DATABASE PROGRAMMING WITH PL/SQL : QUIZ 6 DAN JAWABAN

Quiz 6 dan jawaban Database Programming With PL/SQL :
Quiz 6 dan jawaban dapat di download di sini

#semuanyaajib

Read More...

DATABASE PROGRAMMING WITH PL/SQL : QUIZ 5 DAN JAWABAN

Quiz 5 dan jawaban Database Programming With PL/SQL :
Quiz 5 dan jawaban dapat di download di sini

#semuanyaajib

Read More...

DATABASE PROGRAMMING WITH PL/SQL : MIDTERM SEMESTER 1 DAN JAWABAN

MidTerm Semester 1 dan jawaban Database Programming With PL/SQL :
Quiz MidTerm Semester 1 dan jawaban dapat di download di sini

Referensi lain download disini PDF

#semuanyaajib

Read More...

DATABASE PROGRAMMING WITH PL/SQL : QUIZ 4 DAN JAWABAN

Quiz 4 dan jawaban Database Programming With PL/SQL :
Quiz 4 dan jawaban dapat di download di sini

#semuanyaajib

Read More...

DATABASE PROGRAMMING WITH PL/SQL : QUIZ 3 DAN JAWABAN

Quiz 3 dan jawaban Database Programming With PL/SQL :
Quiz 3 dan jawaban dapat di download di sini

#semuanyaajib

Read More...

DATABASE PROGRAMMING WITH PL/SQL : QUIZ 2 DAN JAWABAN

Quiz 2 dan jawaban Database Programming With PL/SQL :
Quiz 2 dan jawaban dapat di download di sini

#semuanyaajib

Read More...

DATABASE PROGRAMMING WITH PL/SQL : QUIZ 1 DAN JAWABAN

Quiz 1 dan jawaban Database Programming With PL/SQL :
Quiz 1 dan jawaban dapat di download di sini

#semuanyaajib

Read More...

Jurnal JOINS : Rancang Bangun Chat Bot Pada Server Pulsa Mengunakan Telegram Bot API

Abstrak

Perkembangan smartphone yang semakin pesat dan tingginya pengguna smartphone sebagai alat bantu informasi, membuat banyak sekali munculnya aplikasi pesan instan dengan berbagai pilihan untuk digunakan. Telegram, sebagai salah satu aplikasi pesan instan yang cukup baru menawarkan berbagai kelebihan dalam fiturnya dibanding aplikasi pesan instan lain, sehingga dapat berkembang dengan pesat dan banyak diminati hanya dalam 2 tahun ini. Salah satu fitur yang cukup menarik adalah Telegram Bot, sebuah akun khusus tanpa nomor yang dapat menghandle sebuah Command dari pengguna dan memberika jawaban sesuai fungsionalitas Command. Akun tersebut berfungsi sebagai antarmuka dari sistem yang berjalan yang berkomunikasi melalui Telegram Bot API.Penelitian ini bertujuan membangun sebuah Telegram Bot pada Server Pulsa yang digunakan sebagi media transaksi pulsa dengan metode Long Polling. Metode ini dipilih karena arsitektur yang ada saat ini. Bot dapat melakukan pengenalan terhadap user yang sudah terdaftar sebagai agen dan command-command lainya yang berhubungan dengan transaksi pulsa. Dari hasil pengujian, Bot Telegram telah berjalan sesuai perancangan. Telegram Bot yang dibuat mampu dijadikan sebagai media alternatif dalam melakukan transaksi pulsa.

Kata kunci: Telegram Messenger, Telegram Bot, Long Polling, Transaksi pulsa

Abstract

The rapid development of smartphones and the high number of smartphone users as information aids, makes a lot of the emergence of instant messaging applications with various options to use. Telegram, as one of the new instant messaging applications offers many advantages in its features compared to other instant messaging applications, so it can grow rapidly and much in demand in just 2 years. One interesting feature is Telegram Bot, a special account with no number that can handle a Command from a user and provide answers according to Command functionality. The account serves as the interface of a running system that communicates via the Telegram Bot API. This study aims to build a Telegram Bot on Server Pulsa which is used as a medium of transaction transactions with Long Polling method. This method is chosen because of the current architecture. Bots can make an introduction to registered users as agents and other commands related to pulse transactions. From the test results, Telegram Bot has been running according to the design. Telegram Bot is made able to serve as an alternative media in doing pulse transaction.

Keywords: Telegram Messenger, Telegram Bot, Long Polling, Transaction pulse

Download : PDF

#semuanyaajib

Read More...

Jurnal : A High Performace of Local Binary Pattern on Classify Javanese Character Classification

Abstract

The classification of Javanese character images is done with the aim of recognizing each character. The selected classification algorithm is K-Nearest Neighbor (KNN) at K = 1, 3, 5, 7, and 9. To improve KNN performance in Javanese character written by the author, and to prove that feature extraction is needed in the process image classification of Javanese character. In this study selected Local Binary Patter (LBP) as a feature extraction because there are research objects with a certain level of slope. The LBP parameters are used between [16 16], [32 32], [64 64], [128 128], and [256 256]. Experiments were performed on 80 training drawings and 40 test images. KNN values after combination with LBP characteristic extraction were 82.5% at K = 3 and LBP parameters [64 64].

Keywords: Optical Character Recognition, Javanese Character, Local Binary Pattern

Download : PDF

#semuanyaajib, #penelitianInternalUdinus

Read More...

Jurnal : KLASIFIKASI TINGKAT KEMATANGAN BUAH APEL MANALAGI DENGAN ALGORITMA NAIVE BAYES DAN EKSTRAKSI FITUR CITRA DIGITAL

Sari

Apel merupakan buah yang cukup populer dikonsumsi dan memiliki berbagai jenis bentuk dan warna. Apel sendiri memili berbagai warna kulit, seperti merah, hijau, dan kekuningan. Malang merupakan salah satu pusat budidaya apel di Indonesia. Jenis apel lokal indonesia yang banyak diminati adalah apel manalagi atau lebih sering disebut sebagai apel Malang. Salah satu keunikan apel manalagi adalah warnanya, warna apel ketika mentah dan matang cukup sulit dibedakan karena perbedaanya tidak terlalu siginifikan. Apel yang masih mentah berwarna hijau, sedangkan apel yang sudah matang berwarna hijau kekuningan. Hal ini membuat orang awam cukup sulit untuk membedakannya. Teknologi klasifikasi saat ini dapat dimanfaatkan untuk membatu proses pemilahan tersebut. Penelitian ini mengusulkan metode naive bayes dan ekstraksi fitur citra untuk mengklasifikasi tingkat kematangan buah apel manalagi. Dimana tingkat kematangan akan dibagi menjadi dua jenis, yaitu apel matang dan apel mentah. Ekstraksi fitur yang digunakan pada penelitian ini rerata intensitas, energi, entropy, standar deviasi, smothness dan skewness. Keenam fitur tersebut diklasifikasi dengan naive bayes. Data yang digunakan pada penelittian ini adalah 130 citra, yang terdiri dari 100 citra latih dan 30 citra uji. Hasil akurasi metode ini mencapai 63%.

Kata kunci: apel manalagi, naïve bayes, klasifikasi, ekstraksi fitur, citra digital.

Download : PDF

#semuanyaajib

Read More...