Articles

Found 11 Documents
Search

Template Matching Integral Proyeksi untuk Pengenalan Rambu Lalu Lintas Sofi’i, Muhammad; Mulyanto, Edy
Journal of Applied Intelligent System Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

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

Abstract

Teknologi selalu berkembang sesuai kebutuhan manusia. Contohnya dalam bidang transportasi yang dilengkapi dengan internet dan GPS (Global Positioning System).  Sekarang mobil juga sudah dilengkapi dengan sistem parkir otomatis. Hal tersebut dilakukan untuk memudahkan manusia dalam bepergian. Dan untuk itu perlu adanya sistem keamanan baru untuk meningkatkan keselamatan.  Salah satu pelengkap sistem keamanan tersebut adalah pengenalan rambu lalu lintas. Sistem ini bisa diterapkan dalam mobil autopilot. Agar mobil dapat mengenali rambu yang ada maka perlu adanya penelitian. Latar belakang masalah tersebut merupakan alasan dibuatnya penelitian ini. Penelitian ini akan membahas pengenalan rambu lalu lintas dengan metode template matching integral proyeksi. Mulai dari mendeteksi rambu lalu lintas tertentu hingga menyamakan data yang akan di uji dengan data template. Dari pengujian 40 sampel, 32 sampel berhasil terdeteksi. Dan diperoleh nilai akurasi pengenalan rambu sebesar 52,5%. Jadi, Untuk penelitian selanjutnya perlu di tambah metode lain untuk meningkatkan nilai akurasinya. Kata kunci— template matching, integral proyeksi, pengenalan rambu lalu lintas.
ANALISIS PENGENALAN MOTIF BATIK PEKALONGAN MENGGUNAKAN ALGORITMA BACKPROPAGATION Pebrianasari, Vera; Mulyanto, Edy; Dolphina, Erlin
Techno.Com Vol 14, No 4 (2015): November 2015 (Hal. 242-342)
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (458.346 KB) | DOI: 10.33633/tc.v14i4.973

Abstract

Batik merupakan salah satu kesenian tradisional yang telah ditetapkan oleh badan dunia PBB yaitu UNESCO sebagai warisan budaya bangsa Indonesia. Batik memiliki motif tertentu seperti gambar garuda, garis lengkung, pohon dengan hiasan titik-titik sebagaimana yang terdapat pada beberapa motif batik salah satunya batik Pekalongan. Batik Pekalongan merupakan salah satu batik pesisir yang mendapatkan banyak pengaruh budaya asing. Sejak pertama kali dibuat sekitar tahun 1800-an, batik Pekalongan terus mengalami perkembangan yang sangat pesat terutama dari segi motif. Hal inilah yang membuat masyarakat awam akan sulit untuk mengenali pola motif batik yang ada. Jaringan Saraf Tiruan merupakan metode yang sudah banyak digunakan untuk mengenali pola terutama salah satu algoritmanya yaitu algoritma backpropagation. Algoritma backpropagation bekerja melalui tiga fase yaitu fase perambatan maju, fase perambatan mundur dan fase perubahan bobot serta bias. Di beberapa penelitian tentang pengenalan pola, algoritma backpropagation banyak dimanfaatkan dan terbukti memiliki tingkat keakurasian yang tinggi. Dalam penelitian ini, algoritma backpropagation dimanfaatkan untuk mengenali motif batik Pekalongan. Hasil akhir yang diperoleh yaitu algoritma backpropagation bisa digunakan untuk mengenali motif batik Pekalongan dengan tingkat akurasi yang diperoleh mencapai 88,62%. Kata Kunci: Batik Pekalongan, Pengenalan Pola, Jaringan Saraf Tiruan, Algoritma Backpropagation.
Analisis Perbedaan Tarif Riil dengan Tarif Paket Indonesian Case Base Groups (INA-CBG’S) pada Klaim Jamkesmas Pasien Rawat Inap Di RSU RA. Kartini Jepara 2012 Mulyanto, Edy; Puspitowati, Niken
Jurnal Keperawatan dan Kesehatan Masyarakat Cendekia Utama Vol 2, No 1 (2013): Edisi Maret 2013
Publisher : STIKES Cendekia Utama Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (185.949 KB) | DOI: 10.31596/jcu.v2i1.20

