cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. jombang,
Jawa timur
INDONESIA
Register: Jurnal Ilmiah Teknologi Sistem Informasi
ISSN : 25030477     EISSN : 25023357     DOI : -
Core Subject : Science,
Register: Jurnal Ilmiah Teknologi Sistem Informasi published by the Department of Information Systems Unipdu Jombang. Register published twice a year, in January and July, Registerincludes research in the field of Information Technology, Information Systems Engineering, Intelligent Business Systems, and others. Editors invite research lecturers, the reviewer, practitioners, industry, and observers to contribute to this journal.
Arjuna Subject : -
Articles 7 Documents
Search results for , issue " Vol 3, No 1 (2017): Januari-Juni (3/7)" : 7 Documents clear
Perubahan perilaku Non-Player Character (NPC) pada Game Arabic Hunter menggunakan Jaringan Syaraf Tiruan Perceptron Karim, Syafei
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1387.792 KB) | DOI: 10.26594/register.v3i1.622

Abstract

 Permainan pada smartphone merupakan aplikasi yang banyak digunakan orang untuk menghabiskan waktu ketika orang tersebut sedang dalam keadaan menunggu atau bosan. Industri game merupakan perwujudan pengembangan industri kreatif yang ada pada saat ini. Perkembangan permainan pada smartphone juga didukung dengan kemajuan grafis yang membuat lingkungan dan jalannya permainan terlihat lebih realistis. Game akan terlihat lebih realistis jika memiliki Artificial Intelligence (AI) pada karakternya khususnya pada Non-Player Character (NPC). Ketika sebuah game sudah memiliki AI yang baik, berarti bahwa karakter permainan menunjukkan perilaku yang konsisten dan realistis, bereaksi dengan tepat kepada tindakan pemain dan karakter lain. Pada game AI, ada banyak metode yang bisa digunakan untuk memberikan perilaku pada NPC salah satunya adalah metode Jaringan Saraf Tiruan (JST). Makalah ini memberikan sebuah perubahan perilaku pada NPC dengan menggunakan algoritma Perceptron. Perubahan perilaku akan diproses menyesuaikan jumlah mufradat dan jumlah poin yang didapatkan pemain. Berdasarkan hasil pengujian dapat disimpulkan bahwa implementasi Perceptron untuk memberikan perilaku pada NPC pada Game Arabic Hunter dapat berjalan dengan baik. Dari hasil uji coba algoritma, pada proses learning dapat diketahui bahwa semakin besar nilai learning rate, maka semakin kecil nilai epoch yang didapat. Dari uji coba tersebut dihasilkan learning rate = 1, threshold = 0.6, nilai bias = -1, waktu eksekusi = 1.433 detik. Pada proses learning dihasilkan 93% berhasil dan 7% gagal.                                                                         Games on the smartphone is an application that people use to pass the time when the person is in a state of waiting or bored. Game industry is a manifestation of the development of creative industries that exist at this time. Game development on the smartphone is also supported by the progress of graphics that make the environment and the game more realistic. The game will look more realistic if it has artificial intelligence (AI) on its character especially on Non-Player Character (NPC). When a game already has a good AI, it means that the game characters show consistent and realistic behavior, reacting appropriately to the actions of players and other characters. In the game AI, there are many methods that can be used to give the NPC behavior in one of which is a method of an artificial neural network. This paper provides a behavioral change in the NPC using Perceptron algorithm. Changes in behavior will be processed mufradat adjust the amount and number of points earned player. Based on the test results can be concluded that the implementation of the Perceptron to give the NPC behavior in Arabic game hunter can run well. From the test results of the algorithm, the learning process can be seen that the greater the value of learning rate, the smaller value epoch obtained. From these trials generated learning rate = 1, threshold = 0.6, the value of bias = -1, the execution time = 1.433 seconds. In the learning process produced 93% success and 7% failed.                                                                                  
Pengukuran tingkat kesuksesan penerapan website Penerimaan Mahasiswa Baru (PMB) online di perguruan tinggi swasta dengan pendekatan Human Organization Technology (HOT) Fit model Mujianto, Ahmad Heru; Soedijono, Bambang; Henderi, Henderi
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1204.217 KB) | DOI: 10.26594/register.v3i1.712

