cover
Contact Name
Arie Vatresia
Contact Email
arie.vatresia@unib.ac.id
Phone
+6282179370950
Journal Mail Official
arie.vatresia@unib.ac.id
Editorial Address
Jalan W.R. Supratman gang Cipta Baru no. 12 RT/RW 19/01 Talang Kering
Location
Kota bengkulu,
Bengkulu
INDONESIA
Jurnal Pseudocode
Published by Universitas Bengkulu
ISSN : 23555920     EISSN : 26551845     DOI : https://doi.org/10.33369
Pseudocodeis a scientific journal in the information science family that contains the results of informatics research, scientific literature on informatics, and reviews of the development of theories, methods, and application of informatics engineering science. Pseudocode is published by the Informatics Study Program, Faculty of Engineering, University of Bengkulu. Editors invite researchers, practitioners, and students to submit article manuscripts in the field of informatics engineering. Pseudocode is published 2 (two) times a year in February and September with p-ISSN 2355-5920 e-ISSN 2655-1845. Jurnal Pseudocode is Accredited by the Ministry for Research, Technology and Higher Education (RISTEKDIKTI) in SINTA 4 No. 36/E/KPT/2019 since 13 December 2019.
Articles 9 Documents
Search results for , issue "Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018" : 9 Documents clear
Penerapan Support Vector Machine Untuk Pendeteksian dan Klasifikasi Motif Pada Citra Batik Besurek Motif Gabungan Berdasarkan Fitur Histogram Of Oriented Gradient Dita Retnowati; Ernawati Ernawati; Kurnia Anggriani
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (844.796 KB) | DOI: 10.33369/pseudocode.5.2.75-84

Abstract

Batik Besurek memiliki karakter dan motif yang khas dan unik. Tujuan dari penelitian ini adalah membangun aplikasi yang dapat mendeteksi dan mengklasifikasi motif batik Besurek menggunakan Histogram of Oriented Gradient untuk ekstraksi fitur dan Support Vector Machine untuk klasifikasi motif batik besurek. Penelitian ini terfokus pada motif berikut; Kaligrafi, Rafflesia, dan Burung Kuau. Aplikasi ini dibangun dengan Matlab 2014. Berdasarkan hasil pengujian aplikasi diperoleh akurasi dari proses deteksi pada citra yang telah dilatih, citra yang belum dilatih, dan citra non Besurek masing-masing yaitu; (a) 83,06% ,(b) 86,87%, dan (c) 84,69%. Sedangkan akurasi dari proses klasifikasi pada citra yang telah dilatih, citra yang belum dilatih, dan citra non-besurek masing-masing yaitu; (a) 100%, (b) 89,33%, dan 0%.
Aplikasi E-Order Menggunakan Firebase dan Algoritme Knuth Morris Pratt Berbasis Android Anisya Sonita; Rizki Fitrah Fardianitama
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (934.065 KB) | DOI: 10.33369/pseudocode.5.2.38-45

Abstract

Semalam Suntuk merupakan salah satu Rumah Makan yang menyediakan masakan khas padang di kota Bengkulu, dengan citarasa yang tidak diragukan lagi. Akan tetapi rumah makan Semalam Suntuk saat ini belum mempunyai sistem pemesanan dengan cara online dan semua pemesanan masih dilakukan secara manual dengan menggunakan telepon atau sms dan media sosial. Tujuan dari penelitian ini adalah merancang dan membangun aplikasi e-order pada rumah makan semalam suntuk berbasis android menggunakan firebase dan algoritme Knuth Morris Pratt. Aplikasi e-order pada rumah makan semalam suntuk berbasis android menggunakan firebase dan algoritme Knuth Morris Pratt berhasil dibuat menggunakan software android studio, aplikasi ini juga menghadirkan pemberitahuan secara otomatis sehingga dapat mempermudah pengguna untuk mendapatkan informasi seputar tentang makanan yang masih tersedia dan dapat menjadi media atau alternatif baru bagi pihak rumah makan dalam memberikan layanan terhadap pelanggan rumah makan semalam suntuk ketika melakukan pemesanan.
Sistem Pakar Diagnosis Penyakit Asma Dengan Menggunakan Algoritme Genetik (Studi Kasus RSUD Kabupaten Kepahiang) Ardi Wijaya; Rozali Toyib
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1370.182 KB) | DOI: 10.33369/pseudocode.5.2.1-11

