cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. jombang,
Jawa timur
INDONESIA
Register: Jurnal Ilmiah Teknologi Sistem Informasi
ISSN : 25030477     EISSN : 25023357     DOI : -
Core Subject : Science,
Register: Jurnal Ilmiah Teknologi Sistem Informasi published by the Department of Information Systems Unipdu Jombang. Register published twice a year, in January and July, Registerincludes research in the field of Information Technology, Information Systems Engineering, Intelligent Business Systems, and others. Editors invite research lecturers, the reviewer, practitioners, industry, and observers to contribute to this journal.
Arjuna Subject : -
Articles 7 Documents
Search results for , issue "Vol 5, No 2 (2019): July-December" : 7 Documents clear
Pengembangan mekanisme grid based clustering untuk peningkatan kinerja LEACH pada lingkungan Wireless Sensor Network Fallo, Kristoforus; Wibisono, Waskitho; Pamungkas, Kun Nursyaful Priyo
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1316.216 KB) | DOI: 10.26594/register.v5i2.1708

Abstract

Development of a grid-based clustering mechanism to improve LEACH performance in the Wireless Sensor Network environmentLow Energy Adaptive Clustering Hierarchy (LEACH) merupakan algoritma routing pada Wireless Sensor Network (WSN) berbasis cluster. LEACH memilih sebuah node sebagai cluster head (CH) yang tugasnya untuk melakukan komunikasi dengan sink maupun guna mengumpulkan data dari member node. Persebaran CH pada LEACH yang dikatakan acak, kadang mengalami masalah mengingat rumus probabilitas pada tiap round. Hal ini akan menyebabkan CH yang terpilih bisa berada di tepi area, juga terjadinya pemborosan energi karena jalur yang terbentuk akan menjadi panjang. Oleh karena itu, kami ingin mengembangkan routing protocol G-LEACH menggunakan teknik merge CH dalam suatu area (grid) disertai beberapa parameter yang relevan, seperti posisi node, node dengan sisa energi terbesar, dan jarak yang dihitung dalam tiga jarak yaitu jarak node menuju cluster center, jarak node menuju merge CH, dan jarak merge CH menuju sink. Hasil pengujian menunjukan bahwa dengan menggabungkan cluster (merge CH) pada transmisi data menuju sink pada protokol G-LEACH dapat menghasilkan masa hidup jaringan yang lebih lama pada seluruh operasi node, energi yang dibutuhkan pada semua node lebih rendah, dan lebih banyak paket data yang dikirim dan diterima oleh sink. Low Energy Adaptive Clustering Hierarchy (LEACH) is a routing algorithm in a cluster-based Wireless Sensor Network (WSN). LEACH selects a node as a cluster head (CH) whose responsibility is for communicating with sinks and collect data from the node members. The distribution of CH on LEACH, which is basically random, sometimes has a problem in remembering the probability formula on each round. This may make the selected CH on the edge of the area as well as generate energy waste because the pathway formed will be lengthy. Therefore, we would like to develop the G-LEACH routing protocol using a merge CH technique in one area (grid) with several relevant parameters, such as the position of the node, the node with the largest remaining energy, and the distance calculated in three distances: the distance of the node to the clustercenter, the distance of the node to the merge CH, and the distance of the merge CH to the sink. The test result showed that combining clusters (merge CH) in the data transmission to the sink in the G-LEACH protocol could produce a longer network life on all node operations, lower energy required for all nodes, and more data package sent and received by the sink.
Penerapan materi ilmu pengetahuan alam pada serious game sosialisasi mitigasi bencana berbasis model teori aktivitas dan taksonomi bloom Nugroho, Fresy; Yuniarno, Eko Mulyanto; Hariadi, Mochamad
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1527.549 KB) | DOI: 10.26594/register.v5i2.1479

