Rully Soelaiman
Institut Teknologi Sepuluh Nopember

Published : 25 Documents
Articles

Found 25 Documents
Search

Implementasi Sistem Klasifikasi Fuzzy Berbasis Optimasi Koloni Semut untuk Diagnosa Penyakit Diabetes Triajianto, Junian; Purwananto, Yudhi; Soelaiman, Rully
Jurnal Teknik ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (151.669 KB)

Abstract

Diabetes merupakan penyakit metabolis yang ditandai dengan tingginya tingkat glukosa dalam darah. Banyak pasien yang tidak menyadari adanya gejala diabetes dalam dirinya. Oleh karena itu diperlukan sistem pakar yang bisa memberikan peringatan apakah seseorang menderita diabetes atau tidak. Dalam makalah ini diimplementasikan sistem klasifikasi fuzzy berbasis optimasi koloni semut untuk diagnosa penyakit diabetes. Sistem pakar ini menggunakan mesin inferensi fuzzy untuk melakukan prediksi penyakit diabetes. Aturan-aturan fuzzy yang digunakan untuk membentuk mesin inferensi fuzzy didapatkan dengan menerapkan optimasi koloni semut yang bertugas mempelajari data latih. Uji coba sistem dilakukan dengan menggunakan data set Pima Indian Diabetes. Performa terbaik yang dihasilkan oleh model adalah akurasi sebesar 78,55%, precision sebesar 79,61%, recall sebesar 78,56%, dan F-measure sebesar 79,02%.
Pengembangan Aplikasi Daftar Perencanaan Kegiatan Berbagi Pakai pada Sistem Operasi Android Mahendra Putra, Kadek Anggrian; Yuhana, Umi Laili; Soelaiman, Rully
Jurnal Teknik ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (687.726 KB)

Abstract

Teknologi pada perangkat bergerak sudah banyak melahirkan berbagai aplikasi perangkat bergerak untuk memanajemen aktivitas manusia. Penelitian ini bertujuan untuk membangun sebuah aplikasi manajemen perencanaan kegiatan yang dapat mendistribusikan perencanaan kegiatan dengan banyak pengguna. Aplikasi ini dilengkapi dengan fitur perintah suara, penentuan prioritas berdasarkan nilai bobot dari kegiatan tersebut dengan menggunakan algoritma TF-ICF (Term Frequency – Inverse Corpus Frequency), serta pengurutan perencanaan kegiatan berbasis location-aware. Aplikasi ini dibangun dalam 2 bagian, yaitu sisi klien pada sistem operasi Android, dan sisi server sebagai pusat data dan kontrol. Media komunikasi yang digunakan adalah internet. Pada penggunaannya, aplikasi klien akan mengeluarkan suara pemberitahuan dan memunculkan notifikasi pada layar perangkat bergerak untuk memberitahu penggunanya ketika pengguna berpindah lokasi dan di lokasi tersebut terdapat beberapa data rencana kegiatan miliknya, dan juga ketika sebuah perencanaan telah mendekati deadline-nya. Pengguna juga dapat mengundang pengguna lainnya untuk menjadi peserta atau pengamat dalam kegiatannya. Suatu perencanaan kegiatan dapat ditandai sebagai telah selesai dikerjakan atau masih ditunda, memiliki anak kegiatan lainnya, serta dapat disisipkan dengan arsip yang berkaitan.
Evaluasi Metode Histogram Ambang Tunggal dan Jamak Berbasis Nilai Median Rahayu, Dyah Sulistyo; Wijaya, Arya Yudhi; Soelaiman, Rully
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (257.104 KB)

