Claim Missing Document
Check
Articles

Reduksi Data Latih pada K-Support Vector Nearest Neighbor Menggunakan Entropy Prasetyo, Eko; Adityo, R. Dimas; Suciati, Nanik; Fatichah, Chastine
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pemilihan sebagian data latih atau reduksi data latih yang mempunyai pengaruh pada garis keputusan klasifikasi penting dilakukan. Tujuannya untuk mengurangi beban sistem pada tahap pelatihan. Sebagai metode reduksi data, K-Support Vector Nearest Neighbour (K-SVNN) mendapatkan hasil berdasarkan ketinggian nilai Significant Degree (SD) masing- masing data. Nilai SD dihitung menggunakan variabel LVRV (Left Value dan Right Value). Sayangnya, LVRV hanya dapat digunakan pada kasus klasifikasi biner. Penelitian ini melakukan uji coba penggunaan Entropy untuk menghitung SD. Secara konseptual, Entropy memberikan nilai kemurnian distribusi kelas data sehingga dimungkinkan penggunaan Entropy untuk menghitung SD pada kasus multi kelas. Pada makalah ini, disajikan analisis perbandingan perilaku nilai SD antara menggunakan LVRV dan Entropy. Hasil reduksi data menggunakan threshold (T) > 0, didapatkan akurasi yang sama pada kedua metode, sedangkan klasifikasi dengan reduksi data latih memberikan nilai akurasi lebih tinggi daripada tanpa reduksi. Hal ini membuktikan bahwa entropy dapat digunakan untuk menggantikan LVRV untuk menghitung SD.
TEMU KEMBALI CITRA TENUN NUSA TENGGARA TIMUR MENGGUNAKAN ESKTRAKSI FITUR YANG ROBUST TERHADAP PERUBAHAN SKALA, ROTASI, DAN PENCAHAYAAN Baso, Budiman; Suciati, Nanik
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722002

Abstract

Ragam motif pada tenun Nusa Tenggara Timur (NTT) seperti flora, fauna dan geometris menjadi suatu keunikan yang dapat membedakan daerah asal dan jenis dari tenun tersebut. Pada penelitian ini, sistem temu kembali citra berbasis isi atau Content-Based Image Retrieval (CBIR) diimplementasikan pada citra tenun NTT sehingga user dapat mencari citra tenun pada database menggunakan citra query berdasarkan fitur visual yang terkandung dalam citra. Seringkali citra query yang diinputkan user memiliki skala, rotasi dan pencahayaan yang bervariasi, sehingga diperlukan suatu metode ektraksi fitur yang dapat mengakomodasi variasi tersebut. Sistem temu kembali citra tenun pada penelitian ini menggunakan model Bag of Visual Words (BoVW) dari keypoints pada citra yang diekstrak dengan metode Speeded Up Robust Feature (SURF). BoVW dibangun menggunakan K-Means untuk menghasilkan visual vocabulary dari keypoints pada seluruh citra training. Representasi BoVW diharapkan dapat menangani variasi skala dan rotasi pada citra. Sedangkan untuk mengatasi variasi pencahayaan pada citra, dilakukan perbaikan kualitas citra dengan menggunakan Contrast Limited Adaptive Histogram Equalization (CLAHE). Percobaan dilakukan dengan membandingkan kinerja dari representasi BoVW yang dibangun menggunakan fitur SURF dengan Maximally Stable Extremal Regions (MSER) pada temu kembali citra tenun. Hasil uji coba menunjukkan bahwa metode SURF menghasilkan rata-rata akurasi 89,86% dan waktu komputasi 9,94 detik, sedangkan MSER menghasilkan rata-rata akurasi 84,04% dan waktu komputasi 1,95 detik. AbstractThe variety of motifs in East Nusa Tenggara tenun such as flora, fauna and geometric is an unique thing that can distinguish the region of origin and type of the tenun. In this study, the Content-Based Image Retrieval (CBIR) system is implemented in the tenun image. With Content-based techniques Users can search tenun images on the image database by using query images based on visual features contained in the image. Often the query image that the user enters has a different scale, rotation and lighting, so a feature extraction method is needed that can accommodate these differences. The tenun image retrieval system in this study used the Bag of Visual Words (BoVW) model of the keypoints in the extracted image using the Speeded Up Robust Feature (SURF) method. BoVW was built using K-Means to produce visual vocabulary from keypoints on all training images. The representation of BoVW is expected to be able to handle scale variations and rotations in images. Whereas to overcome the lighting variations in the image, image quality improvement is done by using Contrast Limited Adaptive Histogram Equalization (CLAHE). The experiment was conducted by comparing the performance of the BoVW representation which was built using the SURF feature with Maximally Stable Extremal Regions (MSER) at the tenun image retrieval. The results of the trial showed that SURF obtained higher accuracy in all conditions of tenun image data with an average value of 89.86% whereas MSER obtained an average accuracy value of 84.04%. But MSER's computation time is 1.95 seconds faster than SURF which is 9.94 seconds.
PENGENALAN MOTIF BATIK MENGGUNAKAN ROTATED WAVELET FILTERDAN NEURAL NETWORK Arisandi, Bernardinus; Suciati, Nanik; Wijaya, Arya Yudhi
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 9, No 2, Juli 2011
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1047.551 KB) | DOI: 10.12962/j24068535.v9i2.a34

