Publikasi Tugas Akhir S-1 PSTI FT-UNRAM

PENGENALAN POLA TULISAN TANGAN AKSARA SASAK MENGGUNAKAN METODE LINEAR DISCRIMINANT ANALYSIS DAN BACKPROPAGATION NEURAL NETWORK

A.A.Sg. Mas Karunia Maharani — 2020-07-28

Aksara Sasak merupakan salah satu warisan budaya Indonesia yang perlu dilestarikan agar tidak punah. Aksara Sasak termasuk ke dalam kategori endangered language. Sistem pendidikan juga menjadi faktor yang berpengaruh terhadap pelesatarian budaya. Dan saat ini aksara Sasak tidak diajarkan lagi di sekolah-sekolah. Sehingga dikhawatirkan aksara Sasak akan mengalami kepunahan. Mengingat betapa pentingnya upaya pelestarian, maka dilakukan penelitian untuk mengenali pola tulisan tangan aksara Sasak. Penelitian ini bertujuan untuk melihat model yang optimal untuk mengenali pola aksara Sasak serta untuk melihat seberapa akurat metode Linear Discriminant Analysis sebagai fitur ekstraksi dan Backpropagation Neural Network sebagai metode klasifikasi untuk mengenali pola aksara sasak. Data aksara yang digunakan yaitu sebanyak 10800 data dengan tambahan data pada penelitian sebelumnya sebanyak 2700 data. Kemudian untuk mengevaluasi kinerja dari model yang dibuat menggunakan tiga parameter yakni akurasi, recall, precision.

VERIFIKASI TANDA TANGAN MENGGUNAKAN EKSTRAKSI FITUR LBP DAN KLASIFIKASI LVQ

Medeline Widia Andani — 2020-07-28

Tanda tangan merupakan salah satu media yang digunakan untuk keperluan verifikasi dan legalisasi terhadap suatu informasi yaitu dokumen-dokumen yang berkaitan erat dengan legalitas secara hukum. Secara umum, verifikasi tanda tangan dilakukan dengan cara manual, yaitu dengan membandingkan secara langsung, hal ini tentunya tidak efektif terutama jika melakukan cukup banyak verifikasi. Oleh karena itu, dibutuhkan suatu sistem komputer yang otomatis dapat memverifikasi tanda tangan seseorang untuk menghemat waktu dalam pencocokan dan mengurangi kesalahan. Penelitian ini dilakukan dengan menggunakan metode ekstraksi fitur LBP dan klasifikasi LVQ. Bahan – bahan yang akan digunakan dalam penelitian ini adalah citra tanda tangan sebanyak 600 citra dengan ukuran 500x500 pixel yang diambil dari 30 responden dimana masing - masing responden diambil 15 tanda tangan asli dan 5 tanda tangan palsu. Dalam satu hari, tiap responden diambil 5 tanda tangan. Hasil akurasi dari penelitian ini yaitu pada proses identifikasi tanda tangan dihasilkan akurasi sebesar 76,81% dan pada proses verifikasi tanda tangan dihasilkan akurasi sebesar 50,15%, sensitivity sebesar 45,88%, dan specificity sebesar 58,44%.

Sistem Pakar Diagnosis Penyakit Tanaman Padi Menggunakan Forward Chaining dan Dempster Shafer

Dianmita Putri — 2020-07-29

Penyakit tanaman padi merupakan kondisi tanaman padi terjangkit suatu penyakit yang disebabkan oleh pathogen, tanaman inang ataupun lingkungan yang tidak baik. Penelitian ini bertujuan membangun sistem pakar yang dapat mendiagnosis penyakit tanaman padi. Untuk mendapatkan hasil diagnosis sistem pakar, penelitian ini menggunakan metode penalaran forward chaining dan metode perhitungan dempster shafer. Teknik pengujian yang digunakan yaitu pengujian black box, pengujian “perhitungan teoritis”, pengujian akurasi sistem dan pengujian MOS (Mean Opinion Score). Hasil pengujian black box menyatakan bahwa sistem pakar telah memiliki kesesuaian 100% dari segi fungsionalitasnya. Hasil pengujian “perhitungan teoritis” menyatakan bahwa perhitungan sistem pakar telah sesuai dengan hasil perhitungan manual. hasil pengujian akurasi sistem dari 30 kasus uji mendapatkan akurasi sebesar 81.11%. Hasil pengujian MOS yang dilakukan pada 30 responden menghasilkan MOS sebesar 4.2 dari skala 5 yang dikategorikan ke dalam sistem yang baik.

