkan dengan cara menghitung luas dari area piksel putih. Luas area putih pada citra biner digunakan untuk menentukan status lalu lintas. Hasil testing 1 menunjukkan skenario 1 menghasilkan performa terbaik dengan precision ramai bernilai 44%, recall ramai bernilai 77%, precision lancar bernilai 92%, recall lancar bernilai 73%, dan akurasi bernilai 73%. Hasil testing 2 menunjukkan skenario 2 menghasilkan performa terbaik dengan precision padat bernilai 100%, recall padat bernilai 99%, dan akurasi bernilai 99%.Kata Kunci: grayscale, pengolahan citra, segmen gambar, algoritma Monte Carlo, kemacetan lalu lintas, status lalu lintas]]>
<![CDATA[Pembuatan Scout Learning Berbasis Multimedia Berupa Aplikasi Simulasi Penunjang Ekstrakurikuler Kepramukaan Kalangan Sekolah Dasar Di Jawa Barat ]]>
<![CDATA[Andri Sahata Sitanggang]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.188
<![CDATA[Kepramukaan merupakan salah satu organisasi yang merupakan media untuk membina para siswa dalam memperoleh potensi-potensi secara spritual, intelektual, mentalitas dan fisik agar para siswa memiliki kepribadian dan akhlak mulia, memiliki semangat kebangsaan yang tinggi, menciptakan pola pikir yang berwawasan luas, serta menjadikan siswa memilki peran yang tinggal dalam membantu masyarakat yang berjiwa patriotisme dan menjadi calon pemimpin bangsa dan negara. Adanya inovasi interaktif dengan dukungan teknologi informasi maka kepramukaan dapat ditingkatkan jumlah keterlibatan siswa untuk mengikuti ekstrakurikuler kepramukaan.Berdasarkan hasil penelitian sebelumnya dimana rancangan sistem pembuatan scout learning yang diusulkan menggunakan metode pendekatan terstruktur sudah dibuat, maka penelitian ini berlanjut untuk menghasilkan suatu produk scout learning berbasis multimedia. Produk atau sistem yang dihasilkan mampu memberikan pengaruh yang besar bagi anak sekolah dasar dalam minat untuk mengikuti ekstrakuriler kepramukaan.Produk yang dibuat menggunakan metode pengembangannya prototype dengan pengujian secara alfa dan betha sehingga menjadi sebuah aplikasi menjadi layak pakai sesuai kebutuhan. Pembuatan scout learning ini berorientasi secara visual yang dinamis, penggabungan animasi, video dan suara, gambar yang menarik, yang menyediakan simulasi sandi-sandi, perlengkapan pramuka serta video pengetahuan kepramukaan.]]>
<![CDATA[Analisis dan Implementasi Metode Gabor Filter dan Support Vector Machine pada Klasifikasi Sidik Jari ]]>
<![CDATA[Intan Raharni Wijaya]]>;
<![CDATA[Untari Novia Wisesty]]>;
<![CDATA[Said Al Faraby]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.176
<![CDATA[Pengolahan citra digital semakin diminati, salah satunya pada sistem biometrik. Sistem biometrik merupakan sistem dalam pengenalan berdasarkan pola atau ciri khusus yang dimiliki makhluk hidup terutama manusia. Jenis identifikasi biometrik yang umum digunakan adalah pengenalan sidik jari. Sidik jari banyak digunakan dalam kehidupan sehari-hari selama lebih dari 100 tahun karena penerimaan yang tinggi, permanen, akurat, dan keunikan. Kelebihan sidik jari tersebut disebabkan oleh minutiae yang merupakan garis atau guratan pada sidik jari yang berbeda-beda setiap individu. Klasifikasi sidik jari secara umum terbagi menjadi dua tahap yakni ekstraksi fitur serta klasifikasi fitur. Ektraksi fitur dapat dilakukan dengan cara filter seperti gabor filter dengan empat sudut orientasi yang berkisar 0, 45, 90 dan 135 derajat. Hasil dari ekstraksi ciri akan klasifikasi dengan tujutan identifikasi. Metode Support Vector Machine (SVM) dapat digunakan sebagai classifier untuk sistem biometrik sidik jari. SVM memiliki kernel trick yang berpengaruh pada akurasi yang dihasilkan. Digunakan SVM multiclass metode one-against-all dalam klasfikasi sidik jari untuk 25 kelas. Akurasi terbesar diperoleh oleh kernel Radial Basis Function (RBF) sebesar 73% untuk data awal dan 76% untuk penambahan data augmentasi]]>
<![CDATA[Implementasi Algoritma Penjadwalan untuk pengelolaan Big Data dengan Hadoop ]]>
<![CDATA[Sidik Prabowo]]>;
<![CDATA[Maman Abdurohman]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.189
