Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang
|
|
- Irwan Hendra Muljana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: PENERAPAN ALGORITMA K-MEANS BERDASARKAN COSINE SIMILARITY UNTUK PENGENALAN KAYU KELAPA APPLICATION OF K-MEANS ALGORITHM BASED ON COSINE SIMILARITY FOR COCONUT WOOD RECOGNITION Ardha Rizqa Hidayat 1, Ricardus Anggi Pramunendar MCS 2 Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang @mhs.dinus.ac.id, 2 ricardus.anggi@dsn.dinus.ac.id Abstrak Proses pemilihan kualitas kayu kelapa (Cocos nucifera L.) umumnya dilakukan oleh seorang grader terlatih dengan cara melihat secara langsung tanpa bantuan apapun. Masyarakat bergantung kepada grader tersebut dalam pemilihan kualitas kayu kelapa.untuk menghilangkan ketergantungan masyarakat, penelitian ini bertujuan untuk menerapkan aplikasi berbasis Android untuk pengenalan kayu kelapa secara otomatis. Proses pengenalan kayu kelapa sebelumnya diperlukan metode ekstraksi fitur tekstur berbasis histogram sebagai penentu karakteristik citra kayu kelapa 2D. Hasil ekstraksi fitur tekstur dikelompokkan menggunakan metode K-Means Clustering dengan Cosine Similarity. Berdasarkan hasil pengujian dari 170 data citra kayu kelapa, aplikasi pengenalan kayu kelapa menghasilkan akurasi sebesar 60.3%. Kata kunci : Computer Vision, Kayu Kelapa, K-Means Clustering, Cosine Similarity, Statistical Histogram Abstract The process of selecting quality of coconut wood is generally performed by a trained grader by looking coconut wood directly manually. People are highly dependent on the grader. To eliminate this dependence, this research aims to implement the Android-based applications for the introduction of coconut wood automatically. The first process required the extraction of texture features method based on histogram as a determinant characteristic 2D image of coconut wood. The extraction of texture features are classified using K-Means Clustering with Cosine Similarity. Based on the test results of 170 image data coconut wood, the application of coconut wood recognition produces an accuracy of 60.3%. Keywords : Computer Vision, Coconut Wood, K-Means Clustering, Cosine Similarity, Statistical Histogram 1. PENDAHULUAN Dunia teknologi informasi kini semakin berkembang pesat, manusia semakin cenderung menyelesaikan masalah dengan cepat dengan memanfaatkan teknologi. Smartphone adalah salah satu perangkat teknologi yang dimiliki oleh masyarakat di segala kalangan. Kecanggihan Received June1 st,2012; Revised June25 th, 2012; Accepted July 10 th, 2012
2 2 ISSN: dan kemudahan smartphone ini sangat membantu manusia untuk menyelesaikan masalahmasalah dalam segala bidang [5]. Salah satu bidang yang dapat memanfaatkan smartphone sebagai teknologi untuk membantu menyelesaikan masalah adalah bidang agrikultur. Di bidang agrikultur, telah banyak penelitian yang dilakukan untuk mempermudah kontrol kualitas produk. Seperti pada penelitian [2], meneliti tentang penentuan kualitas pada beras. Dan pada [3], meneliti tentang penentuan kualitas pada kayu kelapa. Kayu kelapa telah dimanfaatkan untuk pembuatan furnitur dan sebagai bahan bangunan. Penentuan penilaian kelas secara visual pada kayu kelapa ditentukan oleh kepadatan bundel (pola) pada irisan kayu kelapa per satuan luas. Semakin padat maka kualitas kayu semakin baik. Hal lain yang membuat faktor kualitas kayu kelapa adalah warna dan ukuran pola bundel, ukuran yang lebih besar dan warna yang lebih gelap akan menghasilkan kualitas yang lebih baik [4]. Proses penentuan kualitas kayu kelapa yang berkualitas dan cocok sebagai bahan baku suatu produk dilakukan oleh seorang grader yang terlatih dengan cara melihat kayu secara langsung tanpa menggunakan alat bantu, hal ini menyebabkan ketergantungan masyarakat akan seorang grader dalam pemilihan kualitas kayu kelapa [3]. Untuk mempermudah penyelesaian masalah dalam menentukan kualitas kayu kelapa dengan atau tanpa seorang grader, dibutuhkan aplikasi berbasis mobile yang dapat mengklasifikasi kualitas kayu kelapa dengan melakukan pengolahan citra digital pada citra kayu kelapa. Pada pengolahan citra digital, untuk melakukan proses klasifikasi sebelumnya diperlukan proses analisis tekstur untuk mengidentifikasi parameter penentu kelas sebuah citra. Analisis tektstur membutuhkan tahapan fitur tekstur [5]. Pada [5] dikatakan bahwa metode ekstraksi fitur berbasis histogram merupakan metode statis orde satu untuk memperoleh fitur tekstur. Beberapa fitur yang dapat dikenali melalui metode histogram adalah: rerata intensitas, deviasi standar, skewness, energi, entropi dan kehalusan. Dari ekstraksi fitur berbasis histogram dapat menghasilkan ciri tekstur kayu kelapa, selanjutnya akan diproses menggunakan metode clustering untuk mengelompokkan data kayu kelapa. K-Means merupakan salah satu metode clustering non hirarki yang berusaha mempartisi data ke dalam satu atau lebih cluster berdasarkan jarak minimal data ke centroid. Dengan algoritma K-Means Clustering data dapat dipartisi, dimana data yang memiliki karakteristik yang mirip dikelompokkan ke dalam cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam cluster yang lain [6]. Pada [2] peneliti menerapkan algoritma K-Means clustering dengan Manhattan/City Block distance space untuk mengklasifikasi kualitas beras. Hasil dari penelitian tersebut data beras dibagi menjadi 3 cluster, Cluster 1 untuk beras kualitas buruk, Cluster 2 