Articles

Found 22 Documents
Search

Penentuan Pola Sekuensial pada Data Transaksi Perpustakaan IPB Menggunakan Algoritma Graph Search Techniques

Jurnal Ilmiah Ilmu Komputer Vol 6, No 1 (2008): Jurnal Ilmiah Ilmu Komputer
Publisher : Jurnal Ilmiah Ilmu Komputer

Show Abstract | Original Source | Check in Google Scholar | Full PDF (336.245 KB)

Abstract

Data transaksi di Perpustakaan IPB terutama peminjaman buku dicatat setiap hari sehingga menghasilkan kumpulan data transaksi peminjaman buku dalam ukuran besar. Untuk mengetahui pola perilaku peminjaman buku oleh seluruh anggota perpustakaan khususnya mahasiswa Strata 1 (S1) tahun masuk 2003 digunakan salah satu metode dalam data mining yaitu sequential pattern mining dengan algoritma Graph Search Techniques (GST) sebagai pembentuk large sequence. Algortima GST dapat menemukan urutan large k-sequence (k ≥ 3) tanpa mengetahui langsung large (k-1) sequence. Pola sekuensial yang merupakan large sequence maksimal dicari dari seluruh large sequence yang terbentuk. Pola sekuensial yang diperoleh kemudian direpresentasikan agar mudah dipahami dan diinterpretasikan. Informasi yang diperoleh diharapkan dapat berguna bagi pengelola perpustakaan dalam peningkatan mutu layanan di Perpustakaan IPB. Berdasarkan pola sekuensial yang diperoleh dalam penelitian ini maka dapat disimpulkan bahwa minimum support tertinggi hingga masih terbentuk large sequence berada pada nilai 30% dan time constraint 6 bulan dengan transaksi peminjaman terbanyak dilakukan oleh mahasiswa yang berasal dari Departemen Pemuliaan Tanaman dan Teknologi Benih (sebanyak 209 transaksi), sedangkan minimum support yang menghasilkan sequence dengan jumlah item terbanyak berada pada nilai 4% dan time constraint 2 bulan. Pada beberapa penggunaan minimum support ternyata large sequence tidak terbentuk yang diakibatkan oleh tidak ada 2-sequence pada tabel L2 dan terjadi cycle pada IRG (Item Relation Graph). Variasi jumlah large sequence yang terbentuk tidak dipengaruhi oleh nilai time constraint. Sebagian besar transaksi yang dilakukan mahasiswa S1 tahun masuk 2003 masih dilakukan dalam skala kecil dengan sedikit jumlah item (kelas buku) yang dipinjam pada selang waktu antar transaksi peminjaman yang lama. Semakin tinggi penggunaan minimum support, maka jumlah item yang membentuk pola sekuensial cenderung semakin sedikit, selain itu waktu yang dibutuhkan untuk membentuk large sequence semakin cepat.

Sistem Pakar Diagnosa Penyakit Udang Windu (Penaeus Monodon) Menggunakan Logika Fuzzy

Jurnal Ilmiah Ilmu Komputer Vol 8, No 1 (2010): Jurnal Ilmiah Ilmu Komputer
Publisher : Jurnal Ilmiah Ilmu Komputer

Show Abstract | Original Source | Check in Google Scholar | Full PDF (122.448 KB)

