Claim Missing Document
Check
Articles

Implementasi Metode PCA dan City Block Distance untuk Presensi Mahasiswa Berbasis Wajah Pamungkas, Danar Putra; Hariri, Fajar Rohman
Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)

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

Abstract

Sistem presensi yang masih manual, menimbulkan banyaknya mahasiswa yang memanfaatkan celah untuk melakukan kecurangan. Misalnya mahasiswa yang tidak hadir dalam perkuliahan menyuruh temannya yang untuk menandatangani presensinya, sehingga kejujuran mahasiswa menjadi dipertanyakan. Selain itu presensi manual masih mempunyai banyak kekurangan. Seperti membutuhkan waktu lama untuk perekapan, serta pengecekan yang berulang untuk menghindari kesalahan. Untuk itu diperlukan sebuah sistem presensi yang mampu menangani permasalahan tersebut, seperti penerapkan sistem pengenalan wajah untuk proses presensi mahasiswa. Dalam penelitian ini menggunakan metode Eigenface PCA untuk ektraksi ciri dan metode City Blok Distance untuk proses pencocokan citra wajah. Data citra yang digunakan dalam uji coba sebanyak 100 data citra dari 10 responden. Hasil uji coba didapatkan tingkat akurasi pengenalan wajah menggunakan metode Eigenface PCA dan City Blok Distance 55,88% sampai dengan 83,33 % dengan rata-rata akurasi 69,86 %.
Sistem Informasi Laboratorium Komputer di Universitas Nusantara PGRI Kediri Sanjaya, Ardi; Pamungkas, Danar Putra; Sholih, Faris Ashofi
Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)

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

Abstract

Penelitian ini merancang dan membuat suatu sistem informasi penggunaan laboratorium komputer pada Universitas Nusantara PGRI Kediri berbasis web. Selama ini, pengelola laboratorium komputer masih menggunakan cara manual untuk mengelola informasi jadwal dan peminjaman laboratorium komputer. Dimana setelah jadwal penggunaan berhasil disusun, maka hanya di tempelkan di ruang operasional dan laboratorium saja. Sehingga, dosen atau mahasiswa yang akan meminjam laboratorium komputer diluar jadwal harus datang ke ruang operasional untuk melihat secara langsung dan mengkonfirmasi ke pengelola untuk peminjaman. Sistem yang telah dibuat berbasis web sehingga dosen atau mahasiswa ketika ingin meminjam/menggunakan bisa melihat jadwal secara online dan langsung mengisi form peminjaman. Selanjutnya sistem akan mengolah apakah laboratorium yang akan dipinjam sudah ada jadwal atau belum. Setelah data permintaan peminjaman tersimpan, akan dijadikan acuan oleh pengelola laboratorium untuk memberikan pelayanan yang diperlukan. Diharapkan dengan adanya sistem informasi ini, maka akan lebih meningkatkan pelayanan dan efektifitas penggunaan laboratorium komputer.
IMPLEMENTASI METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN TAHU PONG Putra Pamungkas, Danar
Network Engineering Research Operation [NERO] Vol 2, No 2 (2016): Nero
Publisher : Universitas Trunojoyo Madura

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

Abstract

CV. XYZ setiap hari memproduksi tahu Pong yang akan disalurkan ke tiga tempat yaitu toko pusat oleh-oleh Jombang, Pasar Jombang dan di tempat produksi sendiri di Jogoroto. Penjualan di tiga tempat tersebut setiap harinya mengalami naik turun, akibatnya tidak jarang hasil produksi banyak yang tidak terjual sehingga mengakibatkan kerugian. Selain itu juga mengakibatkan pengadaan bahan baku produksi yang tidak sesuai dengan hasil penjualannya. Selama ini CV. XYZ dalam pengadaan bahan baku tidak dinamis setiap harinya atau tidak disesuaikan dengan perkiraan penjualan hari berikutnya karena belum menggunakan sistem prediksi. Oleh karena itu perlu adanya suatu sistem yang dapat memprediksi penjualan setiap harinya. Sistem prediksi yang dibuat menggunakan metode Least Square. Data yang digunakan yaitu data penjualan 1 April 2016 sampai dengan 31 Mei 2016. Periode yang diprediksi yaitu tiga periode hari selanjutnya. Dari hasil uji coba dapat disimpulkan sistem prediksi penjualan tahu pong dapat memprediksi penjualan pada periode selanjutnya. Metode Least Square dapat digunakan untuk memprediksi penjualan tahu pong dengan nilai korelasi 0,88.Kata Kunci: prediksi, penjualan, Least Square
Implementasi Metode PCA dan City Block Distance untuk Presensi Mahasiswa Berbasis Wajah Pamungkas, Danar Putra; Hariri, Fajar Rohman
Prosiding SNATIKA Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : LPPM STIKI Malang

