Articles
<![CDATA[Morphogenesis Analysis for Digital Image Production with L-System ]]>
<![CDATA[Arie Vatresia]]>;
<![CDATA[Ferzha Putra Utama]]>
<![CDATA[ JUITA : Jurnal Informatika JUITA Vol. 9 No. 2, November 2021 ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1962.48 KB)
|
DOI: 10.30595/juita.v9i2.10394
<![CDATA[The process of forming an image requires a correct color composition, location and distance between the lines to produce a good image. Human abilities in both creativity and high imagination are very limited, especially in forming new images by utilizing existing image patterns or images that resemble old images. Here we showed the implementation of L-System to generate new image generations with additional flame as a fire effect/glow on images for image transformation. This research used the L-System algorithm, Iterated Function System, and Voronoi Diagram to improve the result of image transformation. The results of this study indicated that mathematical calculations can be applied in the formation of images and the resulting images can be abstract and symmetrical. The next generation of images produced in this research can be in unlimited numbers as the generation of morphogenesis processes. The process of generating images is carried out randomly by merging the two existing images with morphogenesis analogy. The resulting images can be exported into jpg, png, and svg formats. Furthermore, this research showed that the implementation of the calculation for the variation reach the value of 99.48% while the image variation composition has a value of 99.29%.]]>
<![CDATA[Automated Data Integration of Biodiversity with OLAP and OLTP ]]>
<![CDATA[Arie Vatresia]]>;
<![CDATA[Asahar Johar]]>;
<![CDATA[Ferzha Putra Utama]]>;
<![CDATA[Sinta Iryani]]>
<![CDATA[ SISFORMA Vol 7, No 2: November 2020 ]]>
Publisher : <![CDATA[Soegijapranata Catholic University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (712.538 KB)
|
DOI: 10.24167/sisforma.v7i2.2817
<![CDATA[Biodiversity is one of emerging issue over decades; many have performed research to map and to document the data over the world. This issue is very important due to the event of extinction have been accelerating happening because of human extinction. Bengkulu, as one of the province lied in one of 19 hotspots in the world, Sundanese, has experienced the degradation of flora and fauna over the case of forest degradation and habitat loss. Although many application and software has been developed to solve the case, the existences of data standardization still become an issue over this problem. In this research, study of data integration had been developed to make the process of biodiversity data acquisition can be more effective and efficient. The system proposed the integration based on OLAP and OLTP that will be connected to IUCN, as one of the biggest center for monitoring the loss of biodiversity all around the world. This application had been built with web based using UML design and followed SDLC to provide the best fit of the need. This research had also succeeded to build the automated integration to show the record of dynamic number over biodiversity existences in Bengkulu. The application had been tested using black box and has the perfect performance (100%) over the testing that can help the monitoring process over biodiversity data.]]>
<![CDATA[Aplikasi Pengamanan Pesan Teks Pada Citra Digital Menggunakan Advance Encryption Standard 128 dan Least Significant Bit-1 ]]>
<![CDATA[Jamelia Putri]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Arie Vatresia]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1220.62 KB)
|
DOI: 10.33369/rekursif.v7i2.6970
