Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Technologia: Jurnal Ilmiah JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Jurnal Responsif : Riset Sains dan Informatika
Mirza Yogy Kurniawan
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
OPTIMASI DECISION TREE MENGGUNAKAN PARTICLE SWARM OPTIMIZATION PADA DATA SISWA PUTUS SEKOLAH Mirza Yogy Kurniawan; Muhammad Edya Rosadi
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 2 No. 1 (2017)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (379.678 KB) | DOI: 10.20527/jtiulm.v2i1.13

Abstract

Education is the right of every citizen, even government makes program to promote the compulsory education of 12 years. Drop out of school has become an obstacle to the government program where the dropout is caused by many factors, including economic factors, geographical conditions, and students' own desires. ID3 is able to generate a decision tree from a very large data set. This decision tree can be used as a reference for possible drop out of students. In order to be a good reference then the resulting classification must have a high accuracy. PSO is known to increase the accuracy of various kinds of data mining classification. ID3 in this study yielded 72.5% accuracy while after optimized with PSO then ID3 will yield 85% accuracy.
PENGENALAN REAL TIME ABJAD BAHASA ISYARAT INDONESIA MENGGUNAKAN SEGMENTASI YCBCR M. Dedy Rosyadi; Fathul Hafidh; Mirza Yogy Kurniawan
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 2 No. 2 (2017)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (574.591 KB) | DOI: 10.20527/jtiulm.v2i2.18

Abstract

Bahasa isyarat tangan merupakan bentuk komunikasi utama bagi penderita tuna rungu, sedangkan untuk orang awam mempelajarinya akan memerlukan banyak biaya dan menghabiskan banyak waktu. Penelitian ini melakukan pengenalan isyarat tangan dari citra peragaan isyarat tangan menggunakan segmentasi YCbCr yang mampu memisahkan objek tangan dengan latarnya dengan cepat sehingga cocok untuk diterapkan pada pengenalan real time, kemudian untuk klasifikasi digunakan Support Vector Machine (SVM) yang sudah dikenal sebagai classifier yang mampu menghasilkan klasifikasi yang baik pada kasus citra.Tahapan penelitian ini diawali dengan pengolahan awal pada data citra, kemudian dilakukan segmentasi dengan YCbCr, pemotongan citra otomatis, dilanjutkan dengan proses klasifikasi dengan SVM. Pada akhirnya metode segmentasi yang dipilih adalah YCbCr yang mampu dengan cepat memisahkan antara objek dan latar sehingga cocok untuk proses klasifikasi real time.
RANCANG BANGUN APLIKASI ASESMEN ANAK BERKEBUTUHAN KHUSUS PADA SEKOLAH INKLUSIF Mirza Yogy Kurniawan; Wagino; M. Dedy Rosyadi
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 3 No. 2 (2018)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (493.571 KB) | DOI: 10.20527/jtiulm.v3i2.30

Abstract

Pendidikan inklusif adalah penyelenggaraan pendidikan yang tidak membatasi antara siswa normal dan siswa yang memiliki hambatan tertentu. Asesmen pada pendidikan inklusif dilakukan untuk memahami kebutuhan, menentukan derajat hambatan, dan menentukan model penanganan yang tepat bagi siswa berkebutuhan khusus. Kegiatan asesmen melibatkan dokumen yang cukup banyak, baik dalam hal biodata maupun juga instrumen asesmennya, ditambah terbatasnya jumpah guru pendamping khusus, sehingga diperlukan sebuah sistem yang mengelola data tersebut untuk mempermudah proses dokumentasi, analisis hasil asesmen, dan penyajian data hasil asesmennya. Aplikasi web dipilih untuk menyelesaikan permasalahan ini karena mudah untuk dioperasikan dan dapat diakses secara online tanpa harus mendatangi sekolah penyelenggara pendidikan inklusif. Aplikasi dibangun dengan memperhatikan siklus hidup sistem dengan metode Incremental Model dimana model dirancang, diimplementasikan, dan diuji secara bertahap dengan penambahan sedikit demi sedikit pada tiap tahapan sampai produk perangkat lunak selesai dibuat. Sistem yang dihasilkan mampu mempermudah dokumentasi kegiatan asesmen, proses analisis, dan penyajian hasil asesmen tersebut.
SISTEM PENUNJANG KEPUTUSAN PEMILIHAN VARIETAS JAGUNG BERDASARKAN KESESUAIAN LAHAN DENGAN METODE PROFILE MATCHING Zaenuddin Zaenuddin; Mirza Yogy Kurniawan
Technologia : Jurnal Ilmiah Vol 10, No 2 (2019): TECHNOLOGIA (APRIL)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (81.595 KB) | DOI: 10.31602/tji.v10i2.1807

Abstract

Produksi jagung dalam negeri masih bisa meningkat melalui perluasan areal tanam jagung utamanya di luar daerah jawa. Namun produktivitas meningkat, namun rata - rata produktivitas jagung nasional masih belum maksimal. Padahal teknologi produksi jagung semakin canggih.Potensi jagung di daerah Kalimantan selatan khususnya  Kabupaten Tanah Laut terbilang sangat besar namun varietas yang ditanam belum sesuai dengan spesifikasi lahan yang dimiliki. Profile matching dapat memberikan rekomendasi berdasarkan variabel kesesuaian lahan dengan varietas.Sistem penunjang keputusan yang dihasilkan telah memiliki fitur yang dibutuhkan untuk merekomendasikan varietas jagung yang sesuai dengan lahan yang akan ditanami. Kata Kunci : kesesuaian lahan, profile matching, sistem penunjang keputusan
PENERAPAN PARTICLE SWARM OPTIMIZATION PADA DETEKSI UJARAN KEBENCIAN DALAM PLATFORM TWITTER Mirza Yogy Kurniawan; Fathul Hafidh; Muhammad Edya Rosadi; Rezky Izzatul Yazidah Anwar
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 2 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i2.1340

Abstract

Media sosial telah menjadi sarana komunikasi yang sangat umum dipakai. Media sosial daring kini telah luas digunakan untuk pemasaran, pariwisata, dan juga penyebaran berita. Tingginya angka pengguna media sosial juga meningkatkan kemungkinan terdapatnya ujaran kebencian pada media tersebut. Ujaran kebencian adalah suatu bentuk tindakan komunikasi dalam bentuk provokasi, hasutan, atau hinaan kepada suatu individu atau kelompok dalam hal suku, agama, ras, kewarganegaraan dan lainnya. Riset ini mengumpulkan data cuitan dari Twitter menggunakan Application Programming Interface yang sudah disediakan oleh Twitter. Cuitan tersebut disimpan dan ditandai secara manual mana yang termasuk ujaran kebencian, dan mana yang bukan. Data cuitan diklasifikasi menggunakan metode Random Forest, k-Nearest Neighbour, Naïve Bayes dan Support Vector Machine. Hasil klasifikasi dicatat dan dilanjutkan dengan penerapan Particle Swarm Optimiziation. Hasil penerapan PSO dibandingkan dan didapati bahwa nilai akurasi yang tertinggi didapat oleh metode SVM yang dioptimasi dengan PSO dengan nilai akurasi sebesar 75.49%. Sedangkan metode Naïve Bayes memiliki kenaikan akurasi paling tinggi setelah dioptimasi sebesar 4.02%.
Co-Authors Fathul Hafidh Fathul Hafidh M. Dedy Rosyadi Muhammad Edya Rosadi Muhammad Edya Rosadi Rezky Izzatul Yazidah Anwar Wagino Zaenuddin Zaenuddin