Sistem Pakar Diagnosa Penyakit pada Tanaman Jagung dengan Metode Dempster Shafer

Kurnia Mulia Khoirunnisak — 2020-07-29

Jagung (Zea mays) merupakan tanaman pangan utama ketiga setelah padi dan gandum di dunia dan menempati posisi kedua setelah padi di Indonesia. Di Indonesia, produktivitas jagung mengalami peningkatan tiap tahunnya. Namun, produktivitas jagung dapat mengalami penurunan kuantitas dan kualitas hasil panen karena adanya serangan penyakit dan keterlambatan pengendalian penyakit tersebut yang berujung pada kegagalan panen. Penelitian ini bertujuan untuk membangun sistem pakar yang dapat mendiagnosa 8 jenis penyakit pada tanaman jagung dari 25 gejala berdasarkan pengetahuan 3 orang pakar dengan menggunakan metode Dempster-Shafer berbasis website. Pada penelitian ini dilakukan empat teknik pengujian yaitu black box, perhitungan teoritis, akurasi sistem, dan Mean Opinion Score (MOS). Pengujian dengan perhitungan teoritis menghasilkan perhitungan yang sesuai antara perhitungan sistem dengan perhitungan manual. Pengujian akurasi sistem pada 30 contoh kasus menghasilkan akurasi sebesar 87.78% berdasarkan nilai akhir kepercayaan (belief) pakar dan 91.11% berdasarkan nilai belief masing-masing pakar. Pengujian MOS pada 20 responden menghasilkan nilai MOS sebesar 4.54 untuk responden mahasiswa, 4.68 untuk responden penyuluh pertanian, dan 4.68 untuk responden petani yang menunjukkan sistem yang dibangun dapat dikategorikan ke dalam sistem yang baik.

Penerapan Algoritma EA-SHORT pada Protokol Routing AOMDV untuk Menemukan Rute yang Handal Berbasis Energi di Jaringan MANET

B. Nurwahyu Hairani — 2020-07-29

Mobile Ad Hoc Network (MANET) adalah jaringan nirkabel yang berdiri sendiri, terdiri dari sejumlah node yang mampu bergerak ke segala arah secara bebas. Protokol routing yang digunakan sebagai objek penelitian ini adalah Ad-Hoc On-Demand Multipath Distance Vektor (AOMDV). Penelitian ini melakukan proses perhitungan energi pada suatu node yang dapat digunakan sebagai rute baru berbasis energi dengan memanfaatkan perubahan topologi. Efisiensi energi pada routing protocol dapat dilakukan dengan menggunakan metode Energy Aware SHORT (Self Healing and Optimizing Routing Techniques). Tujuan utama dari algoritma Energy Aware SHORT (EA-SHORT) adalah untuk mendistribusikan beban lalu lintas setiap node pada MANET secara adil, dengan cara memperpanjang masa pakai node dan jaringan dengan merutekan paket melalui node yang memiliki sisa daya cukup dan menghindari node yang memiliki daya rendah. Sehingga dapat meningkatkan kinerja dan konservasi daya pada MANET. Kinerja AOMDV akan dibandingkan dengan AOMDV yang telah dimodifikasi dengan EA-SHORT diukur dari nilai parameter yang telah ditentukan. Hasil Analisa menunjukkan penerapan algoritma EA- SHORT dalam efisiensi pencarian rute berhasil meningkatkan kinerja. Hasil throughput pada EA-AOMDV mengalami peningkatan sebesar 13,904 % untuk luas area 500x500 m2 dan 13,905 % pada1000x1000 m2. Packet delivery ratio meningkat sebesar 0,91% dan 2,273 %. Average end-to-end delay menurun sebesar 20,482% dan 18,734.

