Hasil Pencarian  ::  Simpan CSV :: Kembali

"Proses pengembangan perangkat lunak yang ideal selalu mensyaratkan pengujian yang menyeluruh untuk memperoleh hasil perangkat lunak yang memiliki tingkat kebenaran tertentu. Namun pada prakteknya pengujian secara menyeluruh sangat jarang dilakukan karena membutuhkan sumber daya waktu dan biaya yang banyak. LinguSQL adalah sebuah tool pengembangan eksperimen yang mengintegrasikan proses pengujian secara whitebox dan blackbox ke dalam aktifitas pembuatan kodenya. Paper ini memaparkan penerapan LinguSQL dalam pengembangan studi kasus sebuah aplikasi transaksi perdagangan saham. Penerapan LinguSQL pada studi kasus yang cukup kompleks diharapkan akan menampilkan keuntungan konsep pengujian secara menyeluruh serta, dalam konteks implementasi tool, menunjukkan bagian-bagian yang masih perlu dikembangkan lebih lanjut.

---

AbstractThe ideal process software development always requires thorough testing to obtain the software that has a certain degree of truth. However, in practice very rarely thorough testing done because it requires so much resources of time and cost. LinguSQL is an experimental tool that integrates the development process is whitebox and blackbox testing in manufacturing activity code. This paper describes the implementastion of LinguSQL in the development of a stock trading application case study. Implementation of LinguSQL on a complex case study will show the expected benefit of testing the concept a thorough and in the context of the implementation tool, showing the parts that still need to be developed further."

"Developer aplikasi web biasanya akan meniru dan memodifikasi sistem yang sudah ada. Hal tersebut terjadi karena sistem aplikasi web tidak jauh berbeda satu dengan yang lainnya. Namun, masalah timbul saat sistem yang ditiru mengalami perubahan. Aplikasi web yang menggunakan sistem tersebut perlu mengalami perubahan dan penyesuaian kembali. Permasalahan tersebut dapat diselesaikan dengan paradigma pengembangan bernama Software Product Line Engineering (SPLE). SPLE melihat domain dan variasi sistem yang dimiliki domain sebagai suatu product family yang mengklasifikasikan produk-produknya berdasarkan kemiripan dan perbedaan antara setiap variasi produk. Salah satu studi kasus penerapan SPLE pada aplikasi web adalah Amanah, yaitu sebuah web generator untuk organisasi amal yang memanfaatkan teknologi Prices-IDE untuk membangkitkan aplikasi web. Amanah menggunakan WinVMJ untuk membangkitkan back end dan IFML untuk abstraksi front end dari produk Amanah. Fitur yang dihasilkan penelitian ini dievaluasi mengguanakan user acceptance test dan six quality criteria. WinVMJ dan IFML berhasil menjadi tool yang menerapkan paradigma SPLE dalam pengunaannya. Dihasilkan UML diagram dari pengembangan fitur pada penelitian ini. Selain itu, adanya penambahan fitur pada WinVMJ untuk peningkatan WinVMJ sebagai web framework.

---

Web application developers will usually clone and modify existing systems. It happens because web application systems are not much different from one another. However, problems arise when the cloned system change. The web application that uses the system needs to readjust following the changes. We can use a development paradigm called Software Product Line Engineering (SPLE) to solve that problem. SPLE sees the domain and the variety of systems owned by the domain as a product family that classifies its products based on the commonalities and variabilities between each product variation. One of the case studies of SPLE application in development of web applications is Amanah, a web generator for charity organizations that uses Prices-IDE technology to generate web applications. Amanah uses WinVMJ to produce the back end and IFML to abstract the front end. The features developed in this research were evaluated using six quality criteria and user acceptance tests. WinVMJ and IFML succeeded in becoming tools that apply the SPLE paradigm. This research also produced UML diagrams for the developed features. In addition, there are improvements in WinVMJ as a web framework."

