Article Per Year (5 Year)
p-Index From 2021 - 2026
6.027
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Proceeding of the Electrical Engineering Computer Science and Informatics IJAIT (International Journal of Applied Information Technology) Jurnal Al-Hikmah Charity : Jurnal Pengabdian Masyarakat eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology Jurnal Nasional Sains dan Teknik
Novianty, Astri
Telkom University
Religion Arts Humanities Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 74 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Sistem Pendukung Keputusan Untuk Menentukan Besaran Order Menggunakan Algoritma Fuzzy Dalam Toko Pintar Tanpa Kasir Nizar Zain; Surya Michrandi Nasution; Astri Novianty
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Semakin berkembangnya toko yang ada di Indonesia, baik toko yang baru beroperasi melayani masyarakat maupun toko retail besar yang sudah ada di setiap provinsi dan kota seluruh Indonesia. Dalam masalah penjualan pasti setiap toko mempunyai penjualan yang berbeda-beda dari setiap produk yang dimiliki. Untuk itulah dibutuhkan sistem untuk menentukan berapa banyak produk yang akan kembali di beli (re-order) untuk stok simpanan dalam gudang agar tidak over stock atau out of stock. Sistem ini dibuat untuk menentukan berapa besar order kebutuhan produk setiap barang yang dibutuhkan agar keuntungan yang didapat toko dapat dimaksimalkan. Untuk penentuan besar order untuk stock tersebut didapatkan data toko yang memenuhi kriteria yang telah ditentukan sebelumnya dan kemudian di terapkan pada Algoritma Fuzzy untuk mendapatkan hasil yang rasional dan diharapkan dapat mewaliki keadaan sebenarnya yang terjadi di lapangan. Sistem ini di-integrasi-kan dalam toko pintar tanpa kasir (cashierless smartshop) yang di buat. Dalam penerapan Sistem ini didapatkan hasil berupa angka yang menunjukan rekomendasi untuk jumlah order selanjutnya setelah di proses dengan menggunakan Algoritma Fuzzy. Hasil yang ditunjukan sesuai dengan rules yang diberikan pada sistem. Namun tingkat akurasi sistem masih kurang optimal, hal ini dikarenakan perancangan yang masih berdasarkan perkiraan dan kemungkinan dari algoritma yang dipakai. Untuk dikemudian hari diharapkan ada penelitian lanjutan dengan algoritma yang berbeda untuk bisa dibandingkan dengan sistem yang telah dibuat ini. Kata kunci : fuzzy, algoritma, stok, pemesanan, cashierless, smartshop
Implementasi Algoritma Local Binary Pattern pada Sistem Keamanan Parkir Berbasis Raspberry Pi Muhammad Bagas Gigih Yuda Prasetyo; Astri Novianty; Agung Nugroho Jati
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sistem pengenalan biometrik merupakan sistem pengenalan pola yang menggunakan karakteristik fisiologis atau karakteristik perilaku untuk mengenali identitas seseorang. Wajah merupakan salah satu karakteristik fisiologis yang paling berpotensi digunakan dalam sistem pengenalan biometrik. Penelitian ini bertujuan dan fokus dalam pengimplementasian pengolahan citra digital dengan merancang suatu sistem mampu untuk mengenal (recognition) wajah seseorang. Sistem ini dirancang dengan bahasa Python menggunakan software IDLE(python GUI). Selain itu sistem ini juga mengimplementasikan pengolahan citra digital yang digunakan untuk mengenal (recognition) plat nomor menggunakan algoritma openALPR . Sistem pengenalan wajah menggunakan algoritma LBP (Local Binary Patern) pada citra latih dan uji. Dan sistem ini menggunakan klasifikasi euclidean distance untuk mencocokan ciri dari citra latih dengan citra uji. Dari simulasi sistem yang sudah dilakukan, didapatkan akurasi tertinggi dari sistem yaitu 93,33%. Kondisi tersebut didapat dengan menggunakan nilai treshold sebesar 1,5, artinya apabila euclidean distance dari ciri citra uji dengan data ciri citra latih diatas 1,5 maka sistem tidak mengenali citra uji tersebut. Berdasarkan hasil pengujian, jarak terbaik antara kamera dengan objek adalah 1 meter, kamera dapat diletakkan dengan sudut 450,900,1350, dan dengan nilai crop terbaik 92 x 112. Rata-rata waktu komputasi dari sistem ini adalah 2,098571429 detik, dengan rata-rata CPU Usage 30,08571% yang menandakan bahwa sistem ini tidak menghabiskan resource memory.
