Article Per Year (5 Year)
p-Index From 2019 - 2024
0.817
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) CommIT (Communication & Information Technology) Community: Jurnal Pengabdian Pada Masyarakat Jurnal Informatika Polinema (JIP)
Nur Rokhman
Dept. Of Computer Science And Electronics, Gadjah Mada University
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Health Professions Languange, Linguistic, Communication & Media Library & Information Science

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
A Survey on Mixed-Attribute Outlier Detection Methods Rokhman, Nur
CommIT (Communication and Information Technology) Journal Vol 13, No 1 (2019): CommIT Vol. 13 No. 1 Tahun 2019
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v13i1.5558

Abstract

In the data era, outlier detection methods play an important role. The existence of outliers can provide clues to the discovery of new things, irregularities in a system, or illegal intruders. Based on the data, outlier detection methods can be classified into numerical, categorical, or mixed-attribute data. However, the study of the outlier detection methods is generally conducted for numerical data. Meanwhile, many real-life facts are presented in mixed-attribute data. In this paper, the researcher presents a survey of outlier detection methods for mixed-attribute data. The methods are classified into four types, namely, categorized, enumerated, combined, and mixed outlier detection methods for mixed-attribute data. Through this classification, the methods can be easily analyzed and improved by applying appropriate functions.
The Prediction of Medical Decision Post Operative of the Major Operation using Neural Networks Anifudin Azis; Nur Rokhman; Praretno Wibowo
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 1, No 1 (2006): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.20

Abstract

The exact handling to the postoperative inpatient of the major operation in the restoration period, became one of the factors that very important for the success of the process of medical treatment on the whole. By paying attention to the development of signs and vital signs from the patient, could be made medical by one decision took the form of the further action for the handling of the patient. Using backpropagation neural networks, could be made by a system that could carry out the prediction (forecast) the medical decision that will be taken to the postoperative patient the major's operation. After trining, by accepting sign input and the vital sign of the patient, the system could determine the action that will be carried out against the patient. From results of the test of the application program showed that the backpropagation neural networks could do the prediction of the medical decision with the success to 80%. Therefore, output from the system could be used as consideration of the doctor to decide the further action for the patient.
Deteksi Steganografi Berbasis Least Significant Bit (LSB) Dengan Menggunakan Analisis Statistik Nur Rokhman; Juwita Maharanti
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 5, No 1 (2011): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.2007

Abstract

Abstrak— Pada  penelitian  ini dicoba dideteksi penyisipan pesan pada sebuah citra yang dilakukan dengan  teknik Least Significant Bit. Deteksi dilakukan dengan teknik Chi-square attack. Pada teknik ini dibandingkan distribusi frekuensi yang diharapkan secara teori dengan beberapa distribusi sampel yang diamati pada stego-image.Pada penelitian ini dilakukan steganalisis terhadap 10 macam citra yang disisipi dengan sebuah pesan yang berukuran 1kb, 2 kb dan 5 kb. Dicobakan juga 2 penyisipan berbeda, yakni dengan program Stegano dan StegoGraphyBMP.Dari percobaan yang dilakukan pada sepuluh stego-image dengan panjang pesan 1kb, 2kb, dan 5kb, Chi-square attack berhasil 80% mendeteksi pesan yang disisipkan pada sebuah citra dengan program Stegano dan berhasil 70% mendeteksi pesan yang disisipkan pada sebuah citra dengan program StegoGraphyBMP. Disamping itu diperoleh hasil bahwa ukuran pesan tidak berpengaruh pada proses steganalisis. Keywords—  Steganalisis, Chi-square.
Aplikasi Pencarian Lokasi Fasilitas Umum Berbasis Foursquare APIv2 pada Sistem Operasi Android Nur Rokhman; Iqnatius Dimas Nugroho
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 7, No 2 (2013): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.3361

Abstract

AbstrakSebuah smartphone umunya dilengkapi dengan Global Positioning System (GPS). Pengguna smartphone  disamping dapat mengetahui lokasi dirinya, umumnya juga ingin mengetahui lokasi sekitarnya. Foursquare merupakan salah satu jejaring sosial yang menyediakan layanan berbasis lokasi. Foursquare memiliki fitur check-in, untuk menandai lokasi pengguna.Dalam penelitian ini akan dikembangkan aplikasi pada perangkat dengan sistem operasi Android yang dapat mencari lokasi fasilitas umum di sekitar pengguna dengan memanfaatkan teknologi layanan berbasis lokasi. Aplikasi ini memanfaatkan data dari Foursquare. Hasil pengujian terhadap aplikasi yang dibangun menunjukkan filter data dan sistem auto check-in berjalan dengan baik sehingga duplikasi data dalam Foursquare dapat diminimalkan.  Kata kunci— Layanan berbasis lokasi,  Android, Foursquare, Fasilitas umum  AbstractA smartphone is equipped with Global Positioning System (GPS). A smartphone user may know  the location itself, and usually want to know the surrounding location. Foursquare is a social network that provide location-based services. Foursquare has a check-in feature to mark the location of the user.This research develops applications on devices with Android operating system that can find  location of public facilities around the user by using  location-based services technology. This application uses Foursquare data.The test results showed that the application can filter data and the check-in systems running properly such that duplication of data in Foursquare can be minimized.  Keywords— Location Based Services (LBS), Android, Foursquare, Public Facility
Pelatihan Penerapan Penggunaan Streamlabs OBS dan Bahasa Indonesia Sebagai Pendukung Kegiatan Administrasi Bagi Pegawai di Yayasan Pendidikan Islam Al Khoiriyyah Semarang Eni Endaryati; Vivi Kumalasari; Nining Fitriani; Wiwid Wahyudi; Agus Priyadi; Irda Yunianto; Andreas Heri Kurniawan; Nur Rokhman
Community : Jurnal Pengabdian Pada Masyarakat Vol 2 No 3 (2022): November : Jurnal Pengabdian Pada Masyarakat
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (572.077 KB)

