Claim Missing Document
Check
Articles

Found 37 Documents
Search

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE-FURRY samsuryadi, samsuryadi
MATEMATIKA Vol 4, No 2 (2001): JURNAL MATEMATIKA
Publisher : MATEMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (79.219 KB)

Abstract

The research is carried out to build stochastic model from cluster birth-death process with two sexes on Yule-Furry process, since the formula or stochastic model from that stochastic process is not presented yet, where as a lot of phenomena are represented about that stochastic process. Model development is basically to find postulate form and differential equation. The final results of this research are postulate and differential equation from stochastic process, partial differential equation for transition probability generating function, and joint moment generating function.
Perbandingan Algoritma Random Forest Classifier, Support Vector Machine dan Logistic Regression Clasifier Pada Masalah High Dimension (Studi Kasus: Klasifikasi Fake News) Willy, Willy; Rini, Dian Palupi; Samsuryadi, Samsuryadi
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 4 (2021): Oktober 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i4.3177

Abstract

Fake news is false information that looks like it is true. News can also be said as a political weapon whose truth cannot be accounted for which is spread intentionally to achieve a certain goal. Classification of news texts requires calculating a method for each word in the document. Each word processed per document means that the number of data dimensions is equal to the number of words. The more the number of words in a document, the more the number of dimensions in each data (high dimension). The large number of dimensions (high dimension), causes the model-making process (training) to be long and the shortcomings are also clearly visible in seeing the similarity of documents (document similarity). The dataset used in this study amounted to 20000 and 17 attributes. The method used in this study uses a Random Forest Classifier (RFC), Support Vector Machine (SVM) and Logistic Regression (LR) with high dimensions and the results of this study are to obtain a comparison of the accuracy values for each method used
Network anomaly detection research: a survey Kurniabudi Kurniabudi; Benni Purnama; Sharipuddin Sharipuddin; Darmawijoyo Darmawijoyo; Deris Stiawan; Samsuryadi Samsuryadi; Ahmad Heryanto; Rahmat Budiarto
Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Vol 7, No 1: March 2019
Publisher : IAES Indonesian Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (416.184 KB) | DOI: 10.52549/ijeei.v7i1.773

Abstract

Data analysis to identifying attacks/anomalies is a crucial task in anomaly detection and network anomaly detection itself is an important issue in network security. Researchers have developed methods and algorithms for the improvement of the anomaly detection system. At the same time, survey papers on anomaly detection researches are available. Nevertheless, this paper attempts to analyze futher and to provide alternative taxonomy on anomaly detection researches focusing on methods, types of anomalies, data repositories, outlier identity and the most used data type. In addition, this paper summarizes information on application network categories of the existing studies.
STUDI KETINGGIAN KOLAM RETENSI SIMPANG POLDA PALEMBANG UNTUK LANGKAH PENENTUAN KEBIJAKAN Sukemi -; Marlina Sylvia; samsuryadi samsuryadi; Hadipurnama Satria; Apriansyah Putra
Jurnal Informatika dan Rekayasa Elektronik Vol. 4 No. 1 (2021): JIRE April 2021
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v4i1.332

Abstract

Simpang Polda retention pond is an alternative flood control construction which is designed to temporarily hold exceeding water flow during rainfall in the vicinity of Simpang Polda, in order to avoid or reduce flood in the area. Retention ponds are prone to sedimentation due to garbage and other materials settling down in the bottom of the pond, which in turn causing reduction of total volume of water it can contain. To ensure that the pond has enough volume, depth measurements were done so that the pond can function as intended. Boat robots from previous research in 2019 and 2020 were utilized as the method to measure the depth of the retention pond. The boat robots mapped the depth of the whole pond area with the help of remote control and single beam sensor. Measurement result shows that the Simpang Polda retention pond has an average depth of 2.245 m. Based on this finding it is suggested that the local government water resource management agency (Dinas PUPR Dept. PSDA) to follow up with the appropriate sediment removal procedures to return the pond’s depth back to the original value when it was constructed
Classification of Finger Spelling American Sign Language Using Convolutional Neural Network Anna Dwi Marjusalinah; Samsuryadi Samsuryadi; Muhammad Ali Buchari
Computer Engineering and Applications Journal Vol 10 No 2 (2021)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (464.454 KB) | DOI: 10.18495/comengapp.v10i2.377

