cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
Indonesia Symposium on Computing
Published by Universitas Telkom
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 43 Documents
 1   2   3   4   5 
Search results for , issue " Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)" : 43 Documents clear
Perbandingan Peramalan Indeks Harga Saham Gabungan Menggunakan Support Vector Machines Dan Jaringan Saraf Tiruan Karina Priscilia; Rian Febrian Umbara; Jondri Jondri
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Support vector machines merupakan sebuah alat prediksi klasifikasi dan regresi yang menggunakan teori pembelajaran mesin (machine learning) untuk meningkatkan akurasi prediksi dan sekaligus menghindari data yang over-fit. Jaringan saraf tiruan adalah suatu teknologi komputasi yang berbasis pada model saraf biologis, model ini membantu mensimulasikan tingkah laku dan kerja model saraf terhadap berbagai macam masukan. Penelitian ini menggunakan metode support vector machines dan jaringan saraf tiruan untuk peramalan pergerakan Indeks Harga Saham Gabungan. Kedua metode ini akan dibandingkan melalui nilai akurasi, waktu komputasi dan kompleksitas algoritma. Hasil perhitungan 10 indikator dijadikan input pada sistem. Pada penelitian ini diperoleh hasil, yaitu dengan menggunakan metode jaringan saraf tiruan didapatkan akurasi testing sebesar 68,26% dan total waktu komputasi sebesar 9,068 seconds, sedangkan menggunakan metode support vector machines didapatkan akurasi sebesar 56,57% dan total waktu komputasi sebesar 27,666 seconds. Waktu asimptotik metode JST adalah 𝑶 (𝒏𝟐)dan waktu asimptotik metode SVM adalah 𝑶 (𝒏𝟑). Percobaan ini menunjukkan metode jaringan saraf tiruan lebih baik dibandingkan support vector machines dalam meramalkan pergerakan Indeks Harga Saham Gabungan, selain itu metode JST memiliki kompleksitas waktu asimptotik yang lebih cepat, hal ini menunjukkan bahwa algoritma JST lebih efisien.
Analisis Proses Pendeteksian Api Menggunakan Metode Wavelet Febryanti Sthevanie; Tjokorda Agung Budi; Retno Novi
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Metode pendeteksian api yang saat ini sering digunakan adalah alat pendeteksi api berdasarkan asap atau suhu. Namun metode ini tidak dapat digunakan di ruangan yang luas dan luar ruangan (outdoor). Lalu dikembangkanlah metode pendeteksian api pada video memanfaatkan media kamera video, webcam, CCTV yang saat ini sudah banyak dipasang di gedung-gedung. Metode deteksi api dengan memanfaatkan media kamera video ini pada prinsipnya melakukan image processing terhadap frame-frame di video hasil rekaman kamera, webcam, dan CCTV. Metode ini memiliki beberapa kelebihan dibandingkan dengan alat pendeteksi api berdasarkan asap atau suhu, yaitu dapat digunakan di ruang yang lebih luas baik dalam atau luar ruangan. Kecepatan dalam mendeteksi api pun lebih cepat karena tidak perlu menunggu asap atau api menyentuh kamera. Ditambah saat ini banyak sekali gedung yang sudah memasang kamera pengawas atau CCTV sebagai kamera keamanan.Oleh karena itu, pada ini, deteksi keberadaan objek api pada video off-line dilakukan dengan cara mendeteksi piksel yang memilki karateristik seperti api, yaitu melalui 4 tahap, pertama, pendeteksian piksel bergerak menggunakan metode three frame differencing, kedua, pendeteksian piksel berwarna seperti api menggunakan metode pencocokan piksel dengan database piksel warna api terkluster menggunakan K-Means, ketiga, pendeteksian frekuensi perubahan warna piksel untukmengetahui keberadaan lidah api menggunakan tranformasi wavelet 1-D, keempat, pendeteksian variasi nilai piksel pada region yang dicurigai sebagai api menggunakan transformasi wavelet 2-D. Dengan menggunakan transformasi wavelet, maka perubahan nilai piksel dapat dianalisis dari segi frekuensi perubahan maupun waktunya. Selain itu transformasi wavelet pun dapat menganalisis variasi warna pada api sehingga dengan menggunakan trasformasi wavelet, dapat dibedakan antara objek api danbukan api di dalam sebuah video.Sehingga dengan menambahkan parameter lidah api dan variasi warna api menggunakan metode wavelet proses deteksi api lebih baik dibandingkan hanya menggunakan warna dan gerak saja. Akurasi sistem dengan metode ini mencapai 82,35%.