Abstract

Asma merupakan gangguan inflamasi kronik pada saluran nafas yang melibatkan banyak sel-sel inflamasi seperti eosinofil, sel mast, leukotrin dan lain-lain. Inflamasi kronik ini berhubungan dengan hiperresponsif jalan nafas yang menimbulkan episode berulang dari mengi (wheezing), sesak nafas, dada terasa berat dan batuk terutama pada malam dan pagi dini hari. Kejadian ini biasanya ditandai dengan obstruksi jalan napas yang bersifat reversible. Penyakit asma bersifat fluktuatif (hilang timbul) artinya dapat tenang tanpa gejala tidak mengganggu aktifitas tetapi dapat eksaserbasi dengan gejala ringan sampai berat bahkan dapat menimbulkan kematian, alternatif dalam mendiagnosis penyakit asma. Sistem pakar dengan menggunakan Algoritme Genetika akan membantu dalam menemukan informasi jenis penyakit asma berdasarkan gejala klinis yang dirasakan sampai ditemukannya kesimpulan berdasarkan hasil diagnosis berupa informasi mengenai cara pengobatan penyakit asma. Pendekatan yang diambil oleh algoritme ini adalah dengan menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu kumpulan untuk mendapatkan generasi solusi terbaik berikutnya yaitu pada suatu kondisi yang memaksimalkan kecocokannya atau lazim disebut fitness. Generasi ini akan merepresentasikan perbaikan perbaikan pada populasi awalnya dengan melakukan proses ini secara berulang algoritme ini diharapkan dapat mensimulasikan proses evolusioner pada akhirnya akan didapatkan solusi-solusi yang paling tepat bagi permasalahan yang dihadapi. Berdasarkan hasil pengujian dapat diambilkesimpulan: Dari hasil pengujian sistem diperoleh jawaban sangat menarik 47 %, menarik 45 %, dan tidak menarik 8%. Durasi waktu proses perhitungan pada algoritme genetika kurang efisien.
Perbandingan Metode K-Means Clustering dan Discrete Cosine Transform Untuk Kompresi Citra Batik Besurek Motif Gabungan amanatuz zahra; Ernawati Ernawati; Endina Putri Purwandari
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.5.2.46-55

Abstract

Kompresi Citra terhadap citra digital dilakukan untuk mengurangi redundansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien tanpa mengurangi kualitas citra secara berlebihan. Tujuan dari penelitian ini adalah untuk membuat aplikasi kompresi dengan meimplementasikan metode Discrete Cousine Transform (DCT) dan K-Means clustering pada kompresi citra batik besurek motif gabungan. Pada penelitian ini digunakan 50 citra batik besurek dengan format ekstensi JPG, 5 citra batik besurek dengan format ekstensi PNG, dan 5 citra batik besurek dengan format ekstensi. Pada penelitian ini pengujian kompresi dilakukan dengan menghitung MSE, RMSE, PSNR, dan CR citra hasil kompresi. Penelitian ini menghasilkan aplikasi kompresi citra dengan kualitas citra hasil kompresi metode DCT lebih baik daripada metode K-Means Clustering pada pengkompresian citra batik besurek motif gabungan. Metode DCT menghasilkan citra terkompresi dengan rata-rata PSNR 80.747 dB dan rasio kompresi 6.238 terhadap citra asli. Sedangkan pada metode K-Means Clustering implementasi metode menghasilkan citra terkompresi dengan rata-rata PSNR 76.74386 dB dan rasio kompresi 6.140 terhadap citra asli.
Literatur Review Permasalahan Privasi Pada Rekam Medis Elektronik Annisa Maulida Ningtyas; Ismil Khairi Lubis
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (610.235 KB) | DOI: 10.33369/pseudocode.5.2.12-17

