Claim Missing Document
Check
Articles

Found 18 Documents
Search

Deteksi Keaslian Citra Menggunakan Metode Error Level Analysis (ELA) dan Principal Component Analysis (PCA) Dewi Astria Faroek; Rusydi Umar; Imam Riadi
FORMAT Vol 8, No 2 (2019)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2019.v8.i2.006

Abstract

Kemajuan teknologi yang ada pada citra digital mempengaruhi banyak kemungkinan pada perangkat pencitraan dengan resolusi yang tinggi dengan biaya yang rendah. Hal ini dapat dimanfaatkan oleh pihak-pihak tertentu dalam memanipulasi citra digital agar lebih baik hingga sangat jauh dari hasil citra aslinya. Pemalsuan citra adalah proses manipulasi pada sebagian atau seluruh daerah citra baik terhadap isi maupun konteks citra dengan bantuan teknik pemrosesan citra digital. Dengan manipulasi citra ini banyak pihak yang dapat melakukan sebuah tindakan kejahatan. Definisi forensik citra merupakan bidang ilmu yang digunakan untuk mengidentifikasi asal dan menverifikasi keaslian sebuah citra tersebut. Hal yang mendasari dalam melakukan deteksi keaslian citra adalah melakukan perbandingan antara dua image dan dua metode yaitu metode Error Level Analysis (ELA) dan Principal Component Analysis (PCA) dengan menggunakan tools forensically-beta. Penelitian ini diharapkan menunjukkan hasil yang baik dalam mendeteksi objek pada citra sehingga dapat membantu dalam mendeteksi citra yang asli dan citra yang telah dimanipulasi berdasarkan metode ELA dan PCA.
Rancang Bangun Klasifikasi Citra Dengan Teknologi Deep Learning Berbasis Metode Convolutional Neural Network Ari Peryanto; Anton Yudhana; Rusydi Umar
FORMAT Vol 8, No 2 (2019)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2019.v8.i2.007

Abstract

Dengan berkembang pesatnya teknologi saat ini, mengakibatkan Deep Learning menjadi salah satu metode machine learning yang sangat diminati. Teknologi GPU Acceleration menjadi salah satu sebab dari pesatnya perkembangan Deep Learning. Deep learning sangat cocok digunakan untuk memecahkan permasalahan klasik dalam Computer Vision, yaitu dalam pengklasifikasian citra. Salah satu metode dalam deep  learning yang  sering digunakan dalam pengolah  citra  adalah  Convolutional Neural Network dan merupakan pengembangan dari Multi Layer Perceptron. Pada penelitian ini pengimplementasian  metode ini dilakukan  menggunakan library  keras dengan bahasa pemrograman phyton.  Pada  proses  training  menggunakan  Convolutional  Neural  Network,  dilakukan  setting  jumlah epoch dan memperbesar ukuran data training untuk meningkatkan akurasi dalam pengklasifikasian citra. Ukuran yang digunakan adalah 32x32, 64x64 dan 128x128. Proses training dengan jumlah epoch 40 dan ukuran 32x32 didapat nilai akurasi tertinggi yang mencapai 98,02% dan rata-rata akurasi tertinggi yaitu 97,56 %, serta  akurasi sistem sebesar 96,64%.
Sistem Informasi Geografis Objek Wisata Propinsi Kepulauan Bangka Belitung Berbasis Web Dewi Soyusiawaty; Rusydi Umar; Rochmat Mantofani
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan teknologi di bidang komputer yang begitu pesat telah mendorong semakin berkembangnyasebuah informasi. Salah satunya informasi geografis dunia pariwisata. Perkembangan informasi pariwisata diPropinsi Bangka Belitung dari tahun ketahun semakin meningkat, tapi dalam mempromosikan dan memajukanpariwisata Dinas Pariwisata masih menggunakan cara manual yaitu wisatawan yang datang ketempat-tempatobjek wisata atau ke Dinas Pariwisata akan diberi booklet atau buku panduan. Informasi yang dibuat olehDinas Pariwisata setempat menjadi sangat terbatas karena masyarakat luas tidak bisa mendapatkan informasitentang kepariwisataan sehingga perlu dibuatkan media alternatif untuk menginformasikan pariwisata PropinsiKepulauan Bangka Belitung agar bisa dinikmati masyarakat luas, peta lokasi objek wisata juga belum ada,selain itu penyimpanan data yang masih manual membuat pencarian data memerlukan waktu agak lama, makaperlu dirancang sistem informasi geografis yang menarik dalam bidang kepariwisataan di Propinsi KepulauanBangka Belitung yang mampu memberikan informasi bagi masyarakat luas, mampu menampilkan peta, danmampu menyimpan dataMetode penelitian yang dilakukan adalah dengan pengumpulan data melalui studi literature, wawancara,dan observasi, menganalisa kebutuhan perangkat lunak, melakukan digitasi peta dengan Arc View, membangundatabase dengan mysql, merancang antar muka menggunakan Macromedia Dreamweaver dan PHP, melakukanpengujian program sebagai tahap akhir dalam pembuatan sistem informasi geografis objek wisata berbasis web.Penelitian ini menghasilkan sebuah sistem informasi geografis di Propinsi Kepulauan Bangka Belitungyang berbasis web yang didalamnya juga terdapat informasi jenis wisata, fasilitas pendukung dan jarak. Hasilpengujian sistem dengan alpha test dan black box test menunjukan bahwa program ini dinyatakan baik dan siapuntuk diimplementasikan.Kata kunci: Pariwisata, Propinsi, Kepulauan, Bangka Belitung, SIG, Web.
PENERAPAN ALGORITMA FP-GROWTH UNTUK PENENTUAN POLA PEMBELIAN TRANSAKSI PENJUALAN PADA TOKO KGS RIZKY MOTOR Kgs Muhammad Rizky Alditra Utama; Rusydi Umar; Anton Yudhana
Dinamik Vol 25 No 1 (2020)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (554.583 KB) | DOI: 10.35315/dinamik.v25i1.7870

