Articles
<![CDATA[Sistem Tempat Parkir Terintegrasi yang Dilengkapi dengan Aplikasi Mobile dan Mikrokontroller ]]>
<![CDATA[Kenji Andrean]]>;
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Pickerling Pickerling]]>
<![CDATA[ Journal of Information System,Graphics, Hospitality and Technology Vol. 2 No. 01 (2020): Journal of Information System,Graphics, Hospitality and Technology ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37823/insight.v2i01.79
<![CDATA[Pada tempat parkir yang berada di Indonesia khusunya Surabaya masih menggunakan tiket yang di print pada saat masuk ke tempat parkir. Tiket ini akan disimpan sampai pada saat keluar dari tempat parkir, dan baru akan diserahkan kepada petugas parkir yang berada di gerbang keluar. Pada gerbang keluar, petugas akan melakukan scan ticket di mesin dan akan memberitahu berapa jumlah yang harus dibayarkan. Hal ini dapat terasa lambat dan kurang efisien, sehingga dapat menimbulkan suatu kendala pada saat keluar dimana kendalanya adalah penumpukan mobil yang membuat keluar dari tempat parkir terhambat dan juga harus menyediakan uang dimana jika uang tersebut memiliki kembalian maka harus menunggu petugas untuk memberikan kembalian. Flutter adalah framework native untuk membuat aplikasi cross platform Android dan iOS. Flutter menggunakan Dart sebagai Bahasa pemrograman. Pada sistem ini, pengguna yang mendaftar sebagai member dapat melakukan parkir ke tempat parkir yang tersedia dengan menggunakan aplikasi tanpa memakai tiket. Selain fitur untuk parkir, terdapat fitur untuk melakukan subscribe atau booking pada tempat parkir, dan melakukan report. Pengguna juga dapat mendaftar menjadi owner, dimana owner dapat melakukan setting parkiran, mengirimkan newsfeed, dan melakukan review untuk report yang dikirimkan oleh member. Dengan dibuatnya sistem ini, diharapkan pengguna dapat terbantu untuk melakukan parkir agar menjadi lebih mudah dan efisien. Dalam pembuatan sistem, terdapat beberapa kendala seperti proses buka dan tutup gerbang menggunakan mikrokontroler dimana gerbang terkadang mengalami delay pada saat melakukan proses.]]>
<![CDATA[Algoritma Emperor Penguin pada Efisiensi Pengiriman Produk UMKM dengan Konsep Pembagian Ongkos Kirim ]]>
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Pickerling Pickerling]]>;
<![CDATA[Kevin Susanto]]>
<![CDATA[ Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37823/insight.v3i02.176
<![CDATA[Di Era Pandemi saat ini, perkembangan ekonomi atau bisnis Usaha Mikro, Kecil, dan Menengah (UMKM) semakin menjamur di masyarakat. Perkembangan UMKM ini tidak hanya berhenti pada jumlah saja akan tetapi juga pada sistem pemesanan UMKM tersebut. Saat ini banyak UMKM yang menerapkan konsep Pre-Order (PO) di dalam pemesanannya dimana mayoritas UMKM tersebut merupakan UMKM yang memasarkan produknya melalui media sosial atau chating. Munculnya sistem baru ini memunculkan juga beberapa permasalahan bagi UMKM, salah satu diantaranya adalah besarnya biaya pengiriman apabila sebuah produk dikirim secara khusus ke seorang pembeli. Hal ini mungkin tidak terlihat memberatkan bagi UMKM akan tetapi permasalahan ini memberatkan pelanggan dan semakin mahal biaya yang harus dikeluarkan pelanggan maka akan semakin kecil kemungkinan pelanggan membeli produk di UMKM tersebut. Penelitian ini berfokus pada dua hal, yang pertama adalah menyediakan marketplace bagi UMKM Pre-Order yang dapat mengatasi permasalahan biaya pengiriman dan kedua adalah dampak Algoritma Emperor Penguin pada pencarian rute pengiriman. Marketplace UMKM Pre-Order yang dikembangkan akan menerapkan teknologi fluter dan berbasiskan mobile apps. Hal ini dikarenakan semakin besarnya pengaruh mobile apps di kalangan masyarakat dibandingkan web apps atau desktop apps. Mobile Apps akan secara otomatis melakukan pencarian rute pengiriman