Abstract

Batik merupakan kriya tekstil yang menjadi kekayaan intelektualbangsa Indonesia dan telah diakui oleh UNESCO sejak tanggal 2 Oktober 2009. Namun demikian, masyarakat Indonesia sendiri belum banyak yang mengetahui tentang perkembangan dan jenis batik yangmerupakan kekayaan budaya tersebut. Pada penelitian ini, dikembangkan sebuah perangkat lunak pengenalan motif batik yang dapat digunakan untuk mengenali motif batik secara otomatis. Fitur tekstur dari citra batik diekstrak menggunakan Rotated Wavelet Transform. Selanjutnya, hasil ekstraksi berupa vektor fitur diklasifikasikan ke dalam motif-motif batik menggunakan metode klasifikasi Neural Network (NN). Uji coba menggunakan dataset testing sama dengan dataset training menghasilkan akurasi tertinggi 100%. Sedangkan uji coba menggunakan dataset testing yang berbeda dengan dataset training menghasilkan akurasi tertinggi 78,26%. Kedua nilai akurasi tersebut didapat pada learning rate 0.8, momentum 0.9, jumlah komposisi node hidden layer [40 10 1], dan level dekomposisi ke-5.
RANCANG BANGUN EDITOR KURVA POLYLINE DENGAN METODE CURVE ANALOGIES Suciati, Nanik; Fatichah, Chastine; Royani, Faida
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 1 Januari 2004
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (855.119 KB) | DOI: 10.12962/j24068535.v3i1.a130

Abstract

Model-model kurva banyak digunakan untuk pembuatan sketsa. Untuk merancang model kurva untuk sketsa tersebut dapat dilakukan dengan berbagai macam cara. Salah satunya adalah menyusun program secara manual dalam membentuk model-model kurva untuk menggambar sketsa yang diinginkan. Pendekatan ini memberi kontrol yang besar ke programmer. Pendekatan lain yaitu mengambil detail kurva yang dimasukkan pengguna. Salah satu metode dalam pendekatan ini adalah dengan mempelajari style-style garis dari contoh - contoh. Pendekatan ini disebut dengan pendekatan curve analogies. Penelitian ini bertujuan untuk menerapkan metode curve analogies dalam membuat editor kurva polyline. Curve Analogies bertujuan membentuk kurva baru dari kurva contoh. Inputan untuk kurva analogies ada 3 macam yaitu dua kurva garis dan satu kurva detil (kurva contoh). Dua kurva garis tersebut adalah kurva inputan dari pengguna dan kurva yang mengikuti kurva detil. Dua kurva garis ini digunakan untuk mencari nilai transformasi. Sedangkan untuk membuat kurva baru dilakukan proses synthesis dengan algoritma synthesis. Algoritma synthesis membentuk kurva baru berdasarkan style dari kurva contoh. Kurva hasil proses synthesis di transformasi sesuai dengan nilai transformasinya. Kurva baru yang dihasilkan harus selalu melalui titik kontrol yang pertama dan terakhir dari kurva garis yang diinputkan penguna. Uji coba perangkat lunak ini dilakukan dengan menjalankan beberapa skenario. Skenario pertama dengan memasukkan satu obyek gambar, kedua memasukkan lebih dari satu obyek gambar, ketiga membuat kurva contoh baru dan yang keempat melakukan sintesa kurva. Dari hasil beberapa skenario tersebut dapat disimpulkan metode curve analogies dapat digunakan untuk membuat editor kurva polyline. Kata kunci: kurva polyline, curve analogies, transformasi
RANCANG BANGUN PROGRAM PENGEDITAN KURVA B-SPLINE MULTIRESOLUSI BERBASIS WAVELETS Suciati, Nanik; Stefanus, L. Y.
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 1, No 1 Juli 2002
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (258.198 KB) | DOI: 10.12962/j24068535.v1i1.a90

