cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Andry Fajar Zulkarnain
Contact Email
andry.zulkarnain@ulm.ac.id
Phone
+6281223932020
Journal Mail Official
andry.zulkarnain@ulm.ac.id
Editorial Address
Jl. Brigjen H. Hasan Basry Komp. Kampus ULM Kayu Tangi Banjarmasin, Kalimantan Selatan Phone / Fax: 0511-3304405
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat)
Published by Universitas Lambung Mangkurat
ISSN : 25275399     EISSN : 25282514     DOI : http://dx.doi.org/10.20527
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) is intended as a media for scientific studies on the results of research, thinking and analytical-critical studies regarding research in Systems Engineering, Informatics / Information Technology, Information Management and Information Systems. As part of the spirit of disseminating knowledge from the results of research and thought for service to the wider community and as a reference source for academics in the field of Technology and Information.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 5 Documents
 1 
Search results for , issue "Vol. 6 No. 1 (2021)" : 5 Documents clear
KLASIFIKASI KAIN KHAS BATIK DAN KAIN KHAS SASIRANGAN DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Ihdalhubbi Maulida Ihdal
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i1.62

Abstract

Di Indonesia terdapat 33 macam jenis kain khas, diantaranya adalah kain batik dan sasirangan. Kain batik dibuat dengan cara mempola, melukis menggunakan lilin yang sudah dicairkan, pewarnaan, membatik Kembali dan mencucinya untuk menghilangkan lapisan lilinya, sedangkan kain sasirangan yaitu dengan dijelujur dengan pola dan dicelupkan ke pewarna kain. Banyak jenis dari kain batik dan kain sasirangan sehingga tidak mudah membedakan yang mana kain sasirangan atau kain batik. Selain itu banyak bentuk pola batik yang hampir mirip dengan motif sasirangan. Pada kasus ini perlu dilakukan penelitian yang dapat mengklasifikasikan antara kain batik dan kain sasirangan agar masyarakat tidak menyamakan pola batik dengan pola sasirangan. Metode yang dipergunakan untuk melakukan klasifikasi ini yatu dengan model deep learning pada metode Convolution Neural Network (CNN). Deep Learning memiliki kemampuan sangat baik dalam melakukan klas-ifikasi objek pada sebuah citra dalam perkembangan teknologi GPU acceleration. Kemampuan klasifikasi yang dilakukan deep learning menerapkan metode CNN dengan dua tahap yaitu melakukan feedforward pada klasifikasi citra dan melakukan tahap pembelajaran menggunakan metode backpropagation. Sebelum melakukan dua tahap dari metode CNN tersebut perlu melakukan praproses yaitu dengan menerapkan metode wrapping dan cropping agar objek yang diklasifikasi dapat lebih terfokus dan selanjutnya metode feedforward dan backpropagation melakukan training. Setelah melakukan training maka dilakukan testing dengan metode feedforward dimana bobot dan bias diperbaharui sehingga menghasilkan akurasi sebesar 91,84% dengan melakukan iterasi sebanyak 20 pada data training dan hasil akurasi pada saat melakukan testing sebesar 99,73%.
DETEKSI PLAGIARISME MENGGUNAKAN ALGORITMA LEVENSHTEIN DISTANCE Yuslena; Husnul Khatimi; Rizky Aulia Fajrin
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i1.66

Abstract

Deteksi kesamaan dokumen untuk sistem plagiarisme termasuk dalam riset Natural Language Processing dalam bidang kecerdasan buatan. Plagiarisme banyak terjadi pada dokumen di lingkungan akademisi, begitupun yang terjadi pada PSMTS ULM. Deteksi plagiarisme diperlukan agar menjaga orisinalitas dari hasil tesis mahasiswa. Ada beberapa algoritma yang digunakan peneliti sebelumnya untuk mendeteksi plagiarisme. Namun, algoritma yang diperlukan adalah algoritma yang cepat karena yang sedang terjadi pada tesis mahasiswa relatif memiliki string yang banyak dan data tesis yang akan terus bertambah setiap saatnya mengakibatkan memperlambat kinerja algoritma. algoritma Levenshtein Distance mengungguli algoritma adaptif. Proses preprocessing yang terdiri dari metode case folding, tokenizing, stopword removal, dan stemming yang dapat melakukan estimasi proses sistem menjadi lebih cepat. Algoritma Levenshtein Distence dapat mendeteksi plagiasi dengan baik dan rata-rata lama proses sistem tanpa dilakukan preprocessing adalah 6,283 ms dan dengan preprocessing adalah 4,920 ms.
PENDEKATAN BERBASIS KECERDASAN BUATAN DENGAN METODE NAÏVE BAYES UNTUK WEBSITE BAZNAS Endi Gunawan; Johan Wahyudi; Yuslena Sari
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i1.68