<![CDATA[Paper ini mengusulkan skema scheduler hadoop pada penyelesaikan tipe job yang sesuai untuk peningkatan kinerja Hadoop. Kesesuaian jenis scheduler dan tipe job yang dikerjakan dapat meningkatkan throughput dan menurunkan waktu rata-rata penyelesaian job. Masalah utama pada eksekusi job adalah ketidaksesuaian antara scheduler dengan tipe job yang dikerjakan. Pada paper ini telah dilakukan pengujian terhadap beberapa algoritma scheduler Hadoop yaitu FIFO, Fair, SARS dan COSHH scheduler dengan beberapa jenis job yang ditangani dalam lingkungan hadoop. Jenis-jenis job yang diujikan adalah word count, random text writer dan grep. Pengujian dilakukan dua skenario, yaitu job homogen (satu jenis) dan heterogen (beberapa jenis job) dikerjakan bersama. Hasil pengujian menunjukan bahwa algoritma SARS cocok digunakan pada penyelesaian job yang sifatnya homogen. Sementara itu algoritma COSHH cocok digunakan pada penyelesaian job gabungan yang heterogen. ]]>
<![CDATA[Optimasi Rute Angkutan Kota Secara Simultan Menggunakan Algoritma Exhaustive Search (Studi Kasus Sepuluh Trayek Kota Bandung) ]]>
<![CDATA[M. Hady Setiawan]]>;
<![CDATA[Mahmud Imrona]]>;
<![CDATA[Danang Triantoro Murdiansyah]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.178
<![CDATA[Angkutan kota merupakan salah satu sarana transportasi yang berfungsi untuk mengangkut penumpang dari tempat asal ke tempat tujuan. Saat ini, masyarakat lebih memilih menggunakan kendaraan pribadi dari pada menggunakan jasa angkutan kota yang disebabkan oleh beberapa faktor, salah satunya yaitu kurangnya ketersebaran rute trayek angkutan kota. Akibatnya penggunaaan kendaraan pribadi terutama kendaraan bermotor melebihi batas wajar sehingga menyebabkan kemacetan. Oleh karena itu, diperlukan optimasi rute trayek angkutan kota untuk mengatasi masalah tersebut. Ada dua sudut pandang yang diperhatikan dalam penelitian ini, yaitu: pemerintah (menginginkan tingkat ketersebaran rute trayek yang tinggi), dan sopir (menginginkan pendapatan yang tinggi). Pada penelitian ini dilakukan optimasi sepuluh trayek angkutan kota menggunakan algoritma exhaustive search dengan memperhatikan ketersebaran rute. Hasil dari penelitian ini menghasilkan peningkatan pendapatan sopir angkutan kota sebesar 57,25%, dan peningkatan ketersebaran rute sebesar 33,2 %.]]>
<![CDATA[On the Generalizations of Megrelishvili Protocol for Group Key Distribution ]]>
<![CDATA[Muhammad Arzaki]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.179
<![CDATA[This article presents an extension of our previous research in <cite>AW17</cite> where we propose two variants of Megrelishvili key distribution schemes and investigate some of their elementary theoretical security analysis. We briefly discuss the two protocols in <cite>AW17</cite> and propose another two schemes which are more efficient than the preceding ones. Additionally, we also devise efficient procedures for constructing a new mutual key if the group membership is altered. Furthermore, we discuss the security of the protocols rigorously and we provide a sufficient condition for breaking the protocols by way of solving several instances of Megrelishvili vector-matrix problems (MVMP). We prove that the secret group key can be recovered easily if an attacker can express the sum of the secret exponents of the participants as a linear combination of the secret exponents excerpted from the transmission. Based on this result, we reason that our Megrelishvili key distribution schemes are theoretically at least as secure as the standard two-party Megrelishvili key exchange procedure.]]>
<![CDATA[Pemodelan dan Simulasi Peluang Kebangkrutan Perusahaan Asuransi dengan Analisis Nilai Premi dan Ukuran Klaim Diasumsikan Berdistribusi Eksponensial ]]>
<![CDATA[Farah Diba]]>;
<![CDATA[Deni Saepudin]]>;
<![CDATA[Aniq Antiqi Rohmawati]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.147
<![CDATA[AbstrakPaper ini berisi tentang pemodelan dan simulasi peluang kebangkrutan perusahaan asuransi saat menanggung klaim dari pelanggan. Perusahaan mempunyai dana untuk membayar klaim yang diperoleh dari akumulasi cadangan dana awal dan pendapatan perusahaan dari pembayaran premi. Jika dana perusahaan pada waktu ke- lebih kecil sama dengan 0 maka perusahaan asuransi mengalami kebangkrutan. Oleh karena itu dianalisis premi yang harus dibayar oleh pelanggan asuransi. Semakin besar jumlah premi yang dibayar, maka semakin besar dana perusahaan asuransi pada waktu ke- untuk menanggung klaim berikutnya. Peluang kebangkrutan dapat diprediksi dari simulasi model n-kali dengan asumsi banyaknya klaim yang terjadi pada selang waktu antara 0 dan berdistribusi Poisson dan ukuran klaim berdistribusi Eksponensial. Kata Kunci: peluang kebangkrutan, distribusi Eksponensial, distribusi Poisson, premi ]]>
<![CDATA[Early Smoke Detection on Video Using Wavelet Energy ]]>
<![CDATA[Muhammad Zulfiqar Shafar]]>;
<![CDATA[Tjokorda Agung Budi Wirayuda]]>;
