Claim Missing Document
Check
Articles

Found 4 Documents
Search

IMPLEMENTASI TEKNIK DYNAMIC TIME WARPING (DTW) PADA APLIKASI SPEECH TO TEXT Candra Dinata; Diyah Puspitaningrum; Ernawati Erna
JURNAL TEKNIK INFORMATIKA Vol 10, No 1 (2017): Jurnal Teknik Informatika
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (778.685 KB) | DOI: 10.15408/jti.v10i1.6816

Abstract

ABSTRAK Suara/ucapan adalah salah satu cara kita sebagai manusia untuk berkomunikasi dan mengekspresikan diri. Speech to text (ucapan ke text), merupakan salah satu bidang sains computer yaitu bidang pengolahan suara. Speech to text (STT) adalah penerjemahan kalimat (kata yang diucapkan) ke dalam text. STT merupakan proses pengolahan suatu sinyal suara, mengekstrak fitur dari sinyal suara tersebut yang selanjutkan dibandingkan dengan hasil ekstraksi dari sinyal suara yang lain untuk dapat dikenali persamaannya. Penelitian ini merancang dan membangun suatu program aplikasi Speech to Text yang mampu identifikasi suatu sinyal suara menggunakan perangkat lunak simulasi MATLAB R2016a. Terdapat dua proses umum pada bidang pengolahan suara, yaitu ekstraksi fitur dan pencocokan fitur. Pada sistem ini metode mel-frequency cepstral coefficients digunakan untuk mengekstraksi fitur dan metode dynamic time warping digunakan untuk pencocokan fitur. Metode DTW yang digunakan dapat menghitung jarak atau selisih antara dua data yang dibandingkan. Rata-rata akurasi yang didapat setelah dilakukan percobaan pada pengujian kata adalah 95.85% dan pada pengujian kalimat adalah 94%.   ABSTRACT Voice / speech is one of the ways we as human beings to communicate and express themselves. Speech to text (STT), is one of computer science is the field of sound processing. Speech to text (STT) is the translation of the sentence (the spoken word) in the text. STT is a voice signal processing, extracting features from the speech signal and then compared it with the extraction of the other sound signal to recognize the signal similarities. This research design and build an application program Speech to Text that is capable of identifying a sound signal using simulation software MATLAB R2016a. There are two common processes in the field of sound processing, feature extraction and matching features. In this system, the method mel-frequency cepstral coefficients are used to extract features and dynamic time warping method used for matching features. DTW method used can calculate the distance or the difference between the two data being compared. The average accuracy is obtained after experiments on the test word was 95.85% and the testing of the sentence is 94%. How to Cite : Dinata, C. Puspitaningrum, D. Erna, E. (2017). IMPLEMENTASI TEKNIK DYNAMIC TIME WARPING (DTW) PADA APLIKASI SPEECH TO TEXT. Jurnal Teknik Informatika, 10(1), 49-58. doi:10.15408/jti.v10i1.6816 Permalink/DOI: http://dx.doi.org/10.15408/jti.v10i1.6816
SISTEM INFORMASI GEOGRAFIS PEMETAAN FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN IBU (AKI) DAN ANGKA KEMATIAN BAYI (AKB) DENGAN METODE K-MEANS CLUSTERING (STUDI KASUS: PROVINSI BENGKULU) Kevin Bima Aditya; Yudi Setiawan; Diyah Puspitaningrum
JURNAL TEKNIK INFORMATIKA Vol 10, No 1 (2017): Jurnal Teknik Informatika
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (521.876 KB) | DOI: 10.15408/jti.v10i1.6817