Abstract

Proses pengolahan citra merupakan tahapan penting dalam proses ekstraksi informasi dari sebuah citra. Salah satu tahapan awal dalam proses pengolahan citra adalah segmentasi dimana cara yang paling sederhana untuk melakukan segmentasi adalah dengan memilih ambang histogram, baik ambang tunggal maupun jamak. Metode ambang histogram baik ambang tunggal dan ambang jamak yang ada saat ini belum mampu memilih ambang dengan tepat ketika histogram yang terbentuk asimetris, heavy tailed, atau memiliki tingkat kemencengan yang tinggi. Metode Median-based Otsu dan Median-based Minimum Error Thresholding (MET) merupakan pengembangan dari metode Otsu dan MET yang diklaim dapat melakukan pemilihan ambang tunggal dan ambang jamak dari histogram citra dengan baik. Makalah ini bertujuan untuk melakukan pengamatan terhadap karakteristik dan kinerja kedua metode tersebut dalam melakukan pemilihan ambang. Kinerja metode diukur dengan menghitung nilai Missclassification Error (ME) atau tingkat kesalahan klasifikasi. Pada uji coba yang dilakukan terhadap data unimodal, diketahui bahwa karakteristik kedua metode tersebut berbeda. Metode Median-based Otsu memotong pada puncak histogram sedangkan Median-based MET memotong pada awal atau akhir histogram. Berdasarkan serangkaian uji coba terhadap data sintetis, diketahui bahwa metode Median-based MET memiliki kinerja yang lebih baik dibanding Median-based Otsu pada data dengan lembah yang jelas dengan selisih nilai kesalahan klasifikasi 22%.
Implementasi Algoritma Rijndael dengan Menggunakan Kunci Enkripsi yang Berukuran Melebihi 256 bit Gunawan, Gracius Cagar; Saikhu, Ahmad; Soelaiman, Rully
Jurnal Teknik ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

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

Abstract

Dalam dunia nyata, terdapat permasalahan keamanan informasi yang dapat diselesaikan dengan menggunakan enkripsi. Seiring dengan pertumbuhan teknologi, enkripsi dengan ukuran cipher key yang kecil semakin mudah dibongkar. Oleh karena itu, ukuran cipher key perlu ditingkatkan. Sampai saat ini, Advanced Encryption Standard yang dibentuk berdasarkan Algoritma Rijndael yang dapat menggunakan cipher key berukuran 256 bit masih dipakai. Dalam artikel ini, dilakukan studi dan implementasi algoritma enkripsi yang mampu menerima cipher key berukuran lebih dari 256 bit dengan bahasa C. Hasil uji coba menunjukkan program menghasilkan keluaran yang benar dan memiliki pertumbuhan waktu eksekusi secara linear, yaitu Q(Nb*Nk) dengan Nb adalah ukuran data masukan dan Nk adalah ukuran cipher key
Implementasi KD-Tree K-Means Clustering untuk Klasterisasi Dokumen Gosno, Eric Budiman; Arieshanti, Isye; Soelaiman, Rully
Jurnal Teknik ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (322.524 KB)

Abstract

Klasterisasi dokumen adalah suatu proses pengelompokan dokumen secara otomatis dan unsupervised. Klasterisasi dokumen merupakan permasalahan yang sering ditemui dalam berbagai bidang seperti text mining dan sistem temu kembali informasi. Metode klasterisasi dokumen yang memiliki akurasi dan efisiensi waktu yang tinggi sangat diperlukan untuk meningkatkan hasil pada mesin pencari web,  dan untuk proses filtering. Salah satu metode klasterisasi yang telah dikenal dan diaplikasikan dalam klasterisasi dokumen adalah K-Means Clustering. Tetapi K-Means Clustering sensitif terhadap pemilihan posisi awal dari titik tengah klaster sehingga pemilihan posisi awal dari titik tengah klaster yang buruk akan mengakibatkan K-Means Clustering terjebak dalam local optimum. KD-Tree K-Means Clustering merupakan perbaikan dari K-Means Clustering. KD-Tree K-Means Clustering menggunakan struktur data K-Dimensional Tree dan nilai kerapatan pada proses inisialisasi titik tengah klaster. Pada makalah ini diimplementasikan algoritma KD-Tree K-Means Clustering untuk permasalahan klasterisasi dokumen. Performa klasterisasi dokumen yang dihasilkan oleh metode KD-Tree K-Means Clustering pada data set 20 newsgroup memiliki nilai distorsi 3×105 lebih rendah dibandingkan dengan nilai rerata distorsi K-Means Clustering dan nilai NIG 0,09 lebih baik dibandingkan dengan nilai NIG K-Means Clustering.
Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra Irwanto, Irwanto; Purwananto, Yudhi; Soelaiman, Rully
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (727.891 KB)