untuk beras kualitas sedang, dan Cluster 3 untuk beras kualitas baik, serta dihasilkan validasi sebesar 92,82%. Beberapa alternatif penerapan K-Means dengan pengembangan teori-teori penghitungan terkait telah diusulkan. Hal ini termasuk pemilihan Distance space untuk menghitung jarak di antara suatu data dan centroid [7]. Pada penelitian [8], membandingkan 5 macam penghitungan, salah satunya Cosine Similarity. Cosine Similarity adalah salah satu persamaan yang populer yang diaplikasikan untuk text document, seperti Information Retrieval dan clustering juga [9]. Penelitian-penelitian sebelumnya mengenai kayu kelapa telah menggunakan beberapa metode clustering, namun belum menerapkan hasil penelitian ke dalam perangkat lunak di smartphone. Maka dari itu, penelitian ini akan menerapkan aplikasi berbasis android menggunakan metode clustering dengan algoritma K-Means dengan Cosine Similarity untuk pengenalan kayu kelapa. IJCCS Vol. x, No. x, July201x : first_page end_page
3 IJCCS ISSN: METODE PENELITIAN Dalam menyelesaikan permasalahan, diterapkan sebuah metode serta algoritma yang sesuai dengan tujuan penelitian. Metode tersebut merupakan serangkaian tindakan yang dilakukan hingga mencapai hasil penelitian yang diinginkan. Dalam setiap tahapan pada metode menentukan proses pada tahap selanjutnya dimana berarti hal ini menunjukkan ketergantungan antar tahapan. Metode yang diusulkan dapat digambarkan sebagai berikut : Citra Kayu Kelapa Normalisasi Citra Ekstraksi fitur citra Pengelompokkan Citra Data 3 kelompok Citra Kayu Kelapa Gambar 1 Gambaran Metode yang Diusulkan Dari gambar di atas dapat dijelaskan metode yang diusulkan sebagai berikut: 1. Normalisasi citra, dalam metode ini citra kayu kelapa original dari model warna RGB akan dinormalisasi ke dalam citra kayu kelapa dengan model warna grayscale. 2. Ekstraksi fitur, metode ini menerapkan ekstraksi fitur tekstur berbasis histogram. Penggunaan metode ini bertujuan agar dapat mengetahui data ciri fitur tekstur pada citra kayu kelapa. Terdapat 6 ciri fitur yang didapatkan yaitu nilai rerata intensitas, deviasi standar, skewness, energi, entropi, dan kehalusan. 3. Pengelompokkan citra, metode ini menggunakan algoritma K-Means clustering. Penggunaan metode ini bertujuan untuk mengelompokkan data kayu kelapa yang sudah diketahui ciri atau fiturnya ke dalam 3 kelompok berdasarkan kedekatan jarak antar ciri atau fitur yang dihitung dengan cosine similarity.: Percobaan dilakukan dengan menggunakan 170 data kayu kelapa yang telah diuji dan dikelompokkan oleh grader kayu kelapa dari PIKA. Dari pengujian tersebut, didapati 3 kelompok data kayu kelapa, dimana masing-masing kelompok menentukan kualitas kayu kelapa yaitu 67 data merupakan kualitas A, 56 data merupakan kualitas B, dan 47 data merupakan kualitas C. Pengujian dilakukan dengan mengambil 105 data gambar citra kayu kelapa yang akan dinormalisasi dan dilakukan proses pengelompokkan menjadi 3 kelompok data kayu kelapa. Dari 3 kelompok data kayu kelapa yang telah dihasilkan dan 105 data uji kayu kelapa yang telah disebutkan di atas akan dianalisa dan diukur menggunakan evaluation measure dengan menghitung nilai presisi, recall dan f-measure. Hal ini bertujuan untuk menganalisa kinerja dan menguji keakuratan aplikasi pengelompokkan kayu kelapa apakah sesuai dengan hasil perhitungan metode yang diusulkan serta sesuai dengan hasil pengukuran grader atau tidak. Title of manuscript is short and clear, implies research results (First Author)
4 4 ISSN: HASIL DAN PEMBAHASAN Dalam melakukan serangkaian proses penelitian, peneliti membutuhkan bahan sebagai penunjang rancangan agar hasil serta tujuan aplikasi tercapai dengan tepat dan sesuai seperti harapan. Adapun beberapa kebutuhan yang diperlukan yaitu kebutuhan perangkat keras, kebutuhan perangkat lunak, kebutuhan data, spesifikasi sistem serta sistematika kerja sistem. Berikut merupakan spesifikasi kebutuhan perangkat keras dan perangkat lunak yang digunakan pada penelitian ini : Tabel 1 Spesifikasi Kebutuhan Perangkat Lunak dan Perangkat Keras Spesifikasi Perangkat Keras Spesifikasi Perangkat Lunak PC (Personal Computer) Processor Intel Core i5 2.1 GHz Windows 7 Home Premium Ram 4 GB MATLAB Harddisk 500GB Android Studio Monitor LCD 13,3 Smartphone Processor Quad-core 1.3 GHz Cortex-A7 Android Lollipop Ram 3GB Layar 5.7, Resolusi 1080 x 1920 Internal Storage 32GB Pengelompokkan data dilakukan menggunakan algoritma K-Means Clustering dengan perhitungan jarak Cosine Similarity. Tabel 2 Contoh Datahasil Ekstraksi Fitur Tekstur Citra Kayu Kelapa No. Kayu Rerata Intensitas Kontras Skewness Energi Entropi Smoothness , ,0557-0,6210 0,0188 4,3461 0, , ,9803-0,8444 0,0179 4,3825 0, , ,0424-0,3361 0,0109 4,7224 0, , ,1727-0,2295 0,0132 4,5362 0, , ,5018-0,7258 0,0093 4,8475 0, , ,3453-0,3254 0,0098 4,7575 0,0189 Langkah awal pada K-Means Clustering adalah menentukan banyaknya clustering. Pada penelitian ini telah ditentukan banyaknya cluster adalah 3 kelompok. Dimana masing-masing centroid ditentukan secara acak. Dari sampel hasil ekstraksi fitur tekstur pada citra kayu kelapa pada Tabel 4 di atas, akan ditentukan centroid-nya. Centroid yang telah ditentukan dapat dilihat pada Tabel 5 di bawah ini: IJCCS Vol. x, No. x, July201x : first_page end_page
