Claim Missing Document
Check
Articles

Implementasi Modifikasi Algoritma Box-Counting Dimension pada Perhitungan Dimensi Fraktal Garis Pantai Australia dengan Python Michael Lim; Herlina Napitupulu; Alit Kartiwa
SisInfo Vol 4 No 2 (2022): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (406.185 KB) | DOI: 10.37278/sisinfo.v4i2.518

Abstract

Perhitungan dimensi fraktal sudah banyak diterapkan pada berbagai bidang ilmu pengetahuan. Salah satu metode perhitungan dimensi fraktal, yakni metode box-counting dimension, teruji lebih ideal di zaman modern yang identik dengan ilmu komputasi. Meski demikian, terdapat perbedaan algoritma antarpeneliti yang mencakup pendefinisian dimensi ataupun persyaratan pemilihan dan pengolahan objek. Oleh karenanya, penelitian ini bertujuan memodifikasi algoritma box-counting dimension yang diaplikasikan dengan bahasa pemrograman Python pada objek garis pantai Australia. Hasil perhitungan dengan algoritma ini kemudian dibandingkan dengan penelitian sebelumnya dengan metode yang serupa, namun melalui algoritma yang berbeda. Berdasarkan penelitian yang telah dilakukan, didapati bahwa dimensi fraktal Australia menggunakan modifikasi algoritma box-counting dimension adalah 1.087 dengan selisih perhitungan sebesar 4.9% terhadap metode segmentasi dan selisih perhitungan sebesar 3.85% terhadap metode box-counting dimension pada penelitian terdahulu.
Systematic Literature Review on Adjustable Robust Shortest Path Problem Wida Nurul Fauziyah; Diah Chaerani; Herlina Napitupulu
CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 7, No 4 (2023): CAUCHY: JURNAL MATEMATIKA MURNI DAN APLIKASI
Publisher : Mathematics Department, Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/ca.v7i4.17648

Abstract

In real-world optimization problems, effective path planning is important. The Shortest Path Problem (SPP) model is a classical operations research that can be applied to determine an efficient path from the starting point to the end point in a plan. However, in the real world, uncertainty is often encountered and must be faced. Significant uncertainty factors in the problem of determining the shortest path are problems that are difficult to predict, therefore new criteria and appropriate models are needed to deal with uncertainty along with the required efficient solution. The uncertainty factor can be formulated using an uncertain SPP optimization model, assuming parameters that are not known with certainty but are in an uncertain set. Problems with uncertainty in mathematical optimization can be solved using Robust Optimization (RO). RO is a methodology in dealing with the problem of data uncertainty caused by errors in data measurement. The uncertainty in the linear optimization problem model can be formed by loading the uncertainty that only exists in the constraint function by assuming its uncertainty using the Robust Counterpart (RC) methodology. In this paper, we will review the literature on the two-stage optimization model for the SPP problem using an Adjustable Robust Counterpart (ARC).
Perbandingan Algortime Dijkstra dan Node Combination Dalam Perhitungan Betweenness Centrality Pada Graf Jaringan Listrik Universitas Padjadjaran Jatinangor Jeane R. M. D. P Chantique; Herlina Napitupulu; Betty Subartini
Jurnal Matematika Integratif Vol 17, No 2: Oktober 2021
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.628 KB) | DOI: 10.24198/jmi.v17.n2.35549.137-145