Deteksi Gangguan Pada Organ Lambung Melalui Iris Mata Dengan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Aisyah Kumala Dewi; Astri Novianty; Tito Waluyo Purboyo
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Lambung merupakan organ pencernaan yang paling rentan terhadap penyakit yang disebabkan oleh meningkatnya produksi asam lambung akibat pola makan yang salah. Banyak orang yang terkadang mengabaikan bahkan menganggap remeh hal ini, padahal jika terus dibiarkan akan berujung pada kematian. Maka dari itu diperlukan pemeriksaan untuk mengetahui ada atau tidaknya gangguan pada organ lambung tersebut. Salah satu cara praktis untuk memeriksanya ialah melalui iris mata atau disebut dengan iridologi. Iridologi sebagai ilmu pengetahuan didasarkan pada analisis susunan iris mata. Secara khusus iris memiliki kelebihan spesifik, yaitu dapat merekam semua kondisi organ, konstruksi tubuh, serta kondisi psikologis. Di dalam tugas akhir ini akan dibuat sebuah sistem yang mampu mendeteksi ada atau tidaknya gangguan pada organ lambung pada tubuh seseorang. Sistem kerja dari perangkat lunak ini yaitu mengambil gambar mata secara offline dari perangkat kamera. Kemudian sistem mampu melakukan ekstraksi ciri dengan metode Principal Component Analysis (PCA) dan mengklasifikasikannya menggunakan Jaringan Syaraf Tiruan Backpropagation. Dari hasil pengujian, dapat disimpulkan bahwa sistem ini sangat baik melakukan proses klasifikasi dengan satu hidden layer dan mampu menghasilkan tingkat akurasi hingga 87,5% dari 40 data citra iris mata. Kata Kunci : iris, mata, identifikasi, iridologi, JST
Analisis Sistem Deteksi Anomali Trafik Menggunakan Algoritma Cure (clustering Using Representatives) Dengan Koefisien Silhouette Dalam Validasi Clustering Angger Kartyasa Pribadi Putra; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada perkembangan teknologi jaringan internet sekarang ini banyak membahas tentang fenomena- fenomena serangan atapun ancaman terhadap sebuah komputer atau server. Banyak sekali macam-macam tipe ancaman pada komputer dalam sebuah jaringan internet seperti DoS (Denial of Service), DDoS (Distributed Denial of Service), flashcrowd, dan sebagainya. Namun yang menjadi perhatian dalam analisis proses pengelompokkan anomaly tersebut adalah masalah pelabelan dan validasi tiap objek dari hasil proses clustering tersebut. Dengan memvalidasi cluster kita akan mendapatkan jumlah cluster optimal dalam analisis anomali trafik dalam hal ini adalah metode clustering CURE (Clustering using Representatives). Hasil dari validasi akan menjelaskan bagaimana kualitas cluster dan tiap objek menggunakan teknik silhouette index. Tujuan utama dalam penerapan validasi ini merupakan modifikasi dari algoritma CURE dengan fokus utama yaitu masalah pelabelan tiap objek pada tiap cluster dan juga validasi dari hasil clustering algoritma CURE. Hasil dari penelitian ini, algoritma CURE mendapatkan nilai validasi terbaik menggunakan teknik silhouette untuk Dari analisis hasil clustering algoritma CURE didapatkan nilai validasi algoritma CURE menggunakan teknik silhouette pada dataset KDDCUP’99 diperoleh nilai rata-rata silhouette tertinggi dengan accuracy 97.96%, dan nilai rata-rata silhouette cluster 0.7642748. Pada dataset Darpa Week 5 Friday dengan nilai accuracy 98.56%, dan nilai rata-rata silhouette cluster 0.763525532. Kata Kunci : anomali trafik, clustering, validasi cluster, algoritma CURE, Silhouette Coefficient
Implementasi Perhitungan Deteksi Wajah Melalui Face Recognition Pada Miniboard Ahmad Salim Alfauzan; Astri Novianty; Anton Siswo Raharjo Ansori