<![CDATA[Kriptografi adalah teknik menyandikan informasi menjadi bentuk yang tidak terbaca [1], sedangkan steganografi adalah teknik menyembunyikan informasi kedalam sebuah media digital [2]. AES 128 merupakan salah satu algoritme kriptografi yang handal mengatasi teknik pemecahan sandi [3], sedangkan algoritme steganografi LSB memiliki keunggulan dalam menstabilkan ukuran stego image dan menjaga kualitas stego image dengan baik [4]. Pengiriman pesan teks secara elektronik masih rentan terhadap serangan yang dapat memecah kerahasiaan pesan [5]. Penerapan AES 128 dan LSB-1 bertujuan untuk meningkatkan keamanan pesan. Pada penelitian ini, algoritme AES 128 dan inovasi algoritme LSB-1 telah dikombinasikan pada aplikasi pengamanan pesan teks pada citra digital. Stego image yang dihasilkan sistem berkualitas baik dan memiliki ukuran yang sama dengan cover image sehingga tidak menimbulkan kecurigaan dan pesan dapat diamankan. Algoritme AES 128 dapat menghasilkan chipertext dan mendekripsikan kembali menjadi plaintext. Sementara LSB-1 mampu meng-embed chipertext kedalam citra digital (jpg, png, bmp, tif) dan mengekstrak pesan yang tersembunyi dalam citra tersebut.Kata kunci: Pengamanan pesan, kriptografi, steganografi, AES 128, LSB-1.]]>
<![CDATA[Analisis Penetapan Skala Prioritas Penanganan Balita Stunting Menggunakan Metode DBSCAN Clustering (Studi Kasus Data Dinas Kesehatan Kabupaten Lebong) ]]>
<![CDATA[Taufik Dwi Harjanto]]>;
<![CDATA[Arie Vatresia]]>;
<![CDATA[Ruvita Faurina]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1524.654 KB)
|
DOI: 10.33369/rekursif.v9i1.14982
<![CDATA[Pada Peraturan Menteri Kesehatan Republik Indonesia Nomor 29 Tahun 2019 Tentang Penanggulangan Masalah Gizi Anak Akibat Penyakit Pada Pasal 2 dijelaskan bahwa pemerintah pusat dan pemerintah daerah bertanggung jawab terhadap penyelenggaraan penanggulangan masalah gizi bagi anak akibat penyakit dan diprioritaskan terhadap penyakit yang memerlukan upaya khusus untuk penyelamatan hidup dan mempunyai dampak terbesar pada angka kejadian stunting. Pada tahun 2017, pemerintah meluncurkan Rencana Aksi Nasional Kepresidenan yang bertujuan untuk mengatasi tingkat stunting yang tinggi di kalangan anak-anak di bawah usia 5 tahun. Rencana Aksi Nasional mengarahkan kementerian secara nasional untuk memfokuskan program dan kegiatan mereka pada tahun 2018 di 100 kabupaten dengan prevalensi stunting yang tinggi, insiden stunting dan tingkat kemiskinan yang tinggi Tujuan penelitian ini adalah Membangun suatu sistem yang menghasilkan pengelompokkan data fasilitas kesehatan berupa jumlah dokter, jumlah perawat, jumlah ahli gizi, jumlah posyandu, jumlah balita yang mendapatkan ASI ekslusif, jumlah balita yang mempunyai KIA/KMS, dan jumlah balita yang mendapatkan sarana air bersih skala prioritas masing-masing fasilitas kesehatan agar untuk mengetahui prioritas dari balita stunting menggunakan metode DBSCAN. Aplikasi ini dibuat dengan menggunakan Visual studio code dan R studio dengan bahasa pemrograman PHP dan Bahasa pemrograman R. Hasil dari penelitian ini berupa aplikasi pengelompokkan data dari fasilitas Kesehatan untuk menentukan skala prioritas untuk penanganan balita stunting . Pengujian software menggunakan metode Evaluasi model silhouette coefficient dan Black box. Berdasarkan hasil pengujian tersebut, secara dari epsilon 114 dan min pts 2 maka hasil dari silhouette coefficient adalah 0.51569473 dengan interpretasi bahwa klaster telah layak atau sesuai.]]>
<![CDATA[Deteksi Image Splicing Pada Citra dengan Metode Discrete Cosine Transform (DCT) dan Scale Invariant Feature Transform (SIFT) ]]>
<![CDATA[Endina Putri Purwandari]]>;
<![CDATA[Arie Vatresia]]>;
<![CDATA[Sudarti Siburian]]>
<![CDATA[ Jurnal Pseudocode Vol 6, No 2 (2019): Volume 6 Nomor 2 September 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1392.386 KB)
|
DOI: 10.33369/pseudocode.6.2.138-148