Abstract

Badan amil zakat nasional (BAZNAS) adalah badan resmi nasional dalam menyalurkan zakat. Zakat adalah kewajiban umat Islam. Hal tersebut dijelaskan dalam kitab suci Alquran. Zakat perlu disalurkan dengan adil. Banyaknya data penerima zakat menyebabkan penyaluran sering terkendala. Dengan klasifikasi zakat antara fakir dan miskin akan menjadi solusi untuk kendala data yang banyak. Teknik kecerdasan buatan yang digunakan pada penelitian ini adalah Naïve Bayes Classifier. Ini adalah teknik klasifikasi berdasarkan Teorema Bayes dengan asumsi independensi antar prediktor. Secara sederhana, pengklasifikasian Naive Bayes mengasumsikan bahwa keberadaan fitur tertentu di kelas tidak terkait dengan keberadaan fitur lainnya. Label data penerima zakat ini ada dua, yaitu fakir dan miskin. Kecerdasan buatan sebagai metode dalam pembuatan prototype sistem pada website BAZNAS dalam penentuan penerima zakat. Pengukuran performa metode naïve bayes classifier menggunakan confusion matrix. Hasil dari metode naïve bayes classifier dalam mengklasifikasi penerima zakat cukup baik yaitu 96%.
ANALISIS PERBANDINGAN PERFORMA PEMROGRAMAN SEKUENSIAL DAN PARALEL DENGAN SKEMA UJI MATRIX, FILTER DAN QUICK SORT Griffani Megiyanto Rahmatullah; Andry Fajar Zulkarnain; M. Reza Hidayat
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i1.69

Abstract

Komputasi sekuensial merupakan sebuah proses untuk melakukan pemecahan masalah dengan melakukan setiap langkah secara berurutan. Konsekuensi pemecahan sebuah masalah dengan menggunakan komputasi sekuensial adalah sebuah hasil akan muncul apabila langkah pengerjaan telah dilakukan. Pengembangan teknologi dari komputasi sekuensial adalah kom-putasi paralel yang melibatkan penggunaan sumber daya secara bersamaan. Khusus pada bidang IT, sumber daya tersebut dapat berupa core processor atau juga dimungkinkan untuk melibatkan graphical unit. Skema uji yang dilakukan yaitu ber-fokus pada perbandingan performa komputasi sekuensial dan komputasi paralel. Skema uji tersebut terdiri dari pengujian perkalian matrix, proses filter sebuah gambar, dan proses quick sort. Hasil skema uji 1 menunjukkan bahwa komputasi paralel dapat melakukan perkalian dengan dimensi 2000x2000 dengan hasil berkisar 4x lebih cepat dibandingkan komputasi serial. Berikutnya, hasil skema uji 2 menunjukkan proses filter dapat dilakukan oleh komputasi paralel dengan efisiensi 50% lebih baik menggunakan 4 buah core. Terakhir, hasil skema uji 3 menghasilkan nilai efektivitas tertinggi menggunakan CUDA yaitu berkisar 96% dengan proses quick sort pada data sebesar 32Mb.
RANCANG BANGUN SISTEM INFORMASI PENGENDALIAN PERSEDIAAN (CONTROL BUFFER STOCK) UNTUK EFISIENSI KEWIRAUSAHAAN PENJUALAN KOPI PADA SOFT COFFEE First Wanita; Mashud; Randy Angriawan; Claudia Elma Pratiwi
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i1.70

Abstract

Tujuan penelitian ini untuk merancang dan mengimplementasikan sistem informasi Pengendalian Persediaan Kopi sebagai alat kontrol pembelian bahan baku dalam menjalankan kegiatan usaha agar berjalan secara efisien dan mampu menghasilkan laba yang optimal. Metode yang digunakan Buffer Stock, Reorder Point Dan Economic Order Quantity Pada Soft Coffee. Hasil pengujian Reorder Point (ROP) dan Safety Stock maka nilai ROP Kopi Arabika sebesar 21 Pak, Kopi Robusta sebesar 20 Pak, Kopi Liberika sebesar 22 Pak dan Kopi Ekselsa sebesar 21 Pak, sehingga dapat disimpulkan bahwa hasil perancangan sistem informasi pengendalian persediaan dapat diimplementasikan untuk efisiensi kewirausahaan penjualan kopi.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol. 8 No. 1 (2023) Vol. 7 No. 2 (2022) Vol. 7 No. 1 (2022) Vol. 6 No. 2 (2021) Vol. 6 No. 1 (2021) Vol. 5 No. 2 (2020) Vol. 5 No. 1 (2020) Vol. 4 No. 2 (2019) Vol. 4 No. 1 (2019) Vol. 3 No. 2 (2018) Vol. 3 No. 1 (2018) Vol. 2 No. 2 (2017) Vol. 2 No. 1 (2017) Vol. 1 No. 2 (2016) Vol. 1 No. 1 (2016) More Issue