Abstract

Penelitian ini menyusun representasi multiresolusi untuk kurva B-spline kubik yang menginterpolasi titik-titik ujung dengan basis wavelets. Representasi multiresolusi ini digunakan untuk mendukung beberapa tipe pengeditan kurva, yaitu penghalusan kurva dengan tingkat resolusi kontinyu untuk menghilangkan detail-detail kurva yang tidak diinginkan, pengeditan bentuk keseluruhan kurva dengan tetap mempertahankan detaildetailnya, perubahan detail-detail kurva tanpa mempengaruhi bentuk keseluruhannya, dan pengeditan satubagian tertentu dari kurva melalui manipulasi secara langsung terhadap titik-titik kontrolnya. Untuk menguji kemampuan representasi multiresolusi dalam mendukung empat tipe manipulasi kurva tersebut, disusun program pengeditan kurva dengan menggunakan bahasa pemrograman Visual C++ pada komputer Pentium 133 MHz, memori 16 Mbyte, sistem operasi Windows 95, lingkungan pengembangan Microsoft DevelopmentStudio 97 dan pustaka Microsoft Foundation Class. Dari hasil uji coba program diketahui bahwa representasi multiresolusi memberikan dukungan yang sangat baik terhadap tipe-tipe pengeditan seperti yang disebutkan di atas. Representasi multiresolusi tidak membutuhkan memori penyimpan ekstra selain dari yang digunakan untuk menyimpan titik kontrol. Dari hasil uji coba program menggunakan ratusan titik kontrol, algoritma berjalan cukup cepat dan memadai berkaitan dengan tuntutan komunikasi interaktif antara user dan program.Kata kunci: B-Spline, Wavelet, Multiresolusi
JSP DAN JAVA SERVLET GENERATOR UNTUK APLIKASI DATABASE BERBASIS WEB DENGAN MENGIMPLEMENTASIKAN FRAMEWORK JAKARTA STRUTS Kuswardayan, Imam; Suciati, Nanik; Wicaksono, Dody Rachmat
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 2 Juli 2004
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (325.53 KB) | DOI: 10.12962/j24068535.v3i2.a264

Abstract

Untuk meningkatkan produktifitas dalam pengembangan aplikasi, seringkali digunakan tool-tool untuk mempercepat proses pengkodean. Salah satu jenis tool yang mulai banyak digunakan adalah tool yang mampu mengkodekan sebuah aplikasi hanya dengan memberikan data-data logic, dan tanpa perlu melakukan pengkodean. Dalam penelitian ini akan dibuat aplikasi code generator untuk bahasa java, khususnya JSP dan JavaServlet. Spesifikasi dari aplikasi yang akan dihasilkan oleh code generator ini adalah aplikasi yang memiliki arsitektur J2EE, yaitu dengan mengimplementasikan framework Jakarta Struts yang berdasarkan pada blue print Model View Controller. Framework Jakarta Struts akan bekerja sama dengan framwork iBATIS yang akan menangani Persistent Database Layer. Kedua framework akan bekerja bersama-sama membangun pondasi yang kokoh dalam membangun aplikasi berarsitektur J2EE. Uji coba dilakukan dengan sebuah skenario pembuatan aplikasi PIM (Personal Info Manager). Hasil uji coba menunjukkan bahwa aplikasi JSP dan Servlet Generator berjalan dan berfungsi sesuai dengan tujuan yang ditetapkan. Kata Kunci : Struts, iBATIS, J2EE, MVC, Servlet, JSP, code generator.
PENGEDITAN DETIL KURVA DENGAN METODE CURVE ANALOGIES MENGGUNAKAN PUSTAKA KURVA MULTIRESOLUSI Suciati, Nanik; Hakkun, Rizky Yuniar
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 4, No 1 Januari 2005
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.187 KB) | DOI: 10.12962/j24068535.v4i1.a240