Abstract

Terdapat kesan bahwa rumah sakit diuntungkan dari perbedaan tarif riil dengan tarif paket INA-CBG’s, sehingga merugikan pihak penyelenggara Jamkesmas maupun pasien. Penelitian ini bertujuan untuk mencari seberapa besar perbedaan tarif riil dengan tarif paket Indonesia Case Based Groups (INA-CBG’s) pada pembayaran klaim pasien rawat inap peserta Jamkesmas di RSU RA. Kartini Jepara. Penelitian ini menggunakan pengambilan data melalui pendekatan retrospektif. Jumlah populasi 4.941 record/pasien (Oktober 2010 - Oktober 2011), dengan sampel data seksional silang yang diambil ditetapkan sejak diberlakukannya sistem klaim menggunakan pola tarif INA-CBG’s ditetapkan sebanyak 180 pasien/record. Uji statistik parametrik menggunakan uji Wilcoxon Signed Ranks Test dengan degree of freedom (df) 5%. Hasil penelitian menunjukkan bahwa, sebagian besar jumlah biaya riil pada kisaran Rp 4.000.000 – 5.000.000 atau sebanyak 83 pasien (46,1%). Sebagian besar jumlah Tarif Paket INA-CBG’s pada kelompok Rp 2.083.173 atau sebanyak 157 pasien (87,2%). Tindakan pembedahan Seksio Sesaria lainnya (Cesarean section of other specifi ed) mempunyai frekuensi terbesar yaitu sebanyak 115 pasien atau 63,9%. Frekuensi terbesar persalinan dengan tindakan Seksio Sesaria adalah karena alasan kegawatdaruratan dalam persalinan (Delivery by emergency caesarean section), yaitu sebanyak 147 pasien (81,7%) dan 13 pasien diantaranya masuk melalui prosedur program Jamkesmas serta 134 pasien masuk melalui program Jampersal. Ada beda rata-rata antara tarif riil dengan tarif paket INA CBG’s (Wilcoxon Signed Ranks Test: T hitung -11,309 > T tabel - 1,96 dan nilai p = 0,000 untuk df=0,05).
PERBANDINGAN K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI TANAH LAYAK TANAM POHON JATI Srianto, Didik; Mulyanto, Edy
Techno.Com Vol 15, No 3 (2016): Agustus 2016
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (214.49 KB) | DOI: 10.33633/tc.v15i3.1242

Abstract

Data mining adalah proses menganalisa data dari perspektif yang berbeda dan menyimpulkannya menjadi informasi-informasi penting yang dapat dipakai untuk meningkatkan keuntungan, memperkecil biaya pengeluaran, atau bahkan keduanya. Secara teknis, data mining dapat disebut sebagai proses untuk menemukan korelasi atau pola dari ratusan atau ribuan field dari sebuah relasional database yang besar. Pada perum perhutani KPH SEMARANG saat ini masih menggunakan cara manual untuk menentukan jenis tanaman (jati / non jati). K-Nearest Neighbour atau k-NN merupakan algoritma data mining yang dapat digunakan untuk proses klasifikasi dan regresi. Naive bayes Classifier merupakan suatu teknik yang dapat digunakan untuk teknik klasifikasi. Pada penelitian ini k-NN dan Naive Bayes akan digunakan untuk mengklasifikasi data pohon jati dari perum perhutani KPH SEMARANG. Yang mana hasil klasifikasi dari k-NN dan Naive Bayes akan dibandingkan hasilnya. Pengujian dilakukan menggunakan software RapidMiner. Setelah dilakukan pengujian k-NN dianggap lebih baik dari Naife Bayes dengan akurasi 96.66% dan 82.63. Kata kunci -k-NN,Klasifikasi,Naive Bayes,Penanaman Pohon Jati
Prediksi Tingkat Kerawanan Kebakaran di Daerah Kudus Menggunakan Fuzzy Tsukamoto Ardianto, Christian; Haryanto, Hanny; Mulyanto, Edy
Creative Information Technology Journal Vol 4, No 3 (2017): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (383.684 KB) | DOI: 10.24076/citec.2017v4i3.109