Abstract

Hasil dari penjualan pada toko kgs rizky motor pihak manajemen hanya melihat laporan jumlah barang terjual dan berapa banyak pendapatannya dilihat tanpa ada tindak lanjut untuk menentukan keputusan diwaktu yang akan datang. Dengan menggunakan metode Frequent Pattern Growth, pihak manajemen dapat mengambil keputusan barang mana yang membutuhkan persediaan yang lebih banyak dibandingkan dengan barang yang lain. Hasil penelitian yang telah dilakukan dengan adanya penerapan algoritma FP-Growth pada perhitungan manual dengan syarat batasan nilai support >35% dan nilai confidence 70%. Kemudian disimpulkan bahwa telah dilakukan penerapan algoritma FP-Growth untuk penentuan pada pola pembelian di Toko Kgs Rizky Motor. Dari dataset 15 transaksi penjualan produk sparepart yang menjadi frequent itemset adalah kombinasi itemset, terdapat 23 rules pola asosiasi dengan memenuhi nilai syarat batasan tersebut. Hasil association rule diperoleh terdapat 7 rules yang telah memenuhi nilai syarat batasan yaitu 1) jika membeli barang rantai motor (A04) maka membeli barang oli motor (A08) dengan nilai support = 40% dan nilai confidence = 78%, 2) jika membeli barang aksesoris motor (A07) maka membeli barang knalpot (A09) dengan nilai support = 40% dan nilai confidence = 75%, jika membeli barang oli motor (A09) maka membeli barang knalpot (A08) dengan nilai support = 47% dan nilai confidence = 88% dst. Sehingga dapat membantu pada perusahaan toko kgs rizky motor mengetahui kemunculan pola item yang sering dibeli secara bersamaan atau dapat dilakukan mempromosikan produk item terbaik.
Monitoring Pertumbuhan Kecambah Kacang Hijau Menggunakan Region Growing Fadlillah Mukti Ayudewi; Anthon Yudhana; Rusydi Umar
Jurnal Manajemen Informatika dan Komputer Vol 1 No 1 (2020): September 2020
Publisher : Manajemen Informatika, Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada bidang pertanian perkembangan teknologi informasi diharapkan dapat memaksimalkan kualitas hasil pertanian dan mengurangi resiko gagal panen yang diakibatkan kurangnya monitoring pertumbuhan tanaman. Monitoring secara manual oleh manusia kurang optimal yang diakibatkan oleh keterbatasan fisik manusia seperti kelelahan dan kurangnya ketelitian. Monitoring pertumbuhan tanaman menggunakan pengolahan citra merupakan alternatif untuk mengurangi resiko gagal panen yang diakibatkan kurangnya monitoring pertumbuhan tanaman. Penelitian ini bertujuan untuk menerapkan fungsi monitoring pertumbuhan tanaman menggunakan metode region growing dan aplikasi Matlab dengan objek kecambah kacang hijau. Pengambilan data dilakukan dengan penanaman 30 kecambah kacang hijau menggunakan media tanam rockwool. Proses penelitian dilakukan dengan pengambilan gambar secara digital pada pagi dan malam hari selama empat hari, merubah aras warna (Red Green Blue) menjadi grayscale, melakukan cropping citra dan kemudian menghitung pertumbuhan tanaman menggunakan region growing. Region growing merupakan metode pengelompokkan piksel-piksel atau sub wilayah menjadi wilayah yang lebih besar bedasarkan kriteria yang telah didefinisikan. Hasil penelitian menunjukkan region growing dapat digunakan untuk menghitung pertumbuhan panjang kecambah dengan tingkat error sebesar 4,02%.
Perancangan Sistem Informasi Keuangan Berbasis Web Multi User Dengan UML Rusydi Umar; Sarjimin Sarjimin; Arief Setyo Nugroho; Achmad Dito; Indra Gunawan
Jurnal Algoritma Vol 17 No 2 (2020): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.17-2.204

