Claim Missing Document
Check
Articles

Found 14 Documents
Search

Deteksi Api dengan MultiColorFeatures, Background Subtraction dan Morphology Guruh Fajar Shidik; Fajrian Nur Adnan; Ricardus Anggi Pramunendar; Catur Supriyanto; Pulung Nurtantio Andono
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (671.742 KB)

Abstract

Pentingnya  deteksi  api secara dini dapat membantu memberikan peringatan  serta  menghindari bencana yang menyebabkan kerugian ekonomi dan kehilangan nyawa manusia.  Teknik deteksi api dengan sensor konvensional  masih  memiliki keterbatasan, yakni  memerlukan waktu yang cukup lama dalam mendeteksi api pada ruangan yang besar serta tidak dapat bekerja di ruangan terbuka. Penelitian ini mengusulkan metode deteksi  api secara visual yang dapat digunakan pada  camera surveillance dengan  menggunakankombinasi  Multicolorfeatures  sepertiRGB,  HSV,YCbCr  dan  Background Subtraction  serta morphologyuntuk pendeteksian  pergerakan  api.  Evaluasi penelitian  dilakukan dengan menghitung tingkat error deteksi  area api.
PERANAN PENGAJAR DALAM KOLABORASI PENYAMPAIAN MATERI PELATIHAN IT TERHADAP SISWA Moch Arief Soeleman; Pulung Nurtantio Andono; - Pujiono; Noor Ageng Setiyanto
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 1, No 2 (2018): Juli 2018
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (516.761 KB) | DOI: 10.33633/ja.v1i2.24

Abstract

Siswa-siswi asuh dari Lembaga Amil Zakat Universitas Dian Nuswantoro, merupakan lembaga zakat yang dibentuk oleh karyawan muslim Universitas Dian Nuswantoro yang bertujuan memberikan bantuan uang sekolah setiap bulan untuk membayar biaya sekolah bagi siswa siswi sekolah menengah pertama dan sekolah menengah atas di kota Semarang yang tidak mampu untuk tetap bisa menyelesaikan sekolahnya. Motivasi bantuan sekolah untuk anak-anak binaan Lembaga Amil Zakat Udinus yang tidak mampu secara fiansial tetapi memiliki semangat dan kemampuan baik dalam akademik sehingga harus diberikan dukungan moril dan materiil agar tetap bisa meneruskan sekolahnya. Dengan memperhatikan  kondisi  diatas maka salah satu pendekatan yang perlu diambil adalah  dengan  peningkatan  kualitas  pengetahuan siswa siswi penerima LAZ agar tidak gagap terhadap teknologi atau tidak memiliki kemampuan  dasar dalam menguasai dunia teknologi informasi. Sebagai seorang pelajar menggunakan teknologi informasi merupakan hal yang sangat minim, hal ini dikarenakan ketidak mampuan mereka memiliki peralatan teknologi informasi yang baik seperti komputer, laptop atau alat digital mobile. Disamping hal tersebut disekolah mereka masing-masing belum tentu mendapat pengetahuan teknologi informasi  yang cukup karena tidak bersekolah ditempat yang baik fasilitasnya.
Pelatihan Pemanfaatan Google Form dalam Pendaftaran Ijin Usaha pada Petugas Pelayanan di Kelurahan Tanjung Mas Semarang Utara Pulung Nurtantio Andono; Supriyono Asfawi; Ratih Pramitasari; Maria Goretti Catur Yuantari
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 5, No 1 (2022): Januari 2022
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v5i1.562

Abstract

Pandemi Covid-19 membawa berbagai macam dampak, salah satunya pelayanan kepada masyarakat. Kualitas pelayanan publik menjadi indikator keberhasilan dalam memberikan pelayanan terhadap masyarakat seperti kecepatan pelayanan dan kesehatan baik pada petugas maupun masyarakat menjadi standar baku untuk saat ini. Di era digital pelayanan terhadap masyarakat sangat terbantukan dengan pemanfaatan teknologi informasi. Kegiatan pengabdian ini bertujuan untuk meningkatkan ketrampilan pada petugas pelayanan dalam memanfaatkan teknologi informasi untuk mempermudah pekerjaan, pencatatan, pelaporan serta menjaga kesehatan baik pada masyarakat maupun pada petugas kelurahan di Tanjung Mas Semarang Utara. Rendahnya kemampuan dalam mengoperasional program yang ada di komputer menjadi kendala tersendiri, sehingga  masih banyak pelayanan publik yang menggunakan pencatatan manual dan tidak terdokumentasi dengan baik serta tidak adanya pelaporan yang rutin sebagai bahan monitoring dan evaluasi. Berdasarkan hasil kegiatan pengabdian kepada masyarakat terdapat perbedaan yang signifikan terkait tingkat pengetahuan petugas pelayanan sebelum diberikan pelatihan dengan setelah diberi pelatihan google form dengan nilai p value 0,039. Disamping itu petugas pelayanan mampu mempraktikkan dengan baik membuat google form yang dapat dimanfaatkan saat pendaftaran ijin usaha tanpa menggunakan kertas/pencatatan manual. 
Evaluasi Ekstraksi Fitur GLCM dan LBP Menggunakan Multikernel SVM untuk Klasifikasi Batik Pulung Nurtantio Andono; Eko Hari Rachmawanto
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 1 (2021): Februari 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (572.268 KB) | DOI: 10.29207/resti.v5i1.2615

