Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

6.886

P-Index

This Author published in this journals

All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal IPTEK Jurnal Informatika Upgris Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal CoreIT Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Artificial Intelligence and Data Mining JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Teknik dan Informatika Jurnal Kridatama Sains dan Teknologi Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) Jurnal Sains dan Teknologi JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) TRIDARMA: Pengabdian Kepada Masyarakat (PkM) JATI (Jurnal Mahasiswa Teknik Informatika) INFOKUM Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Bulletin of Information Technology (BIT) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Pendidikan Matematika Malikussaleh Blend Sains Jurnal Teknik Jurnal Teknologi Informasi INPAFI (Inovasi Pembelajaran Fisika) Innovative: Journal Of Social Science Research JS (Jurnal Sekolah) Jurnal Sistem Informasi dan Ilmu Komputer Journal of Informatics and Data Science (J-IDS) Jurnal Pendidikan IPA Indonesia SISFOTENIKA JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)

Kana Saputra S

Program Studi Ilmu Komputer, FMIPA, Universitas Negeri Medan

Author-ID : 2457500

Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 59 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Analisis Transportasi Pengangkutan Sampah di Kota Medan Menggunakan Dynamic Programming Kana Saputra S; Nur Hairiyah Harahap; Jufita Sari Sitorus
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Permasalahan sampah perkotaan di Indonesia merupakan masalah yang belum terselesaikan secara tuntas, terutama di Kota Medan. Salah satu penyumbang sampah terbesar di Kota Medan adalah pasar tradisional. Tujuan dari penelitian ini adalah untuk menganalisis sistem transportasi pengangkutan sampah di beberapa pasar tradisional yang ada di Kota Medan dan membandingkan kebutuhan biaya transportasi di setiap pola pengumpulan sampah. Metode yang digunakan untuk penentuan rute dengan jarak terpendek adalah Dynamic Programming. Kendaraan yang digunakan adalah Armroll Truck Container. Sampel data yang digunakan adalah 6 Depo (Pasar Tradisional) yang berada di Kota Medan. Hasil penelitian menunjukkan bahwa sistem pengangkutan serta pola pengumpulan sampah yang sesuai untuk 6 pasar tradisional yang ada di Kota Medan adalah sistem komunal langsung dengan 2 kendaraan yang menghasilkan perhitungan kebutuhan biaya BBM perhari sebesar Rp. 672.002,-.

Klasifikasi Tanaman Obat Berdasarkan Ekstraksi Fitur Morfologi Daun Menggunakan Jaringan Syaraf Tiruan Kana Saputra S; Mochammad Iswan Perangin-Angin
Jurnal Informatika Vol 5, No 2 (2018): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak Indonesia telah lama mengenal dan menggunakan tanaman yang berkhasiat sebagai obat. Dari banyaknya tanaman obat yang ada di dunia, 80% tanaman obat tumbuh di hutan tropika yang berada di Indonesia. Sekitar 28.000 spesies tanaman tumbuh dan 1.000 spesies diantaranya telah digunakan sebagai tanaman obat. Dengan banyaknya spesies tanaman obat dan tingkat kemiripan yang tinggi dapat menyebabkan kesalahan dalam proses identifikasi jenis tanaman obat. Sehingga dibutuhkan bantuan komputer untuk mengenali jenis tanaman obat tersebut. Tujuan dari penelitian ini adalah untuk mengidentifikasi jenis tanaman obat menggunakan jaringan syaraf tiruan backpropagation berdasarkan ekstraksi fitur morfologi daun. Hasilnya menujukkan bahwa perubahan nilai learning rate mempengaruhi hasil identifikasi jenis tanaman obat berdasarkan fitur morfologi daun. Hasil perhitungan rata-rata nilai recognition rate sebesar 90% untuk data training dan 75,56% untuk data testing terjadi saat learning rate 0,01. Nilai learning rate terbaik untuk identifikasi jenis tanaman obat adalah 0,01 dengan jumlah rata-rata epoch sebesar 11,67 dan MSE sebesar 0,13. Ini menunjukkan bahwa metode ekstraksi fitur morfologi daun dan algoritma jaringan syaraf tiruan backpropagation sangat baik digunakan untuk mengidentifkasi jenis tanaman obat. Kata Kunci: Ekstraksi Fitur, Jaringan Syaraf Tiruan Backpropagation, Morfologi Daun, Tanaman Obat Abstract Indonesia has known and used a nutritious plant as a medicine. most of the medicinal plants in the world that is 80% of medicinal plants grown in tropical forests in Indonesia. the plant grows about 28,000 species and 1,000 species of which have been used as medicinal plants. Many species of medicinal plants with a high degree of similarity can cause errors in the process of identifying medicinal plants. Because the problem was needed computer assistance to recognize the types of medicinal plants. This research proposed to identify species of medicinal plants using backpropagation artificial neural network based on leaf morphological feature extraction. The results showed that changes in the value of learning rate influence the identification of medicinal plant species based on leaf morphology features. The calculation average of recognition rate is 90% for training data and 75.56% for data testing occurs at learning rate 0.01. The best learning rate for plant species identification is 0.01 with epoch average is 11.67 and MSE is 0.13. The results of this research concluded that the leaf morphology feature extraction method and backpropagation artificial neural network algorithm are very well used to identify the types of medicinal plants. Keywords: Backpropagation Artificial Neural Network, Feature Extraction, Leaf Morphology, Medicinal Plant

