Articles
56 Documents
Search results for
, issue
"Vol 3, No 1 (2017): ARS 2017"
:
56 Documents
clear
<![CDATA[PENERAPAN METODE LANDMARC MENGGUNAKAN MANHATTAN DISTANCE UNTUK PENENTUAN LOKASI RFID TAG PADA AREA PARKIR KENDARAAN RODA DUA ]]>
<![CDATA[Ahmad Fali Oklilas]]>;
<![CDATA[Marini Wulandari]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini dilakukan untuk menerapkan metode LANDMARC menggunakan manhattan distance untuk mengetahui posisi tag yang ditempelkan pada kendaraan roda dua pada sistem parkir sepeda motor. Metode LANDMARC menggunakan manhattan distance merupakan pengembangan dari algoritma k-NN yang bekerja dengan cara memberikan faktor bobot terhadap masing-masing tetangga terdekat dari tag yang diuji. Pengujian dilakukan untuk mengetahui lokasi tag berdasarkan koordinat prediksi rata-rata dan kemudian menghitung tingkat error dari lokasi tag yang dihasilkan, serta menentukan slot parkir yang sedang ditempati oleh sepeda motor berdasarkan koordinat yang dihasilkan. Hasil pengujian dapat menghasilkan koordinat prediksi rata-rata dengan tingkat error rata-rata yaitu 12,51 cm, serta dapat menentukan slot parkir yang ditempati sepeda motor berdasarkan slot parkir yang sebenarnya. Kemudian dilakukan perbandingan tingkat error rata-rata antara metode LANDMARC menggunakan manhattan distance dengan metode LANDMARC umum yang menggunakan euclidean distance, dengan hasil yaitu metode LANDMARC menggunakan manhattan distance memberikan koordinat prediksi dengan tingkat error rata-rata yang lebih kecil (12,51 cm) dari metode LANDMARC menggunakan euclidean distance (14,02 cm), dengan selisih tingkat error rata-rata antara kedua metode yaitu 1,51 cm.]]>
<![CDATA[PERANCANGAN SISTEM PAKAR UNTUK PEMILIHAN TANAMAN YANG BAIK BERDASARKAN SIFAT KIMIA TANAH MENGGUNAKAN METODE CASE-BASE REASONING ]]>
<![CDATA[Nurul Mufliha Eka Putri]]>;
<![CDATA[Ermatita Ermatita]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Tanah merupakan bagian terpenting dalam kehidupn mahkluk hidup. Tanah memiliki 3 sifat yaitu sifat fisik, sifat kimia dan sifat biologi. Sifat yang terkandung dalam tanah sangat berpengaruh dalam pertumbuhan tanaman yang akan ditanam. Pemilihan tanaman yang tepat sangat berpengaruh terhadap hasil panen yang didapat. Salah satu metode dalam sistem pakar adalah Case Based Reasoning (CBR). CBR akan membantu menentukan pemilihan tanaman yang tepat berdasarkan kandungan kimia yang terkandung dalam tanah sehingga dapat menghasilkan hasil panen yang baik.]]>
<![CDATA[Analisis Forensik Jaringan pada WhatsApp ]]>
<![CDATA[Ubaidillah Ubaidillah]]>;
<![CDATA[Deris Stiawan]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Saat ini penggunaan aplikasi WhatsApp telah digunakan secara luas lebih dari satu milyar pengguna. Kelebihan utama dari aplikasi messaging ini adalah penggunaan enkripsi end-to-end berdasarkan arsitektur keamanan Open Whisper Signal. Dalam tulisan ini, akan dijelaskan bagaimana kami dapat membajak lalu lintas jaringan dan mendapatkan artefak forensik yang terkait dengan fitur pesan teks, pesan grup, panggilan audio/video. Tujuan penelitian ini adalah untuk mengetahui komunikasi yang tersembunyi yang menggunakan enkripsi untuk melindungi integritas pesan yang dipertukarkan dengan mengetahuinya melalui teknik forensik dan sniffing. Penulis menggunakan alat dan metode yang berbeda untuk menjalankan penyelidikan.]]>
<![CDATA[Rancangan Arsitektur Sistem Berbasis Pengetahuan Obat Buatan untuk Kebutuhan Swamedikasi ]]>
<![CDATA[Yeni Agus Nurhuda]]>;
<![CDATA[Ryan Randy Suryono]]>;