Abstract

Batik as one of Indonesia's cultural heritages has various types, motifs and colors. A batik may have almost the same motif with a different color or vice versa, therefore it requires a classification of batik motifs. In this study, a printed batik was used with various coastal batik motifs in Central Java. The algorithm for classification is selected Support Vector Machine (SVM) with feature extraction of the Gray Level Co-Occurrence Matrix (GLCM) and Local Binary Pattern (LBP). SVM has the advantage of grouping data with small amounts and short operation times. GLCM as an extractive feature for recognizing batik textures and LBP was chosen to do spot pattern recognition. In the experiment, we have used 160 images of batik motifs which are divided into two, namely 128 training data and 32 testing data. The accuracy results obtained from the SVM, GLCM and LBP algorithms produce 100% accuracy in polyniomial, linear and gaussian kernels with distances at GLCM 1, 3, and 5, where at a distance of 1 linear kernel is 78.1%, gaussian 93.7%. At a distance of 3 linear kernels 75%, gaussian 87.5% and at a distance of 5 linear kernels 84.3%, gaussian 87.5%. In the SVM and GLCM algorithms the resulting accuracy is at a distance of 1 with a polynomial kernel 96.8%, linear 68.7%, and gaussian 75%. At distance 3, the polynomial kernel is 100%, linear 71.8%, and gaussian 78.1%, while for distance 5, the polynomial kernel is 87.5%, linear 75%, and gaussian 81.2%.
Perspektif Baru Enterprise Architecture Pemerintahan Kota Mataram Berbasis TOGAF ADM Husain Husain; Pulung Nurtantio Andono; M. Arif Soeleman
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 16 No 2 (2017)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1673.214 KB) | DOI: 10.30812/matrik.v16i2.6

Abstract

TIK salah satu penentu keberhasilan sebuah organisasi dalam mencapai visi dan misinya. Terpilihnya pemimpin yang baru, terbentuknya SKPD baru dengan visi misi baru sehingga master plan yang lama di anggap sudah tidak relevan lagi, sehingga persoalan yang muncul diselesaikan dengan cara reaktif dan memungkinkan persoalan yang sama akan muncul kembali pada masa yang akan datang. Arsitektur enterprise adalah cara untuk membangun arsitektur TIK dari sebuah organisasi yang berfokus pada arsitektur bisnis, arsitektur data, arsitektur aplikasi dan arsitektur teknologi. Penelitian ini merupakan penelitian deskriptif kualitatif dengan pendekatan studi kasus. Metodologi yang digunakan adalah Enterprise Architecture TOGAF ADM sebagai kerangka acuan untuk perencanaan strategis TIK Pemerintahan Kota Mataram. Subyek pada penelitian ini adalah responden yang memiliki kewenangan dalam pengambilan keputusan terkait TIK dan pengguna TIK di Dinas Komunikasi dan Informatika (DISKOMINFO). Kebutuhan bisnis yang terdiri dari Arsitektur Data, Aplikasi dan Teknologi diidentifikasi dan diusulkan untuk mendukung aktivitas bisnis demi pencapaian tujuan organisasi. Hasil dari penelitian ini dengan menganalisa penggunaan penerapan teknologi informasi dan komunikasi(TIK) Seperti Sumber daya Manusia yang terlibat, kebutuhan aplikasi dan infrastruktur jaringan komputer dalam untuk mendukung proses bisnis dalam pelaksanaan roda pemerintahan Kota Mataram, dengan menggunakan metode scorecard uji kelayakan dengan rata-rata perolehan 76%.
Analisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper Ivan Maulana; Pulung Nurtantio Andono
CogITo Smart Journal Vol 2, No 2 (2016): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (676.635 KB) | DOI: 10.31154/cogito.v2i2.26.157-166