"Penelitian ini mengenai analisis sistem informasi akuntansi pada PT. Jasa Marga (Persero) Tbk., serta penerapan akuntansi berdasarkan PSAK 23, PSAK 16, ISAK 16 dan Pedoman Penyajian dan Pengungkapan Laporan Keuangan Emiten atau Perusahaan Publik: Industri Jalan Tol. Peneliti menemukan bahwa prosedur sistem informasi akuntansi pada PT. Jasa Marga (Persero) Tbk. telah berjalan dengan baik. Perlakuan akuntansi pada PT. Jasa Marga (Persero) Tbk. juga telah sesuai dengan ketentuan PSAK 23, PSAK 16, ISAK 16 dan ketentuan Pedoman Penyajian dan Pengungkapan Laporan Keuangan Emiten atau Perusahaan Publik: Industri Jalan Tol.

---

This research is about accounting information system on PT. Jasa Marga (Persero) Tbk., also to examine implementation of PSAK 23, PSAK 16, ISAK 16, and Pedoman Penyajian dan Pengungkapan Laporan Keuangan Emiten atau Perusahaan Publik: Industri Jalan Tol. researcher found that accounting information system procedure in PT. Jasa Marga (Persero) Tbk. has implemented well. Accounting treatment in PT. Jasa Marga (Persero) Tbk. has met the accounting provision according to PSAK 23, PSAK 16, ISAK 16, and Pedoman Penyajian dan Pengungkapan Laporan Keuangan Emiten atau Perusahaan Publik: Industri Jalan Tol. "

"Pembangunan sistem perangkat lunak dapat dilakukan dengan berbagai pendekatan. Pendekatan yang banyak dilakukan adalah dengan metode pendekatan aliran data dan metode pendekatan struktur data. Pendekatan lainnya adalah pendekatan berorientasi obyek yang mampu mengakomodasi kedua metode pendekatan sebelumnya. Pada skripsi ini, dibahas pembangun sistem perangkat lunak Project Progress Monitoring System yang merupakan sub sistem dari Benefit Monitoring and Evaluation, yaitu sistem untuk mengevaluasi dan memonitor keuntungan dari suatu proyek. Dengan studi kasus pada Studi Pengembangan Lembaga Pendidikan Tinggi. Pembangunan system ini menggunakan analisa berorientasi obyek."

"Skripsi ini dibuat untuk merancang dan mengimplementasikan perangkat lunak yang dapat mengenali karakter (berupa angka dan huruf) pada plat nomor mobil pribadi di Indonesia dari citra hasil pemotretan kamera digital dengan menggunakan jaringan syaraf tiruan tipe Kohonen dan kompetitif.sebagai metode pengenalan.Terdapat 3 tahapan proses yang digunakan dalam pembuatan perangkat lunak yaitu tahap pre-processing, tahap pelatihan jaringan syaraf tiruan tipe kohonen dan kompetitif dan tahap pengenalan. Pada tahap pre-processing bertujuan untuk mendeteksi lokasi dan ekstraksi plat nomor lalu mengekstaksi karakter huruf dan angka dari plat nomor. Untuk mendeteksi plat nomor digunakan assymetric filter (rank filter) terhadap citra yang telah dilakukan proses vertical edge detection. Untuk mengekstraksi karakter angka dan huruf dilakukan proses background equalization terlebih dahulu. Pada tahap pelatihan jaringan bertujuan untuk pembentukan suatu database angka dan database huruf yang akan dibutuhkan pada tahap pengenalan. Perbedaan pola dari masing-masing angka dan huruf merupakan suatu ciri yang akan digunakan untuk data masukan jaringan syaraf tiruan. Tahap pengenalan merupakan suatu pattern recognition untuk mengenali angka dan huruf pada plat nomor. Jaringan syaraf tiruan tipe Kohonen digunakan untuk pengenalan huruf dan tipe kompetitif untuk pengenalan angka. Analisis yang dilakukan bertujuan untuk menentukan pengaruh jumlah sampel pada tahap pelatihan jaringan, pengaruh tipe jaringan syaraf tiruan, dan penyebab kesalahan pada tahap pre-processing dan tahap pengenalan.Berdasarkan hasil simulasi, perangkat lunak pengenalan plat nomor yang dibuat telah berhasil mengenali pola huruf dengan tingkat akurasi 88,89% dan pola angka dengan tingkat akurasi 98.3% dan pengenalan plat dengan tingkat akurasi 60%.