Abstract

Pembuatan gambar dua dimensi membutuhkan suatu perangkat lunak yang mendukung. Seringkali perangkat lunak tersebut membutuhkan kemampuan pengguna dalam hal menggambar, sehingga sulit bagi pengguna biasa untuk menghasilkan suatu bentuk sesuai keinginan. Penelitian ini membuat suatu perangkat lunak editor gambar yang dapat memudahkan pengguna untuk membentuk suatu gambar baru. Gambar ini direpresentasikan ke dalam bentuk kurva. Perangkat lunak dapat membuat kurva contoh dan membentuk kurva baru mirip dengan kurva contoh yang diberikan pada suatu bentuk dasar. Metode pembentukan kurva baru dari kurva contoh yang diberikan menggunakan suatu metode yang dinamakan metode Curve Analogies. Metode Curve Analogies merupakan metode pembentukan kurva baru dari kurva contoh yang diberikan dengan mengikuti suatu bentuk tertentu, selain itu kurva yang dihasilkan mirip dengan kurva contoh. Kurva contoh yang diberikan merupakan kurva B-Spline Kubik multiresolusi sehingga dengan representasi multiresolusi akan mendapatkan beberapa bentuk kurva yang berbeda. Kurva B-Spline yang digunakan merupakan kurva B-Spline kubik sedangkan kurva polylines digunakan sebagai bentuk dasar dalam pembentukan kurva baru. Perangkat lunak dibuat dengan menggunakan bahasa pemrograman Borland Delphi 5 pada sistem operasi Windows XP. Berdasarkan ujicoba yang dilakukan, perangkat lunak dapat bekerja dengan baik.. Perangkat lunak mampu membentuk pustaka kurva dan membuat kurva baru yang mirip dengan kurva contoh yang diberikan. Perangkat lunak mampu mensintesa kurva contoh pada bentuk dasar yang diberikan. Perangkat lunak juga mampu melakukan representasi multiresolusi pada kurva B-Spline yang dibuat.   Kata Kunci : Curve Analogies, B-Spline Curve, Multiresolution Curve.
CLUSTERING DATA NON-NUMERIK DENGAN PENDEKATAN ALGORITMA K-MEANS DAN HAMMING DISTANCE STUDI KASUS BIRO JODOH Murti, Darlis Heru; Suciati, Nanik; Nanjaya, Daru Jani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 4, No 1 Januari 2005
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (435.152 KB) | DOI: 10.12962/j24068535.v4i1.a245

Abstract

Clustering adalah salah satu metode populer yang telah digunakan di berbagai bidang penelitian mulai dari kecerdasan buatan, teknologi jaringan syaraf, pengenalan pola, hingga pengolahan gambar. Salah satu teknik yang digunakan dalam clustering adalah dengan menggunakan algoritma k-means. Namun sayangnya, algoritma k-means hanya bisa digunakan untuk dataset yang atributnya bernilai numerik. Padahal dalam kenyataannya, suatu database bisa terdiri atas data-data yang bernilai numerik maupun non-numerik. Dalam penelitian ini akan dibahas mengenai penggunaan algoritma k-means pada suatu clustering data non-numerik (categorical), dengan dibantu Hamming Distance sebagai alat untuk mengukur distance dari masing-masing atribut categorical-nya. Kasus yang diambil adalah pada dataset suatu biro jodoh yang mana akan menjadi menarik karena dengan clustering ini dapat diketahui bagaimana pola pembentukan grup-grup yang memiliki karakteristik hampir sama di dalam keanggotaan suatu  biro jodoh. Pada penelitian ini juga akan diberikan implementasi penggunaan clustering dalam pencarian individu di suatu data biro jodoh. Metodologi yang digunakan dalam penelitian ini meliputi beberapa tahapan. Tahapan pertama adalah persiapan data, yaitu data-data keanggotaan biro jodoh. Tahapan selanjutnya adalah proses modifikasi data dari non-numerik menjadi numerik. Kemudian tahap perhitungan distance antar-data. Lalu tahapan clustering pada data yang teleh bernilai jarak. Dan diakhiri dengan tahapan ringkasan dari hasil proses-proses tersebut. Uji coba dan evaluasi dilakukan dengan menggunakan dataset nyata yaitu data biro jodoh Grasco, Sakinah Surabaya, Libe, dan O'Diva. Dari uji coba tersebut didapatkan bahwa clustering dapat dilakukan pada atribut-atribut categorical yang ditransformasikan terlebih dahulu ke dalam bentuk numerik. Selain itu, kesamaan (similarity) dan karakterisktik dari masing-masing keanggotaan biro jodoh bisa diketahui.   Kata Kunci : Data Mining, Clustering, Unsupervised Learning, K-Means.
PERBAIKAN CITRA MENGGUNAKAN EKSTRAPOLASI NONLINEAR PADA DOMAIN FREKUENSI Fatichah, Chastine; Suciati, Nanik; Rosida, Dewi
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 5, No 2 Juli 2006
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (719.227 KB) | DOI: 10.12962/j24068535.v5i2.a231

