Articles
<![CDATA[Simulation design of trajectory planning robot manipulator ]]>
<![CDATA[Wahyu S. Pambudi]]>;
<![CDATA[Enggar Alfianto]]>;
<![CDATA[Andy Rachman]]>;
<![CDATA[Dian Puspita Hapsari]]>
<![CDATA[ Bulletin of Electrical Engineering and Informatics Vol 8, No 1: March 2019 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1383.249 KB)
|
DOI: 10.11591/eei.v8i1.1179
<![CDATA[Robots can be mathematically modeled with computer programs where the results can be displayed visually, so it can be used to determine the input, gain, attenuate and error parameters of the control system. In addition to the robot motion control system, to achieve the target points should need a research to get the best trajectory, so the movement of robots can be more efficient. One method that can be used to get the best path is the SOM (Self Organizing Maps) neural network. This research proposes the usage of SOM in combination with PID and Fuzzy-PD control for finding an optimal path between source and destination. SOM Neural network process is able to guide the robot manipulator through the target points. The results presented emphasize that a satisfactory trajectory tracking precision and stability could be achieved using SOM Neural networking combination with PID and Fuzzy-PD controller.The obtained average error to reach the target point when using Fuzzy-PD=2.225% and when using PID=1.965%. ]]>
<![CDATA[IMPLEMENTASI FUZZY DECISION TREE UNTUK PREDIKSI GAGAL GINJAL KRONIS ]]>
<![CDATA[Fitri Sofia Nur Khamidah]]>;
<![CDATA[Dian Puspita Hapsari]]>;
<![CDATA[Hendro Nugroho]]>
<![CDATA[ INTEGER: Journal of Information Technology Vol 3, No 1 (2018) ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31284/j.integer.2018.v3i1.155
<![CDATA[Fuzzy Decision Tree Implementation for Predicting Chronic Renal Failure. Kidney is one of the important organs for the body. The main function of kidney is for filtering process. The gradual decreasing of kidney function will lead to kidney disease and if it is left unchecked, it will lead to chronic renal failure. Chronic renal failure is a type of disease that can cause death. Until now there is no antidote for the disease of chronic renal failure, therefore this disease cannot be cured but its development can be slowed or stopped. The early diagnosis of this disease will help to prevent the fatal consequences. To diagnose the disease requires some laboratory tests in which the results of the test will be calculated and summed up by a doctor or medical practitioner. The development of science and technology, especially in the field of computers will help the doctor’s works in analyzing the results of laboratory test easier and faster. By some data as training data and implementing Fuzzy Decision Tree classification algorithm, it is expected to obtain high accuracy results that can be used as a reference for predicting chronic renal failure and avoid the occurrence of fatal consequences. The test was conducted by using some predetermined threshold and obtained the most optimal accuracy 98.28% with which indicated a fairly high level of accuracy. Thus the Fuzzy Decision Tree algorithm can be said to be able to predict the disease of chronic renal failure by the accuracy 98.28%.]]>
<![CDATA[Pemanfaatan Teknologi Informasi Sebagai Media Pembelajaran di Taman Pendidikan Al-Quran ]]>
<![CDATA[Maftahatul Hakimah]]>;
<![CDATA[Tukadi Tukadi]]>;
<![CDATA[Rinci Kembang Hapsari]]>;
<![CDATA[Hendro Nugroho]]>;
<![CDATA[Dian Puspita Hapsari]]>
<![CDATA[ JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 3, No 2 (2019) ]]>
Publisher : <![CDATA[LPPM ITATS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31284/j.jpp-iptek.2019.v3i2.559