<![CDATA[Febryanti Sthevanie]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.180
<![CDATA[Most of the smoke detection system these days still using sensors that have to receive specific particles before it could give a warning. But, this system takes some time to react and quite difficult to place in spacious room or the outdoor. To overcome this, there is some research that build smoke detection system using many kind video processing technique that could provide early warning. In this research, wavelet energy was used to detect smoke in the video. To determine candidate blocks in a frame that contain smoke, this research performed background subtraction and color analysis based on HSV color space. Then implementing spatial analysis and spatio-temporal analysis by using wavelet energy method and accumulative motion orientation to detect the smoke. This system using combination of dataset from previous research [1], downloaded from various sources and self-made dataset. Based on testing process using those dataset, this system reaches 91.05% accuracy for block-level and 72.22% accuracy for frame-level.Keywords: Accumulative motion orientation, smoke detection, spatial analysis, spatio-temporal analysis, video processing, wavelet energy]]>
<![CDATA[Deteksi Kanker berdasarkan Klasifikasi Data Microarray menggunakan Functional Link Neural Network dengan Seleksi Fitur Genetic Algorithm ]]>
<![CDATA[Putri Tsatsabila Ramadhani]]>;
<![CDATA[Untari Novia Wisesty]]>;
<![CDATA[Annisa Aditsania]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.173
<![CDATA[Di beberapa tahun terakhir, pemanfaatan teknologi microarray memiliki pengaruh besar dalam menentukan gen informatif yang menyebabkan kanker. Micorarray mampu menentukan ekspresi ribuan gen dan secara simultan memantau proses bilogis yang sedang berlangsung. Dengan melakukan analisa terhadap data micorarray, selanjutnya ekspresi dari ribuan gen yang merepresentasikan suatu jaringan pada manusia, akan diklasifikasikan sebagai jaringan kanker atau bukan. Dalam penulisan penelitian penelitian, penulis meng-implementasikan Functional Link Neural Network dengan fungsi basis Legendre Polynomial untuk klasifikasi data yang akurat dan menggunakan Genetic Algorithm sebagai seleksi fitur untuk mereduksi data berdimensi tinggi yang sering ditemukan pada data microarray. Dengan serangkaian proses yang telah dilakukan, maka diperoleh kinerja tertinggi terhadap klasifikasi data microarray Colon Tumor sebesar 92.3% dan Leukemia sebesar 87.5%. Perbedaan kinerja yang diperoleh disebabkan oleh perbedaan karakteristik masing-masing data.]]>
<![CDATA[Implementasi Social Network Analysis pada Penyebaran Country Branding “Wonderful Indonesia” ]]>
<![CDATA[Mahdi Shiddieqy Setatama]]>;
<![CDATA[Dodie Tricahyono]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21108/INDOJC.2017.2.2.183
<![CDATA[Dalam upaya mencapai target pertumbuhan industri pariwisata dan meningkatkan jumlah kedatangan wisatawan asing, Kementerian Pariwisata melakukan berbagi upaya yang salah satunya adalah dengan merambah pemasaran online menggunakan situs jejaring sosial. Penelitian ini dilakukan dengan tujuan untuk memodelkan, menganalisis dan mengevaluasi proses penyebaran informasi mengenai country branding “Wonderful Indonesia” pada top platform situs jejaring sosial Google Plus, Twitter dan Facebook dengan menggunakan pendekatan social network analysis. Dalam penelitian ini akan dilakukan visualisasi jaringan dengan menggunakan metode undirected graph, kemudian menghitung nilai properti jaringan dan mengukur nilai centrality untuk mengidentifikasi aktor-aktor berpengaruh di dalam jaringan. Berdasarkan hasil penelitian, diketahui pola interaksi penyebaran country branding “Wonderful Indonesia” pada ketiga top platform menunjukan pola yang terpecah-pecah ke dalam sub-sub jaringan (komunitas). Terdapat 37 komunitas pada platform Google Plus, 272 komunitas pada plaform Twitter dan 54 komunitas pada plaform facebook. Kemudian Twitter unggul dalam enam atribut properti jaringan sehingga dinilai memiliki performa penyebaran yang lebih baik dibanding dengan jaringan pada platform Google Plus dan Facebook. Berdasarkan hasil hitung centrality maka diketahui akun Tri Rini Nuringtyas pada platform Google Plus, akun SportourismID pada platform Twitter dan akun PlaneTourIndonesia pada platform Facebook merupakan aktor-aktor yang paling berpengaruh dan dapat diberdayakan oleh Kementerian Pariwisata Republik Indonesia untuk meningkatkan penyebaran country branding dan kampanye pariwisata “Wonderful Indonesia”.]]>