Pencarian Rute yang Handal Berbasis Energi Menggunakan Algoritma EA-SHORT pada Protokol Routing ZRP di Jaringan MANET

Mila Rosiana — 2020-07-29

Mobile Ad-Hoc Network (MANET) adalah jaringan wireless dari kumpulan node yang tidak memiliki router tetap. Setiap node dalam jaringan bertindak sebagai router yang bertanggung jawab untuk menemukan dan menangani rute antar node. Node berperan sekaligus sebagai router sehingga konsumsi energi menjadi lebih tinggi. Sedangkan, energi untuk proses transmisi pada node bersifat terbatas, dan habisnya energi dapat menyebabkan rute terputus. Terputusnya rute dapat menurunkan performa jaringan. Dalam penelitian ini, konsep energy aware menggunakan algoritma EASHORT diterapkan pada kerangka kerja Zone Routing Protocol (ZRP). EA-SHORT mencoba mendistribusikan beban jaringan ke semua node yang ada dengan memanfaatkan variasi jumlah energi dengan memilih node yang memiliki cukup energi yang dapat berpartisipasi dalam rute dan menghindari node yang memiliki energi rendah. Kinerja ZRP akan dibandingkan dengan EA-SHORT ZRP yang telah dimodifikasi dengan EA-SHORT yang diukur dari nilai parameter yang ditentukan. Dari simulasi, hasilnya menunjukkan, pada node 50, throughput meningkat sebesar 12,374%. Untuk 100 node, peningkatan sebesar 44.597%. Pada rata-rata average end to end delay , dengan 50 node, nilai EA-SHORT ZRP menurun sebesar 20.063%, 100 node EA-SHORT ZRP menurun sebesar 8.375%. Hasil PDR pada EA-SHORT ZRP dengan 50 node meningkat 0,545%, dan untuk EA-SHORT ZRP 100 node meningkat sebesar 21,301%.

Rancang Bagun Aplikasi Hybrid Kondisi Jalan dan Fasilitas Kelengkapan Jalan di Kota Mataram

Puspita Asri Nurmalasari — 2020-07-29

Aplikasi hybrid kondisi jalan dan fasilitas kelengkapan jalan di kota Mataram merupakan sistem yang terdiri dari aplikasi website dan mobile yang saling berintegrasi. Aplikasi website digunakan oleh admin dari Dinas Pekerjaan Umum dan Penataan Ruang kota Mataram dan juga Dinas Perhubungan Kota Mataram untuk mengelola data kondisi dari ruas jalan kota dan juga kondisi fasilitas kelengkapan jalan yang ada di kota Mataram dan sistem juga digunakan untuk menerima pengaduan kerusakan dari masyarakat. Sedangkan aplikasi mobile digunakan oleh masyarakat kota Mataram untuk meilhat kondisi jalan dan fasilitas kelengkapan jalan berdasarkan data dari dinas yang bersangkutan dan masyarakat juga dapat melakukan pengaduan kerusakan jalan dan fasilitas kelengkapan jalan, dimana pengaduan tersebut dapat dilihat juga oleh masyarakat pengguna aplikasi mobile yang lainnya. Pengujian sistem menggunakan metode Black Box dan pengujian MOS.

Implementasi metode weighted product pada sistem pendukung keputusan penerima beasiswa bidikmisi universitas mataram