Abstract

Salah satu bentuk kepedulian dari Lembaga Pengabdian Kepada Masyarakat STEKOM Semarang adalah dengan mengadakan Pelatihan di Yayasan Pendidikan Islam Al Khoiriyyah Semarang untuk para pegawai di lingkungan tersebut. Upaya ini perlu dilakukan karena berdasarkan pengamatan sebelumnya, bahwa penggunaan Bahasa Indonesia yang baik dan benar serta aplikasi Streamlabs OBS oleh pegawai di sana masih kurang lancar dan baik serta belum mengenal sama sekali tentang penggunaan Streamlabs OBS. Dalam kegiatan operasional sehari-hari, penggunaan Bahasa Indonesia mendukung proses pembuatan laporan kegiatan, surat dan proposal. Penggunaan Streamlabs OBS diharapkan dapat membantu para guru untuk membuat video pembelajaran online maupun ketika memberikan pengajaran kepada para siswa secara live streaming selama masa pandemi Covid-19. Kegiatan pelatihan dilaksanakan pada tanggal 27 November 2021 dengan model praktek. Dapat disimpulkan bahwa para pegawai merasa puas dan senang dengan adanya pelatihan Streamlabs OBS dan Bahasa Indonesia ini karena mereka telah mampu mengaplikasikan Streamlabs OBS dan Bahasa Indonesia yang menjadi kebutuhannya. Tolak ukurnya adalah kehadiran para pegawai pada saat pelatihan mencapai angka lebih dari 90%. Di samping itu, setelah program pelatihan selesai dilakukan, mereka masih tetap ingin melanjutkan pelatihan ini dengan program aplikasi lainnya. Bahkan sebagian dari mereka mengusulkan adanya pelatihan rutin dari tim PPM Universitas STEKOM Semarang kepada para pegawai di Yayasan Pendidikan Islam Al Khoiriyyah Semarang.
PREDICTION OF OZONE (O3) VALUES USING SUPPORT VECTOR REGRESSION METHOD Chasandra Puspitasari; Nur Rokhman; Wahyono
Jurnal Informatika Polinema Vol. 7 No. 4 (2021): Vol 7 No 4 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i4.777

Abstract

Tingginya jumlah kendaraan bermotor penyebab kemacetan menjadi faktor utama buruknya kualitas udara di kota-kota besar. Ozon (O3) merupakan salah satu indikator utama dalam mengukur tingkat polusi udara di Kota Surabaya untuk mengetahui bagaimana kualitas udaranya. Prediksi terhadap nilai Ozon (O3) penting dilakukan sebagai penunjang bagi masyarakat dan pemerintah dalam upaya peningkatan kualitas udara. Penelitian ini bertujuan memprediksi nilai Ozon (O3) berupa data time series menggunakan metode Support Vector Regression (SVR) dengan memanfaatkan kernel Linear, Polynomial, RBF, dan ANOVA. Data yang digunakan dalam penelitian adalah sebanyak 549 data primer dari rata-rata harian nilai Ozon (O3) kota Surabaya pada periode 1 Juli 2017 – 31 Desember 2018. Data tersebut akan digunakan dalam proses pelatihan dan pengujian hingga didapatkan hasil prediksi. Hasil yang diperoleh dari penelitian ini adalah kernel Linear menghasilkan model prediksi terbaik dengan nilai MAPE sebesar 21,78% dengan nilai parameter ???? = 0,3; ???? = 0,00001; cLR = 0,005; dan C = 0,5. Hasil dari kernel Polynomial tidak jauh berbeda dengan kernel Linear yaitu memiliki nilai MAPE sebesar 21,83%. Sedangkan kernel RBF dan ANOVA masing-masing menghasilkan model dengan nilai MAPE sebesar 24,49% dan 22,0%. Hasil tersebut menunjukkan bahwa metode SVR dengan kernel-kernel yang digunakan dapat memprediksi nilai Ozon dengan cukup baik.
Co-Authors Agus Priyadi Andreas Heri Kurniawan Anifudin Azis Chasandra Puspitasari Eka Sudarusman, Eka ENI ENDARYATI Iqnatius Dimas Nugroho Irda Yunianto Juwita Maharanti Nining Fitriani Praretno Wibowo Puspitasari, Chasandra Vivi Kumalasari Wahyono Wiwid Wahyudi