Abstract

Kebakaran yaitu sebuah peristiwa yang di sebabkan dari kelalaian manusia dengan dampak kerugian harta benda yang merugikan masyarakat. Di daerah Kudus, sebagai kota yang termasuk padat penduduk dan industri, tercatat ada dua puluh sembilan peristiwa kebakaran yang terjadi sepanjang tahun 2015 dan mengakibatkan kerugian material mencapai Rp 40 milliar. Salah satu hal penting yang dilakukan dalam penangan bencana kebakaran adalah dengan melakukan pencegahan. Pencegahan ini dapat dilakukan dengan informasi bencana yang dapat memprediksi terlebih dahulu daerah-daerah rawan bencana kebakaran dengan menggunakan metode Fuzzy Tsukamoto dengan input berupa luas wilayah, jumlah penduduk dan curah hujan dengan keluaran berupa tingkat kerawanan kecamatan yang dipilih. Penelitian ini akan menerapkan metode Fuzzy Tsukamoto pada sistem prediksi untuk memprediksi tingkat kebakaran pada suatu daerah sehingga kerugian dapat diminimalisir. Karena tidak hanya mengandalkan nilai benar dan salah, metode ini dapat memberikan hasil yang baik dalam prediksi. Hasil akhir dari penelitian ini adalah terciptanya logika Fuzzy Tsukamoto dalam sistem prediksi untuk daerah-daerah rawan kebakaran yang dapat digunakan untuk memprediksi daerah-daerah rawan kebakaran di kota Kudus.Fire is an event that caused from human negligence with the impact of loss of property that harms the community. In the Kudus area, as a densely populated and industrial city, there are twenty-nine fire events that occurred during the year 2015 and resulted in a material loss of Rp 40 billion. One of the important things to do in handling fire disaster is by doing prevention. This prevention can be done with disaster information that can predict in advance disaster-prone areas of fire using Fuzzy Tsukamoto method with input in the form of area, population and rainfall with output in the form of area disaster prone level. This research will apply Fuzzy Tsukamoto method to prediction system to predict fire level in an area so that losses can be minimized. Because not only rely on true and false values, this method can give good results in predictions. The end result of this research is the creation of Fuzzy Tsukamoto logic in prediction system for fire prone areas that can be used to predict fire-prone areas in Kudus city.
PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN METODE TEMPLATE MATCHING INTEGRAL PROYEKSI Sofi'i, Muhammad; Mulyanto, Edy
Techno.Com Vol 15, No 2 (2016): Mei 2016
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.892 KB) | DOI: 10.33633/tc.v15i2.1139

Abstract

Makalah ini mengusulkan tentang pengamanan file multimedia dari serangan baik itu hacker maupun cracker dengan menggunakan metode steganografi. Dalam hal ini, algoritma yang digunakan adalah End Of File (EoF) dikarenakan algoritma ini dapat menampung kapasitas pesan yang cukup besar dengan tidak mempengaruhi kualitas dari file tempat pesan disembunyikan. Selain itu, algoritma ini dirasa cukup aman dari beberapa serangan dengan dibuktikan dari paper-paper yang telah ada sebelumnya. Berdasarkan dari beberapa hasil percobaan yang telah dilakukan dalam penelitian ini, metode steganografi untuk pengamanan file multimedia dengan algoritma EoF dapat mengamankan pesan serta dapat menjaga kerahasiaan isi data pesan dan juga tidak mempengaruhi kualitas file induk yang merupakan tempat untuk persembunyian pesan. Kata Kunci: template matching, integral proyeksi, pengenalan rambu lalu lintas
DETEKSI RISIKO PENDERITA BUTA WARNA MENURUN BERBASIS POHON KELUARGA DENGAN ALGORITMA GENETIKA Ervan, Deny Salvana; Mulyanto, Edy
Techno.Com Vol 14, No 2 (2015): Mei 2015 (Hal. 79-164)
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (345.471 KB) | DOI: 10.33633/tc.v14i2.888