Implementasi Algoritma Fold-Growth pada Pemodelan Pola Pembelian Barang sebagai Pendung Penentuan Letak Barang Bq Desy Hardianti; Mira Kania Sabariah; Alfian Gozali Akbar
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Data mining adalah proses analisa data untuk menggali pola yang terdapat pada data. Data mining digunakan untuk menggali data dalam jumlah besar dimana proses ini bertujuan untuk mendapatkan informasi dan pengetahuan baru yang bermanfaat yang dapat digunakan untuk mendukung penentuan keputusan. Salah satu teknik Data mining yang dapat digunakan adalah Market basket analysis dengan menggunakan association mining yaitu Algoritm Fold-Growth. Metode ini dimulai dengan mencari frequent itemset dan menghasilkan rule yang dapat dijadikan acuan peletakan barang pada toko atau supermarket . Algoritma Fold-Growth ini dapat membantu menemukan aturan asosiasi antarbarang yang dapat digunakan sebagai acuan dalam marketing atau promosi barang secara efektif. Dalam penelitian ini dibuktikan bahwa Algoritma Fold- Growth berhasil diimplementasikan dalam kasus Market basket analysis untuk menentukan rule atau aturan terkait peletakan barang pada toko atau supermarket. Dari penelitian yang telah dilakukan ditemukan juga bahwa dari data transaksi yang di dapat dan diujicobakan berdasarkan jumlah data atau kuantitas data serta kombinasi parameter minimum support 0.1% - 0.5% dan minimum confidence 10% -50% didapat kesimpulan bahwa pemilihan kombinasi nilai minimum support dan nilai minimum confidence berpengaruh terhadap jumlah rule ataupun frequent itemset yang dihasilkan. Selain itu aturan tambahan yang diberlakukan oleh toko dimana item food dan non-food tidak dapat gabungkan dalam satu rak (departemen) berpengaruh juga dalam menentukan kebijakan terkait dengan peletakan barang .
Swarm Genetic Algorithm, Suatu Hibrida dari Algoritma Genetika dan Particle Swarm Optimization Taufan Mahardika
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Swarm Genetic Algorithm (SGA) merupakan suatu hibrida dari Algoritma Genetika (AG) dan Particle Swarm Optimization (PSO). SGA menggunakan proses seleksi, perkawinan dan mutasi yang diadopsi dari AG untuk menciptakan generasi baru. Pertumbuhan setiap individu dalam generasi dalam SGA dipengaruhi oleh faktor perubahan individu, individu terbaik dan faktor sosial yang diadopsi dari PSO. Berdasarkan percobaan yang dilakukan diperoleh bahwa SGA ini lebih baik daripada AG namun SGA ini sebanding dengan PSO.
Simulasi Numerik Proses Pendinginan pada Media Berpori dengan Memvariasikan Syarat Batas Aang Nuryaman
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Proses pendinginan dalam media berpori dibangun oleh persamaan konvektif-difusi dengan disertasi syarat awal dan syarat batas tertentu. Paper ini menyajikan simulasi numerik dinamika/distribusi suhu pada media berpori yang mengalami pendinginan dengan cara mengalirkan fluida melalui celah kecil. Berbagai variasi laju alir fluida dikombinasikan dengan variasi syarat batas di ujung kanan media berpori akan dikaji pengaruhnya terhadap distribusi suhu.