Abstract

Abstrak-Udang windu (Penaeus monodon) merupakan salah satu jenis udang yang sangat menarik dan menguntungkan untuk dipelihara. Kendala terbesar dari pemeliharaan udang windu ini adalah penyakit yang sering menyerang udang dengan masa inkubasi yang cukup pendek sehingga dapat sangat merugikan petani karena bisa mengakibatkan kematian masal. Saat ini diagnosa penyakit udang windu dilakukan dengan cara mikroskopis dan gejala klinis. Diagnosa mikroskopis jika menggunakan cara konvensional (laboratorium) membutuhkan waktu yang lama. Sedangkan menggunakan cara modern yaitu PCR (polimer chain reaction) cepat tetapi memerlukan  biaya yang mahal. Diagnosa melalui gejala klinis memerlukan keahlian dari seorang pakar. Sistem pakar yang dibangun dalam penelitian ini mengadopsi kemampuan seorang pakar dalam mendiagnosa penyakit udang windu melalui gejala  klinis. Output dari sistem yang dibangun diharapkan dapat membantu petani untuk mendiagnosa penyakit udang windu secara cepat dan tepat, sehingga penyakit udang windu dapat didiagnosa sedini mungkin sebelum menimbulkan kerugian yang besar. Input yang dibutuhkan oleh sistem ini adalah bobot, umur, keadaan lingkungan air tambak, perilaku udang. Data lainnya adalah pemeriksaan general per bagian tubuh udang yang dilanjutkan dengan  pemeriksaan detail kelainan pada bagian tertentu tubuh udang. Untuk pendeteksian jenis penyakit dilakukan dengan teknik pelacakan ke belakang (backward chainning). Logika fuzzy digunakan untuk mendeteksi tingkat keparahan penyakit udang windu karena dinilai sangat tepat untuk mengadopsi kemampuan pakar dalam hal ini ke dalam sistem pakar yang dibangun. Logika fuzzy yang digunakan adalah metode Mamdani dengan metode defuzifikasi Centroid. Sistem pakar dilengkapi dengan fasilitas penjelasan mengenai identitas udang, status kelayakan lingkungan, jenis penyakit, informasi penyakit, tingkat keparahan penyakit dan langkah apa yang harus dilakukan untuk menangani udang yang terserang penyakit dengan tingkat keparahan tertentu. Dari hasil uji coba yang telah dilakukan didapatkan akurasi 95% untuk diagnosa jenis penyakit sedangkan untuk tingkat keparahan penyakit akurasinya 85%.

Penambahan Modul Updating Data pada OLAP Berbasis Web untuk Persebaran Hotspot di Wilayah Indonesia Menggunakan Palo 2.5

Jurnal Ilmiah Ilmu Komputer Vol 8, No 1 (2010): Jurnal Ilmiah Ilmu Komputer
Publisher : Jurnal Ilmiah Ilmu Komputer

Show Abstract | Original Source | Check in Google Scholar | Full PDF (619.818 KB)

Abstract

This research is continues the previous work in developing data warehouse and web-based OLAP for hotspot distribution in Indonesia using Palo 2.0. This research build a module to update data in data warehouse so that new hotspot data can be in OLAP application. Hotspot data are provided by Kementrian Lingkungan Hidup (KLH). Data warehouse adopts the three-tier architecture which contains 3 layers: bottom layer (data warehouse server), middle layer (OLAP Server), and top layer (web browser). Software used in this research are PHP version 5 and Palo 2.5 as OLAP server. In addition to the updating data module, this research yields aggregation values of number of hotspot for regions in Indonesia start from level of island to level of district the year 2005. Information about distribution of hotspot is presented in the form of crosstabs and interesting graphs. For Graphs are presented in the form of bar and pie plot.

Implementasi Fuzzy OLAP pada Data Potensi Desa di Provinsi Jawa Barat Tahun 2003 dan 2006

Jurnal Ilmiah Ilmu Komputer Vol 6, No 1 (2008): Jurnal Ilmiah Ilmu Komputer
Publisher : Jurnal Ilmiah Ilmu Komputer

Show Abstract | Original Source | Check in Google Scholar | Full PDF (355.874 KB)

Abstract

Kurangnya pemanfaatan atau pengolahan terhadap gunung data yang sebenarnya dapat menghasilkan suatu informasi atau pengetahuan yang penting untuk mendukung pengambilan keputusan. Data Potensi Desa yang bersumber dari Badan Pusat Statistik (BPS) memiliki peranan yang cukup strategis di masa yang akan datang dan merupakan produk unggulan BPS. Untuk itu sangat penting melakukan analisis data Podes secara efisien dan cepat.  Data warehouse adalah tempat penyimpanan data terintegrasi yang dapat digunakan untuk query dan analisis.Operasi query ini dilakukan dengan On-line Analytical Processing (OLAP). Data real dijumpai sering kali mengandung informasi yang tidak tepat dan ketidakpastian (uncertain).  Teori himpunan fuzzy digunakan untuk menangani masalah tersebut. Penelitian ini bertujuan membangun  data warehouse untuk data Potensi Desa di Provinsi Jawa Barat tahun 2003 dan 2006 yang direpresentasikan dalam model data multidimensi dengan menggunakan teori himpunan fuzzy dan mengimplementasikan operasi OLAP. Ruang lingkup penelitian adalah dibatasi pada implementasi  fuzzy OLAP untuk data Potensi Desa di Provinsi Jawa Barat tahun 2003 dan 2006. Sistem yang akan dibangun mengikuti arsitektur data warehouse tiga tingkat. Struktur data pada data warehouse digambarkan dengan skema galaksi. Operasi-operasi yang diimplementasikan adalah operasi roll-up, drill-down, slice, dice, dan pivot. Operasi untuk fuzzy OLAP dilakukan sesuai dengan konsep pengoperasian data multidimensi fuzzy. Hasil penelitian ini adalah terbentukya data warehouse yang diimplementasikan dengan konsep fuzzy serta data warehouse untuk data crisp sebagai pelengkap penyajian informasi. Data warehouse yang dibangun menggunakan konsep fuzzy terlebih dahulu melalui tahapan praproses data dan proses clustering menggunakan algoritma FCM untuk mendapatkan himpunan fuzzy dan nilai derajat keanggotaan tiap atribut. Data warehouse tersebut memiliki 4 kubus data yaitu penduduk, rumah tangga, lahan, dan sekolah. Data dapat ditampilkan dalam bentuk crosstab atau grafik. Penelitian ini memberikan informasi berupa data fuzzy dan data crisp. Data fuzzy yang disajikan memberikan informasi natural dengan mendefinisikan variabel linguistic. Data crisp disajikan sebagai penunjang untuk mendapatkan informasi.