Abstract

STIE XYZ in managing financial transactions still uses Microsoft Excel which is divided by year and type of payment. The purpose of this research is to build a systemized alternative application for managing financial transactions in accordance with financial management at STIE XYZ. Rapid Application Development (RAD) system development method was chosen because in this method a system can be developed within 180 days and the users are directly involved when developing the system so that the system is developed according to user needs. The RAD design process uses the Unified Modeling Language (UML) method. Dimension of Quality for Goods (Operations, Reliability and Durability, Conformance, Service Ability, Appearance and Perceived, and Quality) test scores> 75.50, 76.50 so that it can be concluded that the product is declared successful, the results of the benefit testing are based on the variables Usability, Learnability, Efficiency and Acceptability (ULEA) produces a value> 70 that is 90.65% so that it can be declared useful. Keywords: Finance, RAD, UML, ULEA
A Komparasi Image Matching Menggunakan Metode K-Nearest Neightbor (KNN) dan Support Vector Machine (SVM) Rusydi Umar; Imam Riadi; Dewi Astria Faroek
Journal of Applied Informatics and Computing Vol 4 No 2 (2020): Desember 2020
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v4i2.2226

Abstract

Image matching is the process of finding digital images that have a degree of similarity. matching images using the classification method. In measuring image matching, the images used are original logo images and manipulated logo images. Comparison of classification algorithms from the two methods namely K-Nearest Neighbor (KNN) and Support Vector Machine with Sequential Minimal Optimization (SMO) optimization used to calculate matches based on accuracy values. The K-Nearest Neighbor (KNN) classification method is based on proximity or K calculations while the Support Vector Machine (SVM) classification method measures the distance between the hyperplane and the nearest data. Image match values are measured by Precision, Recall, F1-Score, and Accuracy. The image matching steps start from the preparation of data processing, extraction of HSV color features and shapes, then the classification stage. Digital images are used as many as 10 images consisting of one original logo and 9 manipulated logos. In the classification testing stage, using the WEKA application by applying the 10-fold cross-validation method. From the results of tests conducted that the closest k-neighbor (KNN) classification method is 80% and has a k = 0.889 which is quite good in measuring proximity, while the SVM classification method is 70%. The results of this image matching comparison can be concluded that the K-Nearest Neighbor classification method works better than SVM for image matching.
Perancangan Sistem Informasi Keuangan Berbasis Web Multi User Dengan UML Rusydi Umar; Sarjimin Sarjimin; Arief Setyo Nugroho; Achmad Dito; Indra Gunawan
Jurnal Algoritma Vol 17 No 2 (2020): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.17-2.204

Abstract

STIE XYZ in managing financial transactions still uses Microsoft Excel which is divided by year and type of payment. The purpose of this research is to build a systemized alternative application for managing financial transactions in accordance with financial management at STIE XYZ. Rapid Application Development (RAD) system development method was chosen because in this method a system can be developed within 180 days and the users are directly involved when developing the system so that the system is developed according to user needs. The RAD design process uses the Unified Modeling Language (UML) method. Dimension of Quality for Goods (Operations, Reliability and Durability, Conformance, Service Ability, Appearance and Perceived, and Quality) test scores> 75.50, 76.50 so that it can be concluded that the product is declared successful, the results of the benefit testing are based on the variables Usability, Learnability, Efficiency and Acceptability (ULEA) produces a value> 70 that is 90.65% so that it can be declared useful. Keywords: Finance, RAD, UML, ULEA
PENERAPAN PROFILE MATCHING UNTUK SELEKSI ASISTEN LABORATORIUM Sri Rahayu Astari; Rusydi Umar; Sunardi Sunardi
Telematika Vol 16, No 1 (2019): Edisi April 2019
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v16i1.2987