untuk seluruh pre-order yang terjadi pada hari tertentu dan melakukan assign kepada driver yang bertugas dimana rute yang dicari bukan hanya berdasarkan jarak melainkan juga berdasarkan biaya pengiriman yang dikeluarkan oleh keseluruhan pembeli pada 1x pengiriman. Algoritma Emperor Penguin akan berusaha mencari rute pengiriman yang terdekat dan biaya yang dikeluarkan pembeli yang terkecil. Setelah melalui berbagai ujicoba, dapat disimpulkan bahwa 94.7% UMKM yang didukung oleh penelitian ini puas dan merasa terbantu, 97.4% pelanggan merasa terbantu dengan sistem pembagian ongkos kirim, dan Algoritma Emperor Penguin bekerja dengan baik dan dapat menghasilkan rute optimal dengan ongkos terkecil.]]>
<![CDATA[PREPROCESSING DATA DAN REPRESENTASI ORGANISME ALGORITMA SYMBIOTIC ORGANISMS SEARCH PADA PERMASALAHAN PENJADWALAN PRAKTIKUM PERGURUAN TINGGI ]]>
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[C. Pickerling]]>;
<![CDATA[Eka Rahayu Setyaningsih]]>
<![CDATA[ MULTITEK INDONESIA Vol 11, No 1 (2017): Juni ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Ponorogo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (252.829 KB)
|
DOI: 10.24269/mtkind.v11i1.494
<![CDATA[Pada era saat ini, penjadwalan tidak saja diperlukan untuk dunia usaha akan tetapi juga diperlukan pada dunia pendidikan. Banyak sekolah atau perguruan tinggi di Indonesia yang mengalami kesulitan dalam melakukan penjadwalan manual dan membutuhkan solusi dalam melakukan penjadwalan yang cepat dan optimal. Hal tersebut yang menjadi dasar penelitian dengan fokus penjadwalan laboratorium perguruan tinggi. Penjadwalan yang diteliti disini adalah penjadwalan dengan menggunakan algoritma Symbiotic Organisms Search, tetapi untuk penelitian awal ini akan lebih difokuskan kepada preprocessing data serta representasi organisme terhadap kasus penjadwalan praktikum. Hal tersebut dilakukan dikarenakan tanpa adanya data serta representasi yang tepat maka hasil yang diperoleh juga tidak optimal. Setelah melalui beberapa ujicoba diketahui bahwa dengan preprocessing data serta pemilihan representasi yang tidak tepat akan menurunkan hasil dari algoritma symbiotic organisms search hingga 17% bahkan dapat memberikan hasil yang salah dalam melakukan penjadwalan praktikum perguruan tinggi.]]>
<![CDATA[Komparasi Algoritma WOA, MFO dan Genetic pada Optimasi Evolutionary Neural Network dalam Menyelesaikan Permainan 2048 ]]>
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Kevin Setiabudi]]>;
<![CDATA[C Pickerling]]>
<![CDATA[ Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021) ]]>
Publisher : <![CDATA[Universitas Ngeri Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (483.272 KB)
<![CDATA[Neural network optimization using evolutionary algorithms is an interesting research topic. But right now, there are not much research in this topic that focused on Game, especially 2048. The 2048 game is one of the interesting games to study considering that the level of difficulty of this game will increase when the value of the resulting number increases. In addition, this game is also not limited by time but can be played continuously until the game ends. Neural network and tree are 2 architectures that can be used to play 2048 but require a long training time if you want to play well. In this study, this problem was optimized by an evolutionary algorithm (3 algorithms used in this study: Genetic Algorithm, WOA, and MFO). With this optimization, the best weight will be obtained in either the NN or Tree architecture to produce good intelligence in playing 2048. After going through various trials, it is concluded that the combination with the NN architecture is better than the Tree architecture and the WOA and MFO algorithms have succeeded in optimizing the architecture with better than the genetic algorithm. Optimasi