Abstract

Penyakit menurun merupakan salah satu masalah yang cukup serius dalam suatu silsilah keluarga. Hal ini dikarenakan risiko sifat gen tersebut bisa diturunkan pada generasi selanjutnya dalam satu silsilah tersebut. Salah satu dari penyakit menurun adalah buta warna sebagian yaitu tidak bisa membedakan warna-warna tertentu dengan benar. Salah satu yang jadi masalah adalah ketidak tahuan cara untuk mengetahui bahwa buta warna yang diderita merupakan buta warna menurun atau tidak. Perlu dilakukan perhitungan dengan rumus pewarisan sifat untuk mengetahui riwayat risiko buta warna yang bisa diturunkan. Berdasarkan kasus permasalahan yang terjadi, maka dirancang sistem aplikasi yang terotomatisasi sehingga mampu memprediksi risiko penderita buta warna menurun dalam satu silsilah keluarga. Diimpelentasikan ke perangkat lunak yang berbasis pohon keluarga dan memanfaatkan algoritma genetika akan mampu memprediksi secara optimal anggota keluarga yang berisiko menurunkan sifat buta warna. Sehingga nantinya akan membantu untuk mengetahui lebih dini risiko pewarisan sifat tersebut oleh semua anggota keluarga dan riwayat sifat buta warna yang dimiliki tiap keluarga dalam satu silsilah. Uji coba yang dilakukan menggunakan variabel prediktor diantaranya jumlah anak berdasarkan jenis kelaminnya, dan sifat gen yang dimiliki orang tua atau induk. Kedua gen induk pada tahap awal akan dilakukan perhitungan persilangan gen dengan perkalian matriks, kemudian dari hasil risiko akan dilakukan prediksi menggunakan algoritma genetika. Nilai fitness dengan tingkat kesalahan yang kecil menunjukkan bahwa uji coba ini dapat diimplementasikan pada obyek penelitian. Kata kunci : Pohon Keluarga, Penyakit Turunan, Buta Warna, Algoritma Genetika, Prediksi.
Implementasi Pengolahan Citra dan Klasifikasi K-Nearest Neighbor untuk Mendeteksi Kualitas Telur Ayam Rahmadianto, Rizky; Mulyanto, Edy; Sutojo, T.
Jurnal VOI (Voice Of Informatics) Vol 8, No 1 (2019)
Publisher : STMIK Tasikmalaya