5 IJCCS ISSN: Kayu Rerata Intensitas Kontras Skewness Energi Entropi Smoothness , ,0556-0,6210 0,0188 4,3460 0, , ,0423-0,3360 0,0109 4,7223 0, , ,173-0,0656 0,0091 4,7817 0,0186 Tabel 3 Contoh Pemilihan Data Centroid Dari contoh data hasil ekstraksi fitur tekstur dan data centroid yang telah ditentukan, dapat dihitung nilai jarak menggunakan Cosine Similarity. Hasil dari perhitungan di atas dapat dilihat pada Tabel 4 di bawah ini. Tabel 4 Contoh Hasil Perhitungan Nilai Jarak menggunakan Cosine Similarity NO KAYU Jarak dari Data ke Centroid C1 C2 C ,0000 0,9997 0, ,9992 0,9998 0, ,9997 1,0000 0, ,0000 0,9995 0, ,9863 0,9900 0, ,9902 0,9933 0,9993 Data dengan tanda warna hijau menunjukan nilai perhitungan jarak dari data ke centroid yang terendah atau yang paling dekat dengan salah satu centroid. Proses selanjutnya yaitu menghitung nilai centroid yang baru. Hasil perhitungan nilai centroid yang baru terdapat pada Tabel 5. Tabel 5 Contoh Hasil Perhitungan Centroid Baru No. Centroid Rerata Intensitas Kontras Skewness Energi Entropi Smoothness 1 C C C Proses selanjutnya adalah menghitung kembali jarak antara data fitur tekstur citra kayu kelapa dengan data nilai centroid yang baru. Proses ini akan diulang terus-menerus hingga tidak ada nilai data yang berubah. Hasil akhir dari penghitungan jarak dari data ke centroid terdapat pada Tabel 6. Title of manuscript is short and clear, implies research results (First Author)
6 6 ISSN: Tabel 6 Contoh Hasil Perhitungan Centroid Baru iterasi ke-2 (terakhir) No. Centroid Rerata Intensitas Kontras Skewness Energi Entropi Smoothness 1 C C C Pada proses iterasi ke-2, sudah tidak ada nilai data yang berubah, maka iterasi berhenti. Hasil perhitungan nilai jarak pada iterasi ke-2 dapat dilihat pada Tabel 7. Tabel 7 Contoh Hasil Perhitungan Nilai Jarak menggunakan Cosine Similarity (iterasi ke-2) NO KAYU Jarak dari Data ke Centroid C1 C2 C Hasil pengelompokkan kayu kelapa pada Tabel 8. Tabel 8 Hasil pengelompokkan kayu kelapa NO KAYU KELOMPOK 1 1 C1 2 2 C2 3 5 C2 4 6 C1 5 9 C C3 Implementasi ke dalam aplikasi sebagai berikut: IJCCS Vol. x, No. x, July201x : first_page end_page
7 IJCCS ISSN: Gambar 2 Tampilan Upload Data Gambar 2 menampilkan proses berhasilnya normalisasi dan ekstraksi fitur data yang selanjutnya hasil ekstraksi fitur dimasukkan ke dalam database aplikasi. Gambar 3 Database Hasil Ekstraksi Fitur Citra Pada Gambar 3 menampilkan database dari hasil ekstraksi fitur citra yang telah dimasukkan. Title of manuscript is short and clear, implies research results (First Author)
8 8 ISSN: Gambar 4 Konfirmasi Proses Data Training Gambar 5 Proses Data Training Saat memilih menu PROSES, akan muncul tampilan seperti pada Gambar 4, jika memilih OK maka sistem akan melakukan proses pengelompokkan berdasarkan data yang ada telah dimasukkan. Dan pada Gambar 5 menandakan bahwa proses telah selesai. Gambar 6 Halaman Testing (hasil rendah) Gambar 7 Halaman Testing (hasil sedang) Gambar 8 Halaman Testing (hasil tinggi) Pada ketiga gambar di atas merupakan tampilan pada Halaman Testing setelah proses pengujian pada data citra. Pada Gambar 6, hasil data uji citra adalah Rendah, pada Gambar 7 memiliki hasil data uji citra Sedang, dan pada Gambar 8 memiliki hasil data uji citra Tinggi. IJCCS Vol. x, No. x, July201x : first_page end_page
9 IJCCS ISSN: Tabel 9 Hasil Pengujian dan Perhitungan nilai precision, recall, dan f-measure A B C Hasil pengujian dan penghitungan nilai precision, recall, dan f-measure pada data citra label A, B, dan C terhadap kelompok 1, 2, dan 3 terdapat pada Tabel 10 maka dapat dihitung nilai rerata penghitungan f-measure. Dengan hasil penghitungan di atas, dapat diketahui nilai f-measure dari pengelompokkan terhadap 170 data uji citra kayu kelapa adalah 60.3%. 4. KESIMPULAN Kesimpulan yang didapat dari penelitian ini adalah : 1. Dari hasil pengujian dari 170 data citra kayu kelapa, aplikasi pengenalan kayu kelapa memiliki nilai f-measure atau akurasi sebesar 60.3% 2. Metode penelitian yang diusulkan pada penelitian ini dapat diaplikasikan untuk memudahkan masyarakat dalam mengelompokkan kayu kelapa ke dalam 3 kelompok dengan kualitas berbeda tanpa seorang grader. 5. SARAN Saran-saran yang berguna untuk pengembangan aplikasi ini adalah sebagai berikut: 1. Aplikasi dapat dikembangkanlagi menggunakan metode-metode clustering dan perhitungan jarak lainnya untuk meningkatkan akurasi. 2. Aplikasi dapat dilengkapi dengan algoritma pendeteksi citra kayu agar dapat memilah citra kayu dengan citra bukan kayu. 3. Aplikasi dapat dioptimalkan untuk data training dalam jumlah banyak. 4. Aplikasi dapat dilanjutkan dengan teknik pengolahan citra seperti operasi pemotongan atau cropping. DAFTAR PUSTAKA [1] A. Kadir and A. Susanto, Pengolahan Citra Teori dan Aplikasi. Yogyakarta, Indonesia: Andi, [2] Barly, Coconut Stem As Conventional Timber Alternative, Duta Rimba, vol. 174, pp , Dec [3] Food & Agriculture Organization of the United Nation, Coconut Wood: Processing and Use. Rome: Food & Agriculture Org, [4] I. N. Yuwono, R. A. Pramunendar, P. N. Andono, and R. A. Subandi, The Quality Determination Of Coconut Wood Density Using Learning Vector Quantization, Journal Title of manuscript is short and clear, implies research results (First Author)