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Wajah merupakan bagian depan dari kepala manusia yang terdiri dari rambut, dahi, bulu mata, hingga dagu. Wajah biasanya menunjukan ekspresi seseorang sesuai keadaan lingkungan yang ada disekitarnya. Wajah dapat menjadi identitas seseorang, karena tidak ada wajah yang serupa meskipun itu kembar. Hal ini membuat wajah dapat menjadi dasar sistem pendeteksi atau keamanan. Pada tugas akhir ini dibuat sebuah sistem pengenal yang memanfaatkan wajah sebagai inputannya. Sistem pendeteksi wajah ini mengimplementasikan program java pada Miniboard atau biasa disebut dengan single board. Cara kerja sistem deteksi wajah ini yaitu memproses beberapa gambar yang sudah didapat dari kamera secara realtime yang sudah terhubung pada miniboard. Sistem pendeteksi wajah ini bisa digunakan untuk mengumpulkan data trafik perusahaan pada pemasaran papan iklan, sistem presensi, sistem keamanan, penilaian dan lain-lain. Dari hasil pengujian, dapat disimpulkan bahwa alat yang digunakan menghasilkan performansi hingga 94% pada Raspberry dan 90% pada Odroid. Kata kunci: java, Miniboard, windows, single board
Aplikasi Sistem Pakar Untuk Mendiagnosapenyakit Dalam Menggunakan Metode Forwardchaining Dan Certainty Factor Berbasis Web(studi Kasus: Poliklinik Pt Pos Indonesia Bandung) Andy Pratama Nugraha; Burhanuddin Dirgantoro; Astri Novianty
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Kesehatan merupakan sesuatu yang sangat berharga, tanpa kesehatan manusia tidak bisa menikmati hidup. Penyakit dalam merupakan salah satu jenis penyakit yang paling banyak diderita. Penyakit dalam memiliki indikasi yang beragam dan gejala yang muncul hampir memiliki kemiripan. Tanpa pengetahuan yang baik dapat menyebabkan penanganan yang salah. Semakin canggihnya ilmu kedokteran banyak hal yang sangat membantu tenaga medis untuk mendiagnosa suatu penyakit dan mengobati pasien. Salah satu alat bantu dalam melakukan diagnosa terhadap penyakit dalam adalah sistem pakar. Perancangan sistem pakar ini menggunakan metode Forward Chaining dan Faktor Kepastian (Certainty Factor). Nilai faktor kepastian bergantung pada banyaknya kecocokan masukan gejala terhadap satu penyakit serta besarnya nilai faktor kepastian antara gejala dan penyakit. Hasil dari penelitian dengan menggunakan metode Certainty Factor berdasarkan hasil pengujian keakuratan, tingkat keakuratan sistem telah dihitung secara sistematis dan didapat keakuratannya sebesar 85,3358% . Maka aplikasi sistem pakar ini layak untuk digunakan sebagai penunjang atau referensi dalam mendiagnosa penyakit dalam. Kata-kunci : sistem pakar, penyakit dalam, forward chaining, certainty factor, web
Pengenalan Gender Appearance-based Pada Pas Foto Dengan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Rahmil Khair; Astri Novianty; Anton Siswo Raharjo Ansori
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pengenalan gender diperlukan untuk mengklasifikasikan antara jenis kelamin laki-laki dan perempuan. Proses deteksi gender ini diimplementasikan pada sistem feedback advertising.Untuk mengetahui banyak nya jumlah penonton laki-laki dan perempuan yang menyaksikan promosi iklan tersebut, perusahaan tidak perlu menghitung jumlah nya secara manual. Perusahaan cukup dengan mengamati di layar komputer kantor akan diketahui jumlah antara laki-laki dan perempuan melalui pengenalan wajah. Di dalam tugas akhir ini dibangun sebuah sistem yang mampu mendeteksi gender manusia melalui pengenalan wajah. Sistem kerja dari perangkat lunak ini yaitu mengambil gambar wajah secara offline dari perangkat kamera. Gambar yang telah diperoleh dianalisis melalui sistem ini dan didapatkan apakah gambar wajah tersebut menandakan objek laki-laki atau perempuan. Metode klasifikasi yang digunakan ialah jaringan syaraf tiruan Back Propagation dan metode ekstraksi ciri Principal Component Analysis (PCA). Dari hasil pengujian, dapat disimpulkan bahwa hasil dari proses klasifikasi dengan satu hidden layer memperoleh tingkat akurasi sebesar 85 % dari 40 data citra wajah. Kata Kunci : face regocnition, PCA, JST, identifikasi