Abstract

Energi listrik sangat penting untuk memenuhi kebutuhan masyarakat secara umum dan terkhusus instansi pendidikan yang kini mengandalkan teknologi dalam proses pembelajaran. Terjadinya pemadaman listrik tentunya menghambat proses pembelajaran di suatu instansi pendidikan. Salah satu faktor penyebab terjadinya pemadaman listrik karena adanya kerusakan jaringan distribusi listrik. Menganalisis kekritisan gardu sebagai bagian dari jaringan distribusi listrik dapat dilakukan dengan cara menghitung nilai sentralitas (centrality) dari suatu gardu. Pada penelitian ini dicari gardu yang berpengaruh paling besar dalam jaringan listrik di Universitas Padjadjaran Jatinangor. Adapun perhitungan centrality yang digunakan adalah betweenness centrality yang melibatkan perhitungan lintasan terpendek di dalamnya. Dua buah algoritma pencarian lintasan terpendek digunakan, yakni algoritme Dijkstra dan algoritme Node Combination, untuk dibandingkan performa maupun hasilnya untuk kasus graf berarah yang diteliti yakni jaringan listrik Unpad Jatinangor. Perhitungan betweenness centrality juga dilakukan dengan bantuan software Python dan diperoleh gardu yang paling berpengaruh adalah gardu listrik di Fakultas Matematika dan Ilmu Pengetahuan Alam dan gardu listrik di Fakultas Peternakan dengan nilai betweenness centrality sebesar 0.09091.
Analisis Perbandingan Kesentralan Graf Dengan Degree, Eigenvector, dan Beta Centrality Valerie ​Valerie; Herlina Napitupulu; Ema Carnia
Jurnal Matematika Integratif Vol 18, No 1: April 2022
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.212 KB) | DOI: 10.24198/jmi.v18.n1.36164.91-102

Abstract

Peninjauan kesentralan pada graf dapat dilakukan untuk berbagai jenis graf dengan metode yang bervariasi dengan penerapannya di berbagai bidang. Graf yang diteliti untuk ditinjau kesentralan simpulnya adalah graf sederhana, reguler, berarah, dan bertanda. Adapun metode pengukuran kesentralan yang digunakan adalah Degree Centrality, Eigenvector Centrality, dan Beta Centrality. Metode-metode tersebut merupakan pengembangan dari satu metode ke metode lainnya, sehingga pada penelitian ini diamati kesamaan dan karakteristik dari ketiga metode tersebut. Berdasarkan kajian yang telah dilakukan, pengukuran dengan Degree Centrality dimana peninjauan kesentralannya berdasarkan tetangga langsung suatu simpul, dapat digunakan pada setiap jenis graf yang diteliti. Kemudian Eigenvector Centrality yang digunakan untuk meninjau kesentralan suatu simpul secara menyeluruh pada graf, dapat digunakan pada setiap jenis graf yang diteliti terkecuali graf pohon asiklik berarah. Perhitungan dengan Beta Centrality juga dapat digunakan pada setiap jenis graf yang diteliti, dimana nilai parameter  yang digunakan memengaruhi nilai kesentralan simpul tergantung pengukuran dilakukan pada struktur yang lokal atau global. Beta Centrality merupakan metode alternatif untuk peninjauan kesentralan simpul yang juga mempertimbangkan kesentralan simpul tetangganya, pada graf pohon berarah asiklik.Peninjauan kesentralan pada graf dapat dilakukan untuk berbagai jenis graf dengan metode yang bervariasi dengan penerapannya di berbagai bidang. Graf yang diteliti untuk ditinjau kesentralan simpulnya adalah graf sederhana, reguler, berarah, dan bertanda. Adapun metode pengukuran kesentralan yang digunakan adalah Degree Centrality, Eigenvector Centrality, dan Beta Centrality. Metode-metode tersebut merupakan pengembangan dari satu metode ke metode lainnya, sehingga pada penelitian ini diamati kesamaan dan karakteristik dari ketiga metode tersebut. Berdasarkan kajian yang telah dilakukan, pengukuran dengan Degree Centrality dimana peninjauan kesentralannya berdasarkan tetangga langsung suatu simpul, dapat digunakan pada setiap jenis graf yang diteliti. Kemudian Eigenvector Centrality yang digunakan untuk meninjau kesentralan suatu simpul secara menyeluruh pada graf, dapat digunakan pada setiap jenis graf yang diteliti terkecuali graf pohon asiklik berarah. Perhitungan dengan Beta Centrality juga dapat digunakan pada setiap jenis graf yang diteliti, dimana nilai parameter  yang digunakan memengaruhi nilai kesentralan simpul tergantung pengukuran dilakukan pada struktur yang lokal atau global. Beta Centrality merupakan metode alternatif untuk peninjauan kesentralan simpul yang juga mempertimbangkan kesentralan simpul tetangganya, pada graf pohon berarah asiklik.
Pengukuran Centrality Pada Graf Jaringan Serat Optik Palapa Ring Timur II Herlina Napitupulu; Ema Carnia; Muhammad Deni Johansyah
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 19 No 2 (2020): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v19i2.364