10 10 ISSN: Of Theoritical and Applied Information Technology, vol. 57, pp , Nov [5] Ricardus Anggi Pramunendar, Catur Supriyanto, Dwi Hermawan Novianto, Ignatius Ngesti Yuwono, Guruh Fajar Shidik, and Pulung Nurtantio Andono, A Classification Method of Coconut Wood Quality Based on Gray Level Co-Occurrence Matricesn, International Conference on Robotics, Biomimetics, Intelligent Computational Systemss (ROBIONETICS), [6] Silvi Agustina, Dhimas Yudho, Hadi Santoso, Nofiadi Marnasusanto, Arif Tirtana, Fakhris Khusnu, Clustering Kualitas Beras Berdasarkan Ciri Fisik Menggunakan Metode K-Means, Program Studi Ilmu Komputer, Program Teknologi dan Ilmu Komputer, Universitas Brawijaya, [7] Yudi Agusta, K-Means Penerapan Permasalahan dan Metode Terkait, Jurnal Sistem dan Informatika, pp , [8] Wilis Kaswidjanti, Herlina Jayadianti, Ervina Amelia Malik, Aplikasi Pengenalan Bendera Negara Menggunakan Histogram Citra, Seminar Nasional Informatika 2011, [9] Renaldi Munir, Pengolahan Citra Digital Dengan Pendekatan Algoritmik. Jakarta, Indonesia: Informatika, IJCCS Vol. x, No. x, July201x : first_page end_page
Penentuan Kualitas Kayu Kelapa Menggunakan Algoritma Naive Bayes Berdasarkan Tekstur pada Citra
1 Penentuan Kualitas Kayu Kelapa Menggunakan Algoritma Naive Bayes Berdasarkan Tekstur pada Citra M. Miqdad Teknik Informatika, Ilmu Komputer, Universitas Dian Nuswantoro Semarang, Jl. Nakula I No. 5-11,
Lebih terperinciIdentifikasi Jenis Buah Jeruk Menggunakan Metode Jaringan Syaraf Tiruan Berdasarkan Tekstur Kulit
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Jenis Buah Menggunakan Metode Jaringan Syaraf Tiruan Berdasarkan Tekstur Kulit Reni Resita *1, Juratminingsih *2, Gasim 3 1,2 STMIK GI MDP; Jl. Rajawali
Lebih terperinciPenerapan Algoritma K-Means Clustering Untuk Pengelompokkan Citra Digital Dengan Ekstraksi Fitur Warna RGB
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Citra Digital Dengan Ekstraksi Fitur Warna RGB Sandi Desmanto 1, Irwan 2, Renni Angreni
Lebih terperinciPengenalan Wajah Manusia dengan Hidden Markov Model (HMM) dan Fast Fourier Transform (FFT)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Pengenalan Wajah Manusia dengan Hidden Markov Model (HMM) dan Fast Fourier Transform (FFT) Andes Andriady 1, Fandi Sanjaya 2, Derry Alamsyah 3 1,2,3
Lebih terperinciDedi Argya Nugroho Effendi 1,Erna Zuni Astuti 2 1,2
37 Pengelompokan Jenis Tekstur Kayu Menggunakan K- Nearest Neighbor dan Ekstraksi Fitur Histogram Wood Texture Classification Using K-Nearest Neighbor and Histogram Feature Extraction Dedi Argya Nugroho
Lebih terperinciPENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI Eko Nopyanto 1, Hikma Taufik 2, Dedy Hermanto 3 Eka
Lebih terperinciPENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA ABSTRAK
PENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA Rahmanika Ratna Sari 1, Hanny Haryanto 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian
Lebih terperinciMODIFIKASI ALGORITMA K-NEAREST NEIGHBOUR MENGGUNAKAN CHEBYSHEV DISTANCE BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRIX UNTUK KLASIFIKASI KAYU
MODIFIKASI ALGORITMA K-NEAREST NEIGHBOUR MENGGUNAKAN CHEBYSHEV DISTANCE BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRIX UNTUK KLASIFIKASI KAYU Thariq Hafizhuddin Aufar 1, Ricardus Anggi Pramunendar 2 Jurusan
Lebih terperinciJl. Nakula 1 No. 5-11, Jawa Tengah Telp : (024) , 2
PERBANDINGAN ALGORITMA PERHITUNGAN JARAK MENGGUNAKAN ECUILDEAN DAN MANHATTAN DISTANCE PADA K-NEAREST NEIGHBOR GUNA KLASIFIKASI CITRA JENIS MOBIL RODA EMPAT Erlangga Fery Anggriwan 1,DR. Pulung Nurtantio
Lebih terperinciPENGELOMPOKKAN JENIS LAYANAN KESEHATAN MASYARAKAT DAERAH DEMAK MENGGUNKAAN ALGORITMA K-MEANS
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 DRAFT JURNAL 520 1 PENGELOMPOKKAN JENIS LAYANAN KESEHATAN MASYARAKAT DAERAH DEMAK MENGGUNKAAN ALGORITMA K-MEANS CLASSIFICATION OF DEMAK REGIONAL PUBLIC HEALTH SERVICES
Lebih terperinciIdentifikasi Jenis Buah Apel Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Ekstraksi Fitur Histogram
Identifikasi Jenis Buah Apel Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Ekstraksi Fitur Histogram Ion Ataka Halela 1,Bowo Nurhadiyono,S.Si, M.Kom 2,Farah Zakiyah Rahmanti 3 1 Fakultas Ilmu Komputer
Lebih terperinciDeteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Deteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine Frans Irawan 1, Ardi Purnomo 2, Derry Alamsyah 3 1,2 STMIK GI MDP;
Lebih terperinciAPLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK
APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK Arwin Halim 1, Hardy 2, Alvin Yufandi 3, Fiana 4 Program Studi Teknik Informatika, STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan
Lebih terperinciPenerapan Model Warna HSV pada Aplikasi Deteksi Warna
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Model Warna HSV pada Aplikasi Deteksi Warna Vera Nita Mulpasi Dewi 1, Robert 2, Gasim 3 1,2,3 STMIK GI MDP; Jl. Rajawali No. 14, +62(711)376400/376360
Lebih terperinciPENERAPAN ALGORITMA PRINCIPLE COMPONENT ANALYSIS (PCA) DAN FITUR RGB UNTUK PELACAKAN JENIS DAN WARNA BUAH
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN ALGORITMA PRINCIPLE COMPONENT ANALYSIS (PCA) DAN FITUR RGB UNTUK PELACAKAN JENIS DAN WARNA BUAH 1 Suta Wijaya, 2 Hendri, 3 Gasim Jurusan
Lebih terperinciSISTEM INFORMASI PENGELOLAAN ODI (ORPHAN DETAIL INFORMATION) BERBASIS CLIENT SERVER DI KANTOR BAITULMAAL MUAMALAT
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 SISTEM INFORMASI PENGELOLAAN ODI (ORPHAN DETAIL INFORMATION) BERBASIS CLIENT SERVER DI KANTOR BAITULMAAL MUAMALAT Dahlan Abdullah Program Studi Teknik
