Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Intelmatics
Binti Solihah
Unknown Affiliation
Computer Science & IT Dentistry Education Library & Information Science Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
NORMALISASI DAN PEMBOBOTAN UNTUK KLONING MULUS PADA PENCAMPURAN CITRA MENGGUNAKAN METODE POISSON Shofiati, Ratna; Solihah, Binti; Irmadani, Sari
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 1, Januari 2013
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1155.241 KB) | DOI: 10.12962/j24068535.v11i1.a14

Abstract

Pada penelitian ini diterapkan normalisasi dan pembobotan pada teknik pencampuran dengan metode Poisson sehingga dapat diperoleh citra hasil pencampuran. Dengan teknik ini, daerah batas antara dua citra yang dicampur dapat menyatu dengan sempurna tanpa harus melakukan penyuntingan gambar secara manual. Citra asal yang akan dicampur ke dalam citra target disegmentasi terlebih dahulu menggunakan metode ambang batas untuk membuat topeng. Metode Poisson diterapkan pada citra masukan dan target untuk mendapatkan nilai yang setelah dinormalisasi ke dalam [0 1] akan menjadi bobot dalam perhitungan nilai piksel baru pada daerah perbatasan antara citra asal dan target. Percobaan yang dilakukan pada sejumlah citra menunjukkan bahwa penggunaan bobot ternormalisasi hasil perhitungan Poisson memberikan efek keabuan yang makin meningkat mendekati batas luar citra asal. Hal ini menunjukkan bahwa prosentase nilai piksel pada batas terluar citra asal lebih besar dibandingkan dengan daerah batas bagian dalam. Perhitungan Kloning Mulus yang dilakukan dengan pembobotan tersebut menghasilkan gambar asal yang menyatu secara sempurna dengan citra target.
Analisis Kinerja Model Pengontrol Ekson DNA Menggunakan Metode Model Hidden Markov Suhartati Agoes; Binti Solihah; Alfred Pakpahan
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 3, No 2 (2014): Edisi Desember 2014
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/setrum.v3i2.500

Abstract

urutan Deoxyribo asam nukleat (DNA) yang memiliki beberapa bagian ekson dalam urutan coding (cd) adalah bagian penting dalam proses biologis untuk menghasilkan protein. Tujuan dari penelitian ini adalah untuk mengontrol ekson DNA yang ada di CD dengan menggunakan Hidden Markov Model (HMM) sehingga protein yang dihasilkan tidak berubah. HMM metode memiliki parameter misalnya; negara, nilai keadaan transisi, negara emisi dasar dan algoritma yang digunakan untuk pelatihan dan proses pengujian. Nilai dari negara transisi secara acak berbagai ditentukan nilai antara 0 ~ 1. Pelaksanaan HMM di ekson kontroler memiliki struktur model 20-negara dan tes simulasi dilakukan dengan menggunakan nilai negara transisi dan jumlah urutan yang berbeda. Proses simulasi dengan struktur model 20-negara adalah menghasilkan nilai kinerja model dengan Koefisien Korelasi (CC) adalah 0,7571 dengan menggunakan 220 urutan. Penelitian ini meningkatkan nilai CC dengan cara mengelompokkan data dan hasilnya adalah 0,8808 untuk sub model dengan 69 urutan dan 0,8183 dengan 157 urutan.
Visualisasi Kinerja dan Persepsi Peserta Program Bangkit 2021 Menggunakan Microsoft Power BI Dedy Sugiarto; Rianti Dewi Sulamet-Ariobimo; Binti Solihah; Ahmad Zuhdi; Ratna Shofiati; Anung Barlianto Ariwibowo; Teddy Siswanto; Dimmas Mulya
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 13, No 1 (2022): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v13i1.2311

Abstract

Penelitian ini bertujuan untuk membangun visualisasi kinerja dan persepsi peserta program Bangkit 2021 Fakultas Teknologi Industri Universitas Trisakti dalam bentuk dasbor. Data berasal dari respon kuesioner peserta Bangkit 2021 terkait dampak program MBKM, data transkrip mahasiswa yang diperoleh dari penyelenggaraan Program Bangkit dan data indeks prestasi mahasiswa yang didapatkan dari sistem informasi akademik (student information system) Universitas Trisakti. Pemodelan data menggunakan model skema bintang dengan tiga tabel fakta yaitu tabel nilai mata kuliah yang diikuti, tabel kehadiran dan status lulus serta tabel kuesioner. Tabel dimensi terdiri atas dimensi jalur pembelajaran, dimensi program studi, dimensi mata kuliah. Hasil visualisasi menunjukkan laporan kinerja dan persepsi peserta dapat dengan mudah dan singkat dilihat dalam masing-masing satu layar yang dapat disaring berdasarkan dimensi program studi, jalur pembelajran maupun mata kuliah yang diikuti. Secara umum 75% dinyatakan lulus penuh (full) dan 25 % lulus sebagian (parsial) serta salah seorang peserta berhasil mendapatkan predikat 50 tim terbaik. Seluruh peserta juga menyatakan kegiatan ini bermanfaat bagi mereka untuk meningkatkan keterampilan dan keahlian serta meningkatkan kemampuan bekerja sama dalam sebuah tim.
An ANALYSIS OF OIL SENTIMENT SENTIMENTS ON TWITTER USING SUPPORT VECTOR MACHINE: ANALISIS SENTIMEN SUBSIDI BAHAN BAKAR MINYAK (BBM) DI TWITTER MENGGUNAKAN SUPPORT VECTOR MACHINE Ibnu Bilal Marta Prawira; Binti Solihah; Syandra Sari
Intelmatics Vol. 3 No. 1 (2023): Januari-Juni
Publisher : Penerbitan Universitas Trisakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25105/itm.v3i1.16187

Abstract

Twitter is one of the social media platforms used by people in Indonesia. Twitter is often used by its users to express opinions regarding a product, institution or event. From the keyword fuel, fuel subsidy is a keyword that is currently a trending topic because changes in fuel subsidies affect the prices of other staples, to find out the value of sentiment in public opinion, sentiment analysis is one of the methods used is the support vector machine and lexicon based. Lexicon is a labeling method by matching the words contained in the document with the words contained in the dictionary. After labeling, the data is tested using the classification method, the classification stage is carried out after going through the preprocessing phase, where the tweet classification results tend to be positive or negative, using the Support Vector Machine method and validated by K-Fold Cross Validation.This research produced 50,001 data which were divided into 21,561 positive sentiments, 9206 neutral sentiments and 19234 negative sentiments. From these results it can be concluded that the data shows public support for rising fuel prices or changing fuel subsidy prices.
Co-Authors Ahmad Zuhdi Alfred Pakpahan Anung B Ariwibowo Dedy Sugiarto Dimmas Mulya Ibnu Bilal Marta Prawira Ratna Shofiati Rianti Dewi Sulamet-Ariobimo Sari Irmadani Suhartati Agoes Syandra Sari Teddy Siswanto