cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota kediri,
Jawa timur
INDONESIA
Nusanatara of Engineering
ISSN : -     EISSN : -     DOI : -
Core Subject : Engineering,
Arjuna Subject : -
Articles 45 Documents
Analisa Aktifitas Siswa di E-Learning Untuk Memprediksi Kelulusan Dengan Algoritma CART fauzi, ali
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak SMAN 1 Pare sudah cukup lama menerapkan E-learning dengan menggunakan moodle, namun “Logs” yang tersimpan di Moodle belum termanfaatkan.Dengan menggunakan metode CART, aktifitas siswa yang terekam di Logs Moodle dianalisa dan dimanfaatkan untuk memprediksi kelulusan siswa pada suatu mata pelajaran. Proses Algoritma CART adalah dengan melakukan pemilahan untuk setiap decision node menjadi dua cabang yang digunakan untuk membentuk candidate split. Selanjutnya dipilih Candidate split untuk penyusunan inisial partisi pada root node dan decision node berikutnya, adapun kriteria pemilihan tersebut berdasarkan nilai goodness of split yang terbesar. Penerapan Algoritma CART ini diujikan pada dua kategori data, yaitu data training dan data testing dengan perbandingan 80:20, dan diperoleh hasil pada data training dengan tingkat akurasi 75,9%. Adapun pada data testing diperoleh hasil dengan tingkat akurasi 78,43%. Kata kunci:Logs, Moodle, CART, data training, data testing. SMAN1Parehas applied the E-learning by usingModul, but the"Logs" arestoredinthe Moodleuntapped. Byusingthe CARTmethod, students’s activity arerecordedinthe LogsMoodleanalyzedandusedtopredict thestudents graduationina subject. CARTalgorithmis aprocessby sortingforeachdecisionnodeinto twobrancheswhichare usedtoform thecandidatesplit. Furthermorechoose the candidatesplitforthe preparation ofthe initialpartitionfor the rootnodeandthe nextnodedecision, while theselection criteriaarebased onthe value ofthe goodness ofa splitisgreatest. Application ofthe CARTalgorithmwas testedontwocategoriesof data, ietraining dataandtesting datawith80:20ratio, and theobtainedresultson thetraining datawithan accuracyrate of75.9%. Theresultsobtainedontesting datawithan accuracyrate of78.43%. Keywords : Logs, Moodle, CART, training data, testing data.
ANALISIS DAN DESAIN SISTEM PERAMALANPRODUKSI PADA PERUSAHAAN MAKE-TO-ORDER(MTO) MENGGUNAKAN METODEARIMA (p, d, q) Amna, Anis Rahmawati
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakPeramalan merupakan salah satu proses yang sangat penting pada perusahaan berbasis Make To Order (MTO) mengungat pada perusahaan MTO produk diproduksi berdasarkan order dari konsumen. Pada perusahaan MTO, peramalan dapat digunakan untuk mengurangi resiko terkait dengan keusangan produk, tidak terpenuhinya kebutuhan konsumen, dan masalah inventory. Melalui kegiatan ini, perusahaan akan dapat memperoleh saran mengenai jumlah produk yang harus dipeoduksi pada periode tertentu sehingga produk dapat dikirim kepada konsumen tepat waktu. Kegiatan peramalan ini memiliki berbagai metode, beberapa diantaranya adalah Regresi Linier dan ARIMA (p,d,q) Dalam penelitian ini akan digunakan pendekatan ARIMA (p,d,q) mengingat kelebihan yang dimiliki model yang selalu mengikuti kondisi terkini perusahaan. Dari model yang diperoleh selanjutnya akan dibangun sistem pendukung keputusan yang mampu meramalkan jumlah permintaan produk pada periode tertentu. Abstract –Forecasting is one of the most important process at MTO’s factory since in MTO products are developed based on customer’s order. In MTO, forecast can be used to reduce risk related to product’s obsolate, customer satisfaction, and inventory problem. Through this process, factory will be able to get valuable support to produce their product in appropriate amount and time so that the product will be able to deliver to customer in time. Forecast process has some method, e.g. Linier Regression and ARIMA (p,d,q). In this report we use ARIMA (p,d,q) approach due to model advantages that always follow actual condition. From this model then we will develop Decision Support Sistem Information Sistem that will be able to forecast demand at a certain period.
KARAKTER PRODUK SUKSES PADA PRODUK TELEPON GENGGAM KELAS HIGH END Deny, Ary Permata
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Penelitian mengenai produk sukses telepon genggam kelas high end telah dilakukan. Tujuan dari penelitian ini adalah untuk mengetahui karakteristik kesuksesan produk telepon genggam. Penentuan produk suksesnya ditentukan dengan indikator market share dan jumlah pendapatan. Karakteristik kesuksesan produk, dianalisis berdasarkan kondisi atribut aktual produk, persepsi konsumen dan faktor pendukung persaingan lainnya. Data hasil analisis perbandingan ketiga faktor tersebut kemudian dipetakan pada kanvas strategi untuk mengetahui kondisi persaingan yang terjadi. Berdasarkan evaluasi, produk paling sukses adalah Samsung Galaxy S4.
