Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal Lontar Komputer: Jurnal Ilmiah Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Building of Informatics, Technology and Science Charity : Jurnal Pengabdian Masyarakat eProceedings of Engineering LOGIC: Jurnal Penelitian Informatika
Fhira Nhita
Telkom University
Arts Humanities Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Analisis Algoritma Prediksi Curah Hujan Menggunakan Hybrid Partially Connected Feedforward Neural Network (pcfnn) Dan Nested Genetic Algorithm (GA) Yana Meinitra Wati; Fhira Nhita; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pola curah hujan yang selalu berubah-ubah di setiap tempat dan jam, menyebabkan data curah hujan termasuk ke dalam data time series. Informasi mengenai cuaca khususnya tentang curah hujan sangat berguna sekali terhadap beberapa aktifitas kehidupan. Untuk itu dibutuhkan metode prediksi curah hujan yang cukup akurat, khususnya pada wilayah Soreang Kabupaten Bandung. Sistem prediksi curah hujan yang digunakan dalam penelitian tugas akhir ini adalah algoritma Partially Connected Feedforward Neural Network (PCFNN) untuk memprediksi curah hujan satu bulan ke depan berdasarkan data curah hujan bulanan yang diperoleh dari Badan Meteorologi dan Geofisika (BMKG) Bandung untuk wilayah Soreang. Selain itu juga digunakan algoritma Genetic Algorithm (GA) untuk mengoptimasi struktur dan bobot pada PCFNN, sehingga dapat diperoleh arsitektur dan bobot yang optimal. Hasil struktur dan bobot PCFNN yang optimal menggunakan pengolahan data centered moving average dan dibangkitkan 20.000 solusi individu dengan kombinasi parameter ukuran populasi dan maksimum generasi 100 dan 200 sehingga didapatkan MAPE rata – rata pelatihan dan pengujian sebesar 17.583% dengan performansi diatas 75%. Kata kunci : prediksi, curah hujan, PCFNN, Genetic Algorithm, feedforward, centered moving average.
Penjadwalan Mata Kuliah Menggunakan Metode Hybrid Algoritma Genetika Dan Algoritma Koloni Semut Muhammad Arief Priambodo; Fhira Nhita; Annisa Aditsania
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

Pengaturan penjadwalan mata kuliah memiliki tantangan tersendiri dikarenakan banyaknya pertimbangan-pertimbangan yang harus diperhatikan. Pertimbangan tersebut diantaranya adalah jumlah mahasiswa, jumlah ruangan, jumlah dosen yang tidak sebanding dengan jumlah mata kuliah, serta waktu perkuliahan yang telah ditentukan. Dalam penelitian kali ini, penjadwalan mata kuliah di Universitas Telkom Bandung diimplementasikan menggunakan metode hibridisasi antara algoritma genetika adaptif dengan algoritma koloni semut. Algoritma koloni semut dipadukan kedalam algoritma genetika yang sudah dibangun terlebih dahulu untuk menentukan nilai probabilitas crossover dan nilai probabilitas mutasi yang dimana dua prosedur tersebut merupakan bagian dari algoritma genetika. Berdasarkan pengujian algoritma hibridisasi yang telah dilakukan, diperoleh nilai solusi tercapai sebesar 88.24%, dimana solusi tercapai menunjukan jumlah penjadwalan yang tidak mengalami bentrok. Dengan hasil pengujian tersebut, menunjukkan bahwa dengan metode hibridisasi algoritma genetika adaptif dengan algoritma koloni semut dapat meminimalkan bentrokan yang terjadi pada penjadwalan. Kata Kunci: penjadwalan, algoritma genetika, algoritma koloni semut.
