Claim Missing Document
Check
Articles

Found 5 Documents
Search

Prediksi Biaya Konsumsi Bahan Bakar Gas Menggunakan Metode Backpropagation Neural Network (Studi Kasus: PLTU PT. Pembangkit Jawa Bali Unit Pembangkitan Gresik) Uswatun Khasanah; Nurissaidah Ulinnuha
Jurnal Sains Matematika dan Statistika Vol 5, No 2 (2019): JSMS Juli 2019
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v5i2.7630

Abstract

Dalam pembangkitan energi listrik diperlukan bahan bakar yang memadai karena bahan bakar merupakan komponen utama dalam pembangkitan energi listrik. Penggunaan bahan bakar yang efektif dan efisien tentu saja disesuaikan dengan kebutuhan beban yang diminta sehingga tidak ada energi yang terbuang ataupun kekurangan bahan bakar dalam proses pembangkitan. Maka dibutuhkan suatu perencanaan yang baik dengan melakukan prediksi terhadap biaya konsumsi bahan bakar gas yang dikeluarkan oleh Unit PLTU PT. PJB UP Gresik dengan menggunakan kecerdasan buatan yaitu metode Backpropagation Neural Network. Hasil Prediksi biaya konsumsi bahan bakar gas pada Unit PLTU PT. PJB UP Gresik selama tahun tahun 2019 yaitu sebesar Rp 379.039.171.701 dengan MAPE sebesar 10.418%.
ANALISIS PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Dian Candra Rini; Uswatun Khasanah; Wika Dianita Utami; Putroue Keumala Intan
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.087 KB)

Abstract

Prediksi atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang akan diproduksi guna mencegah terjadinya beban berlebih yang dapat menyebabkan kerusakan pada sistem trafo atau kekurangan beban listrik yang mengakibatkan krisis energi listrik pada konsumen. Oleh karena itu, dibutuhkan suatu metode alternatif untuk memprediksi beban listrik jangka pendek, salah satunya yaitu metode Adaptive Neuro Fuzzy Inference System pada penelitian ini. Data diperoleh dari PT. PLN (Persero) APD Jawa Timur yang berisi data beban listrik per setengah jam dari bulan februari sampai september tahun 2018 yang digunakan sebagai data aktual. Data kemudian dilatih dengan menggunakan metode ANFIS dan didapatkan hasil peralaman bulan september 2018. Data uji coba tanggal 1 s/d 28 september tergolong memiliki tingkat kesalahan yang rendah yaitu MAPE menunjukkan hasil 7,926%. Nilai error terbesar terjadi pada tanggal 18 september yaitu sebesar 20,51% sedangkan nilai error terkecil terjadi pada tanggal 16 september yaitu sebesar 1,117%.
Dilated Convolutional Neural Network for Skin Cancer Classification Based on Image Data Uswatun Khasanah; Bayu Surarso; Farikhin Farikhin
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 7, No 1 (2023): January
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v7i1.11667

Abstract

Skin cancer is a disorder of cell growth in the skin. Skin cancer has a big impact, causing physical disabilities that can be seen directly and high treatment costs. In addition, skin cancer also causes death if nor treated properly. Generally, dermatologists diagnose the presence of skin cancer in the human body by using the Biopsy process. In this study, the Dilated Convolutional Neural Network method was used to classify skin cancer image data. Dilated Convolutional Neural Network method is a development method of the Convolutional Neural Network method by modifying the dilation factors. The Dilated Convolutional Neural Network method is divided into two stages, including feature extraction and fully connected layer. The data used in this study is HAM1000 dataset. The data are dermoscopic image datasets which consists of 10015 images data from 7 types of skin cancer. This study conducted several experimental scenarios of changes in the value of d, which are 2,4,6, and 8 to get the optimal results. The parameters used in this study are epoch = 100, minibatch size = 8, learning rate = 0.1, and dropout = 0.5. The best results in this study were obtained with value of d=2 with the value of accuracy is 85.67% and the sensitivity is 65.48%.
KLASIFIKASI MULTI CLASS MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK UNTUK PREDIKSI STUNTING PADA BALITA Khasanah, Uswatun
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1650

