Alit Indrawan, I Gusti Ngurah
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Sistem Absensi Mahasiswa Menggunakan Bluetooth Pada Program Studi Teknik Informatika FMIPA Universitas Udayana Alit Indrawan, I Gusti Ngurah; Agung Raharja, Made
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 9 No 1 (2020): JELIKU Volume 9 No 1, Agustus 2020
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2020.v09.i01.p04

Abstract

Seiring perkembangan teknologi yang semakin maju serta penggunaan hardware pada berbagai aktivitas kerja yang di dukung oleh berbagai macam software sebagai penunjang kebutuhan user yang sangat menjanjikan terutama untuk pengabsensian. Sistem absensi merupakan salah satu hal yang utama khususnya dalam suatu kehadiran. Bluetooth adalah sebuah teknologi komunikasi nirkabel (tanpa kabel) yang bekerja dengan cara mengirimkan data melalui sinyal radio pada frekuensi 2,4 GigaHertz. Sistem Absensi menggunakan Bluetooth merupakan sebuah aplikasi berbasis Android yang dapat digunakan untuk melakukan absensi mahasiswa dengan cara mencocokan Bluetooth address pengguna dan Bluetooth address ruangan kuliah sesuai dengan jadwal pengguna. Keywords: Bluetooth, Android, Absensi
OPTIMASI JARINGAN SYARAF TIRUAN MENGGUNAKAN ARTIFICIAL BEE COLONY PADA KLASIFIKASI PENGENALAN HURUF Alit Indrawan, I Gusti Ngurah; Widiartha, I Made
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 4 (2020): JELIKU Volume 8 No 4, Mei 2020
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2020.v08.i04.p13

Abstract

Artificial Neural Networks or commonly abbreviated as ANN is one branch of science from the field of artificial intelligence which is often used to solve various problems in fields that involve grouping and pattern recognition. This research aims to classify Letter Recognition datasets using Artificial Neural Networks which are weighted optimally using the Artificial Bee Colony algorithm. The best classification accuracy results from this study were 92.85% using a combination of 4 hidden layers with each hidden layer containing 10 neurons.