Abstract

Suatu data atau informasi disajikan tidak hanya berupa data teks tetapi juga dapat berupa audio, video, dan gambar. Pada zaman sekarang informasi sangatlah penting dan diperlukan, begitu juga informasi yang terdapat pada citra. Citra (image) atau istilah lain untuk gambar merupakan salah satu komponen multimedia yang berperan penting sebagai bentuk informasi visual. Dibandingkan dengan data teks, citra memiliki banyak informasi. Namun terkadang citra juga dapat mengalami penurunan yaitu degradasi atau penurunan kualitas yang disebabkan oleh derau / noise, warna terlalu kontras, kabur, dan lain-lain. Ada beberapa jenis noise dalam pengolahan citra salah satunya yaitu Salt & Pepper noise. Noise Salt & Pepper berbentuk seperti bintik hitam dan putih pada citra. Untuk mengurangi noise ini dibutuhkan suatu metode, salah satunya yaitu median filter. Metode yang digunakan pada penelitian ini adalah median filter dan adaptif median filter. Perbedaan mendasar antara kedua metode ini yaitu pada besarnya windows pada adaptif median filter adalah variabel. Dari hasil penelitian, citra yang menggunakan metode adaptif median filter lebih baik daripada median filter. Dari perhitungan Peak Signal to Noise Ratio (PSNR) citra yang menggunakan adaptif median filter mendapatkan 29,2495 dB sedangkan median filter mendapatkan 23,8181 dB.Kata Kunci: Median filter, Adaptif Median filter, Noise salt & pepper, PSNR
Persepsi Mahasiswa Terhadap Formatif Evaluation Model (FEM) Sebagai Model Evaluasi Pembelajaran Berbasis Learning Management System (LMS) Sri Winarno; Asih Rohmani; Denny Senata; Pulung Nurtantio Andono
Jurnal Sistem Informasi Vol 14, No 1 (2022)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.021 KB) | DOI: 10.36706/jsi.v14i1.17132

Abstract

AbstrakKondisi pandemi Covid19 ini memaksa para pemangku kebijakan khususnya dibidang pendidikan harus saling terkait dan berpadu untuk dapat memberikan solusi yang tepat agar supaya pendidikan tetap berjalan dengan baik. Pendidikan merupakan sektor yang terdampak cukup besar dimana Proses Belajar Mengajar (PBM) yang sebelumnya menggunakan model tatap muka langsung dihentikan. Perguruan tinggi dituntut lebih cepat dan tepat dalam memilih model pembelajaran dan melakukan evaluasi dalam pelaksanaannya sehingga PBM berjalan dengan baik. Namun demikian, capaian pembelajaran mata kuliah harus tetap diperhatikan dan dijaga supaya capaian pembelajaran lulusan tidak mengalami perubahan. Inovasi model pembelajaran yang melibatkan dosen dan mahasiswa harus dilakukan supaya pembelajaran lebih efektif, efisien dan sesuai dengan perkembangan situasi dan kondisi saat ini. Model evaluasi pembelajaran menjadi penting dalam mengukur capaian pembelajaran saat ini. Formatif Evaluation Model (FEM) dipilih sebagai model evaluasi pembelajaran alternatif untuk meningkatkan ketercapaian capaian pembelajaran. Oleh karena itu, dalam penelitian ini melakukan pengukuran sejauh mana persepsi mahasiswa terhadap FEM sebagai model evaluasi pembelajaran. Hasil pengukuran menunjukkan bahwa mayoritas mahasiswa menyatakan setuju dan sangat setuju jika FEM digunakan sebagai model evaluasi pembelajaran. Kata Kunci: FEM, PBM, Evaluasi Pembelajaran AbstractThe condition of the Covid-19 pandemic forces policy makers, especially in the field of education, to be interrelated and work together to be able to provide the right solution so that education continues to run well. Education is a sector that is heavily affected where the Teaching and Learning Process (PBM) which previously used the face-to-face model was immediately stopped. Universities are required to be faster and more precise in choosing learning models and evaluating their implementation so that PBM runs well. However, the learning outcomes of subjects must be considered and maintained so that the learning outcomes of graduates do not change. Learning model innovations that involve lecturers and students must be carried out so that learning is more effective, efficient and in accordance with the development of the current situation and conditions. The learning evaluation model is important in measuring the current learning achievement. Formative Evaluation Model (FEM) was chosen as an alternative learning evaluation model to improve learning outcomes. Therefore, in this study to measure the extent to which students' perceptions of FEM as a learning evaluation model. The measurement results show that the majority of students agree and strongly agree if FEM is used as a learning evaluation model. Keywords: FEM, PBM, Learning Evaluation
PERSEPSI MAHASISWA TERHADAP FORMATIF EVALUATION MODEL (FEM) SEBAGAI MODEL EVALUASI PEMBELAJARAN BERBASIS LEARNING MANAGEMENT SYSTEM (LMS) Sri Winarno; Asih Rohmani; Denny Senata; Pulung Nurtantio Andono
EDUTECH Vol 21, No 2 (2022)
Publisher : Prodi Teknologi Pendidikan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/e.v21i2.45568