Lebih terperinciPERANGKAT LUNAK BANTU MENENTUKAN PILIHAN SEPEDA MOTOR BEKAS DI BEDAGAN DENGAN METODE FUZZY
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 n1 PERANGKAT LUNAK BANTU MENENTUKAN PILIHAN SEPEDA MOTOR BEKAS DI BEDAGAN DENGAN METODE FUZZY TAHANI SOFTWARE OPTIONS HELP DETERMINE USED MOTORCYCLES
Lebih terperinciPerancangan Sistem Informasi Manajemen Pemasangan Dan Pembayaran Iklan Pada Sumeks Cindo
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Perancangan Sistem Informasi Manajemen Pemasangan Dan Pembayaran Iklan Pada Sumeks Cindo Erika Mutiara Dewi 1, Wella Oktarina 2, Mulyati 3, Desi
Lebih terperinciIdentifikasi Sidik Jari Menggunakan Akurasi POC dan SIFT Fingerprint Identification Using POC Accuracy and SIFT
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Identifikasi Sidik Jari Menggunakan Akurasi POC dan SIFT Fingerprint Identification Using POC Accuracy and SIFT Tendi Tri Wiyanto 1, Pulung Nurtantio
Lebih terperinciANALISIS PERFORMA DAN KUALITAS CITRA BERBASIS ANDROID MENGGUNAKAN ALGORITMA KRIPTOGRAFI RIJNDAEL, DAN SERPENT
IJCCS, Volx, Nox, Julyxxxx, pp 1~5 ISSN: 1978-1520 1 ANALISIS PERFORMA DAN KUALITAS CITRA BERBASIS ANDROID MENGGUNAKAN ALGORITMA KRIPTOGRAFI RIJNDAEL, DAN SERPENT Sutrisno 1, Isrok Husnaidi 2, M Haviz
Lebih terperinciPERBANDINGAN TINGKAT AKURASI PENGENALAN OBJEK ANTARA FITUR HOG DAN C-HOG UNTUK JARAK POTRET DAN RESOLUSI KAMERA
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PERBANDINGAN TINGKAT AKURASI PENGENALAN OBJEK ANTARA FITUR HOG DAN C-HOG UNTUK JARAK POTRET DAN RESOLUSI KAMERA Erfin Sandrio 1, Yupiter 2, Gasim
Lebih terperinciIMPLEMENTASI METODE CERTAINTY FACTOR UNTUK MENDETEKSI GANGGUAN PERKEMBANGAN ANAK BERBASIS MOBILE HANDPHONE
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK MENDETEKSI GANGGUAN PERKEMBANGAN ANAK BERBASIS MOBILE HANDPHONE Marganda Simarmata [1], Dahlan Abdullah
Lebih terperinciPENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE
PENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE Budi Hartono 1, Veronica Lusiana 2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank Semarang Jl Tri Lomba
Lebih terperinciIJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN:
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Klasifikasi Naive Bayes Untuk Strategi Pemasaran Mahasiswa Baru di Universitas Dian Nuswantoro Naive Bayes Classification in marketing strategy of
Lebih terperinciSistem Informasi Geografis Kecamatan Ilir Barat II Berbasis Mobile
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Sistem Informasi Geografis Kecamatan Ilir Barat II Berbasis Mobile Ahmad Padhli 1, Dedy Hermanto 2 1,2 STMIK GI MDP; Jalan Rajawali 14, Palembang,
Lebih terperinciPENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK DENGAN METODE PROFILE MATCHING DI PT SUARA MERDEKA
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK DENGAN METODE PROFILE MATCHING DI PT SUARA MERDEKA DEVELOPMENT OF DECISION SUPPORT
Lebih terperinciLAMPIRAN B: DAFTAR RIWAYAT HIDUP
LAMPIRAN B: DAFTAR RIWAYAT HIDUP I. BIODATA Nama : Pulung Nurtantio Andono, ST., M.Kom NRP : 2209 301 015 Jenis Kelamin : Laki-laki Pekerjaan : Tenaga Pengajar Program Studi Teknik Informatika, Fakultas
Lebih terperinciRancang Bangun Sistem Pembuatan Surat Keputusan dan Sertifikat di STMIK GI MDP
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Rancang Bangun Sistem Pembuatan Surat Keputusan dan Sertifikat di STMIK GI MDP Pringka Arwanda Sirwandi, Fransiska PS., S.SI., M.T.I., Mulyati, SE,
Lebih terperinciAplikasi Pembelajaran Faktorisasi Prima Bilangan Bulat Positif dengan Pohon Faktor Berbasis Android
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Aplikasi Pembelajaran Faktorisasi Prima Bilangan Bulat Positif dengan Pohon Faktor Berbasis Android Neti Lidyawati* 1, Serlly Pramita 2, Mardiani
Lebih terperinciPenerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi
IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 39 Penerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi Irwan
Lebih terperinciKata kunci Prediksi Ketepatan Masa Studi, Sistem Pakar, Case Based Reasoning, Algoritma C4.5
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Aplikasi Berbasis Sistem Pakar Untuk Memprediksi Ketepatan Masa Studi Dengan Pendekatan Case Based Reasoning dan C45 EXPERT SYSTEM BASED APPLICATION
Lebih terperinciPENERAPAN ALGORITMA FLOYD WARSHALL DAN METODE FINITE STATE MACHINE PADA APLIKASI PERMAINAN MAZE TREASURE
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN ALGORITMA FLOYD WARSHALL DAN METODE FINITE STATE MACHINE PADA APLIKASI PERMAINAN MAZE TREASURE M.Yusuf Febryan 1, M.Zainul Umri Muttaqin
Lebih terperinciIMPLEMENTASI METODE PER CONNECTION CLASSIFIER DENGAN FAILOVER DAN FITUR NOTIFIKASI
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 IMPLEMENTASI METODE PER CONNECTION CLASSIFIER DENGAN FAILOVER DAN FITUR NOTIFIKASI EMAIL Risandy Wiratman 1, Septian Ari Purnomo 2, Dedy Hermanto
Lebih terperinciPENENTUAN PENERIMAAN SISWA BARU MENGGUNAKAN DECISION TREE
PENENTUAN PENERIMAAN SISWA BARU MENGGUNAKAN DECISION TREE 1 Fitroh Rizky Muwardah, 2 Ricardus Anggi Pramunendar, M.Cs Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
Lebih terperinciCONTEND BASED IMAGE RETRIEVAL UNTUK PENGENALAN CITRA 2D BATIK MENGGUNAKAN FITUR TEKSTUR WARNA DAN FUNGSI JARAK MINKOWSKI
CONTEND BASED IMAGE RETRIEVAL UNTUK PENGENALAN CITRA D BATIK MENGGUNAKAN FITUR TEKSTUR WARNA DAN FUNGSI JARAK MINKOWSKI Retno Indriani (1),Ricardus Anggi Pramunendar () Universitas Dian Nuswantoro, Ilmu