ANALISA LOG AKSES DI E-LEARNING MENGGUNAKAN ASSOCIATION RULE MINING UNTUK MENGENALI POLA BELAJAR SISWA (Studi Kasus di SMUN 1 Pare Kediri) Subkhan, Mohammad Khayat
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstraksi Data log aktifitas siswa di aplikasi e-learning menjadi sangat penting sekali manakala seorang guru ingin mempelajari pola perilaku siswanya ketika berinteraksi dengan aplikasi tersebut. Salah satu metode yang dapat digunakan untuk melakukan ekstraksi informasi mengenai pola perilaku menggunakan data log seperti itu yaitu menggunakan metode apriori. Apriori merupakan salah satu algoritma dalam model association rules mining yang saat ini sangat populer sekali dalam dunia machine learning. Association rule mining digunakan untuk menemukan asosiasi antar aktifitas di e-learning. Asosiasi ini berupa rules yang menyatakan hubungan sejumlah aktifitas. Kekuatan hubungan ini diukur menggunakan ukuran minimum support dan confidence. Dari penelitian ini dengan minimum support 0.2 dan confidence 1 dihasilkan sebuah aktifitas dengan asosiasi yang sangat kuat dengan banyak aktifitas lain yaitu course view. Dengan keakuratan mencapai 90%. Hal ini berarti aktifitas tersebut menjadi sangatlah penting untuk menjadi perhatian para guru untuk menyiapkan bahan ajar sebaik – baiknya dalam aplikasi e-learning.
ANALISA FREEMAN’S CHAIN CODE DAN EUCLIDEAN DISTANCE UNTUK PERKEMBANGAN KEMAMPUAN MENULIS ANAK PAUD (Studi Kasus di PAUD BaiturrahmanTepus, Kab. Kediri) Kasih, Patmi; Firliana, Rina
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK Pengenalan tulisan tangan adalah kemampuan komputer untuk menerima dan menafsirkan input tulisan tangan yang dapat dimengerti dari sumber seperti dokumen kertas, foto, layar sentuh dan perangkat lainnya. Pada penelitian ini, digunakan citra dari tulisan tangan secara offline, dimana tulisan anak dengan tinta hitam diatas kertas putih dijadikan gambar digital (citra). Selanjutnya dari masing-masing gambar dengan objek huruf atau angka dicari nilai tingkat kemiripannya dengan huruf atau angka acuan. Dalam waktu 3 periode penulisan tulisan tangan anakdianalisa dan dihitung seberapa besar tingkat perkembangannya dari periode ke periode. Dalampenelitiandibuat suatu aplikasi yang dapat mengevaluasi tingkat perkembangan kemampuan anak dalam menulis huruf dan angka, dandapat menganalisa huruf input tulisan tangan dengan tulisan tangan yang terdapat di dalam database. Dengan Euclidean Distance rangkaian kode rantai tulisan anak dicari nilai kemiripannya denganrangkaian kode rantai data acuan untuk huruf dan angka yang sama, selanjutnya hasil perbandingan nilai dijadikan nilai skor untuk tulisan anak. Pada periode penulisan berikutnya untuk citra huruf dan angka yang sama, hasil skor awal uji dibandingkan dengan hasil citra uji berikutnya sehingga didapatkan selisih yang menunjukkan tingkat perkembangan kemampuan menulisanak.   Kata Kunci : Analisa, Huruf, Tulisan Tangan,Chain Code, Euclidean Distance
Opinion Mining Menggunakan Hidden Markov Model dan Algoritma Viterbi Indriati, Rini; firliana, rina
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK Opinion mining disebut juga sentiment analisis yaitu system yang dibangun untuk mengumpulkan dan mengevaluasi/menguji pendapat yang dituliskan di posting blog, komentar, review atau media online lainnya. Sentimen analisis sangat yang berkaitan erat dengan perlakuan komputasi pendapat dalam teks karena system analisis sentiment sering dibangun menggunakan perangkat lunak yang mampu mengekstraksi pendapat (extraction opinion). Berdasarkan opini mining dan sentiment analisis, pendapat atau opini dikumpulkan, dievaluasi ataupun diuji dengan proses parsing, tagging, pembentukan probabilitas HMM dan probabilitas maksimal dengan algoritma Viterbi untuk menentukan presiden mahasiswa.