Abstract

Rekam Medis Elektronik (RME) merupakan salah satu terobosan dari pemanfaatan teknologi informasi dalam bidang kesehatan bertujuan untuk mempermudah pelayanan kesehatan. Dengan semakin banyaknya penyedia layanan kesehatan yang memanfaatkan RME ini, yang harus diperhatikan bukan hanya masalah migrasi data dari konvensional menjadi digital, namun juga mengenai cara pengamanan data pada RME yang memiliki sifat sensitif dan rahasia yang selama ini permasalahan privasi belum diatur dan ditangani secara memadai pada proses pembuatan RME ini. Untuk menyelesaikan masalah tersebut, peneliti membuat sebuah literatur review mengenai teknik pengamanan data pada 20 artikel prosiding dan jurnal. Teknik pengamanan data yang seringkali digunakan sebagai usaha pengamanan data adalah kriptografi, firewall, dan kontrol akses.
Perancangan Sistem Pakar Penyakit Pneumonia Pada Balita Menggunakan Algoritme K-NN (K-Nearest Neighbor) Esi Putri Silmina; Tikaridha Hardiani
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (862.34 KB) | DOI: 10.33369/pseudocode.5.2.56-63

Abstract

Penyakit Pneumonia merupakan penyebab utama kematian balita di dunia. Diperkirakan ada 1,8 juta atau 20% dari kematian anak diakibatkan oleh Pneumonia, melebihi kematian akibat AIDS, malaria dan tuberkulosis terutama adalah Pneumonia. Terbatasnya kemampuan akomodasi dan pelayanan dari paramedis untuk pemeriksaan kesehatan, mendorong setiap orang untuk mampu mengenali dan melakukan penanganan dini terhadap suatu penyakit. Berdasarkan pada kondisi tersebut maka implementasi teknologi informasi berupa sistem pakar diharapkan dapat membantu masyarakat luas untuk mengenali dan melakukan penanganan dini terhadap penyakit Pneumonia pada balita. Penelitian ini mengembangkan sistem pakar menggunakan Algoritme K-NN (K-Nearest Neighbor). Variabel yang digunakan yaitu batuk dengan nafas cepat, crackles (ronki) pada auskultasi, demam dan dengan penambahan gejala lainnya maka dapat dinyatakan Pneuomonia berat, yaitu kepala terangguk-angguk, pernafasan cuping hidung, tampak didada tarikan lebih dalam, tidak menyusu atau makan dan minum atau memuntahkan semuanya, anak tampak biru atau sianosis. Hasil diagnosa sistem menunjukan bahwa nilai similarity tertinggi pada No MR 9878 yaitu sebesar 81%, maka kasus baru didiagnosis Pneumonia Berat.
Implementasi Content Based Image Retrieval (CBIR) Pada Citra Batik Besurek Yang Tidak Utuh Menggunakan Metode Speeded Up Robust Features (SURF) dan Fast Library Approximated Nearest Neighbor (FLANN) Rezki Oksaputri; Ernawati Ernawati; Desi Andreswari
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (917.234 KB) | DOI: 10.33369/pseudocode.5.2.18-28