Lebih terperinciCLUSTERING KUALITAS BERAS BERDASARKAN CIRI FISIK MENGGUNAKAN METODE K-MEANS
CLUSTERING KUALITAS BERAS BERDASARKAN CIRI FISIK MENGGUNAKAN METODE K-MEANS Silvi Agustina 1), Dhimas Yhudo 2), Hadi Santoso 3), Nofiadi Marnasusanto 4), Arif Tirtana 5), Fakhris Khusnu 6*) Program Studi
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN PENANGANAN PRIORITAS KERUSAKAN JALAN DENGAN MEMBANDINGKAN METODE TOPSIS AHP
semantik, Vol.1, No.1, Jan-Jun, pp. 33-42 ISSN: 2460-1446-1520 33 SISTEM PENUNJANG KEPUTUSAN PENANGANAN PRIORITAS KERUSAKAN JALAN DENGAN MEMBANDINGKAN METODE TOPSIS Retno Yuliawanti * 1, Statiswaty 2,
Lebih terperinciSistem Informasi Geografis Bengkel Mobil Berbasis Android Di Palembang-Sekayu
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Sistem Informasi Geografis Bengkel Mobil Berbasis Android Di Palembang-Sekayu Adhitya Yuda Bhaskara 1, Agus Mubarok 2, Dedy Hermanto 3 1,2 STMIK
Lebih terperinciDesain Model Fuzzy Gejala Penyakit Untuk Sistem Pakar Pendiagnosa Penyakit Anak
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Desain Model Fuzzy Gejala Penyakit Untuk Sistem Pakar Pendiagnosa Penyakit Anak Natalia 1, Bella Halim 2, Gasim 3 1,2 STMIK GI MDP; Jl. Rajawali
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian pesatnya, seperti penelitian segmentasi dokumen. Segmentasi dokumen membuat pengguna menjadi mudah
Lebih terperinciBAB III METODOLOGI PENELITIAN. Dalam penelitian penerapan metode Jaringan Syaraf Tiruan Learning Vector
BAB III METODOLOGI PENELITIAN 3.1 Metode Penelitian Dalam penelitian penerapan metode Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ) untuk pengenalan wajahterdiri dari empat metodologi penelitian,
Lebih terperinciAPLIKASI PENCARIAN RUTE TRANSPORTASI UMUM BERBASIS ANDROID
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 APLIKASI PENCARIAN RUTE TRANSPORTASI UMUM BERBASIS ANDROID Okta Trianti M. 1, Very Verdinan W. 2, Rachmansyah 3 1,2 STMIK GI MDP; Jl.Rajawali No.14
Lebih terperinciIII METODOLOGI PENELITIAN
13 III METODOLOGI PENELITIAN 3.1 Kerangka Penelitian Penelitian dilakukan dalam lima tahapan utama, yaitu ekstraksi frame video, ekstraksi fitur SIFT dari seluruh frame, pembentukan kantong kata visual
Lebih terperinciKlasifikasi Daging Ayam Menggunakan Naive Bayes Classifier Berdasarkan Pada Ekstraksi Fitur Tekstur Histogram
DRAFT JURNAL A11.2010.05611S, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Klasifikasi Daging Ayam Menggunakan Naive Bayes Classifier Berdasarkan Pada Ekstraksi Fitur Tekstur Histogram Chicken Meat
Lebih terperinciSISTEM INFORMASI PENGEOLAAN DATA KEPEGAWAIAN PADA PT TRIPRIMA MULTIFINANCE PALEMBANG
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 SISTEM INFORMASI PENGEOLAAN DATA KEPEGAWAIAN PADA PT TRIPRIMA MULTIFINANCE PALEMBANG Aditya Saputra 1, Mardiani 2 Jurusan Sistem Informasi STMIK
Lebih terperinciIMPLEMENTASI ALGORITMA K-MEANS PADA DATA PELANGGARAN LALU LINTAS DI PENGADILAN NEGERI PURWODADI
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 IMPLEMENTASI ALGORITMA K-MEANS PADA DATA PELANGGARAN LALU LINTAS DI PENGADILAN NEGERI PURWODADI IMPLEMENTATION OF K-MEANS ALGORITHM FOR DATA TRAFFIC
Lebih terperinciSISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM Marganda Simarmata [1], Dahlan Abdullah [2] 1.Program Studi Teknik Informatika
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka tentang identifikasi iris mata ataupun identifikasi citra digital sudah pernah dilakukan sebelumnya, berikut merupakan tabel perbandingan terhadap
Lebih terperinciIMPROVE K-MEANS TERHADAP STATUS NILAI GIZI PADA BALITA
semantik, Vol.3, No.1, Jan-Jun 2017, pp. 143-148 ISSN: 2502-8928 (Online) 143 IMPROVE K-MEANS TERHADAP STATUS NILAI GIZI PADA BALITA Puspita Sari* 1, Bambang Pramono 2, La Ode Hasnuddin S. Sagala 3 *1,2,3
Lebih terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciSISTEM PAKAR DETEKSI DINI PENYALAHGUNAAN NARKOBA MENGGUNAKAN TEOREMA BAYES EXPERT SYSTEM FOR EARLY DETECTION OF DRUGS ABUSE USING BAYES THEOREM
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 198-1520 1 SISTEM PAKAR DETEKSI DINI PENYALAHGUNAAN NARKOBA MENGGUNAKAN TEOREMA BAYES EXPERT SYSTEM FOR EARLY DETECTION OF DRUGS ABUSE USING BAYES THEOREM Cicih
Lebih terperinciSISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
SISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Pradityo Utomo Program Studi D3 Manajemen Informatika Universitas Merdeka Madiun pradityou@gmail.com ABSTRACT Information
Lebih terperinciPENGEMBANGAN SISTEM INFORMASI AKADEMIK ONLINE PADA SMA NUSA BANGSA PALEMBANG
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENGEMBANGAN SISTEM INFORMASI AKADEMIK ONLINE PADA SMA NUSA BANGSA PALEMBANG Defri Adenugraha Putra, Dien Novita, Triana E STMIK GI MDP Jurusan Sistem
Lebih terperinciVerifikasi Tanda Tangan Dengan Algoritma K-Nearest Neighbor dan Ekstraksi Ciri Harris Corner
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Verifikasi Tanda Tangan Dengan Algoritma K-Nearest Neighbor dan Ekstraksi Ciri Harris Corner Andi Kartono *1, Derry Alamsyah 2 1 STMIK GI MDP; Jl.
Lebih terperinciAnalisis Perbandingan Algoritma Fuzzy C-Means dan K-Means
Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means Yohannes Teknik Informatika STMIK GI MDD Palembang, Indonesia Abstrak Klasterisasi merupakan teknik pengelompokkan data berdasarkan kemiripan data.
