Claim Missing Document
Check
Articles

Found 4 Documents
Search

KLASIFIKASI PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN ALGORITMA BACKPROPAGATION Budiman, Marson James
Prosiding SNATIKA Vol 01 (2011) Vol 1
Publisher : Prosiding SNATIKA Vol 01 (2011)

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

Abstract

Backpropagation Neural Network merupakan algoritma pembelajaran yang terawasi (Supervised Learning). Algoritma Backpropagation menggunakan error output untuk mengubah nilai bobot-bobotnya dalam arah mundur (backward). Untuk mendapatkan error ini, tahap perambatan maju (forward propagation) harus dikerjakan terlebih dahulu. Dalam proses penilaian kinerja dosen, algoritma backpropagation akan mengklasifikasikan kinerja berdasarkan kriteria yang diinputkan dan nantinya dijadikan pertimbangan dalam menetapkan punishment dan reward bagi dosen. Kata kunci : Jaringan Syaraf Tiruan, Backpropagation, Dosen
Rancang Bangun Robot Layanan Publik Budiman, Marson James; Pongoh, Deitje; Pongoh, Johan; Daud, Julianus G.
Prosiding Seminar Nasional Produk Terapan Unggulan Vokasi Vol 2 No 1 (2023): Prosiding Seminar Nasional Produk Terapan Unggulan Vokasi Politeknik Negeri Manad
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Manado

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

Abstract

Robot layanan publik memiliki potensi besar untuk menghadirkan perubahan positif dalam berbagai sektor instansi, seperti pelayanan publik. Politeknik Negeri Manado memiliki layanan publik terhadap mahasiswa dalam pengurusan dokumen baik ijazah, transkrip, surat cuti, dll. Masalah yang dihadapi tenaga adminitrasi adalah pada manajemen pengurusan berkas dimana mahasiswa menumpuk di loket , penangan staf terhadap berbagai dokumen dari setiap jurusan tidak teratur menumpuk pada satu loket.. Penelitian ini bertujuan untuk membuat robot layanan pengantar dokumen / berkas secara teratur dengan pembagian 2 loket yaitu 1 loket untuk tataniaga dan 1 loket untuk engineering. Tujuan utamanya adalah untuk mendeteksi sensor pada pilihan 2 mode pengantaran dokumen untuk menuju 2 loket sesuai permintaan di sepanjang jalurnya. Dengan mengidentifikasi kelebihan dan keterbatasan sensor, diharapkan robot dapat terkendali dengan baik dalam tugas pengantaran berkas di bagian akademik Politeknik Negeri Manado. Dalam penelitian ini, pendekatan gabungan dari metode studi literatur dan metode eksperimen digunakan. Metode studi literatur dilakukan terlebih dahulu untuk membangun pemahaman mendalam tentang prinsip kerja dan parameter sensor obstacle dari berbagai sumber. Kemudian, metode eksperimen diterapkan dengan mensimulasikan lingkungan yang berbeda-beda, memvariasikan jarak, dan jenis hambatan. Data hasil eksperimen dianalisis untuk mengevaluasi akurasi deteksi sensor dan responsnya terhadap halangan. Integrasi antara pemahaman teori dan hasil eksperimental memberikan gambaran komprehensif mengenai kinerja sensor obstacle dalam mendeteksi hambatan dalam berbagai kondisi, serta implikasinya dalam penggunaan praktis.Hasil pengujian menunjukkan bahwa kinerja sensor obstacle dipengaruhi oleh berbagai faktor lingkungan. Sensor memiliki kemampuan yang baik dalam mendeteksi hambatan dengan akurat dalam berbagai kondisi. Ketika Sensor mendeteksi adanya halangan maka data akan langsung dikirimkan ke arduino agar bisa di proses dan outputnya motor dc akan bergerak membawa robot kembali ke tempat semula.
Aplikasi Pemasaran Sampah Anorganik Sebagai Bahan Baku Pengolahan Sampah Berkelanjutan Budiman, Marson James; Pongoh, Deitje Sofie; Lambonan, Oldi Malfri
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.514

Abstract

This website-based inorganic waste marketing application has the potential to make a positive contribution to more sustainable waste management, by facilitating more efficient waste collection and sales practices. Apart from that, this application also has the potential to increase environmental awareness among the public. This research aims to design and develop a website-based marketing application for Inorganic Waste using the SDLC (Software Development Life Cycle) Development Method. This application was built as a solution to facilitate more efficient and sustainable waste management. The SDLC method is used as a framework in developing this application, which includes the stages of planning, needs analysis, design, development, testing, implementation and maintenance. The results obtained through system testing using the black box method are that the system can run the home window menu, trash buying feature, trash selling feature, transaction feature, point exchange feature, trash list feature, order feature, offer feature, and report feature. This system is a practical solution for MSME business actors who process inorganic waste.
Identify Traffic Flow Volume using Image Processing for Intelligent Transport System Lahinta, Fitria Claudya; Junaedy, Sintya Paula; Rumokoy, Stieven Netanel; Budiman, Marson James; Arifuddin, Nurul Afifah
Journal Sensi: Strategic of Education in Information System Vol 11 No 2 (2025): Journal SENSI
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v11i2.4066

Abstract

Detection of traffic flow volume is needed to get information about the number of vehicles on a street section. This information is required for traffic control. This study uses video data taken from four adjution street section in Manado City. Video data are processed using the background subtraction method in the segmentation process. Then morphological operation techniques are applied to improve segmentation results. The binarization method with a threshold value of 220 to eliminate shadows on vehicle objects. Vehicle shadows must be removed because it can reduce system accuracy especially if vehicle shadows are too large and connected to other vehicles. Accuracy results from vehicle detection are 95.04% for the Toar street, 94.62% for the Diponegoro street, 91.47% for the Lumimuut street and 95.18% for the 14 Februari street. Vehicle detection results will be calculated to get the number of vehicles then divided by the duration of observation time to get the traffic flow volume. The results of the traffic flow volume information are expected to be implemented on Smart Traffic Light.