KLASIFIKASI KAIN KHAS BATIK DAN KAIN KHAS SASIRANGAN DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Di Indonesia terdapat 33 macam jenis kain khas, diantaranya adalah kain batik dan sasirangan. Kain batik dibuat dengan cara mempola, melukis menggunakan lilin yang sudah dicairkan, pewarnaan, membatik Kembali dan mencucinya untuk menghilangkan lapisan lilinya, sedangkan kain sasirangan yaitu dengan dijelujur dengan pola dan dicelupkan ke pewarna kain. Banyak jenis dari kain batik dan kain sasirangan sehingga tidak mudah membedakan yang mana kain sasirangan atau kain batik. Selain itu banyak bentuk pola batik yang hampir mirip dengan motif sasirangan. Pada kasus ini perlu dilakukan penelitian yang dapat mengklasifikasikan antara kain batik dan kain sasirangan agar masyarakat tidak menyamakan pola batik dengan pola sasirangan. Metode yang dipergunakan untuk melakukan klasifikasi ini yatu dengan model deep learning pada metode Convolution Neural Network (CNN). Deep Learning memiliki kemampuan sangat baik dalam melakukan klas-ifikasi objek pada sebuah citra dalam perkembangan teknologi GPU acceleration. Kemampuan klasifikasi yang dilakukan deep learning menerapkan metode CNN dengan dua tahap yaitu melakukan feedforward pada klasifikasi citra dan melakukan tahap pembelajaran menggunakan metode backpropagation. Sebelum melakukan dua tahap dari metode CNN tersebut perlu melakukan praproses yaitu dengan menerapkan metode wrapping dan cropping agar objek yang diklasifikasi dapat lebih terfokus dan selanjutnya metode feedforward dan backpropagation melakukan training. Setelah melakukan training maka dilakukan testing dengan metode feedforward dimana bobot dan bias diperbaharui sehingga menghasilkan akurasi sebesar 91,84% dengan melakukan iterasi sebanyak 20 pada data training dan hasil akurasi pada saat melakukan testing sebesar 99,73%.

DETEKSI PLAGIARISME MENGGUNAKAN ALGORITMA LEVENSHTEIN DISTANCE

Deteksi kesamaan dokumen untuk sistem plagiarisme termasuk dalam riset Natural Language Processing dalam bidang kecerdasan buatan. Plagiarisme banyak terjadi pada dokumen di lingkungan akademisi, begitupun yang terjadi pada PSMTS ULM. Deteksi plagiarisme diperlukan agar menjaga orisinalitas dari hasil tesis mahasiswa. Ada beberapa algoritma yang digunakan peneliti sebelumnya untuk mendeteksi plagiarisme. Namun, algoritma yang diperlukan adalah algoritma yang cepat karena yang sedang terjadi pada tesis mahasiswa relatif memiliki string yang banyak dan data tesis yang akan terus bertambah setiap saatnya mengakibatkan memperlambat kinerja algoritma. algoritma Levenshtein Distance mengungguli algoritma adaptif. Proses preprocessing yang terdiri dari metode case folding, tokenizing, stopword removal, dan stemming yang dapat melakukan estimasi proses sistem menjadi lebih cepat. Algoritma Levenshtein Distence dapat mendeteksi plagiasi dengan baik dan rata-rata lama proses sistem tanpa dilakukan preprocessing adalah 6,283 ms dan dengan preprocessing adalah 4,920 ms.

ANALISIS PERBANDINGAN PERFORMA PEMROGRAMAN SEKUENSIAL DAN PARALEL DENGAN SKEMA UJI MATRIX, FILTER DAN QUICK SORT

Komputasi sekuensial merupakan sebuah proses untuk melakukan pemecahan masalah dengan melakukan setiap langkah secara berurutan. Konsekuensi pemecahan sebuah masalah dengan menggunakan komputasi sekuensial adalah sebuah hasil akan muncul apabila langkah pengerjaan telah dilakukan. Pengembangan teknologi dari komputasi sekuensial adalah kom-putasi paralel yang melibatkan penggunaan sumber daya secara bersamaan. Khusus pada bidang IT, sumber daya tersebut dapat berupa core processor atau juga dimungkinkan untuk melibatkan graphical unit. Skema uji yang dilakukan yaitu ber-fokus pada perbandingan performa komputasi sekuensial dan komputasi paralel. Skema uji tersebut terdiri dari pengujian perkalian matrix, proses filter sebuah gambar, dan proses quick sort. Hasil skema uji 1 menunjukkan bahwa komputasi paralel dapat melakukan perkalian dengan dimensi 2000x2000 dengan hasil berkisar 4x lebih cepat dibandingkan komputasi serial. Berikutnya, hasil skema uji 2 menunjukkan proses filter dapat dilakukan oleh komputasi paralel dengan efisiensi 50% lebih baik menggunakan 4 buah core. Terakhir, hasil skema uji 3 menghasilkan nilai efektivitas tertinggi menggunakan CUDA yaitu berkisar 96% dengan proses quick sort pada data sebesar 32Mb.