Perbandingan Algoritma Support Vector Machine dan K-Nearest Neighbor untuk Memprediksi Struktur Sekunder Protein Anggi Tasari; Dewan Dinata Tarigan; Erika Nia Devina Br Purba; Kana Saputra S
Jurnal Informatika Vol 9, No 2 (2022): Oktober 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v9i2.13100

Pendekatan biologi komputasi telah maju secara eksponensial dalam prediksi struktur sekunder protein yang sangat penting untuk industri farmasi. Ekstraksi fitur protein di dalam laboratorium memiliki informasi yang cukup untuk prediksi struktur sekunder protein yang digunakan dalam studi bioinformatika. Memprediksi struktur sekunder protein merupakan suatu permasalahan yang terdapat dalam bidang Bioinformatika. Terdapat beberapa metode yang telah diterapkan dengan tingkat akurasi yang dihasilkan berbeda-beda. Penelitian ini bertujuan untuk membandingkan model prediksi Support Vector Machine dengan K-Nearest Neighbor dalam memprediksi struktur sekunder protein. Dalam penelitian ini, model Support Vector Machine dan K-Nearest Neighbor disajikan dalam dataset RS126 yang terdiri dari 126 data protein dan memiliki panjang urutan protein rata-rata 185 sekuens Data RS126 juga terdiri atas 32% alpha helix, 21% beta, dan 47% coil. Masing-masing model prediksi pada penelitian ini diberikan nilai lebar sliding window sebesar 15. Nilai K = 5, K=10, dan K= 15 untuk model prediksi KNN serta Nilai C = 1, Gamma = 0,1 dan Kernel Radial Basis Function untuk model prediksi SVM. Penggunaan model Support Vector Machine dan K-Nearest Neighbor digunakan untuk memperoleh hasil yang relavan serta akurat dalam prediksi struktur sekunder. Beberapa prinsip yang diusulkan memiliki klarifikasi biologis yang menarik dan relevan. Hasil yang diperoleh menegaskan bahwa keberadaan asam amino tertentu dalam urutan protein meningkatkan stabilitas untuk prakiraan stuktur sekunder protein. Dalam penelitian ini algoritma KNN memiliki performa yang lebih baik dalam memprediksi struktur sekunder protein dibandingkan dengan algoritm SVM. Computational biology approaches have advanced exponentially in the prediction of the secondary structure of proteins of great importance to the pharmaceutical industry. The extraction of protein features in the laboratory has sufficient information for the prediction of the secondary structure of proteins used in bioinformatics studies. Predicting the secondary structure of proteins is a problem in the field of bioinformatics. There are several methods that have been applied with different levels of accuracy produced. This study aims to compare the Support Vector Machine prediction model with K-Nearest Neighbor in predicting the secondary structure of proteins. In this study, the Support Vector Machine and K-Nearest Neighbor models are presented in the RS126 dataset which consists of 126 protein data with an average protein sequence length of 185 sequences. RS126 data also consists of 32% alpha helix (H) , 21% beta (E), and 47% coil (C). Each prediction model in this study is given a sliding window width value of 15. The value of K = 5, K = 10, and K = 15 for the KNN prediction model and the value of C = 1, Gamma = 0.1 and Kernel Radial Basis Function for SVM prediction model. The use of Support Vector Machine and K-Nearest Neighbor models are used to obtain relevant and accurate results in secondary structure prediction. Some of the proposed principles have interesting and relevant biological clarifications. The obtained results confirm that the presence of certain amino acids in the protein sequence increases the stability for the predicted secondary structure of the protein. In this study, the KNN algorithm has a better performance in predicting the secondary structure of proteins than the SVM algorithm.