Abstract

Penelitian ini merupakan kombinasi antara materi hiburan dan pendidikan untuk meningkatkan pemahaman tentang bencana alam, terutama bencana vulkanik. Desain yang diusulkan menggabungkan model Teori Aktivitas dan Taksonomi Bloom. Metode ini dapat menghemat biaya dan waktu. Titik fokus dari penelitian ini adalah materi Ilmu Pengetahuan Alam berdasarkan kurikulum 2013. Penelitian ini adalah langkah pertama untuk mengintegrasikan unsur-unsur pendidikan, hiburan, dan teknologi sebagai media pembelajaran untuk pengurangan risiko bencana. Kemampuan siswa dieksplorasi dengan menerapkan tiga aspek pembelajaran. Hasil tes menunjukkan bahwa kemampuan siswa meningkat 14,2% setelah bermain sepuluh kali dan meningkat menjadi 29,48% setelah siswa bermain 25 kali, dibandingkan dengan skor pretest.  This research is a combination of entertainment and education material to improve an understanding of natural disasters, especially volcanic eruptions. The proposed design combines Bloom's Taxonomy and Activity Theory models. The method reduces cost and time. The focal point of the research is the natural sciences material based on the 2013 curriculum. This research is the first step to integrate the elements of education, entertainment, and technology as a learning media for disaster risk reduction ? students' abilities explored by applying three aspects of learning. The test results show that students' abilities are increased by 14.2% after play for ten times and increased to 29.48% after playing for 25 times, compared to the pretest scores.
Parsing struktur semantik soal cerita matematika berbahasa indonesia menggunakan recursive neural network Prasetya, Agung; Fatichah, Chastine; Yuhana, Umi Laili
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1408.864 KB) | DOI: 10.26594/register.v5i2.1537

Abstract

Soal cerita berperan penting untuk kemajuan pengembangan kecerdasan buatan. Hal ini karena penyelesaian soal cerita melibatkan pengembangan sebuah sistem yang mampu memahami bahasa alami. Pembentukan sistem penyelesaian soal memerlukan mekanisme untuk mendekomposisikan teks soal ke segmen-segmen teks untuk diterjemahkan ke jenis operasi hitung. Segmen-segmen tersebut ditentukan melalui proses parsing semantik struktur soal agar menghasilkan segmen-segmen yang maknanya menunjuk operasi hitung. Sejumlah metode usulan saat ini sesuai untuk diterapkan pada soal cerita berbahasa Inggris dan belum diterapkan pada soal cerita berbahasa Indonesia. Dampaknya adalah segmen-segmen yang dihasilkan belum tentu menghasilkan urutan pengerjaan operasi yang sesuai makna cerita. Penelitian ini mengusulkan penggunaaan Recursive Neural Network (RNN) sebagai parser struktur semantik soal cerita berbahasa Indonesia. Pengujian parser struktur semantik soal dilakukan terhadap soal-soal yang berasal dari Buku Sekolah Elektronik (BSE) Sekolah Dasar (SD) dari Pusat Perbukuan Kementerian Pendidikan dan Kebudayaan. Hasil pengujian menunjukkan akurasi akhir sebesar 86,4%.  Math word problems play an important role for the development of artificial intelligent. This is because solving word problems involves the development of a system that can understand natural language.  Designing a system for solving math word problems requires a mechanism for decomposing a text into segments of text to be translated into math operation. The segments are categorized through the process of parsing the semantic structure of the word problems to obtain segments whose meanings refer to math operation. A number of current proposed methods are suitable to be applied to English math word problems and have never been applied to Indonesian math word problems. The impact is that the segments produced are not necessarily in line with the sequences of operations appropriate with the meaning of the story.  This study proposed the use of Recursive Neural Network (RNN) as a parser of semantic structure of Indonesian math word problems. The testing of the parser was carried out on the math word problems taken from the Elementary School?s Electronic School Book  (BSE) published by the Book Center of the Ministry of Education and Culture. The result of the testing showed that the final accuracy was 86.4%.
Kombinasi Synthetic Minority Oversampling Technique (SMOTE) dan Neural Network Backpropagation untuk menangani data tidak seimbang pada prediksi pemakaian alat kontrasepsi implan Mustaqim, Mustaqim; Warsito, Budi; Surarso, Bayu
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1531.069 KB) | DOI: 10.26594/register.v5i2.1705