<![CDATA[Pemalsuan terhadap citra digital sangat sering terjadi pada perkembangan teknologi sekarang ini. Image splicing adalah salah satu metode yang paling umum yang digunakan untuk melakukan kegiatan pemalsuan citra. Tujuan penelitian ini adalah membangun aplikasi deteksi image splicing pada citra dengan metode Discrete Cosine Transform (DCT) dan Scale Invariant Feature Transform (SIFT). Penelitian tentang deteksi image splicing dengan kombinasi metode DCT dan SIFT belum pernah dilakukan sebelumnya. Aplikasi ini meng-convert citra dari RGB ke bentuk graysacle. Kemudian menerapkan metode Discreate Cosine Transform untuk mencari frekuensi pada citra grayscale lalu menggunakan metode Scale Invarian Feature Transform untuk mendeteksi keypoint yang sama pada citra, dan menerapkan metode RANSAC untuk menghilangkan outlier pada citra. Aplikasi ini dibangun menggunakan bahasa pemprograman matlab. Data citra yang digunakan dalam penelitian ini ada sebanyak 20 citra, yaitu 10 citra dari internet dan 10 citra koleksi pribadi. Hasil pengujian fungsional sistem melalui metode Black Box telah berhasil 100 % dengan skenario yang telah dibuat. Berdasarkan hasil pengujian yang telah dilakukan nilai akurasi pada deteksi image splicing dengan citra dari internet sebesar 100%, dan nilai akurasi pada deteksi dengan citra koleksi pribadi sebesar 100%. Hasil dari penelitian ini diharapkan dapat digunakan oleh masyarakat untuk membedakan citra yang asli dengan citra yang mengalami pemalsuan image splicing.Kata Kunci: pemalsuan citra, image splicing, keypoint, DCT,SIFT, RANSAC]]>
<![CDATA[Perbandingan Pengolahan DAS Bengkulu Menggunakan NDVI dan Maximum Likelihood ]]>
<![CDATA[Asahar Johar]]>;
<![CDATA[Arie Vatresia]]>;
<![CDATA[Rendra Regen Rais]]>
<![CDATA[ Jurnal Pseudocode Vol 7, No 2 (2020): Volume 7 Nomor 2 September 2020 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (523.024 KB)
|
DOI: 10.33369/pseudocode.7.2.115-122
<![CDATA[DAS adalah daerah daratan yang merupakan bagian integral dari sungai dan anak-anak sungainya. DAS berfungsi untuk menampung, menyimpan dan mengalirkan air yang berasal dari curah hujan ke danau atau ke laut secara alami, batas di darat adalah pemisah topografi dan batas di laut ke perairan yang masih dipengaruhi oleh aktivitas darat. Pemetaan tutupan lahan di daerah aliran sungai penting untuk memahami masalah yang terjadi di daerah aliran sungai seperti kualitas air yang menurun dan rentan terhadap tanah longsor atau banjir. Dalam studi ini, pemetaan area penutup DAS Rindu Hati dilakukan dari 2014 hingga 2018 dengan menggunakan citra satelit Landsat 8 menggunakan metode Maximum Likelihood dan NDVI. Peta tutupan lahan kemudian diproses dan ditampilkan menggunakan media webGIS. Penelitian ini diharapkan dapat menjadi bahan pertimbangan untuk pengambilan keputusan dalam pengelolaan DAS Rindu Hati di masa depan untuk mendukung lingkungan yang berkelanjutan. Selain itu, penelitian ini menunjukkan bahwa kinerja algoritme kemungkinan maksimum menghasilkan akurasi yang lebih baik (95,81%) daripada hasil yang dihasilkan oleh NDVI (92,85%) untuk proses klasifikasi di DAS Rindu Hati. Pengujian dilakukan ke dalam 100 titik data acak dari hasil klasifikasi dalam kegiatan pemeriksaan lapangan. Kemungkinan maksimum juga menunjukkan waktu pemrosesan yang lebih baik untuk klasifikasi 5 kelas pada nilai rata-rata 0,023 detik daripada algoritme NDVI yang menunjukkan nilai rata-rata 0,031 detik.Kata Kunci: DAS, maximum likelihood, NDVI, remote sensing, webGIS. ]]>
<![CDATA[Perbandingan Metode High-Frequency Emphasis (HFE) Dan Contrast Limited Adaptive Histogram Equalization (CLAHE) Dalam Perbaikan Kualitas Citra Penginderaan Jauh (Remote Sensing) ]]>
<![CDATA[Andi Irvan Zakaria]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Arie Vatresia]]>;
<![CDATA[Widhia KZ Oktoeberza]]>
<![CDATA[ Jurnal Pseudocode Vol 6, No 2 (2019): Volume 6 Nomor 2 September 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1348.766 KB)
|
DOI: 10.33369/pseudocode.6.2.125-137
