Articles
160 Documents
<![CDATA[Penerapan Fuzzy Logic Tsukamoto pada Pembangunan Kandang Ayam Pintar ]]>
<![CDATA[Ichwan, Muhammad]]>;
<![CDATA[Husada, Milda Gustiana]]>;
<![CDATA[F H, Ghassan Nur]]>
<![CDATA[ MIND Journal Vol 1, No 2 (2016): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (770.277 KB)
|
DOI: 10.26760/mindjournal.v1i2.11-14
<![CDATA[Dari hasil wawancara dengan pakar unggas didapatkan bahwa kondisi suhu dan kelembaban udara dapat mempengaruhi produktifitas dan kesehatan ayam karena suhu dan kelembaban yang tidak stabil. Pada penelitian ini dibangun “kandang ayam” pintar menggunakan metode Tsukamoto untuk menghitung durasi waktu dalam pengaturan suhu dan kelembaban. Kandang ayam pintar menggunakan sensor suhu, kelembaban udara, Real Time Clock untuk mengatur pemberian pakan secara otomatis, limit switch untuk memperingati peternak untuk mengisi stok pakan ayam dan sensor gas ammonia yang disimulasikan menggunakan potensio untuk mendeteksi gas ammonia yang terdapat dalam kandang ayam. Berdasarkan pengujian, dengan adanya metode fuzzy logic tsukamoto yang dibantu sistem sebagai acuan untuk dapat menentukan titik-titik krusial, dan membuat kondisi kandang ayam menjadi stabil dengan durasi waktu yang panjang, agar pada saat cuaca diluar kandang berubah drastis, cuaca di dalam kandang tidak berubah drastis seperti kondisi cuaca diluar kandang. Keluaran aplikasi yang dibuat memiliki akurasi 100%.]]>
<![CDATA[Penerapan Metode Eigenface dan Pemanfaatan Database Fg-Net untuk Mengetahui Usia Manusia Berdasarkan Wajah ]]>
<![CDATA[D, Irma Amelia]]>;
<![CDATA[N, Youllia Indrawaty]]>;
<![CDATA[Purnomo, Dian]]>
<![CDATA[ MIND Journal Vol 2, No 2 (2017): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (517.336 KB)
|
DOI: 10.26760/mindjournal.v2i2.43-51
<![CDATA[Wajah merupakan salah satu ciri pada manusia untuk dapat dibedakan satu sama lain. Terdapat beberapa faktor yang mendasari perbedaan setiap wajah manusia yaitu genetik, jenis kelamin, etnis dan usia. Seiring berjalannya waktu, wajah manusia mengalami beberapa perubahan akibat bertambahnya usia. Perubahan yang sering kali terjadi seperti penambahan garis halus pada wajah atau terdapat perubahan kontur pada wajah, hal tersebut dapat dijadikan acuan untuk mengidentifikasi usia. Oleh karena itu, pada penelitian melakukan pendeteksian usia berdasarkan wajah. Metode yang digunakan yaitu Eigenface didasarkan pada metode statistik Principal Component Analysis (PCA) dengan menggunakan database fg-net yang berisi titik ciri dari citra wajah yang sudah diketahui usianya. Eigenvector dari Matriks fitur wajah data uji dibandingkan dengan eigenvector matriks dari database fg-net citra latih untuk menentukan kecocokan usia. Hasil pengujian usia berdasarkan citra wajah yang berasal dari 30 orang mencapai tingkat akurasi sebesar 56,66%.]]>
<![CDATA[Analisis Bisnis Internal Dengan Metode Critical Success Factors (Csf) Dan Value Chain (Studi Kasus Pt. Farmasi X) ]]>
<![CDATA[Hayati, Nur]]>
<![CDATA[ MIND Journal Vol 1, No 1 (2016): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (519.928 KB)
|
DOI: 10.26760/mindjournal.v1i1.36