Faraz Wahyudi — 2020-07-29

Pemberian beasiswa merupakan program kerja yang ada di setiap Universitas atau perguruan tinggi. Bidikmisi adalah program bantuan biaya pendidikan yang diberikan pemerintah melalui Direktorat Jenderal Pendidikan Tinggi (Dikjen Dikti). Dalam melakukan penetapan mahasiswa peserta beasiswa bidikmisi pihak Universitas masih menggunakan cara manual yaitu dengan cara melakukan pengecekan kembali data mahasiswa satu persatu di Microsoft excel oleh Subbag Kesejahteraan Mahasiswa dan hasil seleksi yang dilakukan secara manual selanjutnya akan diputusakan dalam rapat yang diadakan diruangan wakil rektor III. Hasil akhir dari data penerima beasiswa bidikmisi diurutkan berdasarkan fakultas atau prodi dengan NIM masing-masing mahasiswa penerima beasiswa bidikmisi. Untuk membantu dalam proses seleksi maka perlu dibangun sistem pendukung keputusan, agar menghasilkan keputusan yang dapat membantu dalam pengambilan keputusan. Dari masing-masing mahasiswa akan dinilai berdasarkan kriteria-kriteria yang telah ditentukan, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang terpilih dalam penentuan peneriman beasiswa bidikmisi. Dalam sistem pendukung keputusan ini menggunakan 10 kriteria antara lain: penghasilan ayah, penghasilan ibu, jumlah tanggungan, kepemilikan rumah, luas tanah, luas bangunan, jarak pusat kota, mandi cuci kakus, sumber listrik dan sumber air. Didalam sistem pendukung keputusan ini perhitungannya menggunakan metode weighted product. Metode weighted product digunakan karena metode ini lebih bisa memberikan nilai bobot disetiap kriteria kemudian dilakukan perangkingan. Dalam pembangunan sistem ini, menggunakan bahasa pemograman PHP dan database yang digunakan mysql dengan menggunakan framework Codeigniter.

DETEKSI API PADA VIDEO MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK

Budiman Rabbani Budi — 2020-07-29

Kamera merupakan salah satu alat yang digunakan untuk menangkap
gambar. Kamera sering kali dimanfaatkan sebagai alat keamanan seperti keamanan
rumah, jalan raya dan lain-lain. Kemudian pada penelitian ini digunakan hasil
tangkapan kamera untuk mendeteksi objek api karena api merupakan salah satu
penyebab kebakaran apabila tak dapat dikendalikan. Oleh karena itu, dengan
memanfaatkan tangkapan kamera akan dilihat model yang terbaik artificial neural
network backpropagation dengan penggabungan metode ekstraksi fitur gabungan
local binary patern (LBP) dan Gray Level Co-occurrence Matrix (GLCM) untuk
mendeteksi api. Kemudian untuk mengevaluasi kinerja dari model yang dibuat
digunakan tiga buah parameter yakni akurasi, recall, precision. Dataset dalam
penelitian berupa video dengan variasi video api dan non-api. Berdasarkan hasil akhir
penelitian, akurasi, recall, precision terbaik yang diperoleh berturut-turut adalah 96%,
97%, 97%. Kemudian dilakukan proses validasi menggunakan 30 video dengan variasi
15 video api dan 15 video non-api dan diperoleh hasil akurasi sebesar 86.6% dengan
rata-rata waktu sebesar 6,029 menit

PENGENALAN POLA TULISAN TANGAN AKSARA SASAK MENGGUNAKAN EKSTRAKSI FITUR PRINCIPAL COMPONENT ANALYSIS DENGAN METODE ANN

Frizqa Ervina — 2020-07-29

konsultasi dan pengajuan seminar

PEMETAAN LOKASI WISATA ALAM DENGAN MENGGUNAKAN METODE PROTOTYPING BERBASIS MOBILE (STUDI KASUS: PULAU LOMBOK)