<![CDATA[Perkembangan teknologi informasi saat ini memberikan kemudahan akses disegala bidang sekalipun pendidikan non formal seperti TPQ. Cara belajar yang menyenangkan menjadi tuntutan bagi para guru TPQ termasuk di TPQ Al-Fadlol agar para santri bisa memahami materi agama sehingga bisa diterapkan dalam rutinitas keseharian. Materi ibadah sehari-hari yang diajarkan di TPQ Al-Fadlol ini adalah doa sehari-hari, tuntunan shalat dan cerita islami. Kegiatan Pengabdian Kepada Masyarakat yang dilakukan ini adalah menyajikan materi utama di TPQ Al-Fadlol dalam sebuah aplikasi yang diberi nama Muslim Daily Prayer sebagai media pembelajaran. Dengan aplikasi ini, para santri dan para guru bisa menciptakan suasana belajar yang tidak membosankan sehingga para santri lebih bersemangat belajar agama. Selain itu, sosialisasi terhadap pengaruh positif dan negatif dari adanya teknologi informasi ini diberikan untuk membekali para santri dan para guru agar lebih bijak dalam menggunakannya.]]>
<![CDATA[Analisa Kualitas Fitur Aplikasi Mobile Dengan Menggunakan Pendekatan Sentimen Grey ]]>
<![CDATA[Birdyne Yanuar Melani]]>;
<![CDATA[Septiyawan Rosetya Wardhana]]>;
<![CDATA[Dian Puspita Hapsari]]>;
<![CDATA[Nanang Fakhrur Rozi]]>
<![CDATA[ Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P ]]>
Publisher : <![CDATA[Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Media sosial adalah salah satu media untuk berkomunikasi yang banyak diminati oleh para penggunanya.Seiring semakin banyaknya pengguna yang mengunduh aplikasi media sosial berbasis mobile, membuatpara develover rutin meriliskan fitur-fitur terbaru setiap rentan waktu tertentu. Akan tetapi, tidak semua fiturditerima dengan baik oleh para pengguna dalam berselancar di media sosial. Para pengguna mempunyaiperan untuk memberikan penilaian terhadap fitur terbaru yang dirilis pada media sosial yang digunakannya.Semakin banyak suatu fitur media sosial yang mendapatkan komentar positif, maka fitur tersebut berhasilditerima dengan baik oleh para penggunanya. Sebaliknya semakin banyak komentar negatif yang didapat,maka fitur media sosial tersebut kurang dapat diterima oleh para penggunanya. Namun, masih belum adasistem untuk mengulas komentar para pengguna media sosial. Melalui pendekatan Sentimen Greyberdasarkan Grey Sentiment Lexicon dilakukan dalam penelitian ini untuk mendapatkan nilai sentimen dantingkat kepuasan para pengguna terhadap fitur aplikasi media sosial berbasis mobile. Berdasarkan percobaanyang dilakukan terhadap tiga media sosial, didapatkan nilai akurasi, presisi, recall dan f-measure berturutturut sebesar 78.14%, 83.13%, 90.2% dan 86.52%. Hasil tersebut menunjukkan bahwa Sentimen Grey dapatdigunakan sebagai sistem untuk mengklasifikasikan komentar serta mampu memberikan nilai sentimenyang terkandung dalam komentar pengguna.]]>
<![CDATA[ANALISA PERBANDINGAN KINERJA PROTOKOL ROUTING AODV, DSDV, DAN DSR PADA JARINGAN MOBILE AD-HOC NETWORK (MANET) ]]>
<![CDATA[Wachid Ismail Amrullah]]>;
<![CDATA[Dian Puspita Hapsari]]>;
<![CDATA[Siti Agustini]]>
<![CDATA[ Prosiding Seminar Nasional Sains dan Teknologi Terapan 2021: Peluang dan Tantangan Peningkatan Riset dan Teknologi di Era Pasca Covid-19 ]]>
Publisher : <![CDATA[Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Mobile ad-hoc network atau kepanjangan dari MANET merupakan salah satu jaringan yang terdiri dari beberapa perangkat dinamis antara lain disebut node tanpa perlu infrastruktur jaringan yang tetap, sehingga menjadikan jaringan yang bersifat sementara. Menurut performa dan fungsinya, protokol routing pada MANET dibagi menjadi tiga kelas yaitu table-driven (proactive), on-deman (reactive), dan hybrid. Perbedaan dari dari masing-masing protokol adalah dari algoritmanya yang menjadikan perbedaan efektifitas kerja jaringan saat diterapkan di wilayah yang miliki luas area berbeda. Luas area dan jumlah node dan kecepatan mobilitasnya merupakan beberapa faktor yang mempengaruhi kinerja protokol routing pada MANET. Dari masing-masing jenis tersebut mempunyai karakteristik kekurangan dan kelebihanya. Pada penelitian kali ini menekankan pengimplementasian protokol routing AODV, DSDV dan DSR. Ketiga protokol routing tersebut akan dilakukan simulasi menggunakan Network Simulator 2 (NS2) dengan mempunyai luas area dan jumlah node yang berbeda. Kinerja dari ketiga protokol routing tersebut akan diuji dan dianalisa menggunakan beberapa parameter yaitu packet delivery ratio, throughtput, dan end to end delay. Dari penelitian ini menghasilkan analisa kesimpulan bahwa ketiga routing protocol tersebut jika diukur menggunakan packet delivery ratio dan throughput maka yang terbaik adalah protokol routing AODV, dan jika diukur dengan end to end delay maka DSR yang terbaik jika dibandingkan dengan DSDV.]]>
