Museum is a place of education and learning in the field of culture and history for all levels of society. As one of the first and largest museums in Lampung, Museum Lampung presents a variety of collections that are conditional on cultural values and are very useful if they can be identified through digital media. Speeded-Up Robust Feature (SURF) and Oriented FAST and Rotated BRIEF (ORB) methods are two examples of feature extraction methods that are relatively robust for object recognition in images by finding key points. Digital media determined by the value of key points in this study are images that are classified as having low intensity with an intensity value of <2250 Lux. This study compares the two methods using the digital object media of museum objects. The image of the museum object is given treatment in terms of rotation, scaling, and cropping to test the durability of the image matching process. In terms of feature matching time, the best time is achieved by SURF with 0.16 seconds in testing of 1/3 image region. Meanwhile, the highest matching percentage was also obtained by SURF method from rotational distortion at an angle of 90 degrees which is 76.79% instead of to 63.79% of the percentage obtained by ORB.

No abstract

Mata kuliah pilihan yang disediakan program studi merupakan mata kuliah untuk memenuhi minat dan kebutuhan mahasiswa. Tujuan penyusunan mata kuliah pilihan adalah untuk mengembangkan kemampuan dan keterampilan mahasiswa di bidang tertentu. Pada pelaksanaanya sering dijumpai mahasiswa mengalami kesulitan dalam memilih mata kuliah pilihan yang sesuai dengan kelompok keahliannya. Kesulitan ini muncul karena minimnya informasi yang diperoleh oleh mahasiswa. Oleh karena itu sebagian besar mahasiswa mengambil mata kuliah pilihan secara acak demi memenuhi kebutuhan minimum SKS. Salah satu solusi permasalahan ini adalah dengan cara melakukan konsultasi kepada dosen wali. Namun demikian sebagian besar mahasiswa sungkan untuk berkonsultasi dengan berbagai macam alasan. Solusi kedua adalah pembuatan alat bantu berwujud SPK. Penelitian ini membangun SPK berbasis web. Sebuah sistem yang dapat membantu mahasiswa memutuskan mata kuliah pilihan apa yang akan di pilih. SPK dibuat menggunakan metode profile  matching. Profile  matching memanfaatkan analisis GAP pada pencarian nilai profil mahasiswa dengan mata kuliah pilihan. Hasil proses Profile  matching merupakan rangking mata kuliah pilihan. Penelitian ini telah mengembangkan SPK  berbasis website yang membantu mahasiswa memutuskan daftar mata_kuliah pilihan yang harus diambil.

Information that is spread on the internet is available in the form of unstructured texts that can only be understood by humans, but difficult for machines to understand. Ontology learning is a method that can transform information in unstructured forms, into information that can be understood by machines, namely ontology. In ontology learning, the extraction term is one of the stages that must be passed. This stage produces important terms related to a topic before finally being grouped in certain classes. In this study, the term extraction method used is YAKE. The contribution of this research is to investigate the effects of language processing such as stemming and stopword removal when combined with the YAKE method at the term extraction stage. The language processing technique is then applied to the corpus of the test, after that it is as the input to the YAKE term extraction. Testing is conducted with several scenarios, namely: plain YAKE, stemming+YAKE, stopword removal+YAKE, or a combination three of them. These extraction scenario are evaluated by expert for measure the term correctness. The research shows that the combination of stopword removal+YAKE provide the best accuracy of 48%.

Bencana alam merupakan suatu peristiwa alam yang mengakibatkan dampak besar bagi populasi manusia.  Kesiapan menghadapi bencana alam dapat dimulai dengan memiliki pengetahuan dalam mengetahui tanda-tanda bencana alam. Penelitian ini dilakukan sebagai media pembelajaran dengan cara mengimplementasi Augmented Reality (AR) pada aplikasi berbasis Android mengenai pengenalan bencana. Konsep aplikasi ini adalah bagaimana aplikasi dapat menampilkan virtual objek berbentuk 3D model dengan menggunakan marker based tracking. Penggunaannya yaitu dengan cara pengguna mengarahkan kamera ke arah QR code yang tersedia pada buku. Aplikasi akan menampilkan 3D model yang berbentuk bencana alam. Hasil yang didapat adalah aplikasi berhasil menampilkan 5 dari 5 objek virtual menggunakan marker pada layar smartphone.