[MPTP] Sistem Informasi Pemetaan Profil Kriminalitas Berbasis Web (Studi Kasus: Kejahatan Konvensional Kota Bogor)

Judul : Sistem Informasi Pemetaan Profil Kriminalitas Berbasis Web (Studi Kasus: Kejahatan Konvensional Kota Bogor)

Penyusun : Riza Muhammad Nurman

Tahun : 2007

Pada masa sekarang ini diperlukan perolehan informasi secara cepat dan aktual, salah satunya adalah informasi tentang tingkat kejahatan. Banyaknya kejahatan yang terjadi di berbagai tempat dan waktu kejadian yang berbeda-beda menyebabkan kesulitan tersendiri dalam menentukan daerah-daerah yang memiliki tingkat kerawanan yang tinggi. Oleh karena itu, dibutuhkan sistem yang dapat membantu pihak kepolisian dalam membandingkan kerawanan kejahatan antardaerah. Daerah yang diambil dalam penelitian meliputi kecamatan dan kelurahan di Kotamadya Bogor.
Pada karya tulis ini penulis hanya membatasi bidang kajiannya hanya pada kejahatan konvensional. Metode yang digunakan pada penelitian ini adalah Prototipe Jenis I karena masalah yang diambil tidak terstruktur dengan baik serta persyaratan data yang tidak menentu. Selain itu sistem ini tidak bisa dijadikan cetak biru bagi kepolisian di daerah lain melainkan khusus dipakai di Polresta Bogor.
Sistem ini mampu menampilkan peta dan memetakan jumlah kejahatan yang terjadi di dalam peta tersebut dalam bentuk pewarnaan peta yang beragam sesuai dengan tinggat kerawanan pada masing-masing daerah. Sistem ini pun mampu menampilkan grafik perhitungan jumlah tindak pidana yang terjadi berikut dengan penyelesaiannya.
Dengan adanya sistem ini diharapkan dapat membantu pihak kepolisian kota Bogor dalam menganalisa tingkat kerawanan setiap daerah, jenis kejahatan, pola dan waktu kejadian, serta mengolah data kriminalitas yang terbaru dan aktual.

Categories: Learning, MPTP, Thought

[MPTP] Pembangunan Data Warehouse dan Aplikasi Olap Berbasis Web Menggunakan Palo (Studi Kasus: Data PPMP IPB)

Judul : Pembangunan Data Warehouse dan Aplikasi Olap Berbasis Web Menggunakan Palo (Studi Kasus: Data PPMP IPB)

Penyusun : Abi Herlambang (G64101047)

Tahun : 2007

PPMB (Panitia Penerimaan Mahasiswa Baru) menyimpan data mahasiswa baru pada tiap tahunnya. Untuk dapat menyajikan informasi mahasiswa baru ini secara konklusif, cepat, dan menarik penulis menggunakan teknologi data warehouse dan On-Line Analytical Processing (OLAP) untuk membantu proses pengambilan keputusan. Pada penelitian ini data warehouse membentuk skema galaksi dengan 2 kubus data, yaitu kubus data Pelamar dengan 7 dimensi dan Mahasiswa dengan 6 dimensi. Aplikasi OLAP ini menggunakan kubus data Palo sehingga akses data menjadi lebih cepat. Melalui aplikasi ini, data PPMB IPB dapat disajikan dalam bentuk yang konklusif, cepat, dan menarik dengan crosstab dan grafik dinamis. Analisis yang didapat menghasilkan bebarapa informasi konklusif, misal: pelamar USMI paling banyak berasal dari Jawa dan Sumatera; dan mayoritas pelamar USMI memilih FAPERTA, FMIPA, dan FATETA.