PENDEKATAN BERBASIS KECERDASAN BUATAN DENGAN METODE NAÏVE BAYES UNTUK WEBSITE BAZNAS

Badan amil zakat nasional (BAZNAS) adalah badan resmi nasional dalam menyalurkan zakat. Zakat adalah kewajiban umat Islam. Hal tersebut dijelaskan dalam kitab suci Alquran. Zakat perlu disalurkan dengan adil. Banyaknya data penerima zakat menyebabkan penyaluran sering terkendala. Dengan klasifikasi zakat antara fakir dan miskin akan menjadi solusi untuk kendala data yang banyak. Teknik kecerdasan buatan yang digunakan pada penelitian ini adalah Naïve Bayes Classifier. Ini adalah teknik klasifikasi berdasarkan Teorema Bayes dengan asumsi independensi antar prediktor. Secara sederhana, pengklasifikasian Naive Bayes mengasumsikan bahwa keberadaan fitur tertentu di kelas tidak terkait dengan keberadaan fitur lainnya. Label data penerima zakat ini ada dua, yaitu fakir dan miskin. Kecerdasan buatan sebagai metode dalam pembuatan prototype sistem pada website BAZNAS dalam penentuan penerima zakat. Pengukuran performa metode naïve bayes classifier menggunakan confusion matrix. Hasil dari metode naïve bayes classifier dalam mengklasifikasi penerima zakat cukup baik yaitu 96%.

RANCANG BANGUN SISTEM INFORMASI PENGENDALIAN PERSEDIAAN (CONTROL BUFFER STOCK) UNTUK EFISIENSI KEWIRAUSAHAAN PENJUALAN KOPI PADA SOFT COFFEE

Tujuan penelitian ini untuk merancang dan mengimplementasikan sistem informasi Pengendalian Persediaan Kopi sebagai alat kontrol pembelian bahan baku dalam menjalankan kegiatan usaha agar berjalan secara efisien dan mampu menghasilkan laba yang optimal. Metode yang digunakan Buffer Stock, Reorder Point Dan Economic Order Quantity Pada Soft Coffee. Hasil pengujian Reorder Point (ROP) dan Safety Stock maka nilai ROP Kopi Arabika sebesar 21 Pak, Kopi Robusta sebesar 20 Pak, Kopi Liberika sebesar 22 Pak dan Kopi Ekselsa sebesar 21 Pak, sehingga dapat disimpulkan bahwa hasil perancangan sistem informasi pengendalian persediaan dapat diimplementasikan untuk efisiensi kewirausahaan penjualan kopi.

IMPLEMENTASI UML PADA SISTEM PENJADWALAN MATA KULIAH

Dalam penjadwalan mata kuliah memerlukan sistem otomatis agar penjadwalan dapat efektif dan efesien. Agar sistem efektif dan efesien maka diperlukan penerapan algoritma yang cukup handal. Dengan perancangan sistem menggunakan Unified Modeling Language (UML) bertujuan untuk memahami kompleksitas desain dari sistem, kami memodelkan pendekatan menggunakan usecase dan squence diagram. Usecase dan Squence diagram adalah diagram UML paling penting yang digunakan untuk pengembangan aplikasi perangkat lunak. Ada banyak properti yang harus dipertimbangkan saat menggambar usecase dan squence diagram. Kedua diagram ini mewakili berbagai aspek aplikasi perangkat lunak. Hasil dari model yang diusulkan telah ditemukan bermanfaat ketika diimplementasikan.

SISTEM REKOMENDASI FILM BERBASIS JEJARING SOSIAL (TWITTER) MENGGUNAKAN IBM BLUEMIX

Perkembangan industri hiburan seperti film saat ini sangat begitu pesat dan bervariasi, hal tersebut seringkali membingungkan para penikmat film dalam menentukan film yang sangat direkomendasikan, solusi atas permasalahan tersebut adalah suatu sistem rekomendasi film yang dapat memberikan rekomendasi film-film yang berkualitas untuk ditonton oleh penikmat film berdasarkan rating film tersebut. Twitter jejaring sosial favorit yang masih sering digunakan oleh masyarakat saat ini untuk menuliskan pikiran, perasaan maupun aspirasi dari setiap user, pada sistem ini cuitan twitter berfungsi sebagai data input yang dapat diolah menjadi suatu data yang lebih bernilai seperti rating. Penelitian ini dibahas sistem rekomendasi film berdasarkan rating dari komentar - komentar twitter menggunakan ibm bluemix dengan algoritma Support Vector Machine. Hasil Pengujian memberikan keluaran berupa rating, dimana nilai yang dihasilkan cenderung mendekati nilai rating dari situs rating film yang sudah popular dan terpercaya.