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

Abstract

Sistem presensi yang masih manual, menimbulkan banyaknya mahasiswa yang memanfaatkan celah untuk melakukan kecurangan. Misalnya mahasiswa yang tidak hadir dalam perkuliahan menyuruh temannya yang untuk menandatangani presensinya, sehingga kejujuran mahasiswa menjadi dipertanyakan. Selain itu presensi manual masih mempunyai banyak kekurangan. Seperti membutuhkan waktu lama untuk perekapan, serta pengecekan yang berulang untuk menghindari kesalahan. Untuk itu diperlukan sebuah sistem presensi yang mampu menangani permasalahan tersebut, seperti penerapkan sistem pengenalan wajah untuk proses presensi mahasiswa. Dalam penelitian ini menggunakan metode Eigenface PCA untuk ektraksi ciri dan metode City Blok Distance untuk proses pencocokan citra wajah. Data citra yang digunakan dalam uji coba sebanyak 100 data citra dari 10 responden. Hasil uji coba didapatkan tingkat akurasi pengenalan wajah menggunakan metode Eigenface PCA dan City Blok Distance 55,88% sampai dengan 83,33 % dengan rata-rata akurasi 69,86 %.
Sistem Informasi Laboratorium Komputer di Universitas Nusantara PGRI Kediri Sanjaya, Ardi; Pamungkas, Danar Putra; Sholih, Faris Ashofi
Prosiding SNATIKA Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : LPPM STIKI Malang

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

Abstract

Penelitian ini merancang dan membuat suatu sistem informasi penggunaan laboratorium komputer pada Universitas Nusantara PGRI Kediri berbasis web. Selama ini, pengelola laboratorium komputer masih menggunakan cara manual untuk mengelola informasi jadwal dan peminjaman laboratorium komputer. Dimana setelah jadwal penggunaan berhasil disusun, maka hanya di tempelkan di ruang operasional dan laboratorium saja. Sehingga, dosen atau mahasiswa yang akan meminjam laboratorium komputer diluar jadwal harus datang ke ruang operasional untuk melihat secara langsung dan mengkonfirmasi ke pengelola untuk peminjaman. Sistem yang telah dibuat berbasis web sehingga dosen atau mahasiswa ketika ingin meminjam/menggunakan bisa melihat jadwal secara online dan langsung mengisi form peminjaman. Selanjutnya sistem akan mengolah apakah laboratorium yang akan dipinjam sudah ada jadwal atau belum. Setelah data permintaan peminjaman tersimpan, akan dijadikan acuan oleh pengelola laboratorium untuk memberikan pelayanan yang diperlukan. Diharapkan dengan adanya sistem informasi ini, maka akan lebih meningkatkan pelayanan dan efektifitas penggunaan laboratorium komputer.
Self Organizing Map-Neural Network untuk Pengelompokan Abstrak Fajar Rohman Hariri; Danar Putra Pamungkas
Creative Information Technology Journal Vol 3, No 2 (2016): Februari - April
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.122 KB) | DOI: 10.24076/citec.2016v3i2.74