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

Abstract

Telur ayam tidak hanya mengandung protein namun dilengkapi dengan Omega-3. Omega-3 inilah yang membuat telur akan kaya manfaat dan tidak hanya protein yang didapat. Telur biasa dan telur omega tidak bisa dibedakan secara kasat mata atau berdasarkan penglihatan manusia saja. Memecahkan telur dan melihat embrio pada telur tersebut merupakan alternatif untuk mengetahui telur tersebut merupakan telur biasa atau telur omega. Kesulitan terjadi jika jumlah telur tersebut puluhan hingga ratusan. Masalah tersebut akan diselesaikan dengan metode klasifikasi menggunakan algoritma K-Nearest Neighbor (KNN).  K-Nearest Neighbor dapat mengatasi masalah dari K-Means, Otsu, Region Props dan Labelling yaitu, kurang akuratnya hasil atau nilai yang diperoleh dan juga merupakan salah satu metode klasifikasi yang mudah dan efektif.  Penelitian ini menggunakan olah citra dan menambahkan metode K-Nearest Neighbor guna mencari klasifikasi data uji, membedakan telur ayam beromega dengan telur ayam biasa dengan analisa tekstur menggunakan statistik orde pertama yaitu mean, standart deviation, skewness, dan kurtosis. Dan untuk uji akurasi menggunakan confusion matrix. Citra telur yang didapat akan dianalisa dengan statistik orde pertama terlebih dahulu. Hasil penelitian menunjukkan bahwa metode yang dipilih berhasil digunakan, dengan hasil K tertinggi yaitu K=7 dan akurasinya 86%. Kata kunci — Telur Ayam, K-Nearest Neighbor, Statistik Orde Pertama Chicken eggs do not only contain protein but are equipped with Omega-3. Omega-3 is what makes eggs will be rich in benefits and not only the protein obtained. Ordinary eggs and omega eggs cannot be distinguished by naked eye or by human vision alone. Breaking the egg and seeing the embryo on the egg is an alternative to knowing that the egg is an ordinary egg or an omega egg. Difficulties occur if the number of eggs is tens to hundreds. The problem will be solved by the classification method using the K-Nearest Neighbor (KNN) algorithm. K-Nearest Neighbor can overcome problems from K-Means, Otsu, Props Region and Labeling, namely, the lack of accurate results or values obtained and also one of the easy and effective classification methods. This study uses image processing and adds the K-Nearest Neighbor method to search for classification of test data, differentiating between Omega 3 chicken eggs and ordinary chicken eggs with texture analysis using first-order statistics, namely the mean, standard deviation, skewness, and kurtosis. And to test the accuracy using confusion matrix. The image of the eggs obtained will be analyzed with first-order statistics first. The results showed that the method chosen was successfully used, with the highest K result, namely K = 7 and its accuracy was 86%. Keywords — Chicken Eggs, K-Nearest Neighbor, First Order Statistics
PERJANJIAN LEASING DAN IJARAH SUATU KAJIAN KOMPARATIF KITAB UNDANG-UNDANG HUKUM PERDATA DAN HUKUM ISLAM Mulyanto, Edy
Jurnal Surya Kencana Satu : Dinamika Masalah Hukum dan Keadilan Vol 9, No 2 (2018): Dinamika Masalah Hukum
Publisher : Kampus Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.464 KB)

Abstract

Abstrak Masyarakat ekonomi di Indonesia terdiri dari berbagai macam latar belakang diantaranya berlatar belakang religious di mana yang berlatar belakang muslim sebagai mayoritas, di mata pelaku bisnis khususnya di bidang lembaga pembiayaan memandang hal ini sebagai suatu segmen pasar yang sangat besar dan potensial yang harus digarap dengan serius, hal ini dapat kita lihat dari semakin menjamurnya lembaga keuangan bank dan bukan bank berbasis syariah yang didirikan oleh pelaku bisnis untuk mengakomodasi keinginan dan kebutuhan yang semakin berkembang dari segmen ini, yaitu berupa bank umum syariah, bank pembiayaan syariah, unit usaha syariah, pegadaian syariah, dan sebagainya. Kata Kunci : Leasing, Ekonomi, Hukum Islam
Prediksi Jumlah Produksi Tas Pada Home Industri Body Star Kudus Menggunakan Fuzzy Tsukamoto Afif, Muchamad; Haryanto, Hanny; Rahayu, Yuniarsi; Mulyanto, Edy
SISFOTENIKA Vol 7, No 2 (2017): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (692.844 KB) | DOI: 10.30700/jst.v7i2.139

Abstract

Kesalahan jumlah produksi adalah masalah yang sering terjadi dalam home industy. Kesalahan ini menyebabkan kerugian karena jumlah produksi yang terlalu banyak akan berakibat pada penumpukan barang dan produksi yang terlalu sedikit menyebabkan tidak bisa dipenuhinya permintaan dari pasar. Permasalahan ini juga dialami oleh home industry Body Star Kudus dalam memproduksi tas.Tujuan dari penelitian ini adalah memecahkan masalah tersebut dan diharapkan bisa membantu produsen dalammemprediksi jumlah tas perbulan. Metode yang digunakan dalam penelitian ini adalah metode Fuzzy Tsukamoto.Metode ini dipilih karena Fuzzy Tsukamoto memiliki kelebihan dalam penerapan pada data yang sederhana dan pemrosesan yang ringan. Parameter input yang digunakan adalah data retur, data penjualan dan data sisa.Hasil dari penelitian menunjukkan bahwa ada beberapa prediksi yang dihasilkan mempunyai akurasi yang kurang bagus, namun secara keseluruhan memiliki akurasi yang dapat diterima.