<![CDATA[Sebuah keputusan yang diambil oleh seorang pemimpin sangat berpengaruh terhadap keberhasilan dari suatu organisasi untuk mencapai tujuannya, sehingga perlu suatu metode yang tepat untuk menganalisis faktor-faktor objektif yang mempengaruhi keberhasilan ataupun kegagalan dalam pencapaian tujuan tersebut. Metode Critical Success Factors (CSF) dan analisis CSF digunakan oleh PT Farmasi X untuk mengintepretasikan objek-objek secara lebih jelas untuk menentukan aktivitas yang harus dilakukan dan informasi apa saja yang dibutuhkan. CSF sendiri dapat ditentukan jika objektif atau arah dan tujuan organisasi tersebut telah diidentifikasi. Tujuan PT. Farmasi X adalah masuk ke dalam 60 besar perusahaan farmasi versi IMS-ITMA. Selain CSF, analisis Value Chain juga digunakan sejalan dengan analisis CSF sehingga berguna dalam mengidentifikasi proses yang paling kritis, serta memberikan fokus pada pencapaian tujuan melalui aksi-aksi atau proses yang paling tepat untuk dilaksanakan. Aktifitas utama merupakan faktor yang paling penting dalam mewujudkan tujuan dari PT. Farmasi X, diantaranya adalah pemesanan material, forecasting penjualan, terima order dari distributor, proses produksi, pengiriman barang ke distributor, create demand, monitoring sales, evaluasi sales dan monitoring stok.Kata kunci: Critical Success Factor (CSF), Value Chain]]>
<![CDATA[Implementasi Ontology Pada Web Crawler ]]>
<![CDATA[Pardede, Jasman]]>;
<![CDATA[Ungkawa, Uung]]>;
<![CDATA[Bernovaldy, Muhammad Akbar]]>
<![CDATA[ MIND Journal Vol 1, No 2 (2016): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (593.895 KB)
|
DOI: 10.26760/mindjournal.v1i2.76-84
<![CDATA[Web crawler adalah suatu program atau script otomatis yang bekerja dengan memprioritaskan ketentuan khusus untuk melakukan penjelajahan dan melakukan pengambilan informasi dalam halaman web yang ada di internet. Proses pengindeksan merupakan proses crawler yang memudahkan setiap orang dalam pencarian informasi Pada proses indexing tersebut dibangun dengan menggunakan metode ontology. Metode ontology merupakan sebuah teori tentang makna dari suatu objek dengan hubungan objek tersebut. Pada penelitian ini, metode ontology diterapkan dalam proses pengambilan data dan pengelompokkan data. Metode ontology memiliki proses, yaitu melakukan splitting terhadap objek dengan ketentuan relasi untuk mendapatkan sebuah objek ontology. Selanjutnya dilakukan crawling terhadap objek ontology tersebut untuk mendapatkan hasil crawling dengan ontology. Pengelompokkan data diproses berdasarkan objek yang telah didapat berdasarkan relasi ontology. Dari hasil penelitian dapat diambil kesimpulan, yaitu presentase objek relasi sesuai dengan relasinya adalah 100% dan kecepatan web crawler dengan ontology lebih cepat 56,67% dibanding dengan web crawler biasa.]]>
<![CDATA[Implementasi Pembentukan Rectangle dan Similarity Triangle pada Pengukuran Dimensi Objek ]]>
<![CDATA[Hermana, Asep Nana]]>;
<![CDATA[Gustiana, Milda]]>;
<![CDATA[Tohir, Randy Adityawarman]]>
<![CDATA[ MIND Journal Vol 2, No 1 (2017): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (537.426 KB)
|
DOI: 10.26760/mindjournal.v2i1.15-25
<![CDATA[Pembentukan rectangle berfungsi untuk mendapatkan nilai area piksel yang menjadi batas objek sebagai penentuan koordinat maksimum posisi x untuk lebar dan posisi y untuk tinggi. Area citra objek ditandai dengan rectangle. Kemudian masuk pada tahap similarity triangle yaitu mencari nilai fokus webcam dengan menghitung perkalian antara nilai area piksel dan nilai jarak webcam terhadap objek dan dibagi ukuran objek real sebagai acuan, selanjutnya nilai fokus dimasukkan kedalam similarity triangle sehingga didapatkan nilai tinggi dan lebar objek dalam centimeter.Pada preprocessing terdapat proses subtraksi citra yaitu mencari selisih dari frame background dan frame yang dideteksi. Selisih tersebut merupakan objek citra yang masih memiliki noise. Dikarenakan selalu ada noise, maka morfologi berfungsi menghilangkan nilai piksel yang bukan bagian dari objek. Penelitian pengukuran ini bermanfaat untuk mengetahui fungsi maksimal dan sejauh apa webcam dapat mendeteksi objek. Metode rectangle dan similarity triangle diperlukan sebagai proses mendapatkan tinggi dan lebar objek secara real time. Presentase keberhasilan pengukuran yaitu 98,55% .]]>