Abstract

Kuantisasi warna citra merupakan operasi penting pada banyak aplikasi grafik dan pengolahan citra.  Metode kuantisasi warna banyak dilakukan dengan menggunakan algoritma klasterisasi data. Kepopuleran k-means sebagai algoritma klasterisasi data yang telah umum, ternyata belum mendapat cukup perhatian pada literatur kuantisasi warna. Hal ini disebabkan karena mahalnya biaya komputasi dan sensitivitasnya terhadap pengaruh pemilihan pusat klaster. Penelitian ini memberikan metode percepatan algoritma k-means untuk kuantisasi warna. Metode yang diajukan melibatkan beberapa modifikasi pada k-means konvensional, seperti pengurangan data, pembobotan data, dan penggunaan prinsip  pertidaksamaan segitiga untuk mempercepat pencarian ketetanggaan terdekat. Ujicoba dilakukan dengan beragam citra dan menunjukkan bahwa modifikasi yang telah dilakukan mampu memperlihatkan bahwa k-means juga sangat kompetitif sebagai algoritma  kuantisasi warna citra, baik dalam segi efektivitas maupun efisiensinya.
Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear Rosita, Ardiana; Purwananto, Yudhi; Soelaiman, Rully
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (191.55 KB)

Abstract

Penyelesaian sistem persamaan nonlinear merupakan salah satu permasalahan yang sulit pada komputasi numerik dan berbagai aplikasi teknik. Beberapa metode telah dikembangkan untuk menyelesaikan sistem persamaan ini dan metode Newton merupakan metode yang paling sering digunakan. Namun metode ini memerlukan perkiraan solusi awal dan memilih perkiraan solusi awal yang baik untuk sebagian besar sistem persamaan nonlinear tidaklah mudah. Pada makalah ini, algoritma Particle Swarm yang diusulkan oleh Jaberipour dan kawan-kawan[1] diimplementasikan. Algoritma ini merupakan pengembangan dari algoritma Particle Swarm Optimization (PSO). Algoritma ini meyelesaikan sistem persamaan nonlinear yang sebelumnya telah diubah menjadi permasalahan optimasi. Uji coba dilakukan terhadap beberapa fungsi dan sistem persamaan nonlinear untuk menguji kinerja dan efisiensi algoritma. Berdasarkan hasil uji coba, beberapa fungsi dan sistem persamaan nonlinear telah konvergen pada iterasi ke 10 sampai 20 dan terdapat fungsi yang konvergen pada iterasi ke 200. Selain itu, solusi yang dihasilkan algoritma Particle Swarm mendekati solusi eksak.
Penerapan Secret Image Sharing Menggunakan Steganografi dengan Metode Dynamic Embedding dan Authentication-Chaining Widyadhana, Arya; Husni, Muchammad; Soelaiman, Rully
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (429.793 KB)

Abstract

Teknik yang banyak digunakan untuk menyebarkan suatu citra rahasia kepada n orang adalah dengan cara membagi citra rahasia ke dalam beberapa bagian yang kemudian diproses menggunakan skema (k, n)-Shamir Secret Sharing yang dikemukakan oleh Adi Shamir (1979). Bagian-bagian dari citra rahasia yang sudah diproses tersebut disisipkan ke dalam n citra kamuflase dan menghasilkan n citra stego. Penyisipan dilakukan sedemikian rupa sehingga kualitas visual citra stego semirip mungkin dengan citra kamuflase. Cara untuk memproteksi citra stego dari orang yang tidak berhak adalah dengan cara menyisipkan suatu bit otentikasi yang berfungsi sebagai suatu digital signature dari citra stego. Citra rahasia dapat dirangkai kembali jika terdapat minimal k citra stego asli. Teknik ini dinamakan Secret Image Sharing.
METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN Soelaiman, Rully; Agustianty, Sheila; Purwananto, Yudhi; Purnama, I.K. Eddy
Jurnal Ilmu Komputer dan Informasi Vol 2, No 1 (2009): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (405.758 KB) | DOI: 10.21609/jiki.v2i1.123

