Abstrak

Clustering based image segmentation in this study using Fuzzy C means algorithm with Xie Beni Index as an objective function. Preprocessing applied in this model using Statistical Region merging. Spatial function applied in Fuzzy C means method to reduce noise in clustering. The system evaluation is done by measuring cluster validity value (Xie Beni Index), execution time, and number of iteration. Experimental results on three test images illustrates the proposed method able to perform image segmentation well.

UAS (Semester final exam) Scheduling conducted in STIKOM PENDAHULUANPenjadwalan merupakan alokasi dari sumber daya terhadap waktu untuk menghasilkan sekumpulan pekerjaan. Penjadwalan diperlukan untuk menghasilkan suatu urutan pekerjaan dengan pengalokasian sumber daya yang tepat, seperti mesin yang digunakan, jumlah operator yang bekerja, urutan pengerjaan, dan kebutuhan material. Dengan pengaturan penjadwalan yang efektif dan efisien, perusahaan akan dapat memenuhi order tepat waktu serta kualitas yang telah ditentukan [1].

Covid-19 merupakan salah satu pandemi yang melanda dunia saat ini termasuk juga indonesia sampai tulisan ini dibuat. Untuk itu pemerintah membuat kebijakan guna meminimalisir penyebaran virus Covid-19, salah satunya adalah penggunaan masker. Masker digunakan untuk mencegah penularan virus Covid-19 melalui percikan saat batuk ataupun bersin antar manusia. Oleh karena itu penggunaan masker menjadi sangat penting untuk melakukan kegiatan sehari-hari saat keluar rumah.  Dalam hal ini diperlukan sebuah deteksi penggunaan masker pada wajah untuk mengetahui apakah orang tersebut menggunakan masker atau tidak. Penelitian ini mengusulkan penerapan metode  Bag of Visual Word dalam melakukan pengenalan citra masker pada wajah. Sampel yang digunakan sebanyak 1600 sampel dimana terdiri dari 1000 sampel data pelatihan dan 600 sampel data pengujian. Dari hasil pelatihan diperoleh tingkat akurasi sebesar 94.5% dan proses pengujian memperoleh tingkat akurasi sebesar 85%.

Information retrieval merupakan sebuah sarana untuk menemukan informasi berdasarkan kumpulan informasi pada data terstruktur maupun tidak terstruktur secara otomatis. implementasi information retrival seperti mesin pencari menggunakan query dari pengguna dengan bahasa alami manusia kemudian sistem dapat menemukan dokumen atau informasi yang berkaitan dengan query dari pengguna. Pada penelitian ini di usulkan sistem information retrieval pada Frequently Asked Questions atau FAQ dengan mencari pertanyaan yang mirip (similar) pada daftar pertanyaan di basis data terhadap pertanyaan yang diberikan oleh pengguna menggunakan algoritma Cosine similarity untuk mencari kesamaan kosinus tertinggi. Selanjutnya memberikan respon jawaban yang sebelum nya sudah di berikan label terhadap pertanyaan yang relevan dan memiliki similaritas paling tinggi. Telah dihasilkan dataset FAQ dan dilakukan preprocessing, penerapan algoritma Cosine Similarity terhadap input pertanyaan (query) dengan dataset dan menghasilkan bobot pada setiap pertanyaan (label) pada dataset. Melalui evaluasi akurasi pemberian bobot similaritas yang dilakukan dengan memberikan sembilan input pertanyaan dibagai pada tiga kategori berdasarkan tingkat kemiripan memiliki akurasi mencapai 100%, dengan demikian information retrieval dengan Cosine similarity telah mampu memberikan bobot sesuai dengan tingkat similaritas pertanyaan (query) dengan dataset pertanyaan pada FAQ