ANALISIS PENGGUNA WHATSAPP TERHADAP KESALAHAN MENGIRIM PESAN TEKS MENGGUNAKAN METODE KLASIFIKASI

Aplikasi perpesanan sederhana lintas platform yang memungkinkan untuk bertukar pesan, mulai dari pesan teks, gambar, video, serta panggilan video dan panggilan cepat tanpa biaya banyak digunakan oleh pengguna di Indonesia, salah satunya adalah Aplikasi Whatsapp. Platform tersebut banyak digunakan dan diminati semua kalangan, dalam percakapan pribadi maupun percakapan grup. Percakapan yang di dominasi dengan menggunakan pesan teks sangat memungkinkan terjadinya kesalahan pengetikan dalam pengiriman pesan yang mengakibatkan kesalahan persepsi pembaca pesan tersebut. Berdasarkan kesalahan pengiriman pesan dan kesalahan dalam pengetikan pesan teks pengguna platform tersebut maka akan dilakukan analisa pengguna aplikasi Whatsapp di lingkungan Universitas XYZ menggunakan metode klasifikasi dengan algoritma Naïve Bayes dan KNN terhadap kesalahan mengirim pesan teks. Dari data yang di dapat yaitu hasil klasifikasi menggunakan algoritma Naïve Bayes mendapatkan akurasi sebesar 75%, sedangkan klasifikasi menggunakan algoritma KNN mendapatkan akurasi sebesar 66,7%. Dari hasil klasifikasi tersebut performa algoritma Naïve Bayes lebih besar dari pada performa algoritma KNN.

ANALISIS LOG PENERBANGAN PADA UNMANNED AERIAL VEHICLE (UAV) SEBAGAI BARANG BUKTI DIGITAL

Pada beberapa akhir ini, penggunaan perangkat drone oleh masyarakat umum meningkat dengan sangat pesat, presentasi total dari penjualan terus meningkat pesat dari tahunnya, total dari penjualan drone di tahun 2020 diperkirakan akan menyentuh angka $2.28 Bilion. Dengan peningkatan sebesar itu, kemungkinan akan terjadinya penyalahgunaan Unmanned Aerial Vehicle (UAV) dalam menjalankan tindak kejahatan semakin besar. Dari analisis forensik data dengan menggunakan metode static forensic dan live forencic untuk mendapatkan data yang memungkinkan untuk digunakan sebagai barang bukti digital. Diharapkan dapat menggali informasi yang bisa digunakan sebagai barang bukti digital pada UAV dan kontroler, serta mengetahui karakteristik bukti digital pada UAV. Hasil yang menampilkan bahwa terdapat perangkat smartphone yang digunakan sebagai kontroler UAV memiliki peranan yang penting dalam investigasi. Karena didalam perangkat tersebut memiliki nilai informasi bukti digital yang lengkap jika dibandingkan dengan media penyimpanan yang terdapat pada perangkat UAV lainnya. Contohnya dalam penggunaan perangkat drone DJI Phantom 3 Advanced selalu menggunakan GPS pada penerbangannya, file gambar maupun video yang diambil menggunakan kamera pesawat pasti memiliki koordinat lokasi GPS pada metadata didalamnya.

RANCANG BANGUN INFRASTRUKTUR JARINGAN HOTSPOT BERBASIS VOUCHER MENGGUNAKAN METODE PCQ

Teknologi wireless saat ini telah menjadi pilihan yang banyak digunakan dalam pengembangan teknologi informasi dan komunikasi. Ketersediaan fasilitas layanan komunikasi data internet dalam mendukung mobilitas di lingkungan kampus seperti browsing, mengunduh dan mengunggah data memberikan kemudahan bagi setiap user untuk dapat mengakses layanan tersebut dengan hanya menghubungkan perangkat mobile ke dalam jaringan tersebut. Agar kualitas layanan komunikasi data internet selalu berada dalam kondisi yang optimal, maka perlu diperhatikan di awal mengenai desain, topologi, serta perangkat yang akan digunakan pada infrastruktur jaringan yang akan dibangun. Selain persiapan terhadap infrastruktur fisik jaringan, upaya peningkatan performa berupa implementasi sistem monitoring serta manajemen jaringan berupa quality of service (QoS) merupakan sebuah langkah penting yang tidak dapat dikesampingkan. Implementasi QoS pada sebuah jaringan hotspot yang bertindak sebagai pembagi bandwidth sehingga proses distribusi layanan komunikasi data internet mampu secara merata diterima oleh setiap user yang terhubung. Metode peer connection queue (PCQ) yang digunakan bertujuan untuk memastikan agar setiap user dapat menerima kualitas layanan sesuai dengan jenis paket data yang digunakan. Ada beberapa jenis paket data yang diterapkan, diantaranya paket gold, silver, dan bronze yang mana setiap paket tersebut memiliki perbedaan pada besaran bandwidth yang diterima serta batasan terhadap akses web tertentu. Pengujian performa jaringan dilakukan dengan cara memonitoring besaran bandwidth pada masing-masing paket pada saat sebelum dan sesudah penerapan metode PCQ.