Asmara, Rosa Andrie
Jurnal Informatika Polinema

Published : 13 Documents
Articles

Found 13 Documents
Search
Journal : Jurnal Informatika Polinema

PENGEMBANGAN APLIKASI KEUANGAN DI SPBU SERA KM 25 SIDOARJO Pramasha, Galang Audi; Asmara, Rosa Andrie; Asri, Atiqah Nurul
Jurnal Informatika Polinema Vol 1 No 4 (2015)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (486.878 KB)

Abstract

SPBU (Stasiun  Pengisian  Bahan  Bakar  Umum)Sera  KM  25 Sidoarjo  membutuhkan  suatu  sistem  yang  dapat melakukan pengolahan seluruh data yang berhubungan dengan proses penjualan dan pembelian BBM. Data-data yang saat ini diolah adalah data transaksi penjualan, data transaksi pembelian, data penggajian, data stok barang, data jabatan, data distributor, dan data user. Pengolahan data-data tersebut dalam sistem yang saat ini berjalan dilakukan secara manual yaitu diimplementasikan dalam buku atau arsip. Pengolahan data dengan menggunakan sistem yang saat ini berjalan dirasa kurang efisien dalam hal waktu dan kurang akurat dalam hal informasi yang dihasilkan.  Masalah  yang  terdapat  dalam  sistem  yang  saat  ini  sedang  berjalan  dapat  diselesaikan  dengan membangun suatu sistem baru yang lebih efisien dan akurat.Pengembangan Aplikasi Keuangan pada SPBU Sera KM  25  Sidoarjo  dibangun dengan  menggunakan Visual  Studio  2010 danSQL  server  2008. Berdasarkan pengujian  yang  dilakukan,  sistem  yang  dibangun  dapat  menyelesaikan  masalah  yang  ada  dalam  sistem  yang lama.
KLASIFIKASI KUALITAS TANAMAN CABAI MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOR (FKNN) Indra Wiratmaka, Angga Aditya; Rozi, Imam Fahrur; Asmara, Rosa Andrie
Jurnal Informatika Polinema Vol 3 No 3 (2017)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (752.532 KB)

Abstract

Pada  penelitian  kali  ini  akan  membahas  tentang  klasifikasi  kualitas  tanaman  cabai  menggunakan  metode Fuzzy  K-Nearest  Neighbor(FKNN).  Hal  tersebut  dilatarbelakangi  karena  cabai  banyak  dimanfaatkan  untuk keperluan rumah tangga maupun industri. Terdapat berbagai jenis cabai yang ada di Indonesia, tetapi cabai yang banyak dimanfaatkan sebagai bahan olahan adalah cabai merah besar. Sebagai komuditas tanaman hortikultura dengan fluktuasi harga yang tinggi konsumen mengharapkan kualitas yang baik pula pada proses  produksi. Agar produksi cabai memiliki kualitas yang merata, cabai hasil panen harus diklasifikasikan sebelum proses distribusi. Saat ini proses klasifikasi cabai di kota Blitar masih dilakukan secara manual oleh pegawai terkait. Algoritma FKNN memberikan  nilai keanggotaan kelas pada  vektor  dan bukan menempatkan  vektor  pada kelas tertentu. Data didapat dari Dinas Pertanian, Peternakan, dan Perikanan Kota Blitar pada tahun 2015. Penelitian ini  menggunakan  100  data  sampel  dengan  70  data  latih  dan  30  data  uji .  Dari  pengujian  didapatkan  akurasi 96,67% terhadap data sampel. Maka dapat disimpulkan bahwa penelitian menggunakan metode  Fuzzy K-Nearest Neighbor (FKNN) memiliki kinerja yang baik dalam klasifikasi kualitas cabai di kota Blitar.
ENKRIPSI CITRA MENGGUNAKAN ALGORITMA KUBUS RUBIK DENGAN PEMBANGKIT KUNCI MD5 Primadhana, Yoga Andri; Asmara, Rosa Andrie; Hayati Ririd, Ariadi Retno Tri
Jurnal Informatika Polinema Vol 3 No 1 (2016)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (813.836 KB)