<![CDATA[PENGEMBANGAN APLIKASI PEMBELAJARAN TIK BERBASIS WEB MENGGUNAKAN MODEL ADDIE UNTUK SISWA SMK ]]>
<![CDATA[Rachman Arief]]>;
<![CDATA[Muhamad Imron Wazirudin]]>;
<![CDATA[Andy Rachman]]>;
<![CDATA[Dian Puspita Hapsari]]>
<![CDATA[ Prosiding Seminar Nasional Sains dan Teknologi Terapan Pendekatan Multidisiplin Menuju Teknologi dan Industri yang Berkelanjutan ]]>
Publisher : <![CDATA[Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Saat ini perkembangan teknologi informasi dari hari ke hari semakin berkembang dengan pesat mendesak berbagai lembaga pendidikan untuk menggunakan sistem E-learning dalam meningkatkan keefektifan pembelajaran. Kurangnya waktu pembelajaran didalam kelas menjadi permasalahan serius yang perlu adanya solusi. Banyak guru mengeluh karena terbatasnya waktu dalam penyampaian materi dikelas yang sangat minim, sementara siswa dituntut untuk paham detail materi yang disampaikan melalui latihan soal. Selain itu pemberian soal-soal latihan secara manual juga berpengaruh terhadap penyitaan waktu yang dibutuhkan. Oleh karena itu dikembangkan dalam penelitian ini aplikasi Elearning dengan model pengembangan ADDIE. Pengujian atau validasi dilakukan oleh ahli media, ahli materi dan pengujian pada siswa SMK. Berdasarkan hasil survey kepada ahli media, didapatkan rata-rata penilaian sebesar 89,7% yang berarti aplikasi sangat sesuai untuk digunakan pembelajaran, dari sisi ahli materi, didapatkan rata-rata penilaian sebesar 88,1% yang berarti aplikasi sangat sesuai untuk digunakan pembelajaran, dan dari siswa didapatkan rata-rata penilaian sebesar 88,9% yang berarti aplikasi sangat sesuai untuk digunakan dalam proses pembelajaran.]]>
<![CDATA[Implementasi Algoritma Clustering Untuk Pengelompokan Pelanggan Retail Berdasarkan Skor Recency, Frequency, Dan Monetary ]]>
<![CDATA[Moch Irfan Chanafi]]>;
<![CDATA[Dian Puspita Hapsari]]>;
<![CDATA[Rinci Kembang Hapsari]]>;
<![CDATA[Tutuk Indriyani]]>
<![CDATA[ Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P ]]>
Publisher : <![CDATA[Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Retail atau dalam Bahasa Indonesia disebut ecerean merupakan sebuah teknik untuk memasarkan produk yang dilakukan oleh penjual ke pelanggan. Para pembisnis retail biasanya memperhatikan masalah umum yang terdapat pada bisnis ini, seperti pelanggan mana yang setia. Berdasarkan kasus tersebut, pembisnis retail mulai tertarik untuk menerapkan proses penambangan data untuk mengelompokan pelanggan berdasarkan karakteristik pelanggan yang serupa dan mengidentifikasi perbedaan antar kelompok.Tujuan dari penelitian ini adalah untuk menyelidiki masalah pemetaan pelanggan yang kaitannya dengan customer relationship management. Pada penelitian ini akan diterapkan metode RFM analysis untuk melakukan penilaian pelanggan berdasarkan skor recency, frequency, dan monetary. Selanjutnya diterapkan metode klustering DBSCAN dan Fuzzy C-Means untuk melakukan pengelompokan data pelanggan retail. DBSCAN merupakan sebuah metode klustering yang mengelompokan data berdasarkan tingkat kerapatan data yang tinggi dengan yang rendah, sedangkan Fuzzy C-Means mengelompokan data berdasarkan derajat keanggotaan setiap data. Data pelanggan akan dikelompokan dengan 2 metode tersebut menjadi masing – masing metode 5 kelompok. Selanjutnya hasil setiap proses klustering baik DBSCAN dan Fuzzy C-Means akan dinilai validitas klusternya dengan menggunakan metode Silhouette Index. Dimana untuk DBSCAN pada kluster 2 sampai 5 memiliki nilai SI 1 sedangkan untuk Fuzzy C-Means memiliki kluster dengan nilai validitas tertinggi yaitu kluster 4 dengan nilai 0.5584288019243665.]]>
<![CDATA[Fractional Gradient Based Optimization for Nonlinear Separable Data ]]>
<![CDATA[Dian Puspita Hapsari]]>;
<![CDATA[Muhammad Fahrur Rozi]]>
<![CDATA[ Journal of Applied Sciences, Management and Engineering Technology Vol 3, No 1 (2022) ]]>