Sistem Pakar Diagnosa Penyakit Kulit Kucing Dengan Metode Dempster Shafer Khusnul Arifin; Anti Nada Nafisa; Erika Nia Devina Br Purba; Nurul Adawiyah Putri; Kana Saputra S; Debi Yandra Niska
Jurnal Informatika Vol 10, No 1 (2023): April 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v10i1.14488

Kucing merupakan salah satu hewan yang banyak dipelihara oleh masyarakat. Penyakit kulit pada kucing seringkali membuat pemiliknya merasa bingung dan terkendala dalam diagnosa penyakit kulit pada kucing yang dipelihara. Butuh perawatan lebih untuk menjaga kesehatan kulit kucing dan perlunya pemahaman bagi pemilik kucing untuk mengetahui cara menangani apabila kucing terserang penyakit kulit. Dengan adanya sistem pakar dapat diketahui penyakit kulit apa yang sedang dialami oleh kucing tersebut dan dapat memberikan solusi. Metode dempster shafer memiliki kemampuan dalam memberikan tingkat keakuratan yang tinggi, dimana metode ini mampu berpikir layaknya seorang pakar, namun dengan menggunakan perhitungan melalui gejala yang memiliki nilai densitas. Sistem pakar diagnosa penyakit kulit kucing dengan metode dempster shafer berbasis web dapat mempermudah bagi pemilik kucing dalam mencari informasi jenis penyakit kulit pada kucing, juga dapat mendiagnosa penyakit dan memberikan solusi dari penyakit kulit tersebut. Hasil akurasi yang diperoleh dari perhitungan manual sebesar 90% dan hasil akurasi yang diperoleh dari sistem sebesar 83%. Kata Kunci: Sistem Pakar, Kulit Kucing, Dempster Shafer

Implementation of You Only Look Once Version 8 Algorithm to Detect Multi-Face Drivers and Vehicle Plates Saputra S, Kana; Taufik, Insan; Ramadhani, Irham; Siregar, Angginy Akhirunnisa; Pinem, Josua; Lubis, Afiq Alghazali; Pane, Yeremia Yosefan; Putri, Rezkya Nadilla
Jurnal Informatika Vol 11, No 2 (2024): October
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v11i2.22026

Checking the identity of motorcycle owners when leaving the college area is a mandatory activity for security officers to ensure that vehicles entering and exiting the college are the same driver. The conventional checking process often causes the impact of vehicle queues when the volume of vehicles increases. Therefore, an intelligent system is needed to detect multi-plate vehicles automatically. One approach in the world of image detection of an object is the use of the YOLO (You Only Look Once) algorithm. This algorithm predicts bounding boxes and possible classes in a single frame. This research divides objects into 3 classes, namely vehicles, driver's faces, and vehicle plates. The dataset used was 74 varied images consisting of 50 training data, 12 validation data and 12 testing data. The image was trained using 300 epochs and a batch size of 8 and resulted in an F1 score calculation for detecting objects reaching 92%.