Abstract

Pengenalan citra dengan menggunakan citra batik besurek memiliki kelemahan yaitu kadang kala citra batik besurek yang ingin diproses merupakan citra yang tidak utuh atau tidak sesempurna citra asli yang berada didalam database. Berdasarkan permasalah tersebut, maka dilakukan penelitian untuk memproses temu kembali citra batik besurek yang tidak utuh menggunakan metode speeded up robust features (SURF) untuk proses ekstraksi keypoint pada citra dan fast library approximated nearest neighbor (FLANN) untuk proses matching-nya. Adapaun tujuan dari penelitian yang akan dilakukan adalah untuk mengetahui persentase citra yang dapat dikenali dengan menggunakan metode SURF dan FLANN. Pada penelitian ini digunakan 67 citra batik besurek dengan motif kaligrafi, raflesia, kaligrafi dan raflesia, burung kuau dan raflesia, burung kuau, dan rembulan. Kondisi citra yang digunakan pada pengujian adalah citra yang ditutupi dari 10% hingga 90% dan citra yang diambil dengan sudut pengambilan yang tidak baik. Pada penelitian ini digunakan nilai recall, precision, dan akurasi untuk mengetahui keberhasilan metode SURF dan FLANN dalam mengenali citra batik besurek yang tidak utuh. Penelitian ini mendapatkan hasil bahwa metode SURF dan FLANN dapat mengenali citra batik besurek yang ditutupi hingga 90% serta didapatkan nilai recall tertinggi adalah 100% pada motif rembulan, precision tertinggi adalah 78,82% pada motif kaligrafi dan raflesia, dan akurasi tertinggi adalah 86,1% pada motif rembulan.
Deteksi dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking Dedy Agung Prabowo; Dedy Abdullah
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (778.738 KB) | DOI: 10.33369/pseudocode.5.2.85-91

Abstract

Perkembangan ilmu pengetahuan dan teknologi sekarang ini banyak menghasilkan alat-alat yang dapat membantu manusia dalam menyelesaikan pekerjaannya secara otomatis. Salah satu bidang ilmu yang mendukung dalam mempermudah pekerjaan manusia tersebut adalah computer vision. Masalah utama dalam computer vision adalah bagaimana mengenali gambar  dan memanfaatkan gambar yang ditangkapnya. Tujuan dalam penelitian ini yaitu membangun system yang mampu mendeteki dan menghitung objek yang tertangkap oleh kamera berdasarkan warna. Hasil dari penelitian ini menunjukkan bahwa color object tracking dapat digunakan untuk mengenali dan menghitung warna yang ditentukan dengan kamera.
Document Clustering Dengan Latent Dirichlet Allocation dan Ward Hierarichal Clustering Guntur Budi Herwanto
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (950.117 KB) | DOI: 10.33369/pseudocode.5.2.29-37

Abstract

Saat ini konten informasi dalam bentuk berita dihasilkan dengan jumlah besar dari berbagai sumber setiap harinya. Banyaknya konten yang dihasilkan ini menuntut organisasi konten yang baik agar pencarian informasi yang diinginkan dapat dilakukan dengan mudah. Organisasi dan manajemen informasi yang efisien terhadap konten informasi elektronik ini menginspirasi penelitian mengenai document clustering. Pada penelitian ini dirancang sebuah metode document clustering dengan melakukan kombinasi pemodelan topik latent dirichlet allocation (LDA) dengan ward hierarchical clustering. LDA digunakan sebagai representasi vektor dokumen yang berupa distribusi topik. Representasi ini bertujuan untuk mengurangi dimensi vektor yang pada umumnya terlalu panjang jika menggunakan tf-idf. Ward Hierarchical Clustering yang memiliki kompleksitas tinggi dapat terbantu prosesnya dengan representasi dari LDA. Selain itu dihasilkan silhouette coefficient yang baik yaitu 0.7. Dalam peneltian ini juga ditemukan bahwa penentuan jumlah topik dalam kaitannya dengan document clustering dapat dilakukan dengan mempertimbangkan silhouette coefficient pada hasil clustering. Performa silhouette coefficient pada representasi pemodelan topik lebih baik dibandingkan dengan representasi dengan tf-idf.

Page 1 of 1 | Total Record : 9