neural network menggunakan algoritma evolutionary adalah topik penelitian yang menarik akan tetapi tidak banyak penelitian terkait hal ini yang berfokus pada game terutama game 2048. Game 2048 adalah salah satu game yang menarik untuk diteliti mengingat tingkat kesulitan permainan ini akan semakin meningkat disaat nilai angka yang dihasilkan semakin tinggi. Selain itu, permainan ini juga tidak dibatasi oleh waktu melainkan dapat dimainkan terus menerus hingga permainan berakhir. Neural network dan tree adalah 2 arsitektur yang dapat digunakan untuk memainkan 2048 akan tetapi membutuhkan waktu training yang lama jika ingin bermain dengan baik. Lama training tersebut yang pada penelitian ini dioptimasi oleh algoritma evolutionary (3 algoritma yang digunakan pada penelitian ini: Algoritma Genetic, WOA, dan MFO). Dengan adanya optimasi ini maka akan diperoleh bobot terbaik baik pada arsitektur NN ataupun Tree sehingga menghasilkan kecerdasan yang baik dalam memainkan 2048. Setelah melalui berbagai ujicoba maka disimpulkan bahwa kombinasi dengan arsitektur NN lebih baik dibandingkan dengan arsitektur Tree dan algoritma WOA dan MFO berhasil mengoptimasi arsitektur dengan lebih baik dibandingkan algoritma genetic.]]>
<![CDATA[Kecerdasan Buatan Berbasis Monte-Carlo Tree Search untuk Permainan Shogi pada Android ]]>
<![CDATA[Pickerling, Pickerling]]>;
<![CDATA[Armanto, Hendrawan]]>;
<![CDATA[Daniel, Daniel]]>
<![CDATA[ Jurnal Informatika dan Sistem Informasi Vol. 7 No. 1 (2021): Jurnal Informatika dan Sistem Informasi ]]>
Publisher : <![CDATA[Universitas Ciputra Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Permainan Shogi adalah permainan yang mulai digemari oleh masyarakat akhir-akhir ini. Untuk memainkannya, tentu diperlukan papan permainan khusus beserta bidak-bidaknya. Namun kepopuleran Shogi yang masih belum terlalu tinggi di luar negara Jepang, menyebabkan sulitnya untuk mencari papan permainan Shogi. Dikarenakan masalah tersebut, maka muncul lah permainan Shogi digital, dimana untuk bermain Shogi tidak diperlukan lagi papan permainan secara fisik, melainkan dapat dengan mudah dimainkan pada perangkat Android. Penelitian ini bertujuan untuk membuat kecerdasan buatan yang dapat memainkan permainan Shogi pada Android. Adapun kecerdasan buatan yang digunakan adalah kecerdasan buatan berbasis Monte-Carlo Tree Search. Manfaat dari aplikasi ini adalah agar seseorang dapat bermain shogi tanpa harus menggunakan papan permainan fisik dan sekaligus untuk menyediakan lawan bermain. Setelah melalui berbagai proses uji coba, dapat disimpulkan bahwa MCTS hanya mampu bersaing dengan kecerdasan buatan level easy hingga medium, namun keunggulan tersebut akan menurun drastis jika ditandingkan dengan kecerdasan buatan level hard. Akan tetapi apabila dibandingkan dengan algoritma game playing seperti Negamax AB Pruning maka MCTS dapat memenangkan rata-rata 80% pertandingan.]]>
<![CDATA[Multilevel Image Thresholding Memanfaatkan Firefly Algorithm, Improved Bat Algorithm, dan Symbiotic Organisms Search ]]>
<![CDATA[Pickerling, Pickerling]]>;
<![CDATA[Armanto, Hendrawan]]>;
<![CDATA[Bastari, Stefanus Kurniawan]]>
<![CDATA[ Intelligent System and Computation Vol 1 No 1 (2019): INSYST: Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v1i1.24
<![CDATA[Multilevel image thresholding adalah teknik penting dalam pemrosesan gambar yang digunakan sebagai dasar image segmentation dan teknik pemrosesan tingkat tinggi lainnya. Akan tetapi, waktu yang dibutuhkan untuk pencarian bertambah secara eksponensial setara dengan banyaknya threshold yang diinginkan. Algoritma metaheuristic dikenal sebagai metode optimal untuk memecahkan masalah perhitungan yang rumit. Seiring dengan berkembangnya algoritma metaheuristic untuk memecahkan masalah perhitungan, penelitian ini menggunakan tiga algoritma metaheuristic, yaitu Firefly Algorithm (FA), Symbiotic Organisms Search (SOS), dan Improved Bat Algorithm (IBA). Penelitian ini menganalisis solusi optimal yang didapatkan dari percobaan masing-masing algoritma. Hasil uji coba masing-masing algoritma saling dibandingkan untuk menentukan kelemahan dan kelebihan setiap algoritma berdasarkan performanya. Hasil uji coba menyatakan tiga algoritma tersebut memiliki performa berbeda dalam optimisasi multilevel image thresholding.]]>