Co-Authors Adidtya Perdana, Adidtya Advis Ambrosius Sitohang, Yuda Afif Nashi Ulwan, Mhd Agus Buono Agus Kembaren Agus Waruwu, Stefen Al-Areef, M. Hafizh Alfattah Atalarais Alfin, Muhammad Amanda Fitria Amelia Br Siregar, Ririn Ananda Hafika, Rizky anastasya, disty Anggi Tasari Anti Nada Nafisa Arnita Azizi, Nur Azqal Azkia Bambang Suseno Budi Akbar, Muhammad Bush Henrydunan, John Catur Kurniawan Chairunisah Chairunisah, Chairunisah citra, Citra Dede Yusuf, Dede Dewan Dinata Tarigan DIdi Febrian Dinda Farahdilla Dharma Dinda Kartika Eka Nainggolan, Rinay Erika Nia Devina Br Purba Fadhilah, Nazifatul Fahri Aulia Alfarisi Harahap Fajar Harahap, Muhammad Fajar Muharram Fajar Muharram Farhan Ramadhan, Haikal Fevi Rahmawati Suwanto Fitrahuda Aulia Fitri Aulia Fuzy Yustika Manik Fuzy Yustika Manik, Fuzy Yustika Hafiz Harahap, Fauzan Hafiz, Alvin Haikal Al Majid, Muhammad Halimatun Nisa Harahap, Muhammad Abarorya Hasibuan, Hanisah Hermawan Syahputra Hermawan Syahputra Hutagalung, Arif qaedi Ida Ayu Putu Sri Widnyani Ihsan Zulfahmi Ilyasyah Drilanang, Mhd Imam Ahmad Impana Manik, Kristin Indriani, Dechy Deswita Insan Taufik Irham Ramadhani Irya Shakila Syukron, Ananda Jasmidi Jasmidi Jeremia Manurung Josafat Simanjutak, Todo Jufita Sari Sitorus Karimuddin Hakim Hasibuan Kartika, Dinda Khonofi, Khoidir Khusnul Arifin Khusnul Arifin Latifah Hasibuan, Najwa Lidia Pebrianti Lubis, Afiq Alghazali Luge, Miclyael Maharani, Raysa Malik Fajri, Maulana MANSUR AS Manurung, Jeremia Mhd Hidayat Mhd Hidayat Mhd. Fadhillah Mochammad Iswan Mochammad Iswan Perangin-Angin Mochammad Iswan Perangin-Angin Mohammed Hafizh Al-Areef Muhammad Affandes, Muhammad Muhammad Ardiansyah Muhammad Badzlan Darari Muhammad Usman Muslim Sinaga, Rizal Nadilla Putri, Rezkya Nadya Ulfa Nasution, Hamidah . Neltriana Syafira Niska, Debi Yandra Nugraha, Zidan Indra Nur Hairiyah Harahap Nurul Adawiyah Putri Pane, Yeremia Yosefan Parapak, R Putri Angela Pinem, Josua Pittauli Ambarita Pizaini Pizaini, Pizaini Prana Walidin, Adamsyach Pratama, Ega Purwanto Putri, Alsya Adelia Putri, Rezkya Nadilla Raffi Akbar Tjg, Muhammad Raiyan Fairozi Ramadhan Manik, Albert Ramadhan, Taufiq Ramadhani, S.Pd., M.Pd, Irham Ratna Sari Dewi Reo Rizki Ananda Rifqi Maulana, Muhammad Rifqi Naufal, Muhammad Rizki Alfahri , Muhammad Ronaldo Mardianson Sinaga Rosyid Fauzan, Muhammad Ryan Ananda Nolly Sahrul Ramadhan Said . Iskandar Sanjaya, Aditia Sanusi Sasalia S, Putri Seget Tartiyoso Setiawan, Abi Simanjorang, Rio Givent A Siregar, Angginy Akhirunnisa Siringoringo, Andi Roi Berlian Siti Rahmah Sitompul, Sigun Putra Hasian Sri Adelila Sari Sri Adelila Sari* Sri Dewi Sri Wahyuni Suci Frisnoiry Syahri, Alfin Syarifuddin Syarifuddin Syawali, Yusfi Talib, Corrienna Abdul Tiur Malasari Siregar, Tiur Malasari Tuti Hardianti Valentino, Nicholas Wahyudi, Rizky Wisnu Ananta Kusuma Yanthy Leonita Perdana Simanjuntak Yazid Noor, Muhammad Yoakim Telaumbanua, Louders yola, beby Yulita Molliq Rangkuti Yulita Molliq Rangkuti Zaharani, Firna Zai, Samuel Anaya Putra Zulfahmi Indra, Zulfahmi Zulfahrizan, Atta

Title Search

Found 5 Documents Search Journal : Jurnal Informatika

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search
Journal : Jurnal Informatika