Abstract

Perkembangan teknologi memberikan pilihan untuk pegiriman dan penyimpanan informasi.  Informasi tak hanya disimpan  di  komputer,  namun  dapat  dikirimkan  dan  disimpan  di  internet.  Informasi  juga  tak  hanya  disimpan pada  tulisan,  namun  bisa  dilakukan  dalam  bentuk  citra  digital,  meskipun  keamanan  yang  diberikan  masih kurang. Hal ini berakibat rentannya pencurian citra oleh pihak ketiga untuk kepentingan pribadi sehingga bisa merugikan  pemilik  citra.  Penelitian  ini  menawarkan  untuk  memberikan  pengembangan  keamanan pada citra digital. Keamanan tersebut berasal dari enkripsi citra dengan menggunakan  algoritma kubus rubik. Keamanan diawali dengan pembangkitan deret kunci baris dan kunci kolom dengan fungsi MD5 berdasarkan kata kunci, kemudian dilakukan pengacakan pada tiap piksel secara horizontal dan vertikal sesuai dengan kunci kolom. Citra yang  telah  teracak  akan  mengimplementasikan  gerbang  XOR  pada  tiap  pikselnya.  Sehingga algoritma kubus rubik akan menghasilkan citra terenkripsi.  Analisa yang dilakukan adalah tingkat keberhasilan proses enkripsi dan  proses  dekripsi,  senstifitas  kunci,  serangan  citra,  kecepatan  proses,  tipe  file  penyimpanan, dan media pengiriman  yang  digunakan.  Algoritma  kubus  rubik  disimpulkan  aman  terhadap  serangan  kunci  dengan parameter perbedaan 1 bit pada kunci baris dan kunci kolom yang digunakan. Penyimpanan tipe PNG memiliki keuntungan yang terbanyak, karena file PNG memiliki ukuran paling kecil dan dapat memberikan hasil dekripsi dengan kecocokan 100% dengan citra asli.
Sistem Pakar Diagnosa Hama Dan Penyakit Pada Tanaman Apel Menggunakan Metode Certainty Factor Permana, Alfan Hadi; Asmara, Rosa Andrie; Tri, Ariadi Retno
Jurnal Informatika Polinema Vol 1 No 3 (2015)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (715.419 KB)

Abstract

Apel merupakan tanaman buah tahunan yang berasal dari daerah Asia Barat dengan iklim sub tropis. Di Indonesia apel mulai ditanam pada tahun 1934, hingga saat ini tanaman apel sudah banyak ditanam di berbagai wilayah. Apel dapat tumbuh dan berbuah dengan baik  di  daerah  dataran  tinggi.  Di  Kota  Batu,  Jawa  Timur,  apel merupakan buah yang menjadi ikon kota wisata ini. Apel di Kota Batu sudah mulai ditanam sejak tahun 1950 dan berkembang  pesat  pada  tahun  1960-an  hingga  saat  ini.  Seiring  berkembangnya  tanaman  apel  di  kota  batu, pengendalian  hama  dan  penyakit  pada  tanaman  apel  juga  perlu  dilakukan  dengan  baik.  Pakar  atau  pihak  yang berkompeten  dalam  bidangnyalah  yang  dapat  memberikan  solusi  dalam  setiap  permasalah  yang  dihadapi oleh petani. Keterbatasan jumlah pakar dan pengetahuan menjadi kesulitan dalam proses identifikasi hama dan penyakit tanaman apel. Penelitian ini bertujuan untuk merancang dan mengimplementasikan suatu sistem yang disebut sistem pakar. Sistem pakar adalah program atau aplikasi perangkat lunak yang digunakan untuk memecahkan masalah yang biasanya diselesaikan oleh seorang pakar. Aplikasi sistem pakar berbasis website banyak dimanfaatkan oleh berbagai kalangan masyarakat,  dapat  mengambil  keputusan  dengan  cepat  merupakan  nilai lebih dalam aplikasi sistem pakar. Metode yang digunakan pada penelitian ini adalah certainty factor (CF), metode tersebut menyatakan tingkat kepercayaan dalam sebuah kejadian atau fakta berdasarkan bukti ataupun penilaian dari seorang pakar.
KLASIFIKASI JENIS KELAMIN PADA CITRA WAJAH MENGGUNAKAN METODE NAIVE BAYES Asmara, Rosa Andrie; Andjani, Bella Sita; Rosiani, Ulla Delfana; Choirina, Priska
Jurnal Informatika Polinema Vol 4 No 3 (2018)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (588.668 KB)

Abstract

Saat ini perkembangan teknologi yang berkaitan dengan pengenalan wajah banyak dimanfaatkan pada aplikasi pengenalan data biologis (biometrics) seperti pengenalan jenis kelamin. Penerapan aplikasi yang memerlukan pengenalan jenis kelamin adalah proses segmentasi pasar untuk mengetahui trend demografis dari produk yang dipasarkan berdasarkan jenis kelamin. Selain itu, aplikasi ini juga dapat digunakan untuk pembatasan akses suatu ruangan. Klasifikasi jenis kelamin pada citra wajah menggunakan metode Naive Bayes dapat digunakan untuk membedakan wajah wanita dan wajah pria berdasarkan fitur. Pembuatan data training berupa citra wajah dengan total 61 data dengan rincian 25 perempuan dan 36 laki-laki. Penggunaan fitur yang diperoleh dari deteksi mata, hidung dan mulut diekstraksi dengan metode Principal Component Analysis yang selanjutnya akan dilakukan proses klasifikasi jenis kelamin dengan metode Naive Bayes yang menghasilkan akurasi kecocokan sebesar 80%.
PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN UKT MAHASISWA DENGAN MENGGUNAKAN METODE MOORA STUDI KASUS POLITEKNIK NEGERI MALANG Rokhman, Syaiful; Rozi, Imam Fahrur; Asmara, Rosa Andrie
Jurnal Informatika Polinema Vol 3 No 4 (2017)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.882 KB)