Abstract

Pengenalan teknologi DNA microarray membuat perolehan data microarray menjadi lebih mudah. Hal ini semakin memicu persoalan tentang bagaimana cara terbaik dalam mengekstraksi dan memilih fitur dari data yang berdimensi besar tersebut. Metode-metode terdahulu mengabaikan adanya hubungan antargen sehingga memungkinkan hilangnya informasi penting yang tersimpan dalam suatu gen pada saat ekstraksi fitur. Meskipun berbagai macam metode telah digunakan, pengembangan metode ekstraksi dan seleksi fitur dari data microarray yang lebih powerful dan efisien masih diperlukan untuk meningkatkan performa klasifikasi kanker. Dalam penelitian ini diimplementasikan sebuah metode dalam melakukan ekstraksi fitur dari data microarray yang memanfaatkan model klasifikasi berbasis informasi pasangan gen, yaitu pasangan gen yang memiliki perbedaan signifikan pada dua jenis sampel tissue. Hasil uji coba terhadap dua data microarray menunjukkan bahwa fitur hasil ekstraksi menggunakan metode ini dapat meningkatkan performa klasifikasi. Bahkan akurasi 100% dapat diperoleh pada uji coba terhadap data lymphoma.
PEMBANGKIT DATA OTOMATIS BERBASIS POLA DISTRIBUSI POISSON UNTUK KEBUTUHAN PENGETESAN PERANGKAT LUNAK DATA MINING DALAM PENCARIAN POLA ASOSIASI DAN POLA SEKUENSIAL Djunaidy, Arif; Soelaiman, Rully; Pratiwi, Adhita
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 1, No 1 Juli 2002
Publisher : Jurusan Teknik Informatika ITS, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh N

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

Abstract

Data transaksi tiruan yang menyerupai transaksi nyata pada lingkungan ritel dibutuhkan dalam pengetesan teknik data mining untuk pencarian pola asosiasi dan pola sekuensial dari basis data berskala besar. Dalamdunia nyata, terdapat kecenderungan bahwa pembeli melakukan pembelian beberapa item secara bersamaan dengan ukuran transaksi terkelompok di sekitar nilai rerata banyaknya item yang dibeli dan membentuk poladistribusi Poisson. Makalah ini membahas pengembangan pembangkit data otomatis yang mengikuti pola distribusi Poisson untuk kebutuhan pengetesan perangkat lunak data mining dalam pencarian pola asosiasi dan pola sekuensial.Dalam proses pembangkitan data, perangkat lunak ini menggunakan beberapa parameter, seperti jumlah item, ukuran rerata itemset, ukuran maksimum large itemset, jumlah large itemset, ukuran rerata transaksi, ukuranmaksimum transaksi, dan jumlah transaksi. Sedang tahapan pembuatan transaksi tiruan meliputi pembentukan item yang akan dimasukkan ke dalam transaksi, pembuatan large itemset dari kumpulan item, dan pembuatantransaksi. Ukuran masing-masing itemset dan transaksi didasarkan pada pola distribusi Poisson dengan rerata sama dengan ukuran rerata large itemset/transaksi.Uji coba perangkat lunak yang dilakukan terhadap berbagai nilai parameter membuktikan bahwa pembangkit data otomatis mampu menghasilkan data transaksi tiruan dalam jumlah besar dengan waktukomputasi yang relatif singkat. Hasil uji coba menunjukkan bahwa (a) semakin besar ukuran rerata transaksi, semakin besar pula jumlah record, waktu pembuatan dataset, ukuran basis data, dan jumlah frequent itemsetyang ditemukan, (b) semakin besar jumlah transaksi, semakin besar pula jumlah record, waktu pembuatan dataset, dan ukuran basis data yang dihasilkan, dan (c) semakin besar jumlah itemset yang dibuat, semakinsedikit jumlah pola yang ditemukan. Kata kunci: pembangkit data otomatis, pola distribusi poisson, data mining, pola asosiasi, pola sekuensial.