Rully Soelaiman
Institut Teknologi Sepuluh Nopember

Published : 27 Documents
Articles

Found 27 Documents
Search

Implementasi Sistem Klasifikasi Fuzzy Berbasis Optimasi Koloni Semut untuk Diagnosa Penyakit Diabetes

Jurnal Teknik ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | 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

Jurnal Teknik ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | 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

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 | 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

Jurnal Teknik ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | 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

Jurnal Teknik ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | 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

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 | 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

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 | 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

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 | 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.

PENGEMBANGAN SISTEM PENGENALAN WAJAH DENGAN METODE PENGKLASIFIKASIAN HIBRID BERBASIS JARINGAN FUNGSI BASIS RADIAL DAN POHON KEPUTUSAN INDUKTIF

Jurnal Informatika Vol 6, No 2 (2005): NOVEMBER 2005
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Original Source | Check in Google Scholar

Abstract

Face recognition is a difficult task mostly because of the inherent variability of the image formation process ranging from the position/cropping of the face and its environment (distance and illumination) is totally controlled, to those involving little or no control over the background and viewpoint. Moreover, those are allowing for major changes in facial appearance due to factors expression, aging, and accessories such as glasses or changes in hairstyle. A solution has been proposed by considering hybrid classification architectures deal with the benefit of robustness via consensus provided by ensembles of Radial Basis Functions (RBF) networks and categorical classification using decision trees. A specific approach considers an ensemble of RBF Networks through its ability to cope with variability in the image formation. The experiments were carried out on images drawn randomly 50 unique subjects totalling to 500 facial images with rotation ± 50 encoded in greyscale. The faces are then normalized to account for geometrical and illumination changes using information about the eye location. Specifically performance true positive by Ensambles RBF1 (ERBF1) increased on ± 13,86% measures up to RBF while ERBF2 by ± 15,93%. On the contrary the false negative rate decreased by amount of ±5,8% for ERBF1 and somewhat less to ±5,6% for ERBF2. When the connectionist ERBF model is coupled with an Inductive Decision Tree - C4.5 - the performance improves over the case while only the connectionist ERBF module is used. Abstract in Bahasa Indonesia : Pengklasifikasian wajah berkaitan dengan variasi data misalnya detil - detil kecil dari wajah atau transformasi saat proses pengambilan citra. Pengklasifikasian wajah dengan metode hibrid menggabungkan pembelajaran berbasis Jaringan Fungsi Basis Radial (JFBR) dan Pohon Keputusan Induktif. JFBR digunakan sebagai metode pembelajaran dalam arsitektur jaringan syaraf tiruan. Untuk meningkatkan kemampuan pengenalan dilakukan pengklasifikasian pada Pohon Keputusan Induktif. Selain menjadi metode penghubung pada pengklasifikasian hibrid, Himpunan JFBR (HJFBR) digunakan untuk penyediaan atribut pada pengklasifikasian Pohon Keputusan Induktif. Uji coba dilakukan pada 50 obyek dengan total ± 500 citra wajah dalam format grayscale. Data dipilih dengan memberi variasi mimik wajah, kemiringan (rotasi) data ± 50 dan juga dipengaruhi oleh pencahayaan di dalam ataupun d iluar ruangan. Rata - rata peningkatan keakurasian positif benar yang diberikan arsitektur HJFBR dibanding JFBR sebesar ±13,86% untuk HJFBR1 dan ±15,93% untuk HJFBR2. Namun menurunkan keakurasian negatif benar sebesar ±5,8% untuk HJFBR1 dan ±5,6% untuk HJFBR2. Penambahan pohon keputusan induktif pada metode hibrid memberikan keuntungan selain tetap dapat meningkatkan keakurasian positif benar juga mampu mengatasi permasalahan sebelumnya tentang penurunan keakurasian negatif benar. Kata kunci: pengenalan wajah, jaringan fungsi basis radial, pengklasifikasian hibrid, pohon keputusan induktif.

PENERAPAN METODE FAST MARCHING PADA PERHITUNGAN GEODESIC DISTANCE PERMUKAAN OBYEK TRIANGULAR MESH

Jurnal Informatika Vol 7, No 1 (2006): MAY 2006
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Original Source | Check in Google Scholar

Abstract

In this paper, we will describe an algorithm for geodesic distance calculation that applied at the surface of triangular mesh object, to analyze its efficiency and accuracy. We applied the Fast Marching Method on Triangulated Domain (FMM On TD) with O(n lg n) time complexity, where n is the number of point/triangle vertex that represent the surface. The main task of this algorithm is to do the front propagation step from the starting point to all possible direction to obtained the final point. Every step of this algorithm, will calculate the distance from the current point to the starting point. After the calculation of the geodesic distance finished, the next process is to build the geodesic path. The main task of this step is to do the back propagation step at the object surface from the final point to the starting point. Based on the experimental result, the accuracy of the FMM on TD algorithm is more than 95%. This accuracy depend on the number of the triangles that represent the surface. The accuracy of the geodesic path and the computational times are depends on the number of the triangles that used to represent the surface Abstract in Bahasa Indonesia : Dalam makalah ini akan dibahas penerapan algoritma perhitungan geodesic distance pada permukaan obyek triangular mesh untuk dibuktikan tingkat keakuratan dan efisiensinya. Algoritma yang diterapkan adalah Fast Marching Method on Triangulated Domain (FMM on TD) yang berjalan dengan kompleksitas waktu O(n lg n), dimana n adalah jumlah titik pada permukaan. Inti dari algoritma ini adalah melakukan front propagation dari titik awal ke segala arah yang mungkin sampai diperoleh titik akhir. Setiap bergerak maju algoritma ini selalu menghitung nilai jarak suatu titik terhadap titik awal. Setelah proses perhitungan geodesic distance selesai, dilakukan proses pembuatan geodesic path. Inti dari proses ini adalah melakukan back propagation pada permukaan dari titik akhir sampai diperoleh titik awal. Berdasarkan uji coba, tingkat keakuratan algoritma FMM on TD adalah lebih dari 95%. Keakuratan ini dipengaruhi oleh jumlah segitiga pembentuk permukaan. Semakin banyak segitiga semakin akurat geodesic distance yang dihasilkan, tetapi waktu yang dibutuhkan untuk melakukan proses perhitungan menjadi semakin lama. Kata kunci: computational geometry, geodesic distance, geodesic path, triangular mesh, fast marching method on triangulated domain, front propagation, back propagation.