---

This final project is created to design and to implement software which can recognize Indonesian license plate number from digital camera image using competitive and Kononen Neural Network as recognition method.There are 3 process which are used in making software which are: pre-processing phase, training phase of kohonen and competitive neural network and recognition phase. The purposes of pre-processing phase are to be able to localize and to extract license plate then to extract number and letter from the license plate. The license plate is detected by applying asymmetric rank filter to the image that has been vertical edge detected. Background equalization process is needed first for the License Plate Character Segmentation. The purposes of training phase are able to make number database and letter database that wil be needed in recognition phase. Pattern difference from each number and letter is a characteristic that will be used for input data of neural network. Recognition phase is a pattern recognition to recognize letter and number from license plate. Kohonen neural network is used to recognize letter and competitive neural network is used to recognize number. The final project analyzed the influence from a number of sample, the influence of neural network type, and cause of error in pre-processing phase and recognition phase.From the simulation output, the software can achieve 88,89% accuracy in recognize theletter, 98.3% accuracy in recognize the number, and 60% accuracy in recognize plate."

"Skripsi ini dibuat untuk merancang perangkat lunak yang mampu mengenali nilai nominal uang kertas rupiah beserta keasliannya melalui proses pengolahan citra berbasiskan metode jaringan syaraf tiruan dengan algoritma backpropagation. Sistem pengenalan citra (image recognition) ini memperoleh kemampuan deteksi dengan cara belajar dari contoh (learning by examples).Pola dari tiap uang kertas rupiah memiliki ciri yang unik yang membedakannya satu dengan yang lainnya, baik bentuk angka, jumlah angka nol, serta gambar latar belakangnya. Pola khas dari tiap jenis uang kertas inilah yang dikenali oleh perangkat lunak ini, sehingga mampu membedakan tidak hanya uang kertas rupiah (valid data) tapi juga uang kertas pecahan lain (unknown data).Pencitraan uang kertas berasal dari dua sumber yakni citra tampak (visible image), yang berasal dari scanner 300 dpi, dan tak tampak (invisible image), yang menggunakan sinar ultraviolet (UV). Beberapa area tertentu diambil dari citra sebagai masukan identifikasi yang akan diolah melalui proses dijitalisasi sehingga dihasilkan reduksi citra hitam-putih (gray-scale) sebesar 8x7 pixel. Hal ini bertujuan selain mengurangi besar data pelatihan jaringan syaraf tiruan (JST) juga meningkatkan kemampuan identifikasi.Metode backpropagation dipilih didasarkan atas masukan data relatif kecil dengan harapan waktu pendeteksian dapat dipersingkat. Hasil identifikasi mungkin tidak akan mendekati klasifikasi, tetapi akan didekati dengan persentase kesalahan sekecil mungkin. Jumlah total data sebanyak 76 set, dimana 25 diantaranya digunakan untuk melatih JST, dan sisanya sebanyak 51 set digunakan untuk menguji JST. Hasil simulasi menunjukkan sistem mampu mengenali dengan tingkat akurasi hingga sebesar 92% bervariasi tergantung dari jumlah set data pelatihan yang dilakukan. Metode yang diterapkan dapat digunakan untuk mengenali uang kertas pecahan rupiah.

---

This paper is written to design a software that capable to recognize the nominal value of rupiah banknote with its authenticity by means of image-processing technic based on artificial neural network with backpropagation algorithm. This image-processing technic has its recognition ability from learning-by-examples process.