<![CDATA[Dede Krisna Friansyah]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Arsitektur sistem berbasis pengetahuan obat buatan ini dirancang berdasarkan hasil analisis akan kebutuhan informasi tentang obat buatan bagi para pelaku swamedikasi. Arsitektur sistem dalam penelitian ini dirancang dengan menggunakan blok diagram untuk menggambarkan arsitektur sistem secara umum dan untuk menggambarkan detail rancangan digunakan metode perancangan berorientasi objek dengan tools Unified Modeling Language (UML). Proses perancangan sistem dimulai dengan mengembangkan arsitektur sistem yang terdiri atas diagram blok yang memuat komponen-komponen dari sistem. Desain detail sistem dibuat dengan merancang model kegiatan sistem dengan Use Case Diagram, rancangan aktivitas untuk menggambarkan aliran kerja digunakan Activity Diagram, dan Class Diagram digunakan untuk merancang struktur sistem dari segi pendifenisian kelas-kelas yang akan dibuat untuk membangun sistem.]]>
<![CDATA[Identifikasi Tanaman Buah Berdasarkan Fitur Bentuk, Warna dan Tekstur Daun Berbasis Pengolahan Citra dan Learning Vector Quantization(LVQ) ]]>
<![CDATA[Sutarno Sutarno]]>;
<![CDATA[Rouzan Fiqri Abdullah]]>;
<![CDATA[Rossi Passarella]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kemampuan untuk mengenal objek sangat dibutuhkan manusia. Dengan adanya metode pengenalan dapat mempermudah kegiatan sehari-hari manusia. Pengenalan pola sering diterapkan pada berbagai macam objek salah satunya adalah pengenalan pola pada daun. Keterbatasan ingatan manusia dalam mengingat menjadi titik lemah dari manusia. Berdasarkan masalah tersebut dilakukan penelitian untuk mengidentifikasi tanaman buah berdasarkan fitur-fiturnya menggunakan teknik pengolahan citra digital dan algoritma Learning Vector Quantization (LVQ). Setiap jenis tanaman memiliki bentuk, warna dan tekstur daun yang berbeda-beda, hal inilah yang menjadi keunikan (fitur) antar satu tanaman dengan tanaman lainnya. Program dibuat menggunakan perangkat lunak Microsoft Visual C# 2010. Hasil pengujian dicapai tingkat keberhasilan 82 persen dalam mengenali tanaman buah berdasarkan daunnya]]>
<![CDATA[Multi Tier Architecture Model On A Server Cluster For Application Of Big Data ]]>
<![CDATA[Zaid Amin]]>;
<![CDATA[RM Nasrul Halim]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[This research focused on the development ofscientific contributions in the field of network computer, wherethe results of this research is solutions for developers orpractitioner in determining the model topology and routingconfiguration protocols to suit the needs of the application for bigdata. Term goals this research such as sustainable road map thatare able to produce robustness and reliability networks forapplication of big data. The methods that Researchers use on thisresearch is PPDIOO (Prepare, plan, design, implementation,operate, and optimize). Researchers limiting stages the use of themethods of development of the network until the stage of thedesign with the results in the form of the simulation and design ofnetwork topology, especially on a business organization orgovernment.]]>
<![CDATA[Pengenalan Angka Arab Timur Tulisan Tangan Menggunakan Zone Centroid Zone (ZCZ) dan Backpropagation ]]>
<![CDATA[Sutarno Sutarno]]>;
