Penelitian yang telah dilakukan (publish)

Posted: December 13, 2015 in Penelitian

2015 :

Sistem Pendukung Keputusan Penentuan Posisi Pemain Dalam Strategi Formasi Futsal

Olah raga futsal termasuk olah raga yang popular saat ini. Futsal tidak membutuhkan tempat yang luas seperti sepakbola.  Futsal merupakan permainan yang cepat hal ini  berbeda dengan sepak bola. Pemilihan pemain oleh pelatih berperan penting untuk menyusun sebuah strategi.  Kendala yang masih dialami biasanya dalam proses penyeleksian pemain, masih ada pelatih yang belum bisa menilai pemain secara objektif. Dimana, para pemain memang benar-benar dinilai dari kemampuan mereka sendiri bukan dari penilaian secara subjektif saja. Proses pengambilan keputusan di dalam menentukan peran pemain masih mengandalkan insting pelatih dan ego para pemain itu saja. Selain itu proses manual membutuhakn waktu yang relatif lama dan kecermatan yang lebih dalam pemilihan pemain.

Tujuan dilakukannya penelitian ini adalah untuk merancang sebuah aplikasi sistem pengambil keputusan penentuan  posisi pemain dan untuk memudahkan pengguna terhadap sistem pengambilan keputusan  yang di implementasikan pada klub futsal Marimas FC Kediri. Metode yang digunakan dalam aplikasi ini yaitu dengan Metode Analitycal Hierarcy Process (AHP) untuk menentukan posisi pemain yang tepat dengan kriteria yang sesuai

Hasil yang dicapai aplikasi sistem pendukung kepususan  ini dapat menyajikan informasi yang mampu menyediakan pilihan bagi para pelatih. Hasil penyajian pilihan pemain diharapkan dapat membantu seorang pelatih merubah cara penilaian pemain dari yang bersifat subyektif menjadi objektif.

Kata kunci: Futsal, pemilihan, pemain,, AHP. (full PDF)

 

Sistem Pendukung Keputusan Pemilihan Rumah 

Abstrak

Pengambilan keputusan selalu berkaitan dengan ketidakpastian dari hasil keputusan yang diambil. Sistem Pendukung Keputusan dikembangkan untuk mengurangi faktor ketidakpastian tersebut dengan mengolah sebuah informasi menjadi sebuah alternatif pemecahan suatu masalah. Metode yang dapat diterapkan dalam sistem pendukung keputusan yaitu Simple Additive Weighting(SAW).

Untuk mengetahui proses pengolahan informasi sistem pendukung keputusan dengan menggunakan metode SAW penulis menggunakan studi kasus pemilihan rumah dengan kriteria strategis, kondisi rumah, sanitasi, keindahan dan keamanan. Jumlah alternatif pilihan rumah sebanyak sepuluh. Setelah semua nilai kriteria dimasukan maka hasil pengolahan dengan metode SAW akan diranking dan rangking tertinggi yang akan dipilih.Hasil perangkinngan dari alternative yang digunakan nilai tertinggi V = 90.3830952 alternatif A4 yaitu perumahan Rejomulyo.

(full PDF)

 

Komparasi Pengenalan Citra Tanda Tangan Dengan Metode 2D-PCA dan 2D-LDA

Abstrak

Pada umumnya pengenalan tanda tangan dilakukan secara manual oleh seseorang dengan mencocokan secara langsung tanda tangan yang sah dengan tanda tangan yang dilakukan pada saat itu. Namun cara tersebut memiliki kelemahan karena membutuhkan ketelitian pada saat mencocokan. Oleh karena itu proses pencocokan tanda tangan perlu dilakukan secara otomastis dengan sistem komputer sehingga diharapkan mempermudah dalam identifikasi tanda tangan seseorang. Pada penelitian ini peneliti membandingkan metode 2DPCA dengan 2DLDA untuk mengetahui akurasi dan kecepatan proses pengenalan tanda tangan. Metode Euclidean Distance digunakan untuk mencari kemiripan data tanda tangan. Data citra tanda tangan yang digunakan terdiri dari enam jenis kondisi yaitu kertas putih polos, kertas bercorak papyrus, bercorak shingle, tanda tangan miring dan dari eKTP. Dari hasil ujicoba tingkat akurasi pengenalan citra tanda tangan menggunakan metode 2DPCA yaitu rata-rata 78.27% dan metode 2DLDA rata-rata 74.33%. Kecepatan proses pengenalan citra tanda tangan menggunakan metode 2DPCA rata-rata 0.2605504 detik sedangkan menggunakan metode 2DLDA rata-rata 0.2401697 detik.

Kata Kuncitanda tangan, pengenalan, Euclidean Distance (Full PDF)

 

2016 :

PENGENALAN CITRA TANDA TANGAN MENGGUNAKAN METODE 2DPCA DAN EUCLIDEAN DISTANCE

Abstrak

Pada umumnya pengenalan tanda tangan dilakukan secara manual oleh seseorang dengan mencocokkan secara langsung tanda tangan yang sah dengan tanda tangan yang dilakukan saat itu. Cara tersebut memiliki kelemahan yaitu membutuhkan ketilitian pada saat memcocokan. Oleh karena itu proses pencocokan tanda tangan perlu dilakukan secara otomastis dengan sistem komputer sehingga diharapkan mempermudah dalam identifikasi tanda tangan seseorang.