Each rupiah banknote has its unique characteristic which distinguish the banknote with one another, such as numeral shape, amount of zeroes, and its background image. The software then uses this banknote’s unique pattern to recognize not only for valid currency, but also for unknown currency.

The banknote imaging process itself came from two sources, visible image—taken from a 300dpis scanner, and unvisible image—taken from a UV. Some certain areas are taken from the image as identification source that will be processed by some digitalization until these areas become an 8x7 pixels gray-scale image. This is intented to reduce the data size for the artificial neural network training process, thus increase the identification ability.

Backpropagation method is chosen based on its input data which is relatively small, hoping that the detection time can be decreased. The identification result might not get closer with the classification result, but will get approached with as small error as possible. The total amount of data are 76 sets, where 25 of them are used to train the artificial neural network, and the rest of them are used to test the neural network. Simulation result shows that the sistem is capable to identify up to 92% of accuracy, depends on amount of train-sets data. This method can be used to identify the rupiahs banknote authenticity."

"Skripsi ini dibuat untuk merancang perangkat lunak yang dapat mengidentifikasi plat nomor mobil melalui proses image processing dengan ekstraksi fitur skeletonisasi menggunakan metode pengenalan Neural Network.Selama ini pencatatan plat nomor setiap mobil yang memasuki area parkir secara umum masih dilakukan secara manual oleh manusia, namun saat ini mulai muncul suatu sistem baru sehingga identifikasi plat nomor dapat dilakukan secara otomatis. Skripsi ini bertujuan untuk menganalisa pengenalan plat nomor mobil dalam bentuk Image dengan mengekstrak fitur/karakter pada plat dengan proses skeletonisasi menggunakan metode pembelajaran Neural Network (jaringan syaraf tiruan) yang selanjutnya akan dihasilkan output dalam bentuk tulisan karakter yang terdapat dalam plat nomor tersebut. Proses pengenalan ini dilakukan dengan memasukkan citra/image ke dalam pemrogaman MatLabTM dan proses ini dilakukan dalam 2 tahap, yaitu: pembentukan basis data untuk training serta proses recognition/identifikasi.Pada proses pembuatan basis data, gambar akan dibagi-bagi per karakter terlebih dahulu agar lebih memudahkan proses. Setiap karakter tersebut kemudian diekstrak dengan proses skeletonisasi sehingga dihasilkan skeleton/kerangka dari setiap karakter tersebut. Selanjutnya dilakukan proses training terhadap jaringan syaraf tiruan dengan memasukkan nilai-nilai piksel skeleton yang dihasilkan dari proses skeletonisasi untuk mendapatkan nilai bobot yang tepat. Nilai bobot ini kemudian akan disimpan untuk dapat digunakan pada proses selanjutnya yaitu proses recognition plat nomor. Proses recognition plat nomor yang dilakukan menggunakan metode pembelajaran ini mencapai tingkat akurasi sebesar 80%.

---

This final assignment is made to design a program that could be used to identify cars’ licensed plates through image processing with skeletonization feature extraction using Neural Network recognition method.Up to these days, licensed plate identification to every car entering the parking area is still commonly run by humanbeing, but nowadays there comes a new system that enables the identification to be run automatically. The aim of this final assignment is to analyse this automatic process in the image format by extracting features/characters using skeletonization and also applying Neural Network learning method to produce output consisting of the characters as mentioned on the plate. This identification is run by inserting an image into the MatLabTM program which is run in 2 stages comprises the making of training database and the recognition/identification itself.In making the database, the image is divided into characters to make the next process easier. Each of these characters is then extracted with skeletonization to produce the skeleton and then continued by training the Neural Network by inserting the values of the skeletons in order to produce the right weights. The weights themselves are furthermore saved to be used in the identification/recognition. The recognition using Neural Network run in this final assignment yields the percentage of accuracy up to 80%."