Abstract

Sign language is a combination of complex hand movements, body postures, and facial expressions. However, only a limited number of people can understand and use it. A computer aid sign language recognition with finger spelling style utilizing a convolutional neural network (CNN) is proposed to reduce the burden. We compared two CNN architectures such as Resnet 50, and DenseNet 121 to classify the American sign language dataset. Several data splitting proportions were also tested. From the experimental result, it is shown that the Resnet 50 architecture with 80:20 data splitting for training and testing indicates the best performance with an accuracy of 0.999913, sensitivity 0.998966, precision 0.998958, specificity 0.999955, F1-score 0.999913, and error 0.0000898.
Klasifikasi Penyakit Ginjal Kronis menggunakan K-Nearest Neighbor Ardina Ariani; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit ginjal kronis merupakan suatu keadaan dimana seseorang mengalami kerusakan pada ginjal, namun terkadang penderita tidak terlalu merasakan gejala yang timbul pada tahap awal menderita, sehingga diagnosa seringkali terlambat. Diagnosa penyakit ginjal sering diidentifikasi saat seseorang menderita penyakit lain, seperti tekanan darah tinggi dan diabetes. Sejumlah indikasi penunjang menjadi pengukur seseorang digolongkan menderita penyakit ginjal kronis atau tidak. Paper ini membahas klasifikasi penyakit ginjal kronis menggunakan metode K-Nearest Neighbor (KNN) berdasarkan 24 gejala dari setiap 400 individu. Dari hasil klasifikasi diperoleh akurasi yang cukup tinggi yaitu sebesar 85,83%.
Kajian Pengenalan Ekspresi Wajah menggunakan Metode PCA dan CNN Dwi Lydia Zuharah Astuti; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan ekspresi wajah secara cepat menjadi bagian penting dalam sistem komputer dan interaksi antar manusia dan komputer karena cara yang paling ekspresif dalam menunjukkan emosi sebagai manusia adalah melalui ekspresi wajah. Dalam kajian ini, pengenalan eskpresi wajah dipelajari melalui beberapa aspek yang berhubungan dengan wajah itu sendiri. Ketika eskpresi wajah berubah, lekukan pada wajah seperti alis, hidung, bibir dan mulut akan otomatis berubah. Dalam kajian ini, akan dibahas mengenai sistem pengenalan ekspresi wajah secara realtime menggunakan metode PCA dan CNN. Dimana metode PCA yang akan digunakan untuk pengektraksi fitur adalah metode Eigenfaces sedangkan untuk pengklasifiksian akan menggunakan metode CNN
Kajian Nilai MAE Berdasarkan Hasil Ekstraksi Ciri Invarian Momen Samsuryadi Samsuryadi; Muhammad Ihsan Jambak; Desty Rodiah; Muhammad Ali Buchari
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penentuan metode ekstraksi ciri yang akurat dapat diukur berdasarkan nilai mean absolute error (MAE). Semakin kecil nilai MAE yang diperoleh dari suatu metode ekstraksi ciri berarti menunjukan metode ekstraksi ciri tersebut semakin akurat (optimal). Penelitian ini menggunakan tiga metode ekstraksi ciri, yaitu: geometrical moment invariants (GMI), united moment invariants (UMI) dan Zernike moment invariants (ZMI) untuk mengekstraksi ciri dari citra kata tulisan tangan. Hasil penelitian ini menunjukkan bahwa metode GMI memberikan nilai galat terendah atau menghasilkan ciri citra tulisan tangan terbaik.
Klasifikasi Citra Hiperspektral Pada Kasus Tutupan Lahan Menggunakan Metode Convolutional Neural Network (CNN) Yesinta Florensia; Samsuryadi Samsuryadi; Saparudin Saparudin