Abstract

The study of centrality measurement is still a developing topic recently. Centrality measures can also be applied to palapa networks. In this study, it was determined which city in the connected eastern palapa ring optic fiber network II which had the highest centrality compared to other cities. The calculation is done by measuring four types of centralities, namely degree, closeness, betweenness, and eigenvector. Calculations are done using Python software, and its syntax are given in this paper. The four centrality results from each type are compared and as a result, the most important cities in this eastern palapa ring optic fiber network II are obtained.
Analisis Solusi Persamaan Diferensial Fraksional Riccati Menggunakan Metode Variasi Parameter dan Metode Dekomposisi Kamal Siti Aizal Yasni Ellena; Muhamad Deni Johansyah; Herlina Napitupulu
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 22 No 2 (2023): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v22i2.684

Abstract

Persamaan diferensial adalah suatu persamaan yang melibatkan turunan dari satu atau lebih variabel terikat terhadap satu atau lebih variabel bebas. Berdasarkan bentuk fungsi, pangkat, dan koefisiennya, persamaan diferensial diklasifikasikan menjadi linear dan tak linear. Pada umumnya, persamaan diferensial berorde bilangan asli, namun dengan adanya studi terkait kalkulus fraksional, berkembanglah persamaan diferensial berorde pecahan yang disebut Persamaan Diferensial Fraksional (PDF). Salah satu bentuk PDF tak linear adalah PDF Riccati. Banyak metode yang telah digunakan untuk menyelesaikan PDF Riccati, diantaranya adalah Metode Variasi Parameter (VPM) dan Metode Dekomposisi Kamal. Tujuan penelitian ini untuk mencari solusi hampiran PDF Riccati menggunakan kedua metode tesebut, kemudian dilakukan analisis perbandingan berdasarkan Mean Absolute Error (MAE) untuk mengetahui metode yang lebih akurat. Dalam penelitian ini diambil dua bentuk permasalahan PDF Riccati. Selanjutnya, kedua bentuk masalah tersebut dicari solusi hampirannya sampai iterasi ketiga dan disimulasikan lebih lanjut dengan grafik menggunakan Maple 18 sampai iterasi kelima. Berdasarkan analisis perbandingan, solusi hampiran PDF Riccati dari kedua bentuk yang diperoleh menggunakan VPM lebih akurat dibandingkan dengan Metode Dekomposisi Kamal.
Analisis Sentimen Dengan Metode Klasifikasi Naïve Bayes dan Seleksi Fitur Chi-Square Albert Raja Harungguan; Herlina Napitupulu; Firdaniza Firdaniza
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 22 No 2 (2023): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v22i2.762

Abstract

Analisis sentimen merupakan metode komputasi untuk mengevaluasi teks dengan tujuan menentukan emosi yang terkandung di dalamnya. Analisis sentimen dapat dilakukan dengan pendekatan pembelajaran mesin. Salah satu metode pembelajaran mesin yang sering digunakan untuk analisis sentimen adalah Klasifikasi Naïve Bayes, yaitu metode yang menggunakan teorema Bayes sebagai dasar untuk melakukan klasifikasi. Penggunaan Klasifikasi Naïve Bayes juga dapat dikombinasikan dengan seleksi fitur. Studi sebelumnya menunjukkan bahwa seleksi fitur Chi-Square merupakan satu metode seleksi fitur yang efektif, yang mana merupakan proses untuk memilih kata yang paling merepresentasikan data berdasarkan nilai Chi-Square untuk mempercepat proses komputasi. Penelitian ini bertujuan untuk memperoleh model Klasifikasi Naïve Bayes dari data teks yang telah melalui tahap seleksi fitur Chi-Square.
Pemrograman Python Untuk Peramalan Data Deret Waktu Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (Sarima) Michelle Selina Buntara; Herlina Napitupulu; Nurul Gusriani
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 22 No 2 (2023): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v22i2.774