Abstract

ABSTRAK Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) merupakan salah satu indikator penting dalam menilai tingkat derajat kesehatan masyarakat di suatu negara. Berdasarkan data Dinas Kesehatan Provinsi Bengkulu tahun 2012 hingga 2015, AKI dan AKB di Provinsi Bengkulu masih diatas rata-rata nasional. K-Means Clustering merupakan salah satu metode pengelompokan non hirarki yang bertujuan mengelompokkan objek sedemikian hingga jarak-jarak tiap objek ke pusat kelompok di dalam satu kelompok adalah minimum. Penelitian ini bertujuan (1) Merancang dan membangun Sistem Informasi Geografis untuk memetakan angka kematian ibu dan bayi di setiap Kota/Kabupaten di Provinsi Bengkulu menggunakan metode K-Means Clustering, (2) Mengetahui perbedaan dan status pengelompokkan angka kematian ibu dan bayi di setiap Kota/Kabupaten di Provinsi Bengkulu. Hasil penelitian yang diperoleh yaitu (1) Penelitian ini berhasil memetakan angka kematian ibu dan bayi dalam 3 kelompok, yaitu rendah, sedang dan tinggi (2) berhasil menerapkan metode K-Means Clustering (3) Persentasi AKI berdasarkan kota/kabupaten di Provinsi Bengkulu, sebagai berikut: 15% kota/kabupaten berada di tingkat rendah, 65% berada di tingkat sedang dan 20% berada di tingkat tinggi. Sedangkan persentasi AKB-nya 32,5% kota/kabupaten berada di tingkat rendah, 60% berada di tingkat sedang dan 7,5% berada di tingkat tinggi. Secara keseluruhan dapat dikatakan bahwa tingkat AKI/AKB di Provinsi Bengkulu masih belum memuaskan, yaitu < 15% AKI dan < 32,5% AKB..   ABSTRACT Maternal Mortality Rate (MMR) and Infant Mortality Rate (IMR) is one important indicator in assessing the degree of public health in a country. Based on data from Bengkulu Provincial Health Office in 2012 until 2015, MMR and IMR in Bengkulu is still above the national average. K-Means Clustering is one of the non-hierarchical clustering method that aims to group objects so that the distance from the object to the center of each group in the group is the minimum. This study aims to (1) Designing and building a Geographic Information System to map the mortality rate of mothers and babies in each City/Regency in Bengkulu using K-Means Clustering, (2) Know the difference and status grouping of maternal and infant deaths in each city/regency in Bengkulu. The results obtained are: (1) This research has mapped the mortality rate of mothers and infants into three groups: low, medium and high (2) successfully applied the method of K-Means Clustering (3) Percentage of AKI city/regency in Bengkulu, as follows: 15% city/regency is at a low level, 65% were in the middle level and 20% are at a high level. While his AKB percentage 32.5% city/regency is at a low level, 60% were in the moderate and 7.5% were at high levels. Overall it can be said that the rate of MMR / IMR in Bengkulu Province is not too satisfied in term of healty service management that is < 15% MMR  and < 32.5% IMR. How to Cite : Aditya, K.B. Setiawan, Y. Puspitaningrum, D. (2017). SISTEM INFORMASI GEOGRAFIS PEMETAAN FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN IBU (AKI) DAN ANGKA KEMATIAN BAYI (AKB) DENGAN METODE K-MEANS CLUSTERING (STUDI KASUS: PROVINSI BENGKULU). Jurnal Teknik Informatika, 10(1), 59-66. doi:10.15408/jti.v10i1.6817Permalink/DOI: http://dx.doi.org/10.15408/jti.v10i1.6817
Implementasi Algoritma Smith–Waterman Pada Local Alignment Dalam Pencarian Kesamaan Pensejajaran Barisan DNA (Studi Kasus: DNA Tumor Wilms) Ernawati Ernawati; Diyah Puspitaningrum; Ambar Pravitasari
Jurnal Pseudocode Vol 1, No 2 (2014)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4604.999 KB) | DOI: 10.33369/pseudocode.1.2.170-177

Abstract

Pencarian kesamaan pensejajaran barisan DNA dengan menggunakan algoritma Smith – Waterman pada local alignment ini digunakan untuk mencari persentase kesamaan yang dihasilkan untuk mengetahui tingkat kesamaan pensejajaran 2 buah sekuen. DNA merupakan suatu makro molekul yang tersusun oleh nukleotida sebagai molekul dasar yang membawa sifat gen. Aplikasi pencarian kesamaan pensejajaran barisan DNA ini diharapkan dapat memberikan kemudahan dalam melakukan pensejajaran 2 buah sekuen  sehingga menampilkan tingkat kemiripan dari kedua sekuen DNA tersebut. Pada penelitian ini, sebagai masukannya menggunakan string barisan DNA yang di peroleh dari National Center for Biotechnology Information (www.ncbi.nlm.nih.gov) yang memiliki keluaran berupa persentase kesamaan serta lamanya waktu proses dijalankan.Kata kunci : local alignment, Smith – Waterman, DNA
TEKNIK PERANGKINGAN META-SEARCH ENGINE Diyah Puspitaningrum
Jurnal Pseudocode Vol 1, No 1 (2014)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (224.272 KB) | DOI: 10.33369/pseudocode.1.1.15-23

Abstract

Meta-search engine mengorganisasikan penyatuan hasil dari berbagai search engine dengan tujuan untuk meningkatkan presisi hasil pencarian dokumen web. Pada survei teknik perangkingan meta-search engine ini akan didiskusikan isu-isu pra-pemrosesan, rangking, dan berbagai teknik penggabungan hasil pencarian dari search engine yang berbeda-beda (multi-kombinasi). Isu-isu implementasi penggabungan 2 search engine dan 3 search engine juga menjadi sorotan. Pada makalah ini juga dibahas arahan penelitian di masa yang akan datang.Kata kunci: Meta-search engine, Merging multiple web document, Web document ranking, IR.