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Informasi tutupan lahan dengan citra penginderaan jauh (inderaja) berbasis hiperspektral sangat efektif dalam pengelolaan peruntukan penggunaan lahan secara tepat. Selain dapat memberikan informasi keragaman spasial secara luas, cepat dan mudah, citra ini memiliki ratusan band spektral yang dapat memberikan struktur informasi permukaan bumi berdasarkan reflektansi gelombang elektromagnetik yang diterimanya. Metode One Dimensional Convolutional Neural Network (1D CNN) menunjukkan performa yang cukup baik pada klasifikasi tutupan lahan berbasis citra hiperspektral. Pada penelitian ini akan dilakukan analisis performa metode 1D CNN pada dataset Indian Pines 16 kelas, dimana sebelumnya metode 1D CNN diimplementasikan pada dataset Indian Pines 9 kelas. Hasil klasifikasi terbaik diperoleh pada percobaan 10000 epoch dari lima percobaan epoch yang berbeda dengan Overall Accuracy (OA) 88.97% dan Kappa 87.4%.
Sistem Informasi Cuaca Berbasis Dekstop dengan Menggunakan Data Sensor dan BMKG Yulia Hapsari; Bella Adinda Putri; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract—Cuaca yang sering berubah-ubah akan sangat menganggu kegiatan sehari-hari, hal ini di dasari oleh kebutuhan yang tinggi dari berbagai pihak untuk melakukan otomatisasi dancfleksibilitas yang tinggi dalam mendeteksi kondisi cuaca berbasis internet dan komputer tanpa harus mengamatinya langsung. Untuk itu, artikel ini memaparkan suatu sistem informasi cuaca untuk memberikan informasi awal sebagai pemberitaan yang diperlukan oleh komandan untuk mengetahui keadaan di lapangan. Sistem informasi cuaca yang diusulkan  terintegrasi dengan Database Server yang dikembangkan Dengan menggunakan bahasa pemograman C# dan database MySQL  serta menggunakan bahasa pemrograman  PHP dan Application Programming Interface (API) sebagai perantara komunikasi data. Pengolahan informasi dalam aplikasi cuaca dilakukan secara online untuk data BMKG dan secara offline untuk data sensor.
Co-Authors Agus Mistiawan Ahmad Fali Oklilas Ahmad Heryanto Akbar, M. Agung Ali Firdaus Anna Dwi Marjusalinah Apit Fathurohman Apriansyah Putra Aprilisa, Shinta Archibald Hutahaean, Jerrel Adriel Ardina Ariani Ardina Ariani Ariani, Ardina Arnelawati, Arnelawati Astuti, Dwi Lydia Zuharah Ayu Luviyanti Tanjung Azhar Azhar Bambang Tutuko Barlian Khasoggi Buchari, Muhammad Ali Cahyadi, Gabriel Ekoputra Hartono Darmawahyuni, Annisa Darmawijoyo, Darmawijoyo Dedy Fitriady Fitriady Deris Stiawan Desty Rodiah Dewy Yuliana Dian Palupi Rini Dian Palupi Rini Dian Palupi Rini Dian Palupi Rini Dwi Budi Santoso Dwi Lydia Zuharah Astuti Dwi Lydia Zuharah Astuti Dwi Meylitasari Tarigan Ermatita - Erni Erni Esti Susiloningsih Fatma Susilawati Mohamad Firdaus Firdaus Hadipurnama Satria Hadipurnawan Satria Hasby Rifky Islami, Anggun Jambak, Muhammad Ihsan Jayanti Jayanti Julian Supardi Khairun Nisa Kurniabudi, Kurniabudi Leni Marlina Lingga Wijaya, Harma Oktafia Lintang Auliya Kurdiati Lintang Auliya Kurdiati M. Nejatullah Sidqi Marlina Sylvia Meryansumayeka Meryansumayeka Mohamad, Fatma Susilawati Muhammad Fachrurrozi Muhammad Naufal Rachmatullah Mukhlis Febriady Murniati . Nur Rachmat Nusantara, Duano Sapta Primanita, Anggina Purnama, Benni Rahmat Budiarto Ramadhan, Muhammad Fajar Ratu Ilma Indra Putri Rifkie Primartha Risda Intan Sistyawati Riszky Pabela Pratiwi Rizq Khairi Yazid Rossi Passarella Rudi Kurniawan Rudi Kurniawan Saparudin Saparudin Sapitri, Ade Iriani Serrano, Philip Alger M. Sharipuddin, Sharipuddin Sisca Puspita Sepriliani Siti Nurmaini Sukemi Sukemi Sukemi Sukemi Sutarno Sutarno Tri Kurnia Sari Vincen, Vincen Willy, Willy Yesinta Florensia Yogi Tiara Pratama Yulia Hapsari Yundari, Yundari Zahra Alwi Zulkardi Zulkardi