<![CDATA[Kajian Routing pada Framework Laravel 5.0 dari Perspektif Penggunaan ]]>
<![CDATA[Miftahuddin, Yusup]]>;
<![CDATA[Ichwan, Muhammad]]>;
<![CDATA[Zaky, Achmad]]>
<![CDATA[ MIND Journal Vol 2, No 1 (2017): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (493.701 KB)
|
DOI: 10.26760/mindjournal.v2i1.59-67
<![CDATA[HTTP routing merupakan suatu cara untuk menangani pemetaan URL dalam aplikasi web. Dari situs laravelbook.com dijelaskankomponen Laravel memiliki penambahan yaitu blok routing, dibandingkan dengan Symfony yang merupakan pendahulunya. Laravel menyediakan pendekatan painless routing (dari situs laravel.com) untuk menerapkan routing pada aplikasi web.Laravel pada situs resminya tidak menjelaskan secara mendetail mengenai konsep routing. Hal tersebut yang menjadi fokus penelitian untuk mengkaji syarat, fungsi dan peran, cara kerja, dan apa yang menjadi kelebihan dan kekurangan dengan fitur-fitur routing pada Laravel versi 5.0. Peneliti melakukan pengujian mengukur jumlah langkah pembuatan URI terhadap routing Laravel dan cara konvensional yang menyerupai routing Laravel, hasilnya Laravel memiliki langkah sekali deklarasi dibandingkan secara konvensional. Peneliti tidak menemukan kekurangan dari pengunaan routing pada Laravel tetapi developerharus memahami konsep routing pada Laravel tersebut sebagai konsekuensinya.]]>
<![CDATA[Kelola Kubikal Data Transaksional Sistem Informasi Rumah Sakit Dengan Teknik Online Analytical Processing ]]>
<![CDATA[Sulianta, Feri]]>;
<![CDATA[Raina, Philothra Clarissa]]>
<![CDATA[ MIND Journal Vol 1, No 1 (2016): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1011.559 KB)
|
DOI: 10.26760/mindjournal.v1i1.1
<![CDATA[Data transaksional rumah sakit dapat diberdayakan lebih lanjut untuk ragam keperluan dan bukan hanya sebagai arsip riwayat pasien perseorangan saja. Berbagai informasi berharga dapat diungkapkan dari data transkasional rumah sakit yang dihasilkan dari sistem rekam medis.Dalam kasus ini untuk mendapatkan kejelasan yang melibatkan informasi menyeluruh yang juga melibatkan ragam sudut pandang dapat disolusikan dengan teknik Online Analytical Processing (OLAP). Teknik ini mampu mengakomodasi kelengkapan data yang nantinya menjadi framework untuk dianalisa secara seksama Mengacu pada data rekam medis dimana setiap pasien memiliki banyak keluhan dan latar belakang yang berbeda yang terelasi dengan sang pasien. Teknik OLAP mampu menyajikan data dalam bentuk multidimensi. Selanjutnya, OLAP akan melakukan eksekusi data yakni slicing(irisan) dan dicing(rotasi) yakni meringkas dan mengumpulkan sejumlah besar data, melakukan filtering, pengurutan, dan memberikan peringkat (rangking) yang akan memperkaya temuan berharga dari data kubikal.]]>
<![CDATA[IMPLEMENTASI METODE MFCC DAN DTW UNTUK PENGENALAN JENIS SUARA PRIA DAN WANITA ]]>
<![CDATA[Permana, Irham Sidik]]>;
<![CDATA[Indrawaty, Youllia]]>;
<![CDATA[Zulkarnain, Andriana]]>
<![CDATA[ MIND Journal Vol 3, No 1 (2018): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (945.953 KB)
|
DOI: 10.26760/mindjournal.v3i1.61-76