Pada penelitian ini peneliti menggunakan metode 2DPCA untuk ekstraksi citra tanda tangan dan menggunakan metode Euclidean Distance untuk mencari kemiripan data tanda tangan. Dari hasil ujicoba tingkat akurasi pengenalan citra tanda tangan menggunakan metode 2DPCA mencapai 97% dengan menggunakan citra berukuran 150×150 piksel dan 200×200 piksel. Akurasi optimal dapat dicapai dengan menggunakan ukuran citra tanda tangan 150×150 dengan akurasi 97% dan kecepatan 0.37679 detik

Kata Kunci : tanda tangan, pengenalan, 2DPCA, Euclidean Distance (Full PDF)

 

Self Organizing Map-Neural Network untuk Pengelompokan Abstrak
Abstract

Data berukuran besar yang sudah disimpan jarang digunakan secara optimal karena kemampuan manusia yang terbatas untuk mengelolanya. Salah satu data berskala besar adalah data teks. Data teks memiliki fitur yang besar sehingga untuk mengolahnya memerlukan waktu komputasi yang besar pula. Proses clustering menggunakan metode Self Organizing Map dengan menerapkan reduksi dimensi pada tahap preprosesing. Metode ini diterapkan untuk mengelompokkan data tugas akhir mahasiswa Teknik Informatika Universitas Trunojoyo Madura. Dalam metode yang diusulkan, analisis morfologi dilakukan pada teks abstrak tugas akhir mahasiswa untuk menghasilkan vektor input dengan unsur term dari tugas akhir tersebut. Dari percobaan yang dilakukan, diperoleh hasil bahwa optimum cluster menghasilkan nilai rata-rata SSE = 0.01117.

Kata Kunci :  Data Mining, Clustering, Self Organizing Map (Full PDF)

 

Perancangan Sisitem Tracer Alumni Untuk Menentukan Profil Lulusan Prodi Teknik Informatika Universitas Nusantara PGRI Kediri

Abstrak

Data alumni sangat bermanfaat bagi suatu perguruan tinggi khususnya suatu program studi untuk
akreditasi, alat evaluasi akademik khususnya kurikulum dan untuk mengetahui profil lulusan prodi. Tahun 2016
Prodi Teknik Informatika Universitas Nusantara PGRI Kediri akan melakukan penyusunan kurikulum baru
berdasarkan KKNI sedangkan tahun 2017 akan dilakukan reakreditasi. Penyusunan kurikulum berdasarkan
KKNI dan persiapan reakreditasi sama-sama membutuhakan data alumni dan profil lulusan alumni. Untuk
mengetahui jumlah data alumni dan profil lulusan dibutuhkan data alumni. Saat ini di Prodi Teknik Informatika
belum ada sistem pendataan alumni baik secara konvensional maupun komputerisasi. Oleh karena itu penulis
akan merancang sebuah sistem berbasis web untuk tracer alumni prodi Teknik Informatika Universitas
Nusantara PGRI Kediri. Dengan adanya sistem untuk tracer alumni berbasis web dapat mendata para alumni
Prodi Teknik Informatika Universitas Nusantara PGRI Kediri. Dengan adanya fitur view data sebaran
pekerjaan alumni dapat diketahui profil lulusan Prodi Teknik Informatika Universitas Nusantara PGRI Kediri
dan dapat digunakan untuk menentukan kurikulum yang sesuai dengan profil lulusan.
Kata Kunci: tracer, profil, alumni, web. (Full PDF)

 

IMPLEMENTASI METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN TAHU PONG
Abstract

CV. XYZ setiap hari memproduksi tahu Pong yang akan disalurkan ke tiga tempat yaitu toko pusat oleh-oleh Jombang, Pasar Jombang dan di tempat produksi sendiri di Jogoroto. Penjualan di tiga tempat tersebut setiap harinya mengalami naik turun, akibatnya tidak jarang hasil produksi banyak yang tidak terjual sehingga mengakibatkan kerugian. Selain itu juga mengakibatkan pengadaan bahan baku produksi yang tidak sesuai dengan hasil penjualannya. Selama ini CV. XYZ dalam pengadaan bahan baku tidak dinamis setiap harinya atau tidak disesuaikan dengan perkiraan penjualan hari berikutnya karena belum menggunakan sistem prediksi. Oleh karena itu perlu adanya suatu sistem yang dapat memprediksi penjualan setiap harinya. Sistem prediksi yang dibuat menggunakan metode Least Square. Data yang digunakan yaitu data penjualan 1 April 2016 sampai dengan 31 Mei 2016. Periode yang diprediksi yaitu tiga periode hari selanjutnya. Dari hasil uji coba dapat disimpulkan sistem prediksi penjualan tahu pong dapat memprediksi penjualan pada periode selanjutnya. Metode Least Square dapat digunakan untuk memprediksi penjualan tahu pong dengan nilai korelasi 0,88.
Kata Kunci: prediksi, penjualan, Least Square

Kata Kunci : prediksi, penjualan, Least Square (Full PDF)

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s