Abstract

Data berukuran besar yang sudah disimpan jarang digunakan secara optimal karena kemampuan manusia yang terbatas untuk mengelolanya. Salah satu data berskala besar adalah data teks. Data teks memiliki fitur yang besar sehingga untuk mengolahnya memerlukan waktu komputasi yang besar pula. Proses clustering menggunakan metode Self Organizing Map dengan menerapkan reduksi dimensi pada tahap preprosesing. Metode ini diterapkan untuk mengelompokkan data tugas akhir mahasiswa Teknik Informatika Universitas Trunojoyo Madura. Dalam metode yang diusulkan, analisis morfologi dilakukan pada teks abstrak tugas akhir mahasiswa untuk menghasilkan vektor input dengan unsur term dari tugas akhir tersebut. Dari percobaan yang dilakukan, diperoleh hasil bahwa optimum cluster menghasilkan nilai rata-rata SSE = 0.01117.Large data that is stored used rarely optimally because of the limited human ability to manage it. One of large-scale data is text data. Text data has enormous features so as to process it requires greater computational time. Clustering process using Self Organizing Map by applying dimensionality reduction on preprocessing. This method is applied to cluster the Informatics Engineering students' final assignment data of Trunojoyo University. In the proposed method, morphological analysis is applied on the abstract of final assignment to generate input vectors using elements of the final assignment. From the experiments conducted, the result that the best cluster to abstract data, average value of SSE = 0.01117.
Komparasi Pengenalan Citra Tanda Tangan dengan Metode 2D-PCA dan 2D-LDA Danar Putra Pamungkas; Ema Utami; Armadyah Amborowati
Creative Information Technology Journal Vol 2, No 4 (2015): Agustus - Oktober
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (911.129 KB) | DOI: 10.24076/citec.2015v2i4.60

Abstract

Pada umumnya pengenalan tanda tangan dilakukan secara manual oleh seseorang dengan mencocokan secara langsung tanda tangan yang sah dengan tanda tangan yang dilakukan pada saat itu. Namun cara tersebut memiliki kelemahan karena membutuhkan ketelitian pada saat mencocokan. Oleh karena itu proses pencocokan tanda tangan perlu dilakukan secara otomastis dengan sistem komputer sehingga diharapkan mempermudah dalam identifikasi tanda tangan seseorang. Pada penelitian ini peneliti membandingkan metode 2DPCA dengan 2DLDA untuk mengetahui akurasi dan kecepatan proses pengenalan tanda tangan. Metode Euclidean Distance digunakan untuk mencari kemiripan data tanda tangan. Data citra tanda tangan yang digunakan terdiri dari enam jenis kondisi yaitu kertas putih polos, kertas bercorak papyrus, bercorak shingle, tanda tangan miring dan dari eKTP. Dari hasil ujicoba tingkat akurasi pengenalan citra tanda tangan menggunakan metode 2DPCA yaitu rata-rata 78.27% dan metode 2DLDA rata-rata 74.33%. Kecepatan proses pengenalan citra tanda tangan menggunakan metode 2DPCA rata-rata 0.2605504 detik sedangkan menggunakan metode 2DLDA rata-rata 0.2401697 detik.In general, the introduction of the signature is done manually by someone with matching directly authorized signature with the signature done at that time. But this way has the disadvantage because it requires precision when matching. Therefore the signature matching process needs to be done in automatically by the computer system so hopefully facilitate the identification of a person's signature. In this study, researchers compared with 2DLDA and 2DPCA method to determine the accuracy and speed of signature recognition process. Euclidean Distance method is used to find the similarity signature data. Signature image data used consisted of six types of conditions that plain white paper, papyrus patterned paper, patterned shingles, oblique and signature of eKTP. The accuracy of the test results signature image recognition using 2DPCA method which is an average 78.27% and the average 2DLDA method of 74.33%. Speed signature image recognition process using the average 2DPCA 0.2605504 seconds while using the average 2DLDA 0.2401697 seconds.
Pengenalan Citra Tanda Tangan Menggunakan Metode 2D-LDA dan Euclidean Distance Danar Putra Pamungkas; Fajar Rohman Hariri
Creative Information Technology Journal Vol 3, No 4 (2016): Agustus - Oktober
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (635.272 KB) | DOI: 10.24076/citec.2016v3i4.83