A Decision Tree Based on Spatial Relationships for Predicting Hotspots in Peatlands

TELKOMNIKA Telecommunication, Computing, Electronics and Control Vol 12, No 2: June 2014
Publisher : Universitas Ahmad Dahlan

Show Abstract | Original Source | Check in Google Scholar

Abstract

Predicting hotspot occurrence as an indicator of forest and land fires is essential in developing an early warning system for fire prevention.  This work applied a spatial decision tree algorithm on spatial data of forest fires. The algorithm is the improvement of the conventional decision tree algorithm in which the distance and topological relationships are included to grow up spatial decision trees. Spatial data consist of a target layer and ten explanatory layers representing physical, weather, socio-economic and peatland characteristics in the study area Rokan Hilir District, Indonesia. Target objects are hotspots of 2008 and non-hotspot points.  The result is a pruned spatial decision tree with 122 leaves and the accuracy of 71.66%.  The spatial tree has produces higher accuracy than the non-spatial trees that were created using the ID3 and C4.5 algorithm. The ID3 decision tree has accuracy of 49.02% while the accuracy of C4.5 decision tree reaches 65.24%.

Sistem Informasi Geografis Persebaran Titik Api di Indonesia Menggunakan OpenGeo Suite 3.0

Jurnal Ilmu Komputer dan Agri-Informatika Vol 3, No 1 (2014)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar

Abstract

Kebakaran hutan merupakan masalah yang serius karena dapat mengakibatkan dampak buruk terhadap lingkungan. Salah satu upaya pencegahan kebakaran hutan adalah membangun sistem informasi geografis (SIG) berbasis web untuk mengelola data histori titik api sebagai indikator terjadinya kebakaran. Penelitian ini bertujuan untuk membangun SIG berbasis web menggunakan perangkat lunak OpenGeo Suite 3.0. OpenGeo Suite merupakan aplikasi yang mengemas sistem manajemen basis data PostgreSQL dengan ekstensi spasial PostGIS dan server peta Geoserver sehingga memberikan kemudahan dalam pembangunan dan pengelolaan SIG berbasis web. SIG yang dibangun menyediakan fitur utama yaitu menampilkan peta Indonesia, fungsi pan map, zoom in, zoom out, dan fungsi pencarian persebaran titik api berdasarkan wilayah dan waktu. Dengan adanya SIG berbasis web ini, pengelolaan data histori titik api dapat dilakukan dengan mudah sehingga dapat membantu pengguna dalam penyediaan data histori dan persebaran titik api untuk wilayah Indonesia.Kata Kunci: OpenGeo Suite, sistem informasi geografis berbasis web, titik api.

Detection and Prediction of Peatland Cover Changes Using Support Vector Machine and Markov Chain Model

TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 14, No 1: March 2016
Publisher : Universitas Ahmad Dahlan

Show Abstract | Original Source | Check in Google Scholar

Abstract

Detection and prediction of peatland cover changes needs to be done in the rapid rate of deforestation in Indonesia. This work applied Support Vector Machine (SVM) and Markov Chain Model on multitemporal satellite data. The study area is located in the Rokan Hilir district, Riau Province. SVM classification technique used to extract information from satellite data for the years 2000, 2004, 2006, 2009 and 2013. The Markov Chain Model was used to predict future peatland cover. The SVM classification result showed that the Kappa accuracy of peatland cover classification is more than 0.92. The non vegetation areas increased to 307% and the sparse vegetation areas increased to 22% between 2000 and 2013, while dense vegetation areas decreased to 61%. Prediction of future land cover by the Markov Chain Model showed that the use of multitemporal satellite data with 3 years interval provides accurate result for predicting peatland cover changes.