Abstract

 Beberapa Perguruan Tinggi Swasta (PTS) di Jombang menerapkan proses seleksi Penerimaan Mahasiswa Baru (PMB) online, sehingga pendaftar cukup mendaftar melalui website PMB online milik masing-masing PTS, tanpa perlu ke Perguruan Tinggi (PT) tersebut. Namun dalam pelaksanaanya masih terdapat calon mahasiswa yang mendaftar secara langsung ke kantor PMB PTS, hal tersebut menjadikan perlunya pengukuran tingkat kesuksesan penerapan website PMB online di PTS. Selain itu, selama ini website PMB online PTS di Jombang belum pernah dilakukan evaluasi untuk mengetahui tingkat keberhasilannya. HOT (Human Organization Technology) Fit model merupakan model kesuksesan yang dapat dijadikan model dalam mengevaluasi sistem informasi. Terdapat 7 variabel yang digunakan HOT Fit, yaitu kualitas sistem (system quality), kualitas informasi (information quality), kualitas layanan (service quality), pengguna sistem (system use), kepuasan pengguna (user satisfaction), manfaat (net beneFits), struktur organisasi (organization structure). Hasil penelitian menunjukkan terdapat 3 indikator penilaian dengan nilai kepuasan di bawah 85%, yaitu kecepatan waktu respon 76,1%; adanya fasilitas bantuan 71,6%; dan kepuasan tampilan 64,2%. Sehingga 3 indikator tersebut perlu ditingkat lagi untuk mendapatkan hasil yang lebih baik dan dapat mengoptimalkan penerapan website PMB online PTS di Jombang.   Private Higher Education (PHE) in Jombang apply online admission of new students selection process, so applicants simply register through admission of new students online website owned by their respective private universities, without needing to the university. But in the implementation there are still prospective students who apply directly to the office of admission of new students PHE, it makes the need to measure the success rate of admission of new students website online application in PHE. Also, so far admission of new students online website PHE in Jombang has never been evaluated to determine the success rate. HOT (Human Organization Technology) Fit model is a model of success that can be used as a model for evaluating information systems. There are seven variables used by HOT Fit, i.e., system quality, information quality, service quality, system use, user satisfaction, net beneFits, organizational structure (organization structure). The result of the research shows that there are three assessment indicators with satisfaction value below 85%, the response time is 76,1%; the availability of 71.6% of aid facilities; and 64.2% display satisfaction. So that three indicators need to be increased again to get better results and can optimize the implementation of admission of new students website online PHE in Jombang.
Klasifikasi penyakit noda pada citra daun tebu berdasarkan ciri tekstur dan warna menggunakan segmentation-based gray level co-occurrence matrix dan lab color moments Ratnasari, Evy Kamilah; Ginardi, Raden Venantius Hari; Fatichah, Chastine
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1296.147 KB) | DOI: 10.26594/register.v3i1.575

Abstract

 Penyakit noda pada daun tanaman tebu menampakkan gejala berupa lesi atau bercak. Lesi tersebut menghambat proses fotosintesis daun dan dapat mengakibatkan menurunnya produksi gula. Oleh karena itu, dalam meningkatkan kualitas produksi gula dibutuhkan diagnosa dini untuk mengambil keputusan penanganan penyakit yang cepat dan tepat, sehingga dapat meminimalisir kerusakan daun yang signifikan akibat penyebaran penyakit tersebut. Sayangnya keterbatasan keberadaan ahli penyakit tanaman tebu yang berpotensi dalam mendiagnosa penyakit noda tidak dapat mengatasi hal tersebut. Penelitian ini mengusulkan diagnosa penyakit noda tanaman tebu menggunakan metode pemrosesan citra berdasarkan fitur tekstur Segmentation-based Gray Level Co-Occurrence Texture (SGLCM) dan LAB color moments. Metode yang diajukan terdiri dari ekstraksi ciri warna pada citra masukan yang akan menghasilkan 12 fitur warna dan ekstraksi ciri tekstur pada citra masukan yang tersegmentasi dan menghasilkan 24 fitur tekstur, kemudian gabungan fitur warna dan tekstur tersebut digunakan sebagai masukan klasifikasi k-Nearest Neighbor (kNN) untuk mengenali jenis penyakit noda pada citra daun tanaman tebu. Jenis penyakit noda terdiri dari noda cincin, noda karat, dan noda kuning yang memiliki karakteristik berbeda. Klasifikasi penyakit noda pada tanaman tebu  menggunakan metode tersebut dapat menghasilkan akurasi tertinggi 93%.   The sugarcane spot disease attack the sugarcane with appear as spots on the leaves, so this spots prevent the vital process of photosynthesis to take place and caused sugar production losses. Early diagnosis of this spot disease can improve the quality of sugar production. The diagnosis result can be used as decision reference to control the disease fast and accurately to minimize attack severe that can caused significant damage. Unfortunately, experts who are able to identify the diseases are often unavailable. This research attempted to identify the three sugarcane spot diseases (ring spot, rust spot, and yellow spot) using Segmentation-based Gray Level Co-Occurrence Texture (SGLCM) and LAB color moments. The SGLCM obtain 24 texture features of segmented image and color moments obtain 12 color features. This method achieved at least 93% accuracy when identifying the diseases using kNN classifier.
Pengembangan aplikasi Computer Based Test (CBT) untuk Sekolah Menengah Atas (SMA) Karfindo, Karfindo; Mustafa, Firlan
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1071.821 KB) | DOI: 10.26594/register.v3i1.715