Abstract

Combination of Synthetic Minority Oversampling Technique (SMOTE) and Backpropagation Neural Network to handle imbalanced class in predicting the use of contraceptive implants  Kegagalan akibat pemakaian alat kontrasepsi implan merupakan terjadinya kehamilan pada wanita saat menggunakan alat kontrasepsi secara benar. Kegagalan pemakaian kontrasepsi implan tahun 2018 secara nasional sejumlah 1.852 pengguna atau 4% dari 41.947 pengguna. Rasio angka kegagalan dan keberhasilan pemakaian kontrasepsi implan yang cenderung tidak seimbang (imbalance class) membuatnya sulit diprediksi. Ketidakseimbangan data terjadi jika jumlah data suatu kelas lebih banyak dari data lain. Kelas mayor merupakan jumlah data yang lebih banyak, sedangkan kelas minor jumlahnya lebih sedikit. Algoritma klasifikasi akan mengalami penurunan performa jika menghadapi kelas yang tidak seimbang. Synthetic Minority Oversampling Technique (SMOTE) digunakan untuk menyeimbangkan data kegagalan pemakaian kontrasepsi implan. SMOTE menghasilkan akurasi yang baik dan efektif daripada metode oversampling lainnya dalam menangani imbalance class karena mengurangi overfitting. Data yang sudah seimbang kemudian diprediksi dengan Neural Network Backpropagation. Sistem prediksi ini digunakan untuk mendeteksi apakah seorang wanita mengalami kehamilan atau tidak jika menggunakan kontrasepsi implan. Penelitian ini menggunakan 300 data, terdiri dari 285 data mayor (tidak hamil) dan 15 data minor (hamil). Dari 300 data dibagi menjadi dua bagian, 270 data latih dan 30 data uji. Dari 270 data latih, terdapat 13 data latih minor dan 257 data latih mayor. Data latih minor pada data latih diduplikasi sebanyak data pada kelas mayor sehingga jumlah data latih menjadi 514, terdiri dari 257 data mayor, 13 data minor asli, dan 244 data minor buatan. Sistem prediksi menghasilkan nilai akurasi sebesar 96,1% pada epoch ke-500 dan 1.000. Implementasi kombinasi SMOTE dan Neural Network Backpropagation terbukti mampu memprediksi pada imbalance class dengan hasil prediksi yang baik.  The failed contraceptive implant is one of the sources of unintended pregnancy in women. The number of users experiencing contraceptive-implant failure in 2018 was 1,852 nationally or 4% out of 41,947 users. The ratio between failure and success rates of contraceptive implant, which tended to be unbalanced (imbalance class), made it difficult to predict. Imbalance class will occur if the amount of data in one class is bigger than that in other classes. Major classes represent a bigger amount of data, while minor classes are smaller ones. The imbalance class will decrease the performance of the classification algorithm. The Synthetic Minority Oversampling Technique (SMOTE) was used to balance the data of the contraceptive implant failures. SMOTE resulted in better and more effective accuracy than other oversampling methods in handling the imbalance class because it reduced overfitting. The balanced data were then predicted using backpropagation neural networks. The prediction system was used to detect if a woman using a contraceptive implant was pregnant or not. This study used 300 data, consisting of 285 major data (not pregnant) and 15 minor data (pregnant). Of 300 data, two groups of data were formed: 270 training data and 30 testing data. Of 270 training data, 13 were minor training data and 257 were major training data. The minor training data in the training data were duplicated as much as the number of data in major classes so that the total training data became 514, consisting of 257 major data, 13 original minor data, and 244 artificial minor data. The prediction system resulted in an accuracy of 96.1% on the 500th and 1,000th epochs. The combination of SMOTE and Backpropagation Neural Network was proven to be able to make a good prediction result in imbalance class.
Manajemen jpeg/exif file fingerprint dengan algoritma Brute Force string matching dan Hash Function SHA256 Fitriyanto, Rachmad; Yudhana, Anton; Sunardi, Sunardi
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2069.12 KB) | DOI: 10.26594/register.v5i2.1707