Implementasi Hubs and authorities centrality dalam Social network analysis pada Data Twitter Farudi Erwanda; Adiwijaya Adiwijaya; Gia Septiana
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Penelitian yang dilakukan dalam Social network analysis dapat berupa pola penyebaran informasi dan komunikasi serta penentuan seberapa penting suatu informasi dan menentukan pengaruh seorang user dalam suatu komunitas.Relasi following/followed, mention, retweet dan reply dalam Twitter dapat direpresentasikan kedalam suatu graf dimana setiap user menjadi node dan setiap relasi antar user menjadi edge. Untuk menentukanseorang user memiliki sifat influence dan user yang memiliki keterhubungan dengan user yang memiliki sifat influence atau tidak harus mengetahui nilai centrality-nya. Centrality merupakan ukuran dimana suatu node/user dianggap memiliki informasi yang baik.Hubs and Authorities merupakan salah satu metode perhitungancentrality yang menitik beratkan pada dua aspek penilaian yaitu hubness dan authority.Hub dapat digambarkan sebagai nilai dari suatu user yang terhubung dengan userlain yang memiliki sifat influence sedangkan authority dapat digambarkan sebagai indikator nilai suatu usermemiliki sifat influence.Dengan mempertimbangkan dua aspek ini maka tidak hanya user yang memiliki sifat influence saja yang dapat diketahui namun user yang memiliki keterhubungan dengan user yang influence juga dapat diketahui. Sehingga user-user tersebut dapat dijadikan suatu acuan jika ingin mendapatkan informasi tentang user yang memiliki pengaruh dalam komunitas tersebut.
Analisis Perbandingan Sistem Rekomendasi dengan Faktorisasi Matriks dan Pearson Berbasis Collaborative Filtering Pada Web E-Commerce Marissa Aflah Syahran; Erwin Budi Setiawan; Sri Suryani
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Recommender system merupakan suatu sistem yang mampu memberikan suatu rekomendasi kepada user terhadap item, seperti barang, musik, video, film, buku, dan sebagainya, yang mungkin akan dipilihnya. Penelitian ini mengimplementasikan dan menganalisis perbandingan recommender system dengan algoritma pearson serta faktorisasi matriks yang berbasis Collaborative Filtering. Analisis perbandingan didasarkan pada analisis algoritma, nilai Mean Absolute Error (MAE) dan Response time. Dari hasil analisis, didapatkan bahwa kompleksitas algortima faktorisasi matriks Lebih kompleks dari algoritma pearson. Selain itu didapat nilai MAE recommender system dengan algoritma faktorisasi matriks memiliki nilai MAE yang lebih kecil daripada recommender system dengan algoritma pearson serta nilai Response time recommender system dengan algoritma pearson lebih kecil daripada  algoritma faktorisasi matriks. Metode yang paling baik digunakan adalah faktorisasi matriks karena memiliki MAE lebih akurat dibandingkan dengan metode pearson. Perkembangan hardware juga membuat response time tidak berpengaruh secara signifikan
Implementasi Algoritma Ct-Pro Dan Data Warehouse Skema Galaxy Untuk Sistem Informasi Evaluasi Diri(Studi Kasus : Fakultas Informatika It Telkom) Raden Mochamad Rizky; Shaufiah Shaufiah; Hetti Hidayati
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Evaluasi diri merupakan proses evaluasi internal pada suatu program studi di suatu perguruan tinggi yang bertujuan untuk meningkatkan jaminan mutu pendidikannya, perencanaan,  perbaikan suatu program studi dan untuk mempersiapkan evaluasi eksternal atau akreditasi. Sistem yang dinamakan Sistem Informasi Evaluasi Diri ditujukan untuk pimpinan program studi dan pihak-pihak terkait untuk membantu melakukan proses evaluasi diri di fakultas Informatika IT Telkom berdasarkan tiga komponen evaluasi diri yang dipilih, yaitu Mahasiswa dan Lulusan, Sumber Daya Manusia, dan Penelitian, Pelayanan/Pengabdian Masyarakat, dan Kerjasama. Sistem Informasi Evaluasi Diri dibangun menggunakan DATA WAREHOUSE yang dirancang dengan skema GALAXY dan Data mining dengan algoritma CT-Pro. DATA WAREHOUSE skema GALAXY merupakan salah satu metode perancangan skema DATA WAREHOUSE dimana suatu tabel dimensi dapat terhubung dengan dua atau lebih tabel fakta. Data mining dengan algoritma CT-PRO merupakan modifikasi dari algoritma association rule lainnya yaitu fp-growth. Perbedaan algoritma CT-PROdengan algoritma FP-growth terletak pada proses pembuatan tree nya. Tree pada CT-PRO(CFP-Tree) lebih sedikit node nya daripada Tree pada FP-growth (FP-Tree). Tujuan menggunakan algoritma Data mining CT-PROadalah untuk menemukan pola-pola rules dari data-data komponen evaluasi diri yang ada agar dapat menjadi knowledge untuk evaluasi diri dan juga akreditasi. Pencarian pola-pola rules tersebut bergantung pada minimum support dan minimum confidence. Pengujian pada DATA WAREHOUSE menunjukkan bahwa DATA WAREHOUSE yang dibangun pada sistem telah memenuhi keempat karakteristik DATA WAREHOUSE, yaitu subject oriented, integrated, time variant,dan non-volatile. Pengujian pada Data mining CT-PRO menunjukkan bahwa association rule pada data mahasiswa kurang dapat diambil knowledge nya karena atribut yang ada pada data mahasiswa kurang lengkap.