Prediksi Penyakit Menggunakan Algoritma K-nearest Neighbour Dan Algoritma Genetika Untuk Data Berdimensi Tinggi Hana Rufaidha; Fhira Nhita; Danang Triantoro Murdiansyah
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

Data mining menjadi salah satu cara untuk memahami teknik-teknik tertentu dalam mengolah data, sehingga dapat diperoleh informasi yang tersembunyi pada suatu data. Dalam proses nya, pengolahan data memiliki dimensi yang tinggi sehingga sulit untuk ditangani. Curse of dimensionality atau kutukan dimensi merupakan permasalahan nyata yang terkait dengan dimensi tinggi, sehingga proses pengolahan data menjadi kurang efektif. Evolutionary Data Mining merupakan salah satu solusi yang dapat mengatasi permasalahan data berdimensi tinggi. Genetic Algorithm (GA) merupakan salah satu algoritma Eas yang sangat berguna untuk memecahkan masalah pada proses pencarian (searching) dan proses optimasi (optimization). Algoritma K- Nearest Neighbour (KNN) merupakan algoritma data mining yang dapat digunakan untuk melakukan klasifikasi pada data dan Genetic Algorithm (GA) dapat membantu memaksimalkan klasifikasi akurasi subset dari atribut. Dengan menggunakan metode tersebut, diharapkan akan menghasilkan suatu akurasi prediksi diatas 75%. Kata kunci : data dimensi tinggi, evolutionary data mining, k-nearest neighbor, algoritma genetika
Implementasi Algoritma Fuzzy C-covering Untuk Mengetahui Pola Pembelian Produk Pada Data Transaksi Swalayan Kuntari Nur Angraini; iIndwiarti Indwiarti; Fhira Nhita
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Market Basket Analysis merupakan sebuah analisis terhadap kebiasaan pembeli pada saat berbelanja, tujuannya untuk mengetahui item apa saja yang dibeli. Penelitian ini bertujuan untuk mengimplementasikan Fuzzy c-Covering pada data transaksi swalayan untuk mengetahui barang yang sering dibeli oleh konsumen dan mengukur performansi yang didapatkan oleh rule untuk data transaksi swalayan, peneliti mengumpulkan data-data transaksi swalayan Sastra Mas di Bali dalam waktu satu tahun. Hasil minumum support 1% yaitu sebanyak 4 assosiation rule dan hasil dari minumum support 0.5% yaitu sebanyak 10 assosiation rule. Pada setiap pertambahan nilai minimum support yang diujikan, terlihat rule yang terbentuk semakin berkurang. Kata kunci : Market Basket, Fuzzy C-Covering, Abstract Market Basket Analysis is an analysis of the habits of buyers when shopping, the goal is to find out what items are purchased. This study aims to implement Fuzzy c-Covering on self-service transaction data to find out items that are often purchased by consumers and measure the performance obtained by the rule for self-service transaction data, the researchers collected self-service Sastra Mas transaction data in Bali within one year. The 1% support result is 4 associations rule and the result of the support is 0.5% which is 10 associations rule. At each additional minimum value of support is tested, it appears that the rule that is formed decreases. Keywords: Market Basket, Fuzzy C-Covering
Klasifikasi Kepribadian Berdasarkan Status Facebook Menggunakan Backpropagation Duwi Anggraini; Kemas Lhaksama; Fhira Nhita
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Informasi status facebook dapat dimanfaatkan untuk menggambarkan kepribadian seseorang, yang terdiri dari social word, positive emotions, dan negative emotions. Pada penelitian tugas akhir ini pelamar kerja dianalisa berdasarkan status facebook untuk membentuk suatu model pembelajaran prediksi kepribadian pelamar kerja tersebut. Fitur tersebut didapatkan dari ekstraksi dengan metode Linguistic Inquiry and Word Count (LIWC) merupakan program analisis teks yang menghitung sebuah kata-kata dalam kategori psikologis menjadi nilai persentase, seperti social word, positive emotions dan negative emotins. Pada proses pengujian dilakukan dengan menggunakan backpropagation, data status yang telah diberi label kelas digunakan untuk pelatihan (training). Setelah proses training selesai maka hasil training diuji dengan parameter ANN menggunakan 2, 4, 6 dan 8 neuron pada hidden layer. Hasil pengujian kemudian dibandingkan untuk melihat kelebihan dan kekurangan dari neuron tersebut. Dari hasil pengujian yang dilakukan dengan neuron pada hidden layer didapatkan akurasi sebesar 84,00 % dengan nilai Mean Square Error (MSE) terkecil sebesar 0.0001 di pengujian 3 dengan data 70:30%. Kata kunci : Klasifikasi, Linguistic Inquiry and Word Count (LIWC), facebook, backpropagation