Abstract

 Perkembangan teknologi informasi membuat banyak aspek mengalami perubahan, seperti penerapan Ujian Nasional (UN) bagi siswa Sekolah Menengah Atas (SMA). Sebelumnya, UN diselenggarakan dengan menggunakan media kertas, saat ini beralih menggunakan media komputer. Hal ini memang membawa banyak dampak positif bagi perkembangan dunia pendidikan. Adanya peralihan media ujian ini membuat banyak muncul berbagai aplikasi Ujian Berbasis Komputer (UBK) atau Computer Based Test (CBT), tapi barulah sebatas siswa mengerjakan soal, setelah selesai muncullah hasil ujiannya. Dengan menerapkan ilmu statistik pada aplikasi UBK, pihak sekolah tidak hanya bisa mengetahui hasil akhir dari ujian siswa, tetapi juga dapat melihat berapa jumlah soal yang sulit untuk dikerjakan, pilihan opsi jawaban apa yang banyak dipilih siswa. Dengan adanya perhitungan secara statistik ini, dapat membantu pihak sekolah dalam menganalisa kemampuan para siswa, sehingga bisa mengambil keputusan untuk meningkatkan kemampuan siswa dengan lebih efektif.  The development of information technology makes many aspects of the changes, such as the implementation of national examinations for high school students. Previous national exam held using paper media now switched to using computer media. It does bring a lot of positive impact on the development of education. Their intermediate exams media makes many emerging various applications of the computer-based exam, but then the extent of the students do the problems, after completion comes to the test results. By applying the science of statistics on the application of computer-based test not only the school can determine the outcome of the exam students but could see a calculation of how the amount of matter that is difficult to do, choice answer options selected what many students. Given the statistical calculation can help the school in analyzing the ability of the students, so they can make decisions to improve students ability to more effectively.
Regresi linier berbasis clustering untuk deteksi dan estimasi halangan pada smart wheelchair Adikara, Putra Pandu; Wihandika, Randy Cahya; Utaminingrum, Fitri; Sari, Yuita Arum; Fauzi, M Ali; Syauqy, Dahnial; Maulana, Rizal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1160.804 KB) | DOI: 10.26594/register.v3i1.587

Abstract

 Penelitian ini bertujuan untuk mengusulkan sebuah pendekatan dalam mendeteksi halangan dan memperkirakan jarak halangan untuk diterapkan pada kursi roda pintar (smart wheelchair) yang dilengkapi kamera dan line laser. Kamera menangkap sinar line laser yang jatuh di depan kursi roda untuk mengenali adanya halangan pada lintasan berdasarkan bentuk citra line laser tersebut. Estimasi jarak halangan dihitung dari hasil Regresi Linier. Metode Regresi Linier yang digunakan dalam penelitian ini adalah model bertingkat dengan k-Means clustering. Metode Regresi Linier model bertingkat digunakan untuk merepresentasikan korelasi antara jarak line laser pada citra dan jarak halangan secara aktual. Hasil metode Regresi Linier model bertingkat dengan k-Means clustering yang diujicobakan memberikan hasil yang lebih baik dengan RMSE sebesar 3.541 cm dibanding dengan Regresi Liner sederhana dengan RMSE sebesar 5.367 cm.   This research aim to propose a new approach to detect obstacles and to estimate the distance of the obstacle which is in this case applied to smart wheelchair equipped with camera and line laser. The camera capture the image of line laser reflected in front of the wheelchair to detect any existing obstacle on the wheelchair’s pathway based on the line shape of reflected line laser. Obstacle’s distance is estimated using Linier Regression. Linier Regression method used in this research is stepwise model using k-Means clustering. Linear Regression method with stepwise model will be used to represent the correlation between the distance of the line laser in the image and the actual distance of the obstacle in real world. The result of Linear Regression with stepwise model using k-Means clustering gave better result with RMSE of 3.541 cm than simple Linear Regression with RMSE of 5.367 cm.
Segmentasi pembuluh darah pada citra retina dengan menggunakan Multi-Scale Line Detector (MSLD) dan Adaptive Morphology Whardana, Adithya Kusuma; Sutaji, Deni
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1207.71 KB) | DOI: 10.26594/register.v3i1.716