Abstract

Kondisi pandemi Covid19 ini memaksa para pemangku kebijakan khususnya dibidang pendidikan harus saling terkait dan berpadu untuk dapat memberikan solusi yang tepat agar supaya pendidikan tetap berjalan dengan baik. Pendidikan merupakan sektor yang terdampak cukup besar dimana Proses Belajar Mengajar (PBM) yang sebelumnya menggunakan model tatap muka langsung dihentikan. Perguruan tinggi dituntut lebih cepat dan tepat dalam memilih model pembelajaran dan melakukan evaluasi dalam pelaksanaannya sehingga PBM berjalan dengan baik. Namun demikian, capaian pembelajaran mata kuliah harus tetap diperhatikan dan dijaga supaya capaian pembelajaran lulusan tidak mengalami perubahan. Inovasi model pembelajaran yang melibatkan dosen dan mahasiswa harus dilakukan supaya pembelajaran lebih efektif, efisien dan sesuai dengan perkembangan situasi dan kondisi saat ini. Model evaluasi pembelajaran menjadi penting dalam mengukur capaian pembelajaran saat ini. Formatif Evaluation Model (FEM) dipilih sebagai model evaluasi pembelajaran alternatif untuk meningkatkan ketercapaian capaian pembelajaran. Oleh karena itu, dalam penelitian ini melakukan pengukuran sejauh mana persepsi mahasiswa terhadap FEM sebagai model evaluasi pembelajaran. Hasil pengukuran menunjukkan bahwa mayoritas mahasiswa menyatakan setuju dan sangat setuju jika FEM digunakan sebagai model evaluasi pembelajaran.Kata Kunci: FEM, PBM, Evaluasi Pembelajaran
Texture Feature Extraction in Grape Image Classification Using K-Nearest Neighbor Pulung Nurtantio Andono; Siti Hadiati Nugraini
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 5 (2022): Oktober 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v6i5.4137

Abstract

Indonesian Grapes are a vine. This fruit is often found in markets, shops, and the roadside. Along with the development of computer technology today, computers can solve problems by classifying objects and objects. How to apply GLCM and K-NN methods for the classification of grapes. The purpose of this study is to apply the GLCM and K-NN methods in the classification of grapes. The dataset used from kaggle.com sources, the data tested are 3 types of grapes, and the number of images is 2624. The fruit that will be used for the data collection and classification process is limited to three types of grapes, namely grape blue, grape pink, and grape white. How to apply GLCM and K-NN methods for the classification of grapes. The feature extraction of GLCM used in this study is the feature contrast, energy, correlation, and homogeneity. From testing the test data, the highest accuracy value is 99.5441% with k = 2 at level 8, while the lowest accuracy value is 24.924% at each k level 2. The GLCM level value is very influential on the accuracy results, namely, the higher the GLCM level value, the higher the GLCM value. accuracy is getting better.
Deteksi Karakter Hiragana Menggunakan Metode Convolutional Neural Network Eko Hari Rachmawanto; Pulung Nurtantio Andono
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.50144

Abstract

Salah satu jenis huruf dasar yang digunakan dalam Bahasa Jepang ialah Hiragana. Dalam penulisan Hiragana memiliki aturan guratan dasar atau berbentuk garis – garis dan coretan melengkung (kyokusenteki), penulisan dari garis atas ke bawah atau dari kiri ke kanan. Aturan tersebut harus diikuti dan diperhatikan. Diusulkan penggunaan Metode Convolutional Neural Network (CNN) untuk melakukan pengenalan terhadap tulisan tangan karakter Hiragana. Pada tahap preprocessing, terdapat proses segmentasi yang menggunakan metode thresholding, setelah itu dilakukan proses menghilangkan noise, mengubah ukuran, dan proses normalisasi dengan cara memotong gambar dataset. Pada tahap pengujian, digunakan Metode Adam Optimizer sebagai alat untuk menguji metode yang digunakan dimana akan menghasilkan nilai akurasi. Dengan menggunakan 1000 dataset gambar yang terdiri dari 50 karakter, masing-masing karakter memiliki 20 sampel gambar. Dari 1000 data tersebut, telah dilakukan variasi data dengan melakukan split dataset. Dalam penelitian ini dilakukan 2 kali percobaan dengan variasi data 70:30 dan 60:40. Akurasi yang didapat yaitu 86,5% dan 83%.. Akurasi yang di dapat menggunakan split dataset 70:30 ternyata menghasilkan prosentase lebih tinggi di banding menggunakan split dataset 60:40.