Abstract

Stunting merupakan sebuah masalah gizi kronis yang menghambat pertumbuhan anak dan menyebabkan efek jangka panjang yang serius. Salah satu upaya yang dapat dilakukan untuk mengetahui stunting lebih dini yaitu dengan melakukan prediksi. Pada penelitian ini dilakukan klasifikasi multiclass menggunakan Metode Backpropagation Neural Nework untuk prediksi stunting pada balita. Proses pada penelitian ini yaitu pengumpulan data, preprocessing data, pembagian data, pembangunan model, pelatihan, pengujian dan evaluasi model. Model yang dibangun dapat mengklasifikasi status stunting menjadi 4 kategori yaitu normal, tinggi, stunting, dan sangat stunting. Data yang digunakan pada penelitian ini yaitu sebanyak 120.999 data. Data dibagi menjadi dua yaitu sebanyak 80% digunakan sebagai data latih dan 20% sebagai data uji. Perhitungan akurasi menggunakan metode cross entropy dan evaluasi akurasi. Hasil penelitian menunjukkan bahwa akurasi training yang didapatkan sebesar 99% dan akurasi testing sebesar 99%. Berdasarkan hasil tersebut menunjukkan bahwa model pembelajaran yang dibangun dengan menggunakan metode Backpropagation Neural Network mampu mencapai hasil yang sangat baik untuk melakukan klasifikasi stunting ke dalam beberapa kelas.
Pelatihan Pembuatan Sabun Cuci Piring Cair Berkelas Mama Lemon Di Kampung Jati, Buaran, Serpong, Tangerang Selatan Didik Iswadi; Fais Jahlas; Uswatun Khasanah; Wisnu Wijaya; Sayyidah Sofiyah Nada; Dede Rumyati
Abdi Laksana : Jurnal Pengabdian Kepada Masyarakat Vol 5 No 3 (2024): Abdi Laksana : Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/abdilaksana.v5i3.44234

Abstract

Sabun cuci piring termasuk kebutuhan sehari-hari baik dalam rumah tangga, industri, instalasi maupun pelayanan publik. Setiap insan manusia membutuhkan makanan dan minuman sehingga penggunaan alat makan selalu dibutuhkan setiap hari. Untuk membersihkan alat makan tersebut, kebanyakan membutuhkan sabun cuci piring salah satunya adalah sabun cuci piring cair. Aktivitas rumah tangga setiap harinya turut menyumbang dalam industri kecil ini karena sabun cuci piring cair merupakan kebutuhan yang cukup banyak diminati oleh berbagai kalangan. Tujuan kegiatan pengabdian kepada masyarakat ini adalah memberikan peluang usaha kepada masyarakat dengan cara pembuatan sabun cuci piring cair, mengetahui cara pembuatan sabun cuci piring cair yang mudah di masyarakat, memberikan pengetahuan kepada masyarakat cara pembuatan sabun cuci piring cair di Masyarakat. Metode pelaksanaan yang digunakan dalam pengabdian masyarakat ini adalah melalui kegiatan penyuluhan, penyadaran dan pelatihan. Aksi yang telah dilakukan dengan analisa, pemberian pelatihan, pemantauan dan evaluasi. Pengabdian Masyarakat Prodi Teknik Kimia Universitas Pamulang ini telah membantu memecahkan persoalan yang dihadapi masyarakat di Kampung Jati, Buaran, Serpong, Tangerang Selatan mengenai pembuatan sabun cuci piring cair dan memberikan peluang usaha serta menumbuhkan jiwa mandiri dan jiwa wirausaha, juga memberikan nilai-nilai positif dalam mengembangkan kehidupan yang maju dan sejahtera.