Article Per Year (5 Year)
p-Index From 2019 - 2024
1.037
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Jurnal Ilmiah Teknologi dan Rekayasa Sebatik ILKOM Jurnal Ilmiah
Rini Arianty
Universitas Gunadarma
Automotive Engineering Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
CONVERTING INFIX NOTATION TO POSTFIX NOTATION USING STACK APPLICATION IN DATA STRUCTURE Arianty, Rini
Jurnal Ilmiah Informatika Komputer Vol 13, No 3 (2008)
Publisher : Universitas Gunadarma

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

Abstract

The use of stack becomes a common issue for memory address assignment, placement in data space, and other applications. As a part of data structure, stack application is also used for different needs, such as matching parentheses and conversion from Infix notation into Postfix. This paper was written to provide approach in the conversion process form Infix to Postfix in arithmetics.Keyword(s): Arithmetic, Infox notation, Postfix notation, Stack, Data structure.Subject Description : E.Data | E.1.Data Structures | Lists, stacks and query
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA ANALISIS SENTIMEN KELUHAN PENGGUNA INDOSAT Saputra, Try Iryanto; Arianty, Rini
Jurnal Ilmiah Informatika Komputer Vol 24, No 3 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i3.2361

Abstract

Penyampaian keluhan konsumen lewat akun media sosial seperti Twitter dimaksudkan agar masalah yang dihadapi konsumen dapat diselesaikan dengan cepat. Pada penelitian ini, akan dilakukan analisis sentimen terhadap konsumen pengguna provider Indosat, menggunakan data tweet sejumlah 300 data acak yang di kumpulkan dari bulan desember 2018 hingga bulan april 2019. Data yang dianalisis adalah kalimat berbahasa Indonesia. Preprocessing pada penelitian ini terdiri dari beberapa tahapan proses antara lain tokenizing, filtering, stop word, dan stemming. Analisis dilakukan menggunakan metode K-Means Clustering. Penelitian ini berhasil menampilkan kelompok dari anggota masing-masing cluster yang berbentuk wordcloud ke dalam 3 buah wordcloud berbeda, pada wordcloud cluster 0 anggotanya berbicara tentang jaringan Indosat yang parah, pada wordcloud cluster 1 anggotanya berbicara tentang permintaan perbaikan jaringan sinyal Indosat, dan pada wordcloud cluster 2 anggotanya berbicara tentang jaringan sinyal parah Indosat pada daerah Bogor. Hasil penelitian ini diharapkan dapat menjadi masukan untuk provider dalam melihat keluhan yang masuk dari para konsumen mereka sehingga pihak provider dapat meningkatkan pelayanannya.
KOMBINASI LOGISTIC MAP DAN PSEUDO-RANDOM NUMBER GENERATOR PADA PEMBANGKITAN KUNCI UNTUK ENKRIPSI CITRA DIGITAL Arianty, Rini; Susetianingtias, Diana Tri
Jurnal Ilmiah Teknologi dan Rekayasa Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2020.v25i3.3120

Abstract

Informasi berbentuk gambar yang bersifat sensitif atau rahasia, seperti data pribadi, dokumen penting yang dikirimkan melalui internet belum tentu aman dari serangan pihak luar. Kerugian yang cukup besar dapat ditimbulkan apabila data tersebut diakses dan dimanipulasi oleh orang yang tidak bertanggung jawab. Salah satu metode dalam mengamankan suatu informasi adalah kriptografi. Logistic map adalah salah satu algoritma chaos yang sering digunakan dalam kriptografi citra karena algoritma ini mampu menghasilkan deretan bilangan acak yang kompleks dengan persamaan polinomial rekursif yang sederhana. Pada penelitian ini, akan diimplementasikan algoritma chaos logistic map dan pseudo-random number generator (PRNG) dalam pengenkripsian citra. Citra input akan diubah bentuknya kedalam array lalu proses difusi dilakukan secara selektif dengan mensubstitusi 4 bit MSB setiap nilai warna citra dengan kunci logistic map. Hasil difusi tersebut akan dikonfusi dengan cara mensubstitusikan indeks arraynya dengan kunci prng sehingga didapat sebuah array baru yang teracak indeksnya. Array tersebut diubah kembali menjadi sebuah citra sehingga didapat citra terenkripsi yang aman.
PENDETEKSI KESAMAAN KATA UNTUK JUDUL PENULISAN BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA STEMMING NAZIEF-ADRIANI Mochamad Wisuda Sardjono; Margi Cahyanti; Maulana Mujahidin; Rini Arianty
Sebatik Vol 22 No 2 (2018): DESEMBER 2018
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (951.927 KB)