Gilang Ramdhani Putra — 2020-07-29

Lombok merupakan salah satu tujuan wisata yang semakin popular bagi wisawatan nusantara (wisnus) maupun wisata mancanegara (wisman).Pada tahun 2019 Lombok juga mendapatkan gelar sebagai “Destinasi Wisata Halal” terbaik di Indonesia oleh Indonesia Muslim Travel Index (IMTI). Berkat popularitasnya yang meningkat, menjadikan Lombok sebagai salah satu tempat berwisata yang digemari oleh wisatawan. Berdasarkan survei yang telah dilakukan, kendala dari pihak Dinas Pariwisata Nusa Tenggara Barat yaitu masih belum adanya aplikasi terkait dengan wisata alam di pulau Lombok. Narasumber dari pihak Dinas Pariwisata NTB merasa membutuhkan sebuah sistem yang dapat menginformasikan terkait dengan wisata alam di pulau Lombok untuk mempermudah wisatawan dalam mencari lokasi wisata yg diinginkan, serta dapat menjangkau seluruh wisatawan baik domestik maupun mancanegara. Berdasarkan hasil survey terhadap 47 responden terkait dengan pulau Lombok, dan google maps didapatkan hasil 88,2% mengenal pulau Lombok karena wisata alamnya, dan 70.2% responden sering menggunakan aplikasi google maps untuk mencari lokasi yang diinginkan dan 100% responden setuju dengan dibuatnya aplikasi ini. Untuk itulah, dalam penelitian ini akan dibuat suatu Sistem Informasi Geografis untuk Pemetaan Lokasi Wisata Alam Dengan Menggunakan Metode Prototyping Berbasis Mobile dengan harapan dapat membantu Dinas Pariwisata NTB dalam meningkatkan pelayanannya terhadap masyarakat terutama para wisatawan. Pada perancangannya, aplikasi ini akan menggunakan bahasa pemrograman Kotlin, serta framework CodeIgniter sebagai pengaksesan API yang memanggil query pada database.

Android Based Sales Application of Hamster and Its Accessories Using the Prototype Method (Case Study of Lombok Rabbit Pet House)

Agung Rahmita Illah — 2020-07-29

The Lombok Rabbit Pet House is one of the animal shops that sell hamsters in Mataram, Lombok. Not only serving the community around Mataram, but this shop is also a supplier of hamsters in several animal markets in Mataram. Because of the relatively few animal shops that sell hamsters in Lombok, it is not uncommon for customers around the city of Mataram to become loyal customers of this shop. But unfortunately, the sales system at this store still uses a manual system. Include records of remaining merchandise and items sold. Based on the interview with the shop owner (Mr Ulul Azmi), he said that the store needs a sales system that can be accessed by all communities in Lombok to improve sales services and facilitate both sellers and customers in conducting transactions online. After getting the necessary information about the store, the author surveying 37 respondents about their knowledge of hamster disease. It was found that 70.3% of respondents claimed to have little knowledge about the types of hamster disease. At the same time, another 5.4% claimed not to have any knowledge about it. Furthermore, 91.9% of respondents chose to agree if there was an information system that could help the hamsters owner in getting information about various types of hamster disease. For those reasons, the author makes an Android Based Sales Application of Hamster and Its Accessories Using The Prototype Method. In its design, it used the Kotlin programming language, also the CodeIgniter framework as API access that calls queries on the database.

DAMPAK VARIASI MODEL PROPAGASI TERHADAP PROTOKOL ROUTING REAKTIF, PROAKTIF DAN HYBRID DI JARINGAN VANET (STUDI KASUS KOTA BIMA)

Nazibullah — 2020-07-30

VANET merupakan subset Mobile Adhoc Network (MANET) yang memanfaatkan teknologi wireless, yang dimana pada jaringan VANET node dipresentasikan sebagai kendaraan sedangkan rute untuk kendaraan dipresentasikan sebagai jalan raya yang akan dilalui oleh kendaraan tersebut. Pada umunya pada VANET terdapat 3 klasifikasi protokol routing yaitu reaktif, proaktif, dan hybrid. Kinerja protokol routing sangat dipengaruhi oleh model propagasi [1]. Propagasi pada jaringan merupakan perilaku atau proses perambatan gelombang radio, yang dalam hal ini berfungsi sebagai media transmisi dari pengirim (transmitter) ke tujuan (receiver). Pada penelitian ini akan dilakukan analisis variasi model propagasi yakni FreeSpace, TwoRayGround, Shadowing, dan Nakagami terhadap kinerja protokol routing AOMDV (reaktif), OLSR (proaktif), dan ZRP (hybrid). Kinerja protokol routing tersebut akan diuji menggunakan parameter pengujian packet loss, end to end delay, dan throughput.

Kata Kunci : VANET, AOMDV, OLSR, ZRP, FreeSpace, TwoRayGround, Shadowing, Nakagami.