Abstract

Management of jpeg/exif file fingerprint with Brute Force string matching algorithm and Hash Function SHA256Metode pengamanan berkas gambar jpeg/exif saat ini hanya mencakup aspek pencegahan, belum pada aspek deteksi integritas data. Digital Signature Algorithm (DSA) adalah metode kriptografi yang digunakan untuk memverifikasi integritas data menggunakan hash value. SHA256 merupakan hash function yang menghasilkan 256-bit hash value yang berfungsi sebagai file fingerprint. Penelitian ini bertujuan untuk menyusun file fingerprint dari berkas jpeg/exif menggunakan SHA256 dan algoritma Brute Force string matching untuk verifikasi integritas berkas jpeg/exif. Penelitian dilakukan dalam lima tahap. Tahap pertama adalah identifikasi struktur berkas jpeg/exif. Tahap kedua adalah akuisisi konten segmen. Tahap ketiga penghitungan hash value. Tahap keempat adalah eksperimen modifikasi berkas jpeg/exif. Tahap kelima adalah pemilihan elemen dan penyusunan file fingerprint. Hasil penelitian menunjukkan sebuah jpeg/exif file fingerprint tersusun atas tiga hash value. SOI (Start of Image) segment hash value digunakan untuk mendeteksi terjadinya modifikasi berkas dalam bentuk perubahan tipe berkas dan penambahan objek pada konten gambar. Hash value segmen APP1 digunakan untuk mendeteksi modifikasi pada metadata berkas. Hash value segmen SOF0 digunakan untuk mendeteksi gambar yang dimodifikasi dengan teknik recoloring, resizing, dan cropping. The method of securing jpeg/exif image files currently has covered only the prevention aspect instead of the data integrity detection aspect. Digital Signature Algorithm is a cryptographic method used to verify the data integrity using hash value. SHA256 is a hash function that produces a 256-bit hash value functioning as a fingerprint file. This study aimed at compiling fingerprint files from jpeg/exif files using SHA256 and Brute Force string matching algorithm to verify the integrity of jpeg/exif files. The research was conducted in five steps. The first step was identifying the jpeg/exif file structure. The second step was the acquisition of the segment content. The third step was calculating the hash value. The fourth step was the jpeg/exif file modification experiment. The fifth step was the selection of elements and compilation of fingerprint files. The obtained results showed a jpeg/exif fingerprint file which was compiled in three hash values. The hash value of SOI segment was used to detect the occurrence of file modification in the form of file type changing and object addition on the image content. The hash value of APP1 segment was used to detect the metadata file modification. The hash value of SOF0 segment was used to detect the images modified by recoloring, resizing, and cropping techniques.
Implementasi algoritma Floyd dalam menentukan rute terpendek transportasi pariwisata Rifanti, Utti Marina; Arifwidodo, Bongga
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1415.975 KB) | DOI: 10.26594/register.v5i2.1683

Abstract

The implementation of Floyd algorithm in determining the shortest routes for tourism transportationPariwisata merupakan penyumbang kontribusi yang cukup signifikan bagi kemajuan perekonomian suatu daerah. Sarana transportasi umum khusus pariwisata dapat menjadi penyokong kemajuan pariwisata. Sarana transportasi tersebut diperuntukkan bagi para wisatawan yang ingin mengunjungi objek-objek wisata, sehingga mereka dapat melakukan perjalanan wisata dengan mudah, efektif, dan efisien. Dalam pembangunan rute transportasi yang efektif dan efisien, dibutuhkan kontribusi ilmu pengetahuan yang mempelajari hal tersebut, misalnya teori graf. Teori graf mempunyai berbagai aplikasi dalam kehidupan manusia, termasuk bidang transportasi. Salah satu algoritma dalam teori graf yang dapat digunakan untuk mengoptimalkan rute suatu model transportasi adalah algoritma Floyd. Studi kasus dari penelitian ini dilakukan di Kabupaten Banyumas. Penelitian ini bertujuan untuk merancang rute bus wisata yang dapat menjangkau objek-objek wisata di Kabupaten Banyumas dengan rute terpendek menggunakan algoritma Floyd. Hasil penelitian ini diperoleh rute yang dapat dilalui oleh bus wisata agar dapat menempuh jarak terpendek. Perancangan rute transportasi ini diharapkan dapat meningkatkan kunjungan wisatawan ke Kabupaten Banyumas, baik wisatawan asing maupun wisatawan nusantara. Tourism is a significant contributor to the development of the regional economy. Public transportation specially designed for tourism may well support the development of tourism. Such means of transportation is designed for tourists who would like to visit tourism objects so that they can travel easily, effectively, and efficiently. In developing effective and efficient transportation routes, the contribution of science, such as graph theory, is necessary. Graph theory has been applied in various fields of human life, including in the field of transportation. One of the algorithms in the graph theory that can be used to optimize the route of a transportation model is Floyd algorithm. This research was a case study in Banyumas Regency. It was aimed at designing tour bus routes heading for the tourism objects in Banyumas Regency by displaying the shortest routes using Floyd algorithm. Through this research, it was obtained the shortest routes that could be traveled by tour buses. The routes were expected to increase the number of visitors, both foreign and domestic tourists, to Banyumas Regency.
Pengenalan alat musik tradisional Bangka dengan Marker-Based Augmented Reality Juniawan, Fransiskus Panca; Sylfania, Dwi Yuny; Pradana, Harrizki Arie; Laurentinus, Laurentinus
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2408.504 KB) | DOI: 10.26594/register.v5i2.1498