Abstract

Peramalan deret waktu adalah penggunaan model untuk memprediksi nilai masa depan berdasarkan nilai yang diamati sebelumnya. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) merupakan salah satu model yang digunakan untuk peramalan ketika deret waktu univariat menunjukkan variasi musiman. Model SARIMA merupakan bentuk khusus dari model ARIMA yang terdiri dari tiga bagian, yaitu; ‘AR’ yang berarti Autoregressive, ‘I’ yang merupakan bagian differencing, dan ‘MA’ yang berarti Moving Average.Penelitian ini bertujuan untuk memperoleh model SARIMA terbaik melalui beberapa tahap, yaitu; preparasi, identifikasi, penaksiran nilai parameter, dan uji diagnostik. Performa model peramalan diuji menggunakan mean absolute percentage error (MAPE).
Verifikasi Tanda Tangan Elektronik dengan Teknik Otentikasi Berbasis Kriptografi Kunci Publik Sistem Menggunakan Algoritma Kriptografi Rivest-Shamir-Adleman Melina Melina; Firman Sukono; Herlina Napitupulu; Valentina Adimurti Kusumaningtyas
Jurnal Matematika Integratif Vol 18, No 1: April 2022
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v18.n1.38343.27-39

Abstract

Dalam upaya menekan penyebaran COVID-19, hampir seluruh negara melakukan lockdown. Sebagian besar aktivitas menjadi bersifat work from home (WFH) sehingga memicu peningkatan transaksi online. Transaksi online yang melibatkan informasi penting memerlukan tanda-tangan elektronik (TTE), yang merupakan alat autentikasi dan verifikasi. Proses keabsahan pengirim, keaslian, dan anti penyangkalan dengan cepat, dan akurat menjadi suatu keharusan. Prosedur yang digunakan untuk membuktikan keaslian TTE, keaslian identitas penandatangan, dan anti-penyangkalan dapat dilakukan dengan teknik otentikasi. Tujuan  penelitian ini adalah mengusulkan verifikasi TTE dengan teknik otentikasi berbasis kriptografi kunci-publik sistem dengan cara membalikkan peran kunci privat dan kunci publik pada algoritma kriptografi Rivest-Shamir-Adleman. Informasi elektronik yang melekat pada TTE akan disimpan kedalam pesan M, dengan menggunakan fungsi hash terhadap M menghasilkan h=H(M). Nilai h akan di enskripsi untuk menjadi TTE dengan kunci privat PR (d,n). Tanda tangan diverifikasi untuk membuktikan keotentikannya dengan mendekripsi TTE menggunakan kunci publik PU (e, n), sehingga mendapatkan nilai h. Nilai h dibandingkan dengan nilai  yang diperoleh dari nilai fungsi hash pesan  dari TTE yang diperiksa. Jika h=h’ berarti TTE otentik. Jika ukuran digit d>e maka waktu penandatangan akan lebih lama dari pada waktu yang diperlukan untuk verifikasi, begitu juga sebaliknya.
Ekstraksi Fitur Berdasarkan Fuzzy Restricted Boltzmann Machine Pada Klasifikasi Fashion-MNIST Dengan Dan Tanpa Noise Muhammad Ribhan Hadiyan; Firdaniza Firdaniza; Herlina Napitupulu
SisInfo Vol 6 No 2 (2024): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/sisinfo.v6i2.876

Abstract

Mixed accelerated learning method based on a Fuzzy Restricted Boltzmann Machine merupakan metode ekstraksi fitur pada gambar yang relatif baru dan belum banyak diimplementasikan. MAFRBM memiliki kelebihan dalam melakukan ekstraksi fitur pada gambar yang memiliki noise. Pada umumnya keberadaan noise pada gambar dapat mempengaruhi hasil ekstraksi fitur secara signifikan. Pada penelitian ini dilakukan ekstraksi fitur menggunakan MAFRBM pada dataset Fashion-MNIST dengan dan tanpa penambahan noise. Jenis noise yang ditambahkan pada gambar yaitu gaussian, salt & pepper, dan poisson. Hasil ekstraksi fitur MAFRBM kemudian diklasifikasikan menggunakan Support Vector Machine (SVM). Hasil klasifikasi yang diperoleh menunjukkan akurasi tertinggi sebesar 88,2%. Selain itu, perbandingan hasil akurasi dari klasifikasi fashion-MNIST dengan noise tidak berbeda jauh dengan gambar tanpa noise.