Abstract

Aplikasi Decision Support Systems  (DSS) atau Sistem Penunjang Keputusan (SPK) penentuan Uang Kuliah Tunggal  (UKT)  Mahasiswa  Politeknik  Negeri  Malang  adalah  aplikasi  yang  digunakan  untuk  menentukan kelompok biaya  kuliah tunggal  yang ditanggung oleh masing  mahasiswa Politeknik Negeri Malang aplikasi ini dikembangkan  menggunakan  bahasa  pemrograman  PHP,  database  Mysql  dan  mengimplementasikan  Metode Multi Objective Optimization on the Basis of Ratio Analysis  (MOORA)  dengan menggunakan metode tersebut dapat  memberikan  alternatif  terbaik  dalam  penentuan  uang  kuliah  tunggal  berdasarkan  kemampuan  ekonomi mahasiswa.
DETEKSI JENIS KELAMIN BERDASARKAN CITRA WAJAH JARAK JAUH DENGAN METODE HAAR CASCADE CLASSIFIER Choirina, Priska; Asmara, Rosa Andrie
Jurnal Informatika Polinema Vol 2 No 4 (2016)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.192 KB)

Abstract

Saat ini perkembangan teknologi  yang berkaitan dengan pengenalan wajah banyak dimanfaatkan pada aplikasi pengenalan  data  biologis  (biometrics) seperti  pengenalan  jenis  kelamin.  Penerapan  aplikasi  yang  memerlukan pengenalan jenis kelamin adalah proses segmentasi pasar untuk mengetahui trend demografis dari produk yang dipasarkan berdasarkan jenis kelamin, selain itu juga dapat digunakan untuk pembatasan akses suatu ruangan dan lain-lain. Deteksi jenis kelamin berdasarkan citra wajah jarak jauh dengan metode Haar Cascade Classifier dapat digunakan untuk membedakan wajah wanita dan wajah pria dengan jarak kurang dari 200 cm. Data yang dilakukan untuk proses training adalah 150 wajah laki-laki dan 150 wajah perempuan, dari jumlah wajah tersebut diambil 100 citra wajah untuk setiap jarak berukuran 100, 150, dan 200 cm. Penggunaan fitur-fitur geometris yang diperoleh dari deteksi mata, hidung dan mulut diproses dengan pengukuran jarak antar fitur-fitur dari wajah yang akan dilakukan proses klasifikasi jenis kelamin. Untuk klasifikasi jenis kelamin dilakukan perbandingan 2 metode klasifikasi yaitu
SISTEM PENGATURAN LAMPU LALU LINTAS BERDASARKAN ESTIMASI PANJANG ANTRIAN MENGGUNAKAN PENGOLAHAN CITRA Adzikirani, Adzikirani; Asmara, Rosa Andrie; Kusbianto P. A, Deddy Kusbianto P. A
Jurnal Informatika Polinema Vol 3 No 3 (2017)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (807.179 KB)