Analisis Usabilitas Sistem Informasi Manajemen Penerimaan Koleksi Deposit Di Perpusnas Berdasarkan Pendekatan Evaluasi Heuristik

Jurnal Pustakawan Indonesia Vol 14, No 1 (2015): Jurnal Pustakawan Indonesia
Publisher : Perpustakaan IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (188.519 KB)

Abstract

Acquisition Management of  Deposit Collection Information System in Indonesia National Library has been used for 3 years (since January 2012). During the usage, the Group of Acquisition, Monitoring, and Evaluation of Deposit Sub Directorate  found some obstacles include the unability of the system to detect double regist, a monotone display, too many menus and too many pages to get through before going to the desired page, the information resulted is not according to what needed, and the exsistance of backward analysis system which should be passed by a system when it has already been used. The data collection of this research used quessionaires which were spread among 17 system users that are the members Group of Acquisition, Monitoring, and Evaluation of Deposit Sub Directorate.  The data analysis used student statistic examination of one sample. The result of the study was the need of improvement about SIM of Deposit Collection Acquisition of Indonesia National Library related to the usability of the system to fulfill the usability elements, and the repairment recommendation belong to the categories of: Learnability, improvement of response for fasten of data searching by query optimization involving related tables of data required and indexing based on the tag ID and repair on the arranging and the use of features to be adjusted with the needs of users based on their user ID and position authority. Efficiency, improvement of response for fasten the response of data searching by query optimization involving related tables of data required and indexing based on the tag ID and addition to be able to copy and modify existing data and increase the ability of the system that the function keys in the keyboard  can be use in using the system. Easy to remember, the addition of the ability of the system that the keyboard function keys can be use in using the system. Error prevention, repair systems ability to identify errors and provide a message box or sign acclamation sign of error message containing an error message when the user made a mistake and adding dictionary menu associated with the terminology in the search box to avoid mistakes in typing. Satisfying, adding help menu that can provide guidance and can be followed when finding problem that help users to solve a problemKeywords : Heuristic Evaluation, Management Information System, Usability

Comparative Analysis of Spatial Decision Tree Algorithms for Burned Area of Peatland in Rokan Hilir Riau

TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 14, No 2: June 2016
Publisher : Universitas Ahmad Dahlan

Show Abstract | Original Source | Check in Google Scholar

Abstract

 Over one-year period (March 2013 – March 2014), 58 percent of all detected hotspots in Indonesia are found in Riau Province. According to the data, Rokan Hilir shared the greatest number of hotspots, about 75% hotspots alert occur in peatland areas. This study applied spatial decision tree algorithms to classify classes before burned, burned, and after burned from remote sensed data of peatland area in Kubu and Pasir Limau Kapas subdistrict, Rokan Hilir, Riau. The decision tree algorithm based on spatial autocorrelation is applied by involving Neigborhood Split Autocorrelation Ratio (NSAR) to the information gain of CART algorithm. This spatial decision tree classification method is compared to the conventional decision tree algorithms, namely, Classification and Regression Trees (CART),  C5.0, and C4.5 algorithm. The experimental results showed that the C5.0 algorithm generate the most accurate classifier with the accuracy of  99.79%. The implementation of spatial decision tree algorithm succesfuly improve the accuracy of CART algorithm.

Decision Support System for Bat Identification using Random Forest and C5.0

TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 15, No 3: September 2017
Publisher : Universitas Ahmad Dahlan

Show Abstract | Original Source | Check in Google Scholar

Abstract

Morphometric and morphological bat identification are a conventional method of identification and requires precision, significant experience, and encyclopedic knowledge. Morphological features of a species may sometimes similar to that of another species and this causes several problems for the beginners working with bat taxonomy. The purpose of the study was to implement and conduct the random forest and C5.0 algorithm analysis in order to decide characteristics and carry out identification of bat species. It also aims at developing supporting decision-making system based on the model to find out the characteristics and identification of the bat species. The study showed that C5.0 algorithm prevailed and was selected with the mean score of accuracy of 98.98%, while the mean score of accuracy for the random forest was 97.26%. As many 50 rules were implemented in the DSS to identify common and rare bat species with morphometric and morphological attributes.