Analisis Sentimen Menggunakan Metode Learning Vector Quantization M. Indra Halim Arsya Dwi Akbari; Astri Novianty; Casi Setianingsih
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Media sosial sebagai media komunikasi untuk menghubungkan semua orang menjadi mudah diterima oleh masyarakat seiring dengan perkembangan teknologi informasi. Data dari media sosial yang berisi opini dari masyarakat tersebut dapat diolah menjadi sebuah informasi yang lebih penting nilainya, salah satunya dengan menggunakan analisis sentimen. Dalam perkembangannya analisis sentimen digunakan dalam banyak kepentingan misal perusahaan, lembaga survei, dan pemerintah. Di dalam penelitian Tuagas Akhir ini, dilakukan analisis sentimen menggunakan algoritma Learning Vector Quantization (LVQ). Langkah pertama yang dilakukan adalah pengambilan data Tweet dari Twitter menggunakan Twitter API. Setelah itu melakukan preprocessing untuk mengolah data dan mengekstraksi fitur yang terkandung di dalamnya. Setelah itu list fitur diubah menjadi bentuk vector dengan menggunakan pembobotan TF-IDF. Performansi akurasi dari metode didapatkan dengan menguji learning rate, epoch dan jumlah data yang digunakan. Dari hasil pengujian performansi algoritma Learning Vector Quantization (LVQ) diketahui bahwa semakin tinggi learning rate maka akurasi yang didapatkan semakin kecil, kemudian semakin tinggi jumlah epoch maka akurasi semakin besar. Akurasi rata-rata yang berhasil dicapai pada penelitian ini adalah sebesar 73.15%, 66.42%, dan 69.58% untuk setiap data. Kata kunci :Learning Vector Quantization, LVQ, Analisis Sentimen, Machine Learning
Pengambilan Keputusan Pada Trafik Management Dengan Menggunakan Reinforcement Learning Leonita Angelina; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Seiring dengan berkembangnya kecanggihan dunia komunikasi, lalu lintas jaringan komputer juga semakin padat . Tidak menutup kemungkinan akan adanya serangan – serangan yang dapat menggangu trafik jaringan.Serangan yang sering kali dialami adalah serangan DDoS (Distributed Denial Of Service). Menurut [10] serangan Distributed Denial Of Service (DdoS) adalah jenis serangan yang dapat merugikan trafik jaringan yang sedang digunakan, baik terhadap target serangan maupun seluruh pengguna. Setelah sistem mendeteksi anomali yang terjadi dan mengenali setiap serangan , maka management yang dilakukan berikutnya adalah pemilihan keputusan yang tepat untuk mengatasi serangan tersebut. Dalam kasus ini Reinforcement Learning dapat menjadi salah satu metode yang digunakan untuk memilih keputusan dalam penanganan anomali. Hasil dari penelitian ini, sistem yang dibangun dapat bekerja dengan baik dalam pemilihan keputusan terbaik untuk mengatasi anomali trafik yang terjadi. Serangan yang terjadi akan dianalisa terlebih dahulu mneggunakan Reinforcement Learning dengan pemrosesan yang dibantu dengan Markov Decision Process . Kata kunci : DDOS, non agent, traffic shaping, QoS, token bucket filter
Deteksi Anomali Trafik Menggunakan Algoritma Birch Dan Dbscan Pada Streaming Traffic M. Aldo Shauma; Yudha Purwanto; Astri Novianty
