Publication Search

Dokumen cetak merupakan data digital yang tervisualisasi di kertas. Dokumen cetak mudah dibuat sekaligus dipalsukan. Cara mengetahui keasliannya dengan verifikasi ciri. Setiap dokumen cetak terdapat ciri unik berasal dari printer yang digunakan. Mengembangkan metode untuk  menentukan keaslian dokumen cetak dari printer jenis dan tipe sama menjadi tantangan untuk diselesaikan pada penelitian ini. Proses verifikasi menggunakan tahapan akuisisi, ekstraksi, pengenalan pola dan hasil verifikasi. Data uji menggunakan 6 printer jenis dan tipe sama, masing-masing menggunakan 3 lembar sampel, untuk karakter dipilih 8. Hasilnya pengujian menunjukkan nilai EER (equal error rate) sebesar 0,18 dari nilai tersebut digunakan menentukan nilai ambang verifikasi yaitu 80% dari nilai kedekatan. Verifikasi dengan kedekatan diatas 80% berarti dokumen cetak dinyatakan asli (accepted) sedangkan kedekatan dibawah 80% berarti dokumen cetak dinyatakan palsu (rejected). Pengujian menggunakan 20 varian dokumen cetak diperoleh nilai kedekatan tertinggi 97,7% dan terendah 84,1%. Berdasarkan pengujian diperoleh suatu kesimpulan bahwa meskipun pemalsuan menggunakan printer dengan jenis dan tipe yang sama, model mampu memilah dan menentukan suatu dokumen cetak asli ataupun palsu.  

Kemudahan proses pembelian rumah menyebabkan peningkatan permintaan akan produksi rumah. Citragrand merupakan satu dari banyak perusahaan  real estate di Semarang, Jawa Tengah. Penjualan yang tidak menentu setiap bulannya, membuat perusahaan kesulitan dalam menentukan target penjualan pada awal tahun dan juga dalam menentukan top product di tahun tersebut. Dengan masalah tersebut, perusahaan membutuhkan solusi yang dapat meramalkan penjualan di tahun mendatang, serta menentukan tipe rumah apa yang bisa menjadi top product hingga penjualan paling sedikit, sehingga dapat memperbaiki kualitas rumah dan menguntungkan perusahaan. Peramalan penjualan atau forecasting adalah metode analisa perhitungan dengan hasil perkiraan peristiwa di masa depan yang membutuhkan data masa lalu sebagai referensi dan memakai pendekatan kualitatif ataupun kuantitatif. Forecasting yang digunakan dalam hal ini menggunakan metode Double Exponential Smoothing. Selain di ramalkan penjualannya, juga dilakukan proses perangkingan produk perumahan terbaik yang dihitung menggunakan metode simple additive weighting (SAW). Dengan menggabungkan forecasting dan perangkingan produk, diharapkan mampu mengatasi salah satu masalah penjualan yang dialami oleh perusahaan Citragrand Semarang. Kedua metode ini dibuat dengan berbasis website yang dibangun dengan bahasa permrogaman PHP dan framework Codeigniter sebagai server program. Hasil dari sistem ini yaitu Sistem Pendukung keputusan dan peramalan dengan tujuan mendapatkan hasil top product dan peramalan penjualan untuk tahun berikutnya.

Salah satu algoritma yang sering digunakan untuk melakukan deteksi pada wajah yaitu Viola-Jones. Metode ini merupakan gabungan dari 3 buah fitur yaitu integral image, adaboost dan cascade classifier. Masing-masing fitur mempunyai fungsi tersendiri dan saling melengkapi. Integral image digunakan dalam penentuan ada dan tidaknya gambar, adaboost untuk memilih dan mengatur nilai threshold, sedangkan cascade classifier untuk mengklasifikasi daerah yang akan di deteksi. Untuk memudahkan deteksi, terurtama pada bagian mata maka digunakan Haar like feature. Proses pengenalan wajah telah dilakukan pada gambar dengan satu objek dan beberapa objek. Hasil impelemntasi juga dapat mengenali objek foto lukisan dan foto tampak samping. Dari seluruh percobaan di dapatkan nilai rata-rata sebesar 65% dengan sebaran nilai akurasi tertinggi 70%, sensitivitas 55% dan spesifitas 71%.