Simulasi Pengelolaan Kerumunan Massa Demonstran Dengan Crowd Dynamic Model Muhammad Wahyudyanza; Kemas Lhaksama; Fhira Nhita
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan akan kebutuhan teknologi dan informasi semakin menunjukkan peningkatannya seiring dengan bertambahnya waktu. Teknologi informasi berkembang begitu pesat karena adanya kebutuhan manusia yang menginginkan semua pekerjaannya dapat dibuat lebih mudah dan cepat tidak lain yaitu dengan adanya teknologi informasi. Simulasi pengelolaan kerumunan massa merupakan salah satu bentuk pengembangan kejadian yang terjadi di dunia nyata yang dibutuhkan oleh para penegak hukum untuk mengatur massa demonstrasi. Simulasi yang digunakan menggunakan metode crowd dynamic model dengan output berupa visualisasi menggunakan NetLogo. Simulasi tersebut diharapkan dapat meningkatkan kemampuan aparat dalam mengatur kerumunan massa khususnya massa demonstran. Kata kunci : Agent-Based Model, Crowd Movement, NetLogo
Klasifikasi Pengguna Media Sosial Twitter Dalam Persebaran Hoax Menggunakan Metode Backpropagation Ageng Budhiarto; Khemas Muslim Lhaksamana; Fhira Nhita
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

Penggunaan teknologi akan selalu diikuti dengan hal negatif dan positif pada penggunaanya termasuk seperti pada media sosial twitter, facebook, dan instagram. Banyak kasus yang terjadi seperti penculikan, pencemaran nama baik, penipuan hingga penyebaran suatu paham yang sesat. Hoax merupakan salah satu hal negatif yang sering terjadi didalam media sosial, berita dalam hoax masih diragukan kebenaran atau faktanya. Penggunaan metode backpropagation pada prediksi dan klasifikasi data dapat digunakan untuk memprediksi kemungkinan seorang pengguna akun twitter menyebarkan suatu berita hoax berdasarkan perilaku pengguna tersebut. Pengujian data dilakukan berdasarkan isi konten tweets dan perilaku pengguna. Data set disusun berdasarkan attribute yang digunkan seperti jumlah followers, following, jumlah tweets dan keaktifan pengguna yang berdampak pada diterimanya dan tersebarnya suatu berita. Data set tersebut digunakan untuk pelatihan (training) pada backpropagation menggunakan algoritma gradient descent backpropagation dan lavenbergmarquad backpropagation. Setelah proses training selesai maka hasil training diuji untuk mengenal 4 jenis pola masukan. Hasil pengujian kemudian dibandingkan untuk melihat kelebihan dan kekurangan kedua algoritma backpropagation tersebut. Pada proses pengujian yang dilakukan dengan metode lavenberg-marquad backpropagation mendapatkan akurasi rata-rata sebesar 72.19% dengan MSE (0.1996 ) terendah dibandingkan dengan backpropagation gradien descent. Kata kunci : hoax, twitter, Backpropagation, Neural Network, Media Sosial, lavenberg-marquad, backpropagation, gradien descent backpropagation.
Implementasi Algoritma Fuzzy C-means Untuk Mengkategorikan Tingkat Penjualan Produk Pada Data Transaksi Swalayan Sagung Rani Ari Puspita; Fhira Nhita
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Swalayan setiap harinya mencatat transaksi penjualan yang sangat banyak, hal ini akan berdampak pada pertumbuhan jumlah data yang sangat banyak dan menimbulkan tumpukan data yang berjumlah besar. Dari data transaksi tersebut dapat digali informasi-informasi baru yang berguna untuk menunjang proses bisnis swalayan. Misalnya pentingnya jenis barang apa yang menjadi prioritas utama yang harus distok swalayan. Pada penelitian ini digunakan algoritma Fuzzy c-means pada data penjualan swalayan untuk mendapatkan tingkat penjualan produk. Dari hasil pengujian yang didapat, untuk produk susu yang termasuk kategori rendah adalah jenis produk susu bayi,dan untuk produk air mineral yang termasuk kategori rendah adalah jenis produk air mineral 240ml, 330ml dan 600ml,dan produk yang termasuk kategori tinggi adalah jenis produk mie goreng. Pada pengujian cluster menggunakan metode Modified Partition Coeficient (MPC) hasilnya yaitu validitas cluster tertinggi yang terbaik adalah pada saat menggunakan 5 cluster. Kata kunci : Swalayan,Data Penjualan,Fuzzy C-Means,Clustering,MPC Abstract Supermarkets every day record a lot of sales transactions, this will have an impact on the growth of very large amounts of data and generate large amounts of data. From the transaction data new information can be extracted that is useful to support the self-service business process. For example the importance of what kind of goods are the top priority that must be self-service. In this study, Fuzzy c-means algorithm is used in self-service sales data to obtain the level of product sales. babies, and for mineral water products that are categorized as low are types of mineral water products 240ml, 330ml and 600ml, and products that are in the high category are types of fried noodle products. In cluster testing using the Modified Partition Coefficient (MPC) method the result is that the highest cluster validity is best when using 5 clusters. Keywords: Supermarket,Sales Data, Fuzzy C-Means,Clustering,MPC