Publisher : <![CDATA[Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31284/j.jasmet.2022.v3i1.2881
<![CDATA[The Support Vector Machine or SVM classifier is one of the machine learning algorithms whose job is to predict data. Traditional classifier has limitations in the process of training large-scale data, tends to be slow. This study aims to increase the efficiency of the SVM classifier using a fractional gradient descent optimization algorithm, so that the speed of the data training process can be increased when using large-scale data. There are ten numerical data sets used in the simulation that are used to test the performance of the SVM classifier that has been optimized using the Caputo type fractional gradient descent algorithm. In this paper, we use the Caputo derivative formula to calculate the fractional-order gradient descent from the error function with respect to weights and obtain a deterministic convergence to increase the speed of the Caputo type fractional-order derivative convergence. The test results show that the optimized SVM classifier achieves a faster convergence time with iterations and a small error value. For further research, the optimized SVM linear classifier with fractional gradient descent is implemented on the problem of unbalanced class data.]]>
<![CDATA[Support Vector Machine optimization with fractional gradient descent for data classification ]]>
<![CDATA[Dian Puspita Hapsari]]>;
<![CDATA[Imam Utoyo]]>;
<![CDATA[Santi Wulan Purnami]]>
<![CDATA[ Journal of Applied Sciences, Management and Engineering Technology Vol 2, No 1 (2021) ]]>
Publisher : <![CDATA[Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31284/j.jasmet.2021.v2i1.1467
<![CDATA[Data classification has several problems one of which is a large amount of data that will reduce computing time. SVM is a reliable linear classifier for linear or non-linear data, for large-scale data, there are computational time constraints. The Fractional gradient descent method is an unconstrained optimization algorithm to train classifiers with support vector machines that have convex problems. Compared to the classic integer-order model, a model built with fractional calculus has a significant advantage to accelerate computing time. In this research, it is to conduct investigate the current state of this new optimization method fractional derivatives that can be implemented in the classifier algorithm. The results of the SVM Classifier with fractional gradient descent optimization, it reaches a convergence point of approximately 50 iterations smaller than SVM-SGD. The process of updating or fixing the model is smaller in fractional because the multiplier value is less than 1 or in the form of fractions. The SVM-Fractional SGD algorithm is proven to be an effective method for rainfall forecast decisions.]]>
<![CDATA[Penerapan Metode Clustering K-Medoids untuk Pengelompokan Abstrak Skripsi Berbasis Web ]]>
<![CDATA[Ruly Adi Permana]]>;
<![CDATA[Dian Puspita Hapsari]]>;
<![CDATA[Rani Rotul Muhima]]>
<![CDATA[ Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2022: SNESTIK II ]]>
Publisher : <![CDATA[Institut Teknologi Adhi Tama Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (318.464 KB)
|
DOI: 10.31284/p.snestik.2022.2812
<![CDATA[Karya ilmiah yang ditulis mahasiswa program S1 atau yang disebut skripsi ditulis berdasarkan hasil kajian pustaka, hasil penelitian lapangan, ataupun hasil pengembangan uji coba atau eksperimen. Kegiatan pencarian karya ilmiah skripsi di Jurusan Teknik Informatika ITATS saat ini hanya berdasarkan judul. Penelitian ini bertujuan untuk membangun aplikasi pencarian yang mampu mengelompokkan dokumen skripsi secara otomatis menggunakan algoritma clustering k-medoids berdasarkan abstrak yang ada dalam dokumen tersebut. Kelompok data berupa 105 data text abstrak skripsi di Jurusan Teknik Informatika ITATS dengan rentang waktu tiga tahun. Hasil simulasi pengelompokan abstrak skripsi diperoleh nilai K yang lebih optimal pada saat berada di K=4. Pengujian kepercayaan dari cluster yang berbentuk menggunakan metode Silhouette Coefficient. Diperoleh nilai Silhouette Coefficient sebesar -0,028975.]]>