Abstract

Kelemahan sistem manual dalam identifikasi tanda tangan adalah si pemeriksa tanda tangan harus teliti dalam melakukan pencocokan untuk menghindari kesalahan. Oleh karena itu untuk mengatasi kelemahan pencocokan tanda tangan secara manual, proses pencocokan tanda tangan perlu dilakukan secara otomastis dengan sistem komputer sehingga diharapkan mempermudah dalam identifikasi tanda tangan seseorang. Pada penelitian ini peneliti menggunakan metode 2DLDA dan Euclidean Distance untuk pengenalan tanda tangan dengan sistem komputer. Metode 2DLDA untuk ektraksi fitur citra tanda tangan dan metode Euclidean Distance untuk klasifikasi citra tanda tangan. Data citra tanda tangan yang digunakan berukuran 50x50, 100x100, 150x150, 200x200 dan 250x250 piksel. Hasil dari uji coba penelitian ini adalah akurasi pengenalan citra tanda tangan menggunakan metode 2DLDA mencapai 88% dan rata-rata akurasi 81%. Akurasi optimal pengenalan citra tanda tangan dengan metode 2DLDA terjadi pada penggunaan data citra berukuran 50x50 piksel dengan akurasi 88% dan kecepatan 0.20126 detik.The manual system in the identification of the examiner's signature is the signature must be meticulous in doing matching to avoid mistakes. Therefore, to overcome the disadvantages of signature matching manually, signature matching process needs to be done should automatically with a computer system that is expected to facilitate the identification of a person's signature. In this study, researchers used a method 2DLDA and Euclidean Distance to the introduction of a signature with a computer system. 2DLDA methods to extract image features the signature and Euclidean Distance method for image classification signature. The image data signature used measuring 50x50, 100x100, 150x150, 200x200 and 250x250 pixels. The results of this research trial is a signature image recognition accuracy using 2DLDA reaches 88% and an average accuracy of 81%. Optimum accuracy signature image recognition method 2DLDA occurs in the use of image data size of 50x50 pixels with 88% accuracy and speed 0.20126 seconds
IMPLEMENTASI METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN TAHU PONG Danar Putra Pamungkas
Network Engineering Research Operation Vol 2, No 2 (2016): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.528 KB) | DOI: 10.21107/nero.v2i2.51

Abstract

CV. XYZ setiap hari memproduksi tahu Pong yang akan disalurkan ke tiga tempat yaitu toko pusat oleh-oleh Jombang, Pasar Jombang dan di tempat produksi sendiri di Jogoroto. Penjualan di tiga tempat tersebut setiap harinya mengalami naik turun, akibatnya tidak jarang hasil produksi banyak yang tidak terjual sehingga mengakibatkan kerugian. Selain itu juga mengakibatkan pengadaan bahan baku produksi yang tidak sesuai dengan hasil penjualannya. Selama ini CV. XYZ dalam pengadaan bahan baku tidak dinamis setiap harinya atau tidak disesuaikan dengan perkiraan penjualan hari berikutnya karena belum menggunakan sistem prediksi. Oleh karena itu perlu adanya suatu sistem yang dapat memprediksi penjualan setiap harinya. Sistem prediksi yang dibuat menggunakan metode Least Square. Data yang digunakan yaitu data penjualan 1 April 2016 sampai dengan 31 Mei 2016. Periode yang diprediksi yaitu tiga periode hari selanjutnya. Dari hasil uji coba dapat disimpulkan sistem prediksi penjualan tahu pong dapat memprediksi penjualan pada periode selanjutnya. Metode Least Square dapat digunakan untuk memprediksi penjualan tahu pong dengan nilai korelasi 0,88.Kata Kunci: prediksi, penjualan, Least Square
SISTEM PREDIKSI FUZZY TIME SERIES DAN PERANGKINGAN WEIGHTED PRODUCT PADA PENJUALAN ES BUAH Heffi Awang Cahya; Resty Wulanningrum; Danar Putra Pamungkas
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 2 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i2.313