IDENTIFIKASI PERSONAL BERDASARKAN 16 FITUR GEOMETRI TANGAN Firliana, Rina; Daniati, Erna
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK-Sistem identifikasi bertujuan untuk mengetahui identitas seseorang atau lebih tepatnya mengenal diri seseorang dengan menggunakan ciri dari seseorang atau anggota tubuh seseorang seperti mata, telinga, hidung, tangan, kaki dan sebagainya. Dari sistem identifikasi ini merupakan proses pencocokan dengan menggunakan data training dan  kemudian data ditesting untuk diuji. Hasilnya adalah suatu keputusan apakah tangan yang diuji milik pengguna yang benar atau bukan. Proses perolehan ciri memegang peranan penting terhadap keberhasilan identifikasi. Pada penelitian ini, akan dibuat suatu program pengenalan geometri tangan seseorang. Pada percobaan geometri tangan ini data yang digunakan diperoleh dari 14 orang, tiap orang diambil 10 gambar.Sebagian gambar digunakan sebagai template/database/training-set dan sebagian digunakan untuk testing-set. Gambar berwarna diubah menjadi grayscale yang kemudian di threshold lalu dilakukan proses Closing dan Opening. Diambil informasi panjang dari 16 garis utama yang mewakili struktur tangan untuk menghasilkan feature vector. Feature vektor ini selanjutnya digunakan untuk pengenalan identitas. Hasil pengujian system menunjukkan bahwa pengenalan struktur tangan dapat dipakai untuk keperluan identifikasi identitas seseorang. Kata kunci:geometri, pengenalan pola, pengenalan struktur tangan.
KLASIFIKASI CITRA MAMMOGRAM BERDASARKAN EKSTRAKSI FITUR TEXTUR DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOUR Setiono, Dody Budi
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract – Breast cancer is a kind of cancer wich is majority by woman. Mammography has become a general method which is used to early detection to the breast cancer. In the medical field, image classification using k-NN method is used to aid radiologists in the retrieval of images with similar contents. This  methods are usually developed for specific features of images, so that those methods are not readily applicable across different kinds of medical images. This study proposes a sound methodology for CBIR of mammograms. The information can be obtained from the mammogram to be descriptors of the system. The shape and texture is some information that could be used. Result of shape feature extraction on mammograms can be seen visually, because of this feature extraction based on shape mammogram itself. While to obtain texture features from mammograms, required the formation of matrix gray level co-occurrence. From that matrix, 14 haralick texture features is got. Because in the image searching  process, first performed the normalization process in the calculation of distances for each feature. The range value of the normalization is 0-1. Weight determination of the search results for each feature is calculated by normalizing the results. This system will display the search results based on image sequence with the smallest distance value of query images. The results show that the system is able to perform retrieve image content based on mammograms for 48% precision. To process the expected future further research to improve image classification results.   Keywords: Classfication k-NN, Mammogram, Haralick, Texture features, GLCM.
Detection and Classification of Power Quality Disturbances Using Multiple Sequence Alignment (MSA) Suwardono, Agus; S, Adi; P, Muridhi H
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract: In this paper, a Multiple Sequence Alignment (MSA) is implemented for automatic classification of power quality disturbances. The MSA technique is a way of arranging the three or  more sequences of PQ disturbance. This technique can be use to identify regions of similarity between the sequences. The similarity is achieved at the smallest error of alignment. Aligned sequences of PQ disturbance are typically represented as a matrix. Twelve types of PQ disturbances based on IEEE are considered for the classification. The simulation results show that the Multiple Sequence Alignment (MSA) can effectively detect and classify different PQ disturbances.   Keywords: Multiple Sequence Alignment, Detection and classification of power quality disturbances.  
Rekonstruksi 3D dari Multiview Image sebagai Intepretasi Ukuran Objek Fiolana, Farrady Alif
Nusantara of Engineering Vol 1, No 1 (2014)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Rekonstruksi 3D menggunakan multiview image dapat menghasilkan informasi koordinat pada world frame. Informasi tersebut dapat digunakan untuk memandu end-effector robot pahat untuk mereplika sebuah benda nyata pada suatu benda kerja. Pengambilan gambar dilakukan dengan menggunakan kamera yang tersusun secara stereo dari beberpa sudut pandang. Kamera tersebut telah dikalibrasi. Proses normalisasi warna bertujuan untuk memisahkan objek dan latar. Hal ini bertujuan untuk mendapatkan daerah yang diinginkan. Penentuan kedalaman pixel dihitung pada beberapa sampel titik yang memiliki korespondensi untuk dibangun sebuah mesh. Untuk menemukan titik tersebut, kami membandingkan performa dekteksi ciri SURF (Speed-Up Robust Feature), SIFT (Scale-Invariant Feature Transform) yang keduanya dikombinasi dengan KNN (K-Nearest Neighbor). Selain itu juga membandingkan performa optical flow Lucas-Kanade, Horn-Schunck, Farneback, dan Block Match. Metode Block Match menunjukkan performa terbaik dengan keberhasilan 88.53%. Kombinasi SIFT, KNN, dan RANSAC (Random Sample Consensus) digunakan untuk menentukan matrik transformasi observer menuju model untuk proses penyelarasan gambar. Evaluasi hasil rekonstruksi menggunakan RMSE (Root Mean Square Error) dengan membandingkan jarak antar titik yang berkesesuaian dengan objek sebenarnya. RMSE yang dihasilkan berkisar antara 0.3076801cm dan 0.3277154cm. Hasil registrasi memiliki RMSE 0.3679023cm. Hal ini disebabkan oleh kesalahan turunan dari pembentuknya, kekurang sesuaian vertex antara model dan observer, dan pendekatan untuk memperoleh matrik transformasi dari observer menuju model.   Kata kunci : Rekonstruksi 3D, kamera stereo, deteksi ciri, optical flow.