Analisis Dan Implementasi Data Mining Dengan Continuous Association Rule Mining Algorithm (Carma) Untuk Rekomendasi Mata Kuliah Pada Perwalian Dwiaji Nuraryudha; Shaufiah Shaufiah; Hetti Hidayati
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Perwalian adalah tahapan yang harus dilalui oleh setiap mahasiswa pada masa registrasi semester baru.  Saat perwalian, mahasiswa mengajukan mata kuliah yang akan diambil kepada dosen wali, kemudian dosen wali akan membantu dengan memberikan rekomendasi mata kuliah untuk mahasiswa walinya terutama dalam pengambilan mata kuliah pilihan. Untuk itu dibuatlah sebuah sistem rekomendasi guna membantu proses perwalian. Sistem rekomendasi ini dibuat dengan teknik Data mining menggunakan algoritma CARMA (Continuous Association rule Mining Algorithm).  Hasil implementasi yang dilakukan membuktikan bahwa algoritma CARMA dapat digunakan untuk menyelesaikan proses rekomendasi mata kuliah pilihan. Rekomendasi ini berdasarkan aturan asosiasi yang terbentuk. Nilai yang didapat adalah minimum confidence=50%, dan support sequence = 0.4.
Penerapan Adaptive Genetic Algorithm Dengan Fuzzy Logic Controller Pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin; Rasyid Kurniawan; Mahmud Dwi Sulistiyo
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Capacitated Vehicle Routing Problem (CVRP) merupakan permasalahan pendistribusian barang dari sebuah depot kepada sejumlah pelanggan menggunakan beberapa kendaran dengan batas kapasitas tertentu. Tujuan utama dari CVRP adalah bagaimana proses pendistribusian barang dapat dilakukan secara efisien sehingga dapat menghemat biaya dengan meminimalkan jarak yang perlu ditempuh. Biaya pengiriman barang dari depot ke konsumen yang optimal dapat mengurangi biaya produksi dari perusahaan tersebut. Penentuan jalur pengiriman yang optimal dapat menekan biaya pengiriman barang pada sebuah perusahaan. Genetic Algorithm (GA) dipilih karena cocok untuk penyelesaian masalah stokastik dan dapat mencari nilai optimum global lebih cepat karena tidak semua kemungkinan nilai dihitung. Tetapi, GA dapat terjebak dalam optimum lokal. Salah satu strategi yang dapat digunakan untuk mengurangi kemungkinan terjadinya hal tersebut adalah dengan membuat GA menjadi adaptif. Parameter pada GA dibuat menjadi adaptif menggunakan Fuzzy Logic Controller (FLC). Pada inisialisasi individu pada GA, digunakan greedy search berdasarkan lokasi pelanggan dengan jarak yang terdekat untuk menentukan daftar jalur acuan agar pencarian pada GA tidak terlalu acak sehingga pencarian jalur optimal dapat menjadi lebih cepat. Rata-rata akurasi dari penelitian yang telah dilakukan adalah 86,81% dari solusi yang paling optimal yang disertakan pada dataset.

Page 1 of 5 | Total Record : 43

 1   2   3   4   5 

Filter by Year

2014 2014


Reset
Filter By Issues
All Issue Indonesia Symposium on Computing (IndoSC) 2016 Indonesia Symposium on Computing 2015 Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)