Abstract

Saat  ini  salah  satu  penyebab  kemacetan  adalah  lampu  lalu  lintas  yang  menggunakan  waktu  yang  tetap sedangkan  volume  kendaraan  selalu  berubah-,  sehingga  lampu  lalu  lintas  menjadi  kurang  efektif.  Maka dibutuhkan  metode  untuk  menghitung  lama  lampu  lalu  lintas  menyala  dengan  waktu  sesuai  dengan  jumlah kendaraan. Sistem  ini  mengimplementasikan  4  kamera  pada  persimpangan.  Kamera  mengambil  gambar  saat  jalur sedang  kosong  sebagai  acuan,  dan  mengambil  gambar  setiap  sequence  sebagai  input.  Gambar  diproses menggunakan  pengolahan  citra,  dari  merubah  format  RGB  menjadi  grayscale,  dilakukan  proses  subtraction dengan gambar acuan, penambahan brightness, merubah format grayscale menjadi biner dengan Otsu‟s threshold dan menghitung jumlah objek sebagai input dari logika fuzzy tsukamoto yang menghasilkan lama lampu hijau menyala. Sedangkan lama lampu merah menyala dihitung dengan menjumlahkan lama lampu hijau menyala dari jalur lainnnya Penggunaan 4 buah input dimaksudkan agar sistem memperhatikan jumlah antrian dari setiap jalur dan  memperhatikan  sebaran  kepadatan,  Sehingga  hasil  lama  lampu  merah  dan  lampu  hijau  menyala  dapat berubah-ubah sesuai dengan sebaran kepadatan antrian. Semakin terang kondisi jalan, semakin tinggi tingkat akurasi yang didapatkan. Pada pagi hari, didapatkan nilai error 1.74%, pada siang hari  sebesar 9%, pada  malam  hari dengan penerangan  normal sebesar 21% dan pada malam hari dengan tambahan penerangan sebesar 15%.
SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS Wardani, Adhiati Kusuma; Santoso, Nurudin; Asmara, Rosa Andrie
Jurnal Informatika Polinema Vol 1 No 1 (2014)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (654.131 KB)

Abstract

Diabetes  Melitus merupakan  penyakit  degeneratif  yang  diperkirakan  terus  meningkat.  Permasalahan diagnosa penyakit Diabetes Melitus terletak pada bagaimana pengguna mengetahui kemungkinan tingkat resiko tipe  dari  penyakit Diabetes  Melitus yang  dialami.  Masalah  tersebut  dapat  diselesaikan  dengan  menerapkan sistem  pakar.  Sistem  pakar  yaitu  suatu  ilmu  komputer  yang  berdasarkan  kecerdasan buatan  berguna  untuk menyelesaikan  masalah  seperti  yang  biasa  dilakukan  para  ahli.  Berdasarkan  pada  permasalahan  tersebut  akan ditemukan beberapa diagnosa, sehingga menimbulkan ketidakkonsistenan. Penerapan metode Dempster Shafer pada  sistem  pakar  dimanfaatkan  untuk  mengatasi  ketidakkonsistenan. Dempster  Shafer adalah  suatu  metode yang menerapkan fungsi kepercayaan dan pemikiran yang masuk akal. Nilai kepercayaan atau densitas terbesar menunjukkan hasil diagnosa penyakit Diabetes Melitus. Parameter penetapan diagnosa Diabetes Melitus dilihat berdasarkan  hasil  lab  gula  darah,  umur,  jenis  kelamin,  riwayat  keluarga,  dan  gejala  yang  dialami.  Hasil pengujian sistem yang menerapkan Dempster Shafer diperoleh tingkat akurasi sistem sebesar 86.7 %, sehingga sistem dignosa ini dapat menjadi alternatif solusi sebagai media konsultasi bagi pengguna untuk mendapatkan informasi kemungkinan tingkat resiko tipe pada penyakit Diabetes Melitus yang dialami.
IDENTIFIKASI KEMATANGAN BUAH TOMAT BERDASARKAN WARNA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN (JST) Kusumaningtyas, Sella; Asmara, Rosa Andrie
Jurnal Informatika Polinema Vol 2 No 2 (2016)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.701 KB)

Abstract

Proses pemilihan produk hasil pertanian dan perkebunan umumnya sangat bergantung pada presepsi manusia terhadap komposisi warna yang dimiliki citra yaitu buah­buahan. Cara manual dilakukan berdasarkan pengamatan visual secara langsung pada buah yang akan diklasifikasi. Identifikasi dengan cara ini memiliki beberapa kelemahan diantaranya adalah waktu yang dibutuhkan relatif lama serta menghasilkan produk yang beragam karena adanya keterbatasan visual manusia, tingkat kelelahan dan perbedaan persepsi tentang mutu buah. Perkembangan ilmu pengetahuan dan teknologi pengolahan citra digital memungkinkan untuk memilah produk pertanian dan perkebunan tersebut secara otomatis dengan bantuan aplikasi pengolahan citra. Identifikasi kematangan buah tomat ini menerapkan metode pembelajaran Perceptron.  Pendukung identifikasi menggunakan bantuan  media  webcam  sebagai  pengambilan  gambar  tomat  yang  dibuat  histogram  warnanya  kemudian diidentifikasi menggunakan jaringan syaraf tiruan agar komputer dapat memperoleh informasi citra dan dapat mengetahui jenis kematangan buah tersebut. Tingkat keberhasilan identifikasi kematangan buah tomat yang didapatkan menggunakan  metode pembelajaran perceptron dengan  tingkat  keberhasilan 43,33%. Dari hasil identifikasi yang diperoleh menghasilkan 3 output yaitu Mentah 10%, Setengah Matang  6,66%, dan Matang 26,66%.