Abstract

Perbaikan citra merupakan salah satu proses awal dalam pengolahan citra. Perbaikan citra diperlukan karena seringkali objek citra tersebut memiliki kualitas yang buruk, misal mengalami derau, citra terlalu terang/gelap, citra kurang tajam, kabur dan lain sebagainya Penelitian ini akan menerapkan teknik perbaikan citra terhadap citra kabur dengan menggunakan metode ektrapolasi nonlinear. Mula-mula citra masukan (G0) akan diolah untuk didapatkan citra tepi (L0) yaitu dengan mengalikan G0 dengan gaussian highpass filter. Proses selanjutnya adalah melakukan proses penajaman terhadap citra tepi menggunakan operator nonlinier, yaitu clipping (c) dan scaling (s). Masing-masing nilai variabel c dan s diperoleh dengan melakukan pendekatan menggunakan metode Teoritical Evaluation.  Proses terakhir adalah menambahkan komponen frekuwensi tinggi dari citra tepi hasil perbaikan dengan citra masukan diawal proses.Dari beberapa hasil ujicoba dapat ditarik kesimpulan bahwa algoritma ektrapolasi nonlinear dapat memperbaiki ketajaman pada sebuah citra kabur. Penggunaan ekstrapolasi operator nonlinear menghasilkan perbaikan citra dengan tingkat kejaman lebih tinggi secara visual. Hasil perbaikan terhadap citra kabur yang dihasilkan oleh algoritma nonlinear akan terlihat lebih tajam daripada perbaikan citra hanya dengan mengolah komponen frekuensi tinggi.Kata Kunci : Laplacian Pyramid, Gaussian Pyramid, Deteksi Tepi, Filter Nonlinear, Frekuensi Domain.
PENGENALAN ANGKA TULISAN TANGAN ONLINE MENGGUNAKAN METODE STRUCTURAL MATCHING Jatmiko, Nunut Priyo; Suciati, Nanik; I., Andi K.
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 2 Juli 2004
Publisher : Informatics, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (579.484 KB) | DOI: 10.12962/j24068535.v3i2.a266

Abstract

Pengenalan tulisan tangan telah dilakukan lebih dari tiga dekade. Berbagai teknik pendekatan telah dilakukan dengan tujuan untuk lebih memudahkan manusia berinteraksi dengan mesin. Dalam penelitian ini akan mengimplementasikan perangkat lunak yang dapat mengenali satu digit angka tulisan tangan secara online menggunakan metode structural matching. Ada beberapa tahap yang dilakukan dalam proses pengenalan. Tahap pertama adalah ekstraksi dan rekonstruksi struktur, tahap kedua adalah structural matching dan tahap ketiga adalah pasca proses. Pada tahap pertama yaitu ekstraksi dan rekonstruksi struktur, tulisan tangan dibagi menjadi beberapa ruas garis sesuai dengan nilai arah, dikelompokkan dan ditentukan tatabahasanya yaitu Up, Down, Loop, atau Line sebagai perwakilan dari tipe kurva sedangkan nilai arah diwakili dengan angka 0 sampai dengan 7. Pada tahap kedua, tatabahasa yang dihasilkan dari proses sebelumnya dibandingkan dengan tatabahasa pada data aturan sehingga dihasilkan himpunan angka yang memiliki struktur tatabahasa seperti pada tahap ekstraksi dan rekonstruksi struktur. Tahap ketiga, menentukan angka yang sesuai dengan tulisan tangan dari himpunan angka yang dihasilkan pada tahap structural matching. Dari uji coba perangkat lunak yang telah dilakukan menunjukkan bahwa perangkat lunak yang dibuat mampu mengenali angka tulisan tangan dengan cepat yaitu kurang dari satu detik. Kelengkapan data aturan menjadi hal yang utama untuk menunjang kemampuan perangkat lunak dalam mengenali tulisan tangan. Kata kunci : structural matching, pengenalan