<![CDATA[Perencanaan Perjalanan Wisata Multi Kota dan Negara dengan Algoritma Cuttlefish ]]>
<![CDATA[Armanto, Hendrawan]]>;
<![CDATA[Kevin, Reynold]]>;
<![CDATA[Pickerling, Pickerling]]>
<![CDATA[ Intelligent System and Computation Vol 1 No 2 (2019): INSYST:Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v1i2.91
<![CDATA[Liburan merupakan saat yang paling tepat untuk melakukan perjalanan wisata bersama keluarga maupun kerabat ke suatu daerah untuk melihat berbagai objek wisata yang ada. Sebelum melakukan liburan, tentu saja setiap orang akan menyiapkan rencana perjalanan yang paling efektif dan efisien. Hal ini tentu saja merepotkan bagi para wisatawan karena tidaklah mudah untuk menyusun jadwal perjalanan wisata yang baik dan efisien. Meskipun sudah terdapat berbagai paket tur yang ditawarkan bagi para wistawan, banyak dari paket tur yang ditawarkan tidak sesuai dengan keinginan dari masing-masing orang karena faktor selera yang berbeda-beda. Oleh karena itu, dibuatlah sebuah penelitian yang digunakan untuk melakukan perencanaan perjalanan wisata multi kota dan negara berbasiskan aplikasi mobile. Untuk menyelesaikan, penelitian ini akan menggunakan Algoritma Cuttlefish dalam pembuatan jadwal wisata secara otomatis berdasarkan data input yang telah diisikan oleh pengguna sebelumnya. Pada penelitian ini, pengguna dapat melakukan pembuatan perencanaan perjalanan wisata baik secara manual ataupun otomatis. Selain fitur untuk pembuatan perencanaan perjalanan wisata, juga terdapat fitur untuk melakukan pencarian tiket penerbangan dan juga akomodasi tempat tinggal dengan bantuan TravelPayouts API. Pada pembuatan jadwal wisata pun juga sudah dilengkapi dengan pencarian tiket penerbangan dan akomodasi tempat tinggal sesuai dengan input yang diberikan oleh pengguna sebelumnya. Pengguna juga dapat melihat jadwal wisata yang telah terbentuk dalam bentuk Table View, Map View dan PDF. Dengan dibuatnya penelitian ini diharapkan para pengguna dapat membuat sebuah jadwal wisata berdasarkan selera masing-masing. Jadwal wisata yang dibentuk secara otomatis dengan menggunakan Algoritma Cuttlefish tersebut juga dibuat sedemikian rupa hingga tercipta sebuah jadwal wisata yang efisien. Selain itu, pada tahap akhir dari tahap uji coba disebarkan kuesioner kepada responden. Kuesioner bertujuan untuk mengetahui komentar pengguna mengenai hasil akhir dari penelitian yang telah dibuat demi pengembangan untuk kedepannya. Berdasarkan hasil kuesioner, sebanyak 88% responden menyatakan jadwal wisata yang terbentuk sudah cukup baik.]]>
<![CDATA[Library Algoritma Genetik dan Whale Optimization berbasis GPU Programming ]]>
<![CDATA[Niklas Satrijo, Bernard]]>;
<![CDATA[Armanto, Hendrawan]]>;
<![CDATA[Zaman PCSW, Lukman]]>;
<![CDATA[Pickerling, Pickerling]]>
<![CDATA[ Intelligent System and Computation Vol 4 No 1 (2022): INSYST: Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v4i1.208