Hibridisasi Algoritma Classification and Regression Tree (CART) dan Artificial Neural Network (ANN) untuk Prediksi Harga Bawang Merah di Kabupaten Bandung Himatul Zulfa; Fhira Nhita; Deni Saepudin
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Bawang merah adalah salah satu jenis tumbuhan hortikultura yang mempunyai banyak manfaat namun kualitas dan kuantitas nya sangat dipengaruhi oleh cuaca. Perubahan cuaca akan menyebabkan produksinya tidak menentu sehingga mengalami fluktuasi harga. Prediksi harga terhadap cuaca ini sangat diperlukan agar mempermudah petani untuk melakukan penanaman pada waktu yang tepat. Oleh sebab itu, penelitian ini memprediksi harga bawang merah di Kabupaten Bandung berdasarkan pengaruh cuaca dengan menggunakan hibridisasi dari Classification and Regression Tree (CART) dan Artificial Neural Network (ANN). Berdasarkan beberapa skenario pengujian dalam penelitian ini, metode hibridisasi CART-ANN terbukti memberikan hasil yang lebih baik daripada CART atau ANN secara konvensional dengan nilai precision, recall, dan akurasi berturut-turut sebesar 90.91%, 100.00%, 93.33%. Kata kunci : Bawang Merah, Classification and Regression Tree, Artificial Neural Network
Prediksi Penyebaran Penyakit Demam Berdarah Dengue (DBD) di Kabupaten Bandung menggunakan Hybrid Random Forest (RF) dan Genetic Algorithm (GA) Maharani Padma Utami; Fhira Nhita; Annisa Aditsania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Penyakit Demam Berdarah Dengue (DBD) merupakan penyakit yang ditularkan melalui nyamuk Aedes Ageypti. Nyamuk tersebut berada di wilayah tropis dan sub tropis seperti Asia Tenggara. Di Indonesia, khususnya Kabupaten Bandung jumlah kasus penyakit ini cenderung meningkat dan daerah penyebarannya semakin luas. Oleh karena itu, diperlukan informasi mengenai penyebaran untuk membantu menganalisa dalam menentukan tindakan yang harus dilakukan untuk menanganinya pada masa yang akan datang. Dalam menyusun informasi ini, dilakukan pengolahan data penyinaran lama matahari, kelembapan, angin, temperature, uap, curah hujan, jumlah kasus, jumlah penduduk dan presentase PHBS di Kabupaten Bandung menggunakan metode Hybrid Random Forest dan Genetic Algorithm untuk menemukan prediksi penyebaran penyakit yang hasilnya ditampilkan dengan tools yaitu GIS (Geographic Information System). Perbandingan menggunakan algoritma Random Forest tanpa Genetic Algorithm dan Random Forest dengan Genetic Algorithm, adalah akurasi rata-rata sebesar 83,42% dan 89,12 %. Kata kunci : prediksi, penyebaran, demam berdarah dengue, Random Forest, Genetic Algorithm
Co-Authors Adiwijaya Ageng Budhiarto Aniq Atiqi Rohmawati Annisa Aditsania Ayuningtyas, Shinta Cyntia Azizah, Kholishoh Nur Bernadus Seno Aji Bernadus Seno Aji Bima Mahardika Wirawan Bunyamin Bunyamin Choiryaldi Setya Pratama Danang Triantoro Murdiansyah Dede Nofrianda Utama Deni Saepudin Dewa Made Rai Widyadarma Didit Adytia Dimas Andika Winarto Diya Namira Purba Duwi Anggraini Dwifebri, Mahendra Erqy Sara Quartian Farida Nur Khasanah Fiona Ramadhani Senduk Fitriyani Fitriyani Halim, Anthony Mas Hamnis Rachmat Dhana Hana Rufaidha Himatul Zulfa Indwiarti Irwinda Famesa Isman Kurniawan Izzatul Ummah Jodi Noordiansyah Kemas Lhaksama Kemas Muslim Lhaksmana Kemas Rahmat Saleh Wiharja Khemas Muslim Lhaksamana Kuntari Nur Angraini Lisa Marianah Lisa Marianah Made Larita Ditakristy Maharani Padma Utami Mahendra Dwifebri Purbolaksono Mahmud Imrona Mayriskha Isna Indriyani Merry Sofhia Tambunan Muhammad Arief Priambodo Muhammad Feridiansyah Muhammad Wahyudyanza Oki Virgiawan Pramudita Putri Nuvaisiyah Rahadian Rizkina Resky Nadia Rudericus Andika Pramudya Sagung Rani Ari Puspita Sekar Kinasih Selly Meliana Shabrina Nanggala Sheila Annisa Sri Rezeki Hardiyanti Yana Meinitra Wati Yuliant Sibaroni Zahra Putri Agusta zahra