Abstract

AbstractLaboratory assistants in universities are usually active students who are recruited to help lecturers implement theoretical courses given by lecturers in class. Assistant recruitment is carried out to screen students who have talent in teaching, because in addition to assisting lecturers in providing practical material, becoming an assistant is a way to measure personal abilities that have talent in teaching. This study applies the profile matching method by determining the gap value which is the difference between the candidate values and the standard that has been set between the profile data from the selected assistant candidates. The purpose of applying this profile matching method is to get an assistant that is in accordance with the main and supporting factors that the reviewer will determine in each selection. Calculation using the profile matching method gives different weights to each criterion, so that the criteria have weights according to the type or standard of interest. This study uses a prototype method that involves the user in the analysis process. This study resulted in a calculation method using the profile matching method by determining each criterion weight, then classifying or dividing criteria into core factors and secondary factors which ultimately resulted in the total amount of the whole, and then ranking.Keywords : Assistant, Profile Matching, decision making, core factors, secondary factors.Asisten laboratorium di perguruan tinggi biasanya merupakan mahasiswa aktif yang direkrut untuk membantu dosen mengimplementasikan mata kuliah teori yang diberikan dosen dikelas. Rekrutmen asisten dilakukan untuk menyaring mahasiswa yang memiliki bakat dalam mengajar, karena selain untuk membantu dosen dalam memberikan materi praktikum, menjadi asisten adalah cara untuk mengukur kemampuan personal yang memiliki bakat dalam mengajar. Penelitian ini menerapkan metode profile matching dengan menentukan nilai gap yang merupakan selisih nilai calon dengan standar yang sudah ditetapkan antara profil data dari calon asisten yang diseleksi. Tujuan dari penerapan metode profile matching ini adalah untuk mendapatkan asisten yang sesuai dengan faktor utama dan pendukung yang akan ditentukan reviewer setiap seleksi dilakukan. Perhitungan menggunakan metode profile matching memberikan bobot berbeda pada setiap kriteria, agar kriteria mempunyai bobot sesuai dengan tipe atau standar kepentingannya. Penelitian ini menggunakan metode prototype yang melibatkan user dalam proses analisis. Penelitian ini menghasilkan cara perhitungan menggunakan metode profile matching dengan menentukan setiap bobot kriteria, kemudian mengelompokkan atau membagi kriteria menjadi core factor dan secondary factor yang akhirnya menghasilkan jumlah total dari keseluruhan, dan kemudian dilakukan perankingan.Kata Kunci : Asisten, Profile Matching, pengambilan keputusan, core factor, secondary factor
PERANCANGAN PERBANDINGAN LIVE FORENSICS PADA KEAMANAN MEDIA SOSIAL INSTAGRAM, FACEBOOK DAN TWITTER DI WINDOWS 10 Rauhulloh Ayatulloh Khomeini Noor Bintang; Rusydi Umar; Anton Yudhana
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2018): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 9 2018
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (142.12 KB)

Abstract

Berkembangnya teknologi terutama di media sosial saat ini semakin mempermudah untuk bertukaran suatu informasi. Banyaknya pengguna media sosial tersebut tidak mengerti akan keamanan suatu media sosial. Teknik digital forensik digunakan dengan melakukan analisis komputer atau perangat lunak digital. Analisis digital forensik terbagi menjadi 2 kategori yaitu Dead/Tradisional dan Live. Analisis Dead menyangkut data yang tersimpan permanen di dalam suatu perangkat, sedangkan Analisis Live analisis yang bersifat sementara atau data yang disimpan dalam perangkat lunak. Paper ini mengusulkan analisis forensik live disistem menggunakan Operasi Sistem Windows10 yg terbaru saat ini. Metode yang akan digunakan yaitu National Institute of Justice (NIJ) dengan tahapan berikut Collection, Examination, Analysis dan Reporting. Metode berikut diharapkan dapat menghasilan bukti digital forensik yang dapat mengetahui tingkat keamanan pada media sosial Facebook, Instagram dan Twitter. Kata kunci : Live Forensics, Media Sosial, Browser.