Abstract

 Pembuluh darah pada retina merupakan bagian retina yang berfungsi memberikan suplai darah dan oksigen ke dalam retina. Sehingga apabila pembuluh darah tidak tersuplai oksigen, maka dapat ditarik kesimpulan bahwa pembuluh darah retina tersebut bermasalah, banyaknya noise pada daerah pembuluh darah menyebabkan proses dalam segmentasi. Karena permasalahan yang timbul, maka dalam penelitian ini diusulkan metode segmentasi pembuluh darah dengan menggabungkan dua metode, yaitu metode Multi-Scale Line Detector (MSLD) dan Adaptive Morphology. Dari keseluruhan metode memiliki fungsi yang berbeda-beda, MSLD berfungsi dalam proses pemisahan garis yang dibentuk oleh pembuluh darah yang dalam hal ini melalui proses perubahan citra orisinal ke citra green channel, namun dalam proses sebenarnya metode MSLD kurang dalam proses segmentasi, karena timbulnya masalah disaat terjadi garis yang menyilang antara optic disc dan pembuluh darah, sehingga pada saat segmentasi garis yang menyilang tersebut tidak akan ikut disegmentasi, sehingga membutuhkan metode penambahan pada proses segmentasinya, untuk itu diperlukan metode Adaptive Morphology, sehingga saat proses segmentasi sebelumnya yang telah dilakukan dengan menggunakan MSLD bisa disempurnakan dengan menggunakan metode Adaptive Morphology. Penggabungan metode sangat efektif karena bisa menghilangkan area optic disc yang membentuk garis menyilang dengan pembuluh darah secara sempurna dengan tanpa menghilangkan area pembuluh darah, sehingga dalam proses segmentasi dapat menghasilkan tingkat akurasi 97,94%.   The blood vessels of the retina are part of the retina that serves to supply blood and oxygen to the retina. So if the blood vessels are not supplied oxygen, it can be concluded that the retinal blood vessels are problematic, the amount of noise in the blood vessel causes the process in segments.Karena problems arise, then in this study proposed method of blood vessel segmentation by combining two methods, namely Methods of Multi-Scale Line Detector (MSLD) and adaptive morphology. From the whole method has different functions, MSLD function in the process of separation of lines formed by blood vessels in this case through the process of changing the original image to the green channel image, but in the actual process of MSLD method is less In the process of segmentation, due to the emergence of the problem when there is a crossing line between the optic disc and blood vessels, so that when the segmentation of the crossed line will not participate in segmentation, thus requiring additional method in the process of segmentation, for that required adaptive morphology method, Previous segmentation that has been done by using MSLD can be enhanced by using adaptive morphology method. Combination method is very effective because it can eliminate the optic disc area that forms a line crossed with blood vessels perfectly without removing the blood vessel area, so in the process of segmentation can produce an accuracy of 97.94%. 
Otomatisasi klasifikasi kematangan buah mengkudu berdasarkan warna dan tekstur Kusuma, Selvia Ferdiana; Pawening, Ratri Enggar; Dijaya, Rohman
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): Januari-Juni (3/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1141.772 KB) | DOI: 10.26594/register.v3i1.576

Abstract

 Buah Mengkudu merupakan komoditi ekspor yang sedang berkembang di Indonesia. Proses pengklasifikasian kematangan buah Mengkudu perlu dilakukan agar kualitas buah Mengkudu yang di ekspor dapat terjamin. Proses klasifikasi dengan jumlah yang banyak akan sulit apabila dilakukan secara manual. Oleh karena itu, penelitian ini diperlukan untuk menghasilkan proses otomatisasi klasifikasi kematangan buah Mengkudu. Metode yang diusulkan untuk melakukan otomatisasi klasifikasi adalah proses pengenalan karakteristik buah Mengkudu berdasarkan fitur tekstur dan warna. Fitur tektur dan fitur warna didapatkan melalui proses pengolahan citra digital buah Mengkudu. Penelitian ini membuktikan bahwa pengklasifikasian buah Mengkudu dengan algoritma Support Vector Machines (SVM) menghasilkan nilai persentase lebih tinggi dari pada menggunakan algoritma k-Nearest Neighbors (KNN). Hasil persentase tertinggi yang didapatkan yaitu sebesar 87.22%.   Noni fruit is an export commodities that were flourishing in Indonesia. Noni fruit maturity classification process should be done in order the quality of the noni fruit which is exported can be guaranteed. Classification process in large quantities will be difficult if it is done manually. Therefore this research is needed to produce an automation classification process of noni fruit ripeness. The proposed method is characteristic introduction of noni fruit based on texture and color features. Texture and color features are obtained from digital image processing of noni fruit. This research proves that the classification of noni fruit with SVM algorithm produces better accuracy than using KNN algorithm. The highest accuracy is equal to 87.22%.

Page 1 of 1 | Total Record : 7