<![CDATA[MFCC (Mel-Frequency Cepstral Coefficient ) dan DTW (Dynamic Time Warping)adalah suatu metode dalam mengolah suara, pada penelitian ini pengolahan suarayang dilakukan bertujuan untuk pengenalan jenis suara pria dan wanita.Penentuan jenis suara pria atau wanita biasanya dilakukan dalam penentuankelompok paduan suara. MFCC merupakan metode untuk ekstraksi ciri, selainMFCC digunakan metode lain yaitu DTW yang merupakan metode pencocokansuara latih dan suara uji, teknik ini berguna untuk menghitung jarak antara duadata dengan pola-pola yang berbeda dan menghitung nilai dan jarak dari datatersebut. Pada penelitian ini dibangun suatu sistem yang dapat mengenali jenissuara pria dan wanita, Jenis suara pada pria dibagi menjadi Tenor, Bariton danBass, sedangkan pada wanita dibagi menjadi Sopran, Mezzosopran dan Alto. HasilPenelitian yang didapat yaitu untuk tingkat akurasi pada wanita dengan jenis suaraalto didapatkan presentase 80%, untuk tingkat akurasi jenis suara mezzosoprandidapatkan 90%, untuk tingkat akurasi jenis suara sopran didapatkan 80%.Kemudian pada jenis suara pria, untuk jenis suara bass didapatkan tingkat akurasisebesar 80%, untuk jenis suara bariton didapatkan tingkat akurasi 70%, dan untukjenis suara tenor didapatkan tingkat akurasi sebesar 60%. ]]>
<![CDATA[Penerapan Metode Transformasi Wavelet pada Klasifikasi Jenis Renda ]]>
<![CDATA[Hermana, Asep Nana]]>;
<![CDATA[Z, Andriana]]>;
<![CDATA[K, Wahyu Didit]]>
<![CDATA[ MIND Journal Vol 1, No 2 (2016): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26760/mindjournal.v1i2.25-37
<![CDATA[Renda memiliki ragam motif yang berbeda-beda berdasarkan jenis kain. Namun, banyak masyarakat yang masih susah untuk mengetahui jenis renda akibat banyaknya motif. Salah satu solusinya adalah dengan menyiapkan suatu sistem yang dapat melakukan klasifikasi jenis renda. Penelitian ini mengembangkan teknik komputerisasi citra untuk melakukan proses klasifikasi jenis kain renda dengan memanfaatkan Metode Transformasi Wavelet. Klasifikasi dimulai dengan melakukan grayscale pada citra renda yang dilanjutkan dengan proses dekomposisi untuk mendapatkan koefisien wavelet yang kemudian dihitung nilai energi dari aproksimasi Level1 dan aproksimasi Level2. Selanjutnya membandingkan nilai energi antara nilai energi data uji dan nilai energi data latih. Langkah terakhir dengan menggunakan algoritma Euclidean Distance sebagai pencocokan jarak. Hasil perhitungan Euclidean Distance yang dapat diambil sebagai keputusan suatu citra bila mendekati nilai 0. Berdasarkan pengujian aplikasi, tingkat keakuratan rata-rata keseluruhannya klasifikasi kain renda mencapai 75%, sehingga aplikasi dapat digunakan untuk melakukan klasifikasi.]]>
<![CDATA[Implementasi Metode Principal Component Analysis dan Hidden Markov Model pada Pengenalan Suara ]]>
<![CDATA[N, Youllia Indrawaty]]>;
<![CDATA[Z, Andriana]]>;
<![CDATA[Prasetia, Fadhlin]]>
<![CDATA[ MIND Journal Vol 2, No 2 (2017): MIND Journal ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (908.632 KB)
|
DOI: 10.26760/mindjournal.v2i2.51-60
<![CDATA[Informasi sinyal suara yang dikenali memiliki karakteristik yang unik. Dengan adanya keunikan pada sinyal suara dapat diimplementasikan untuk melakukan identifikasi suara pada bidang kesehatan yang difungsikan sebagai pengenalan suara pada tunawicara. Dimana pada pengembangannya aplikasi mampu untuk membantu pembelajaran pada tunawicara. Metode yang dapat melakukan ekstraksi ciri suara salah satunya adalah metode Principal Component Analsis. Metode Principal Component Analysis bekerja dengan melakukan ekstraksi ciri suara dan pengelompokan pada pola suara. Suara yang direkam melalui proses pre-processing audio sebelum dikelompokan menggunakan Principal Component Analysis untuk mendapatkan nilai koefisien suara. Hasil dari nilai koefisien disimpan sebagai sinyal referensi dan digunakan pada proses pencocokan sinyal suara menggunakan algoritma Hidden Markov Model. Sistem diuji sebanyak 3 sesi pengujian oleh 14 orang penguji. Berdasarkan hasil pengujian diketahui bahwa sistem yang dibangun mencapai tingkat akurasi 85% dari 3 sesi pengujian oleh 14 orang penguji.]]>