Lebih terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciModel Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa)
IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 1 Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa) Agus Perdana Windarto* 1, Dedy Hartama
Lebih terperinciAntony Eka Aditya 1, Catur Supriyanto 2. Jl. Imam Bonjol Semarang
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 35 Bag of Visual Words pada Citra Sidik Jari Berbasis Hierarchical Agglomerative Clustering Bag of Visual Words on Fingerprint Image Based On Hierarchical
Lebih terperinciSISTEM INFORMASI KEPEGAWAIAN FAKULTAS TEKNIK UNIVERSITAS HALU OLEO SUB-SISTEM UTILITY DAN PENGGAJIAN
semantik, Vol.2, No.1, Jan-Jun 2016, pp. 187-194 ISSN : 2502-8928 (Online) 187 SISTEM INFORMASI KEPEGAWAIAN FAKULTAS TEKNIK UNIVERSITAS HALU OLEO SUB-SISTEM UTILITY DAN PENGGAJIAN Muhammad Ichwan Utari*
Lebih terperinciSistem Informasi Akademik Berbasis Desktop Pada SMA Xaverius 3 Palembang
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Sistem Informasi Akademik Berbasis Desktop Pada SMA Xaverius 3 Palembang Mardiani, S.Si, M.T.I 1, Eri Hartati, M. Kom 2, Richard Martin Tandingan
Lebih terperinciAplikasi Image Retrieval dengan Histogram Warna dan Multiscale
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 Aplikasi Image Retrieval dengan Histogram Warna dan Multiscale GLCM Arwin Halim 1, Hardy 2, Mytosin 3 STMIK Mikroskil, Jl. Thamrin No. 112, 124, 140,
Lebih terperinciPENERAPAN ALGORITMA DIJKSTRA DAN FUZZY LOGIC SUGENO PADA GAME ZOMBIE SHOOTER
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN ALGORITMA DIJKSTRA DAN FUZZY LOGIC SUGENO PADA GAME ZOMBIE SHOOTER Andryano Pratama 1, Fadli Delta Rizky 2, Daniel Udjulawa 3 3 STMIK GI
Lebih terperinciPenerapan Algoritme Fisher-Yates pada Edugame Guess Caculation Berbasis Android
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritme Fisher-Yates pada Edugame Guess Caculation Berbasis Android Supriyanto* 1, Berry Priangga 2, Yoannita 3 STMIK GI MDP; Jalan Rajawali
Lebih terperinciSISTEM INFORMASI MANAJEMEN PADA WARNA WARNI AUTOBODY PALEMBANG
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 SISTEM INFORMASI MANAJEMEN PADA WARNA WARNI AUTOBODY PALEMBANG Andreas Elnatan *1, Filipus Kristian 2, Yulistia 3 1,2 Sistem Informasi STMIK GI MDP
Lebih terperinciBAB III METODOLOGI PENELITIAN
27 BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Saat ini perkembangan teknologi memungkinkan kita untuk membantu memberikan solusi di berbagai bidang. Multimedia Database memberikan banyak kontribusi
Lebih terperinciBAB 1 PENDAHULUAN. sistem analog menjadi sistem komputerisasi. Salah satunya adalah sistem
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi digital pada era ini berkembang sangat pesat. Hampir setiap tahun telah ditemukan ataupun dikembangkan sebuah inovasi teknologi baru.
Lebih terperinciDescriptor Clustering SURF for Bag of Visual Words Representation in Fingerprint Images Using K-MEANS and Hierarchical Agglomerative Clustering
2015 International Conference on Information, Communication Technology and System Descriptor Clustering SURF for Bag of Visual Words Representation in Fingerprint Images Using K-MEANS and Hierarchical
Lebih terperinciIDENTIFIKASI JENIS KAYU MENGGUNAKAN LEARNING VECTOR QUANTIZATION BERDASARKAN FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIX
IDENTIFIKASI JENIS KAYU MENGGUNAKAN EARNING VECTOR QUANTIZATION BERDASARKAN FITUR TEKSTUR GRAY EVE CO-OCCURRENCE MATRIX Ahmad Yasir Fikri 1, Ricardus Anggi Pramunendar 2 Jurusan Tehnik Informatika, Fakultas
Lebih terperinciSEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA
SEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA Kamil Malik Jurusan Teknik Informatika STT Nurul Jadid Paiton nomor1001@gmail.com Andi Hutami Endang Jurusan Teknik Informatika
Lebih terperinciBAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).
BAB III METODE PENELITIAN 3.1 Desain Penelitian Di dalam desain penelitian ini akan menggambarkan proses pengenalan tulisan tangan dengan menggunakan metode Support Vector Machine (SVM). Praproses Input
Lebih terperinciBAB I PENDAHULUAN. digunakan untuk identitas citra adalah nama file, tanggal pengambilan,
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Seiring berkembangnya teknologi, makin banyak pulalah hasil-hasil citra digital di berbagai aspek. Citra tersebut bisa merupakan hasil digitalisasi foto-foto analog,
Lebih terperinciSISTEM INFORMASI MANAJEMEN PADA UD. SAITAMA. Abstrak
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 SISTEM INFORMASI MANAJEMEN PADA UD. SAITAMA Rizki,Fajar Dwijayanto, M. Haviz Irfani STMIK dan AMIK GI MDP addres, Jalan Rajawali No. 14 Palembang,
Lebih terperinciSistem Pendukung Keputusan Karyawan Teladan Pada CV. Studio Foto Raja Palembang Menggunakan Metode SMART (Simple Multi Attribute Rating Technique)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Sistem Pendukung Keputusan Karyawan Teladan Pada CV. Studio Foto Raja Palembang Menggunakan Metode SMART (Simple Multi Attribute Rating Technique)
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciBAB I PENDAHULUAN. penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dengan kemajuan teknologi yang sangat pesat ini sudah banyak aplikasi penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa disebut atau di artikan
Lebih terperinciDAFTAR ISI. BAB II... Error! Bookmark not defined.
DAFTAR ISI SKRIPSI... Error! Bookmark not defined. HALAMAN PERSETUJUAN SKRIPSI... Error! Bookmark not defined. PENGESAHAN DEWAN PENGUJI... Error! Bookmark not defined. PERNYATAAN KEASLIAN TUGAS AKHIR...