Abstract

Dengan berkembangnya teknologi, kesadaran akan pentingnya alat musik tradisional menjadi berkurang. Demikian juga dengan alat musik tradisional Bangka yang mulai kehilangan popularitasnya. Kondisi saat ini, para remaja di Bangka kebanyakan tidak dapat memainkan alat musik tradisionalnya. Begitu juga dengan anak-anak yang belum mengetahui dan bahkan tidak mengenal alat musik tradisional daerah mereka. Jika kondisi ini dibiarkan, dikhawatirkan keberadaan alat musik tradisional Bangka akan hilang, begitu juga dengan sumber daya manusia yang dapat memainkannya. Untuk menghindari hal tersebut, dibuatlah aplikasi pengenalan alat musik tradisional Bangka menggunakan Augmented Reality (AR). AR dipilih karena dapat memberikan gambaran alat musik secara real time dalam bentuk 3D sesuai dengan pergerakan kamera smartphone yang dinamis. Empat objek 3D alat musik yakni dambus, rebab, rebanatamborin, dan gong yang dibuat menggunakan Autodesk Maya. AR yang dibangun menggunakan metode berbasis marker. Metode ini dipilih agar lebih mudah digunakan oleh pengguna yang mayoritasnya adalah anak-anak. Selain itu, kelebihan metode ini memiliki tingkat akurasi posisi yang sangat tinggi. Unity sebagai engine untuk penerapan AR 3D modelling pada sistem Android dan Vuforia SDK sebagai engine pembentuk marker augmented reality. Pengujian fungsional memiliki hasil 100% dengan sistem yang berjalan baik. Hasil pengujian kinerja deteksi objek AR berdasarkan intensitas cahaya diketahui bahwa smartphone yang memiliki dua kamera di bagian belakang dapat mendeteksi objek dengan intensitas cahaya 0 Lux pada malam hari dengan kondisi gelap, sedangkan yang hanya memiliki satu kamera tidak dapat mendeteksi objek. Pengujian warna marker mendapatkan hasil modifikasi warna marker pink, kuning, dan hitam yang masih memungkinkan untuk pendeteksian objek, walaupun objek yang tampil tidak stabil. Dari pengujian kertas marker diketahui bahwa jenis kertas tidak berpengaruh terhadap pendeteksian objek. Pengujian beta dilakukan dengan cara membagikan kuesioner terkait pengalaman pengguna dalam penggunaan sistem. Hasil survei diketahui pengguna merasa sangat setuju dengan nilai sebesar 80%, bahwa penggunaan sistem dapat membantu mereka dalam mengenal alat musik tradisional Bangka.   With the incessant development of technology, awareness on the importance of traditional musical instruments has declined. Similarly, teenagers living in Bangka no longer play their traditional musical instruments, and children are not exposed to their cultural heritage. However, if this continues, it is feared that the existence of traditional Bangka musical instruments will soon go extinct. To avoid this, researchers have proposed an application to identify this media using Augmented Reality (AR). This technique was chosen due to its ability to provide visuals of musical instruments in real time using 3D models in accordance with the dynamic movement of smartphone cameras. This comprises of four 3D objects namely dambus, rebab, rebanatamborin, and gong, which were designed and developed using Autodesk Maya. AR is built using marker-based methods, which was chosen for easy use because majority of its users are children, and its high level of accuracy. Unity was utilized as an engine for its implementation in the Android system, and Vuforia SDK as augmented reality marker-builder engine. Functional testing showed 100% results which means that the system is running well. From the results of the AR object detection performance test based on light intensity it is known that a smartphone with two cameras in the backside has the ability to detect objects with a light intensity of 0 Lux in dark rooms, while the other smartphone with one camera failed to detect the objects. Color testing obtained a modification of marker colors comprising of pink, yellow, and black which are still able to detect objects, although not stable. The paper test marker has no effect on object detection. Beta testing questionnaires were used to obtain information related to user experience. From the survey results, it is known that users strongly agree (80%) that the use of the system helps them to recognize traditional Bangka musical instruments.

Page 1 of 1 | Total Record : 7