Abstract

Penelitian ini mengimplementasikan algoritma stemming Nazief-Adrian untuk mencari kesamaan judul penulisan berbahasa Indonesia. Dengan mencari kesamaan judul penulisan tersebut dapat membantu mahasiswa maupun dosen dalam menentukan judul penulisan yang ingin dibuat atau dapat menjadi referensi dalam pembuatan penulisan, sehingga dapat menghindari tindakan plagiarisme judul penulisan. Penelitian ini juga membangun aplikasi yang dapat menambahkan data judul penulisan ke dalam database dan mencari kesamaan judul penulisan dari judul penulisan yang terdapat dalam database. Tahapan yang dilakukan untuk proses mencari kesamaan adalah memecah kata pada judul penulisan untuk didapatkan kata dasar dengan menggunakan algoritma stemming Nazief-Adriani, kemudian dihitung term frequency (tf) untuk mendapatkan persentase kesamaan kata. Hasil dari pencarian kesamaan judul penulisan ini berupa kata dasar yang diambil dari setiap kata dari judul penulisan yang ingin dicari kesamaan dan persentase kesamaan dengan judul penulisan yang ada di database. Pengujian dilakukan pada 5 judul penulisan yang diinputkan oleh pengguna kemudian dicari kesamaannya dengan 1561 judul penulisan pada database.
Implementation of Artificial Neural Network (ANN) in the Image Recognition of Offline Cursive Handwriting Fitrianingsih Fitrianingsih; Diana Tri Susetianingtias; Dody Pernadi; Eka Patriya; Rini Arianty
ILKOM Jurnal Ilmiah Vol 14, No 1 (2022)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

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

Abstract

Identifying a writing is an easy thing to do for human, but this does not apply to computers, in particular if it is handwriting. Handwriting recognition, especially cursive handwriting is a research in the area of image processing and pattern matching that is challenging to complete, following the different characteristics of each person's cursive handwriting style. In this study, the use of the ANN model will be implemented in performing offline handwriting image recognition. The cursive handwriting image that has been obtained is then preprocessed and segmented using bounding box rectangle and contour techniques. Evaluation of system performance using global performance metrics in this study resulted in a percentage of 93% where the bounding box and contour succeeded in determining the segmentation point correctly, so that the ANN model worked optimally.
PENGUKURAN KEMIRIPAN FITUR PADA SISTEM TEMU KEMBALI CITRA BERBASIS KONTEN MENGGUNAKAN EUCLIDIAN DISTANCE Rini Arianty; Maukar Maukar; Octarina Budi Lestari
Jurnal Ilmiah Informatika Komputer Vol 27, No 1 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i1.6095

Abstract

Sistem Temu Kembali Citra berbasis Konten atau sistem, sudah diterapkan pada beberapa mesin pencari seperti Google dan Bing, tetapi citra hasil pencarian yang diberikan masih ada yang tidak relevan dengan citra permintaan. Membangun Temu Kembali Citra berbasis Konten yang dapat memberikan hasil pencarian yang relevan tergantung pada penarikan informasi dari konten citra yang dimasukan. Proses penarikan informasi terhadap konten suatu citra dapat dilakukan dengan menggunakan metode ekstraksi fitur berdasarkan konten warna, bentuk atau tekstur. Penelitian ini, mengukur jarak kesamaan atau kemiripan antara citra query dengan citra pada database menggunakan Euclidian Distance pada Sistem Temu Kembali Citra berbasis Konten berdasarkan warna dan tekstur. Ekstraksi fitur warna dilakukan menggunakan metode Momen Warna, dan fitur tekstur menggunakan Filter Gabor. Persentase presisi tingkat keberhasilan Sistem yang diuji pada setiap kategori menggunakan pengujian secara visual dengan memperhatikan citra groundtruth. Hasil terendah memiliki presisi sejumlah 50% pada kategori gunung dan presisi tertinggi sejumlah 100% pada kategori dinosaurus. Rata-rata persentase presisi tingkat keberhasilan Sistem Temu Kembali Citra berbasis Konten sejumlah 84% dari 10 data uji yang diambil dari database. Hasil yang diharapkan dari penelitian, aplikasi dapat mengidentifikasi citra berdasarkan ekstraksi fitur yang digunakan dan dapat menampilkan 10 citra yang mirip dengan citra query pada perangkat desktop.
Combination of YOLOv3 Algorithm and Blob Detection Technique in Calculating Nile Tilapia Seeds Diana Tri Susetianingtias; Eka Patriya; Rini Arianty
ILKOM Jurnal Ilmiah Vol 15, No 2 (2023)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v15i2.1634.317-325

Abstract

Baby Fish counting must be counted accurately so it will not cause any loss, especially for fish seeds or fingerlings that have a small size. Generally, people still use conventional counting methods that produce low accuracy values. This research will make a Nila Baby Fish fingerlings counter program using the YOLOv3 algorithm and Blobb detection technique. The annotation data process will use LabelImg, and the dataset training will use Google COLABoratory with the Darknet framework in an online environment. Images that will predict in this program will be called and detected with an object detector. The object with a confidence score of more than 0.3 will be converted into a blob. The blob value will be forwarded to the output layer for scaling the bounding box objects. The output of this program is the predicted image, blob value, prediction time, and the number of Nila seeds. The model performance is evaluated using a confusion matrix and got a 98.87% for accuracy score.
Co-Authors Cahyanti, Margi Diana Tri Susetianingtias Dody Pernadi Eka Patriya Fitrianingsih Fitrianingsih Maukar Maukar Mochamad Wisuda Sardjono Mujahidin, Maulana Octarina Budi Lestari Saputra, Try Iryanto