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada penelitian ini ada beberapa tahapan penelitian yang akan dilakukan seperti terlihat pada gambar 3.1 berikut : Mulai Identifikasi Masalah Pengumpulan Data Analisa Aplikasi
Lebih terperinciPerancangan Sistem Informasi Kelulusan Berdasarkan Tahun Akademik di Yayasan SMP Makna Bakti
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 Jatisi, Vol. 3 No. 2 Maret 2017 85 Perancangan Sistem Informasi Kelulusan Berdasarkan Tahun Akademik di Yayasan SMP Makna Bakti Achmad Irfan* 1, Budi Arifitama 2 1,2
Lebih terperinciMetode Clustering Untuk Mengelompokan Data Balita Peserta Posyandu Menggunakan Algoritma K-Means
DRAFT JURNALIJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Metode Clustering Untuk Mengelompokan Data Balita Peserta Posyandu Menggunakan Algoritma K-Means Faradila Mulyaningrum 1, Usman Sudibyo
Lebih terperinciRancang Bangun Robot Beroda Pengambil Bola Tenis Lapangan Berdasarkan Warna Berbasis Raspberry PI
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Rancang Bangun Robot Beroda Pengambil Bola Tenis Lapangan Berdasarkan Warna Berbasis Raspberry PI Alexander C K *1, Yonada Rizky 2, Willy 3, Eka
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kecelakaan lalu lintas merupakan salah satu masalah kesehatan yang menjadi penyebab serius kematian didunia dan menempati peringkat 9 dunia. Indonesia sendiri merupakan
Lebih terperinciIJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: PENERAPAN ALGORITMA KALMAN FILTER UNTUK PELACAKAN WAJAH
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN ALGORITMA KALMAN FILTER UNTUK PELACAKAN WAJAH Ali Daud* 1, Akbar Saputra 2, Derry Alamsyah 3 1,2 STMIK GI MDP; Jl. Rajawali No.14 Palembang,
Lebih terperinciHASIL DAN PEMBAHASAN. B fch a. d b
7 dengan nilai σ yang digunakan pada tahap pelatihan sebelumnya. Selanjutnya dilakukan perhitungan tingkat akurasi SVM terhadap citra yang telah diprediksi secara benar dan tidak benar oleh model klasifikasi.
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI
84 BAB IV IMPLEMENTASI DAN EVALUASI Pada bab ini akan dibahas mengenai implementasi sistem yaitu spesifikasi sistem dan cara menggunakan aplikasi segmentasi citra dengan menggunakan metode Fuzzy C- Means
Lebih terperinciPerancangan Sistem Informasi Akademik Pada SMPK Frater Xaverius 1 Palembang
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Perancangan Sistem Informasi Akademik Pada SMPK Frater Xaverius 1 Palembang Irvan Setiawan 1, Dwi Cahyo Muliansha 2, Dien Novita 3, M.Ezar Al Rivan
Lebih terperinciRANCANG BANGUN APLIKASI PEMBELAJARAN BERBAGAI MACAM IKAN DALAM BENTUK PERMAINAN
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 RANCANG BANGUN APLIKASI PEMBELAJARAN BERBAGAI MACAM IKAN DALAM BENTUK PERMAINAN Rico Wijaya* 1, Yudiarto 2, Daniel Udjulawa 3 1,2 STMIK GI MDP, Jalan
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciSISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY
SISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY 1 Devi Puspita Sari (08018272), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciEKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN
EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN Afri Yosela Putri 1, Faisal Rahutomo 2, Ridwan Rismanto 3 1, 2, 3 Jurusan Teknologi Informasi, Program Studi Teknik Informatika, Politeknik
Lebih terperinciPenerapan Algoritma Centroid-Based Summarization untuk Sistem Peringkasan Dokumen Berbahasa Indonesia
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritma Centroid-Based Summarization untuk Sistem Peringkasan Dokumen Berbahasa Indonesia Imam Setia Pratama, Gentar Alam, Tinaliah STMIK
Lebih terperinciRancang Bangun Game Pembelajaran Bahasa Jepang untuk Anak-anak Berbasis Android
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Rancang Bangun Game Pembelajaran Bahasa Jepang untuk Anak-anak Berbasis Android Okta Thea *1 Iis Pradesan 2 STMIK GI MDP; Jl. Rajawali No. 14 Palembang,
Lebih terperinciKLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA
KLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA Arina Diori (0722107) Jurusan Teknik Elektro email: arinadiorisinaga@yahoo.com ABSTRAK Buah
Lebih terperinciRancang Bangun Aplikasi Pemilihan Presiden dan Wakil Presiden Mahasiswa Secara Online Berbasis Android
IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 31 Rancang Bangun Aplikasi Pemilihan Presiden dan Wakil Presiden Mahasiswa Secara Online Berbasis Android Meiyi Darlies *1, Maria Agustin 2, M. Suryawan
Lebih terperinciPERANCANGAN SISTEM INFORMASI PENGARSIPAN PADA PDAM TIRTA MON PASE ACEH UTARA
IJCCS, Vol.x, No.x, Julyxxxx, pp. ~5 ISSN: 978-520 PERANCANGAN SISTEM INFORMASI PENGARSIPAN PADA PDAM TIRTA MON PASE ACEH UTARA Dahlan Abdullah*, Cut Yusra Novita 2 dan Cut Ita Erliana 3,2 Program Studi
Lebih terperinciBAB III METODOLOGI PENELITIAN
42 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Observasi, serta konsultasi dengan ahli grafologi mengenai pengenalan tulisan tangan untuk melihat karakter psikologi dengan melihat bentuk huruf
Lebih terperinciTEMU KEMBALI CITRA UNTUK PENGENALAN BATIK PADA CITRA 2D MENGGUNAKAN FITUR TEKSTUR MATRIKS KOOKURENSI ARAS KEABUAN DAN FUNGSI JARAK CANBERRA
1 TEMU KEMBAI CITRA UNTUK PENGENAAN BATIK PADA CITRA D MENGGUNAKAN FITUR TEKSTUR MATRIKS KOOKURENSI ARAS KEABUAN DAN FUNGSI JARAK CANBERRA Intan Putri Rakasiwi 1, Ricardus Anggi Pramunendar Universitas
Lebih terperinciAnalisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang
Analisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang Pulung Nurtantio Andono 1, Guruh Fajar Shidik 2, Ricardus Anggi Pramunendar 3, Catur Supriyanto
Lebih terperinciPENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING
A-99 PENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING Rachmad Zaini Alberto 1, Winda Kurnia Sari 2, Samsuryadi 3, Anggina Primanita 4 1,2,3,4 Fakultas
Lebih terperinciPENERAPAN ALGORITME LAGGED FIBONACCI GENERATOR (LFG) PADA EDUGAME PUZZLE PENGENALAN HEWAN BERBASIS ANDROID
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN ALGORITME LAGGED FIBONACCI GENERATOR (LFG) PADA EDUGAME PUZZLE PENGENALAN HEWAN BERBASIS ANDROID Junianto* 1, Tommy 2 1,2 STMIK MDP PALEMBANG;
Lebih terperinci