<![CDATA[Pencarian solusi terbaik pada suatu permasalahan menjadi suatu hal yang terus dikembangkan dari waktu ke waktu. Berbagai penelitian dilakukan dalam berbagai bidang untuk dapat menyelesaikan masalah-masalah tersebut. Salah satu cara yang dapat menjadi solusi adalah digunakannya algoritma evolusioner. Salah satu algoritma evolusioner yang terkenal adalah algoritma genetik (GA). Selain algoritma genetik, terdapat algoritma baru lain yang telah muncul dan dikembangkan, yaitu algoritma whale optimization (WOA). Meskipun begitu, penyelesaian algoritma evolusioner pada umumnya membutuhkan waktu yang lama. Hal tersebut dapat ditanggulangi dengan penggunaan GPU Programming pada algoritma evolusioner yang dibuat. Sifat dari library yang dibuat adalah general purpose library. Pada library ini, user hanya perlu membuat satu class turunan dari class dalam library, mengatur parameter, dan mengimplentasikan abstract method. Seluruh proses yang terjadi dalam library bersifat transparan, dan apabila selesai, user dapat mengambil nilai fitness terbaik, solusi terbaik, nilai fitness terbaik per generasi, dan nilai rata-rata fitness per generasi. Dengan dibuatnya library ini, diharapkan user dapat mengimplementasikan algoritma genetik dan whale optimization dalam menyelesaikan suatu permasalahan dengan mudah dan dalam waktu yang lebih cepat dibandingkan dengan library lainnya.]]>
<![CDATA[Pengenalan Ekspresi Wajah dengan CNN dan Wavelet ]]>
<![CDATA[Sentosa, Erwin]]>;
<![CDATA[Armanto, Hendrawan]]>;
<![CDATA[Pickerling, Pickerling]]>;
<![CDATA[Zaman, Lukman]]>
<![CDATA[ Intelligent System and Computation Vol 4 No 2 (2022): INSYST: Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v4i2.209
<![CDATA[Dengan berkembangnya teknologi di jaman modern ini diharapkan komputer juga mampu mengenali ekspresi wajah manusia. Hal itu dapat terwujud dengan kemajuan machine learning. Machine learning telah menjadi bagian dari kehidupan sehari-hari bagi banyak orang di seluruh dunia. Penemuan dan implementasi machine learning memungkinkan komputer untuk belajar dan memprediksi pola yang mungkin terjadi dan dapat digunakan untuk membantu manusia melakukan kegiatan sehari-hari. Salah satunya yaitu Convolutional Neural Network. Pada penelitian ini akan digunakan wavelet transform untuk membantu meningkatkan akurasi dari convolutional neural network dan mempercepat peningkatan akurasi. Wavelet berguna untuk melakukan compressing pada gambar sehingga lebih mudah untuk diolah. Gambar yang dihasilkan oleh wavelet terbagi menjadi 4 frekuensi yang berbeda-beda. Setiap gambar yang dihasilkan oleh wavelet diuji cobakan kedalam convolutional neural network. Berdasarkan hasil uji coba yang dilakukan, akurasi terbaik didapatkan dari dataset KDEF dengan menggunakan gambar wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 79%. Sedangkan hasil uji coba menggunakan dataset buatan sendiri didapatkan akurasi terbaik dengan menggunakan wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 36,925%.]]>
<![CDATA[Penyaring Komentar Cyberbullying Pada Konten Blog ]]>
<![CDATA[Dono, Danar]]>;
<![CDATA[Eka Rahayu Setyaningsih]]>;
<![CDATA[Pickerling, Pickerling]]>
<![CDATA[ Intelligent System and Computation Vol 4 No 2 (2022): INSYST: Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v4i2.271
<![CDATA[Cyberbullying merupakan ancaman nyata dalam interaksi di antara penulis konten blog dan pembaca blog. Penelitian ini membahas tentang pengembangan fitur penyaring cyberbullying pada konten blog untuk meminimalisir cyberbullying dalam suatu situs blog. Adapun metode pengembangan sistem menggunakan iterative waterfall meliputi analisis sistem, desain sistem, implementasi dan pengujian. Berdasarkan pengujian dengan mode pelatihan data menggunakan 7755 dataset komentar dengan proporsi 3984 cyberbullying 3771 non-cyberbullying menghasilkan akurasi 85,25% dan error 14,75%. Pengujian dengan mode testing data menggunakan 1936 dataset komentar dengan proporsi 583 cyberbullying dan 1353 non-cyberbullying menghasilkan akurasi 80% dan error 20%. Dari hasil pengujian disimpulkan bahwa pengembangan fitur penyaring komentar cyberbullying dengan menggunakan naive bayes classifier menghasilkan rata-rata akurasi sebesar 80% dan rata-rata error sebesar 20%.]]>