Categories: Learning, MPTP, Thought

[MPTP] Relevance Feedback pada Temu Kembali Teks Berbahasa Indonesia dengan Motode Ide-Dec-Hi dan Ide-Regular

Judul : Relevance Feedback pada Temu Kembali Teks Berbahasa Indonesia dengan Motode Ide-Dec-Hi dan Ide-Regular

Penyusun : Andika Wahyu Agusetyawan (G64101007)

Tahun : 2006

Penelitian yang dilakukan oleh penulis bertujuan untuk mengimplementasikan dan menganalisis kinerja perluasan kueri dengan relevance feedback pada sistem temu kembali informasi untuk dokumen berbahasa Indonesia. Penelitian dilakukan dengan menggunakan 30 kueri yang disertai dengan gugus jawabannya. Sedangkan untuk artikel yang dipakai adalah artikel pertanian berbahasa Indonesia dari berbagai situs media massa. Hasil dari penelitian ini menunjukan bahwa relevance feedback secara keseluruhan meningkatkan kinerja sistem temu kembali dan peningkatan kinerja terbesar diperoleh ketika menggunakan formula Ide-Dec-Hi (peningkatan sebesar 15.44%). Sementara dengan menggunakan Ide-Regular, peningkatan yang didapat adalah 14.54%. Dari penelitian yang dilakukan oleh penulis, dapat disimpulkan bahwa penggunanaan relevance feedback tidak terlalu membantu pada kueri yang kinerja awalnya memang sudah tinggi. Sedangkan untuk kueri-kueri yang dari awal sudah memberikan hasil yang buruk, relevance feedback ini sangat cocok untuk digunakan dalam peningkatan kinerja sistem temu kembali.

Categories: Learning, MPTP, Thought

[MPTP] Sistem Informasi Geografis untuk Pencarian Rute Terpendek pada Wilayah Kampus IPB Darmaga

Judul : Sistem Informasi Geografis untuk Pencarian Rute Terpendek pada Wilayah Kampus IPB Darmaga

Penyusun : Jiwa Adisetya

Tahun : 2004

Penelitian yang dikembangkan oleh penulis adalan sebuah Sistem Informasi Geografis. Sistem Informasi Geografis ini diharapkan bisa menyelesaikan masalah dalam pengambilan rute terpendek dari suatu lokasi awal sampai dengan lokasi lain yang akan dituju. Hal ini akan bermanfaat untuk menghemat waktu tempuh. Dalam penelitian ini, pencarian jarak terpendek dari suatu titik asal ke titik tujuan dilakukan dengan mengimplementasikan algoritma Dijkstra.

“Algoritma Dijkstra, dinamai menurut penemunya, Edsger Dijkstra, adalah sebuah algoritma rakus (greedy algorithm) dalam memecahkan permasalahan jarak terpendek (shortest path problem) untuk sebuah graf berarah (directed graph) dengan bobot-bobot sisi (edge weights) yang bernilai tak-negatif.”

sumber : Wikipedia

Sistem ini sendiri dibangun dalam lingkungan perangkat lunak ArcView GIS 3.1, dan implementasi algoritma Dijkstra dilakukan dengan menggunakan script Avenue yang telah terintegrasi dengan ArcView.

Categories: Learning, MPTP, Thought

[MPTP] Pengenalan Pembicara dengan Jaringan Syaraf Tiruan Backpropagation

Judul : Pengenalan Pembicara dengan Jaringan Syaraf Tiruan Backpropagation

Penyusun : Baskoro Oktianto

Tahun : 2004

Dalam skripsi nya, penulis membahas tentang masalah pengenalan pembicara yang dibagi menjadi 2 bagian, yaitu identifikasi pembicara (menentukan identitas pembicara) dan verifikasi pembicara (melakukan verifikasi identitas yang diklaim oleh pembicara). dalam pengenalan pola-pola suara pembicara tersebut, dalam sistemnya penulis menggunakan jaringan syaraf tiruan (JST) backpropagation. Dalam sistem ini data suara yang akan di proses dalam JST, data suara ini terlebih dahulu diproses dengan proses-proses sinyal digital melalui suatu proses feature extraction ditambah dengan proses feature selection. Hasil dari JST selanjutnya diolah oleh model pembuatan keputusan yang akan menentukan identitas pembicara dan dalam sistem verifikasi akan menerima atau menolak klaim yang diajukan oleh pembicara. Sistem yang telah dibangun oleh penulis mampu mengidentifikasi dengan tingkat generalisasi tertinggi sebesar 92.3077% dan melakukan verifikasi dengan nilai equal error rate sebesar 6.5657%.

Categories: Learning, MPTP, Thought
Design a site like this with WordPress.com
Get started