<![CDATA[Pia Ardhya Garini]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian dan pengembangan sistem pengenalan karakter tulisan tangan telah banyak dilakukan, namun sebagian besar yang diteliti berupa karakter tulisan latin. Penelitian ini akan mengenali tulisan tangan non latin yaitu angka arab timur menggunakan metode ekstraksi ciri zone centroid and zone (ZCZ) dan jaringan syarat tiruan propagasi balik (back propagation)Tulisan tangan angka arab timur di capture menggunakan webcam kemudian dilakukan proses pra pengolahan citra berupa operasi aras keabuan, pererataan histogram, pengambangan. Kemudian proses ekstraksi ciri citra dengan metode ZCZ, setelah melalui tahapan diatas ciri angka arab timur digunakan sebagai data dilatih dan data diuji metode backpropagation untuk mendapatkan nilai bobot terbaik dalam mengenali angka arab timur. Tingkat akurasi sistem pengenalan menggunakan metode ZCZ dan backpropagation dengan 500 data sampel sebesar 86 persen. Tingkat keberhasilan pengenalan ini dipengaruhi oleh faktor kejelasan tulisan tangan dan juga pencahayaan pada saat pengambilan citra angka arab timur tersebut]]>
<![CDATA[Algoritma RSA Kombinasi dan Skema QR Code untuk Mengamankan Data Penjualan Tiket Online ]]>
<![CDATA[Al Farissi]]>;
<![CDATA[Kanda Januar Miraswan]]>;
<![CDATA[Redo Jufarda]]>;
<![CDATA[Muhammad Fachrurrozi]]>;
<![CDATA[Anna Dwi Marjusalinah]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kriptografi adalah bidang ilmu komputer untuk menjaga keamanan data dan informasi. Salah satu penerapan kriptografi adalah mengamankan data penjualan tiket elektronik pada penjualan online tiket pertandingan sepak bola. Pada penelitian ini, penulis menerapkan skema pengamanan data penjualan dengan metode pengamanan menggabungkan algoritma RSA dan QR Code. Selanjutnya, algoritma RSA yang digunakan akan mengubah data tiket teks polos asli (plaintext) ke dalam bentuk lain yang tidak dapat dipahami (ciphertext). Data pembelian yang telah di enkripsi akan dikonversi menjadi QR Code. Kode ini digunakan oleh pembeli untuk memverifikasi data sebelum memasuki stadion. Dari hasil pengujian dengan perangkat lunak menunjukkan bahwa algoritma RSA dan QR Code dapat diterapkan pada keamanan data tiket]]>
<![CDATA[Perancangan Wireless Sensor Network dengan Sistem Komunikasi Ad Hoc ]]>
<![CDATA[Btari Puspa Yahya]]>;
<![CDATA[Ade Silvia Handayani]]>;
<![CDATA[Nasron Nasron]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pada paper ini menyajikan penggunaan Jaringan Ad Hocsebagai komunikasi data antara node sensor. Ad hoc dapat diimplementasikan sebagai prediksi dan sistem peringatan, sistem untuk memperbaiki operasi pencarian dan penyelamatan pasca bencana, protokol routing baru serta sistem pencarian suatu informasi. Pada riset ini akan digunakan jaringan Ad Hoc menggunakan teknologi Xbee series 2 guna memonitoring pengiriman dan penerimaan informasi dan data pada posisi dan jarak yang ideal dalam komunikasi jaringan dengan beberapa perbandingan topologi sebagai parameternya.]]>
<![CDATA[ANALISIS PENYARINGAN EMAIL SPAM MENGGUNAKAN METODE NAIVE BAYES ]]>
<![CDATA[Elsya Moriesta]]>;
<![CDATA[Selviani Selviani]]>;
<![CDATA[Ali Ibrahim]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Email is one of the most important entities in terms of communication, whether personal, corporate, government and other communities. Widespread use of email as a medium of communication has a negative impact. One of the negative impacts that resulted is that many unwanted emails enter in the inbox. This condition is commonly known as spam. The presence of spam in emails led to research on spam filter software development to classify spam and non-spam emails automatically. Naïve Bayes is a function widely used by spam filter developers as a function to classify email because it is simple and easy to implement. To improve the accuracy and speed up the computing process it is necessary to perform several stages. There are three stages to build Bayesian filters: building spam database, Bayesian filter training, and filtering.]]>