<![CDATA[Citra penginderaan jauh merupakan objek hasil perekaman sensor ataupun suatu aplikasi pemantau penginderaan jauh. Namun terkadang citra yang dihasilkan memiliki kualitas yang rendah. Metode High-Frequency Emphasis (HFE) dan Contrast Limited Adaptive Histogram Equalization (CLAHE) merupakan algoritme yang baik dalam memperbaiki kualitas citra penginderaan jauh (remote sensing). Metode HFE bersifat mempertahankan frekuensi tinggi dan menekan frekuensi rendah. Pada penelitian ini, metode CLAHE mampu meningkatkan 8 citra dari 20 citra SAS-planet yang diujikan. Sedangkan pada metode HFE hanya 4 citra yang memiliki PSNR di atas 30 dB. Hasil penelitian ini mengindikasikan bahwa performa CLAHE lebih baik dibanding metode HFE dalam meningkatkan kulitas citra penginderaan jauh. Kata kunci: Citra Penginderaan Jauh, HFE, CLAHE]]>
<![CDATA[ANALISA SISTEM INFORMASI REPOSITORY PADA UPT PERPUSTAKAAN UNIVERSITAS BENGKULU DENGAN COBIT 5 ]]>
<![CDATA[Arie Vatresia]]>;
<![CDATA[Ferzha Putra Utama]]>;
<![CDATA[Tiara E Febrianti]]>;
<![CDATA[Asahar Johar]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 1 (2021): Januari ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v4i1.1206
<![CDATA[Kemajuan disetiap bidang usaha tak lepas dari teknologi sebagai penunjangnya, terutama teknologi informasi [1][2]. Akan tetapi hal tersebut harus dimbangi dengan adanya sebuah evaluasi ataupun audit terhadap sistem informasi sehingga ancaman atau kerugian dapat dihindari[3][4][5]. Penelitian ini bertujuan untuk mengetahui sejauh mana kinerja sistem informasi repositori yang ada di UPT Perpustakaan Universitas Bengkulu sebagai layanan publik yang telah diterapkan pada Universitas Bengkulu. Dari penelitian ini diharapkan dapat memberikan rekomendasi tata kelola inovasi setelah mengetahui kesenjangan antara tatakelola saat ini dengan tatakelola yang diharapkan sesuai dengan framework yang digunakan. Framework yang digunakan dalam penelitian ini adalah COBIT versi 5 khusus pada domain Deliver and Support (DS) [1][6][7]. Teknik pengumpulan data yang dilakukan  oleh penulis yaitu dengan studi literatur, observasi, wawancara dan kuisioner [8][9][10]. Hasil dari penelitian ini adalah untuk mengetahui tingkat kematangan (maturity level) pada implementasi sistem informasi repository khusus pada Domain DS, yaitu berada pada level 4 yang berarti sudah terukur dan terintegrasi antar proses yang berlangsung. Dan analisa GAP antara kondisi yang diharapkan dengan kondisi saat ini rata-rata sebesar 0,6.]]>
<![CDATA[Analisa Clustering Tingkat Rawan Kecelakaan Dengan Fuzzy C-Means ]]>
<![CDATA[Hamzah Hatrik]]>;
<![CDATA[Arie Vatresia]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol. 5 No. 1 (2022): Januari 2022 ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v5i1.2823
<![CDATA[Kecelakaan lalu lintas adalah suatu peristiwa di jalan yang tidak diduga dan tidak disengaja melibatkan kendaraan dengan atau tanpa pengguna jalan lain yang mengakibatkan korban manusia dan kerugian harta benda, baik dari kecelakaan yang tergolong ringan sampai dengan kecelakaan yang tergolong berat. Saat ini kecelakaan telah menjadi penyebab kematian cukup banyak di Indonesia khususnya di daerah Kota Bengkulu. Maka dari itu tujuan penelitian ini adalah membangun sistem clustering tingkat rawan kecelakaan menggunakan algoritma Fuzzy C-Means clustering di Kota Bengkulu berbasis web dengan framework CodeIgneter. Clustering tingkat rawan kecelakaan berdasarkan ruas jalan di Kota Bengkulu menjadi 3 (tiga) kelompok yaitu: 1) aman, 2) cukup rawan, dan 3) rawan. Dari 85 data indikator dapat clustering menggunakan Algoritma Fuzzy C-Means clustering berdasarkan 7 kriteria yaitu: jumlah kasus kecelakaan, jumlah meninggal dunia, jumlah luka berat, jumlah luka ringan, jumlah kecelakaan berat, jumlah kecelakaan sedang dan jumlah kecelakaan ringan. Dan hasil perhitungan fungsi obyektif sampai pada kondisi berhenti yang tercapai pada iterasi ke-70 adalah sebagai berikut: tingkat rawan kecelakaan ditentukan dengan 3 (tiga) cluster yaitu (i) ruas jalan yang tergolong cluster rawan terdapat 11 ruas jalan, (ii) ruas jalan yang tergolong cluster cukup rawan terdapat 33 ruas jalan, (iii) ruas jalan yang tergolong cluster aman terdapat 42 ruas jalsan berdasarkan 7 kriteria dengan perhitungan algoritma Fuzzy C-Means clustering.]]>