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pertumbuhan internet yang sangat pesat memiliki dampak positif maupun dampak negatif bagi seluruh pengguna. Begitupula dengan serangan ataupun ancaman yang dapat terjadi terhadap sebuah komputer maupun server didalam sebuah jaringan, salah satunya yaitu berupa anomali trafik. Salah satu bentuk anomali trafik adalah flashcrowd yang ditandai dengan adanya kenaikan trafik secara signifikan. Ini disebabkan karena banyaknya user yang mengakses dan menimbulkan kepadatan trafik. Banyak penelitian mengenai anomali trafik namun data yang digunakan masih bersifat damped atau offline, artinya data yang sudah disimpan sebelumnya dan sudah diketahui isi datanya. Oleh karena itu, dibutuhkan suatu sistem deteksi untuk mengenali dan mendeteksi anomali trafik dengan streaming traffic ( data online ). Pada Tugas Akhir ini , akan dilakukan pendeteksian anomali yang terjadi pada suatu jaringan menggunakan algoritma BIRCH ( Balanced Iterative Reducing and Clustering Using Hierarchies ). Sistem deteksi trafik ini mempunyai kemampuan untuk mendeteksi anomali yang terjadi dengan cara membentuk klaster trafik anomali dan klaster trafik normal. Selanjutnya akan dibantu dengan algoritma clustering DBSCAN ( Density Based Spatial Clustering of Applications with Noise) pada bagian Clustering feature tree (CF Tree) BIRCH dalam mengelompokkan datastream berdasarkan kepadatan data streaming traffic yang masuk serta pelabelan trafik. Hasil dari penelitian ini, algoritma BIRCH dan DBSCAN memiliki performansi yang baik dalam mendeteksi anomali trafik. Hal ini dapat ditunjukkan dengan pengujian yang dilakukan terhadap Akurasi dari hasil klaster, dimana nilai rata rata akurasinya adalah 98.45 % serta memakan waktu kurang lebih 600 detik atau sekitar 10 menit dalam sekali proses 30.000 data. Kata Kunci : BIRCH, DBSCAN, flashcrowd, streaming traffic
Co-Authors Abdullah, Zakia Mahbub Abdurrasyid Ridho Abid Sabyano Rozhan Afandy, Muhammad Rizki Agung Nugroho Jati Ahmad Salim Alfauzan Aisyah Kumala Dewi Ambarita , Ayub Rosihan Amelia, Angelica Sharon Andrew Brian Osmond Andy Pratama Nugraha Angger Kartyasa Pribadi Putra Anggitrizaka Tatag Anastya Anggumeka Luhur Prasasti Anggunmeka Luhur ANGGUNMEKA LUHUR PRASASTI Aniyanto, Amelia Putri Anton Siswo Raharjo Ansori Aprilia, Nella Aqila, Fadhil Dzikri Ardiansyah, Fahreza Arifin, Hafid Ikhsan Asri, Azizah Rahma Athallah, Raken Putra Athallah, Rizqy Asyraff Ayu Siti Aminah Azizah Rahma Asri Burhanuddin Dirgantoro Burhanuddin Dirgantoro Casi Setianingsih Daniar, Ivan Deddy Gunawan Dewi Nabilah Hanifah Didik Setiawan Dimas Chaidar Elisabeth Patricia Chandra Fadli Andriawan Fahmy Rezqi Pramudhito Fairuz Azmi Faisal Candrasyah Hasibuan Fasya, Nisrina Nurjauza Firdaus, Haekal Aulia Gede Adi Aryanata Gede Kristian Wijaya Kusuma Gunanda Hasdiansyah Habibi, Rizqullah Imamuddin hidayad, rahmad Jaisy Malikulmulki Arasy Kurnia, Fajri Dwi Kusmayadi, Ameliani Kusnady, Rizky Eka Putra Kusuma , Purba Daru Leni Widia Nasution Leonita Angelina Lintang Indah Permatasari M. Aldo Shauma M. Indra Halim Arsya Dwi Akbari Manalu, Indratama Pangasian Meta Kallista Muhamad Mario Rizki Muhammad Agung Tri Laksono Muhammad Bagas Gigih Yuda Prasetyo Muhammad Farrel Ahadi Tama Muhammad Garma Asyam Rianto Nanda Septiana Naomi Yulia Indah Ginting Nasir, Alfian Nizar Zain Normansyah, Rafiandi Nuranti, Afdzuliah Nurfitri Anbarsanti Nur’ilham, Muhammad Fauzan Pasi, Muhammad Haekal Panderadja Pradana, Andhika Yudha Pratama, Rizki Mulia Prayoga, Denino Hadi Purba Daru Kusuma Putra, Adinda Permana Putra, Rayhan Daffa Aulya Putri Ramadhani, Putri Rahma, Dinda Rahmadina, Rizka Rahmaniza, Difi Rahmil Khair Randy Erfa Saputra Redho Yurizal Reza Ilmi Rifki Mardiansyah Rihaz, Muhamad Rizq Riski Pristi Ananto Rizki Mulia Pratama Roswan Latuconsina Salman Al Farisi, Salman Saputra , Randy Erfa Saputra, Ari Cahya Setianingsih , Casi Setra, Dimas Lwanna Shidiq, Hafidz Sholahuddin Al-Ayubi Siahaan, Eva Fiorina Sidabalok, Samuel Robert Romulus Siswoyo, Carrillo Rasyad Surya Michrandi Nasution Syarif , Muhammad Taufiq, Hans Harison Tito Waluyo Purboyo Umar Ali Ahmad Wicaksana, Pandu Adhimakayasa Yoga Satria Putra Yudha Purwanto