Abstract

At every start a new business, especially the sale of fruit ice must always pay attention to profit and loss to ensure the continuity of the business, because the true purpose of entrepreneurship is to seek profit. One of the things that can be done is to predict sales profits appropriately so that the seller can determine what to do in the future. Another factor that is also very important is the ranking of the most desirable fruits, because knowing the seller's favorite fruit ranking can determine the stock of fruit which can also affect sales profits. The research, entitled Fuzzy Time Series Prediction System and Weighted Product Ranking in Fruit Ice Sales, is designed to create a system that can predict sales profits every week. This system can also rank customers' favorite fruits in order to determine the stock of the favorite and non-favorite fruit. The results of the calculation of the error value on the prediction of profits obtained the lowest value of 0.21% and for ranking obtained the lowest error value of 0.40% which means the lower the error value obtained, the higher the prediction accuracy.Keywords: Forecast, Fuzzy, Ranking, Weighted ProductDi setiap memulai usaha baru terutama penjualan es buah harus selalu memperhatikan laba maupun rugi untuk menjamin kelangsungan usahanya, karena sejatinya tujuan berwirausaha adalah mencari keuntungan. Salah satu hal yang bisa dilakukan yaitu dengan cara memprediksi keuntungan penjualan secara tepat agar penjual dapat menentukan apa yang harus dilakukan kedepannya. Faktor lain yang juga sangat penting yaitu peringkat buah yang paling diminati, karena dengan mengetahui rangking buah favorit penjual bisa menentukan stok buah yang juga dapat mempengaruhi keuntungan penjualan. Penelitian dengan judul Sistem Prediksi Fuzzy Time Series Dan Perangkingan Weighted Product Pada Penjualan Es Buah ini, dirancang untuk membuat sistem yang dapat memprediksi keuntungan penjualan tiap minggunya. Sistem ini juga dapat merangking buah favorit pelanggan agar dapat menentukan stok buah yang menjadi favorit maupun yang bukan favorit. Hasil perhitungan nilai error pada prediksi keuntungan diperoleh nilai terendah yaitu 0,21% dan untuk perangkingan diperoleh nilai error terendah sebesar 0,40% yang berarti semakin rendah nilai error yang diperoleh maka semakin tinggi akurasi prediksinya.Kata kunci: Prediksi, Fuzzy, Perangkingan, Weighted Product
Co-Authors Abdul Azis Achmad Fachrudi, Rafi Ahmad Bagus Setiawan Alfiantama, Ilham Alghozali, Muhammad Attiqi Amrulloh, M. Farij Andriawan, Riko Anggi Nur Fadzila Aprilia, Tri Krisna Wati Arafat, Filach Akbar Ardhi Mardiyanto Indra Purnomo, Ardhi Mardiyanto Indra Ardi Sanjaya Ardiansyah, Abdul Riqza Arfani, A. Rifqi Yarzuq Armadyah Amborowati Audianingrum, Arike Septi Aziz, Ahmad Minanul Baehaqie, Lu'ay Bagus Nugraha, Bagus Bayu Wijayanto Budi Darmawan Cahyono, Eko Nur Candra, Gea Vista Yulia Danang Wahyu Widodo Daniel Swanjaya Deni Wahyu Trisdianto Dewi Kurnia Sari Ema Utami Fajar Rohman Hariri Fajar, Indra Aditya Fatahna, Inna Fauziyah, Laili Rahma Febrianto, Yahya Eko Firdaus, Afrizal Ahmad Firmansyah Mukti Wijaya Fitriana, Dwi Fitriyana, Wahyu Tia Gusti, Fadzilah Prayoganing Haika, Dwi Fikri hamzah, saiful Heffi Awang Cahya Imam Wicaksono Joko Purwanto Kresnawan, Michael Ilham Kristantio, Triyo Kumalasari , Ratih Kurniawan, Taufik Rizki Machfudin, Imam Mahardika, Tanggon Maulana Mahdiyah, Umi Ma’arif, A’an Tamim MUCHAMMAD YOHAN EKA ANDREANE Mudjiono, Stifen Zuro Murhatiningtyas, Yulia Mustofa, Hasan Bisri Muwafiq, Atho’ul Nugroho, Wahyu Rahman Listiyanto Nuryanto Nuryanto Pamungkas, Danar Puta Pangestu, Mohamad Inung Patmi Kasih Prahesta, Hadi Rizky Dwi Via Prahesta Prakosa, Ade Novit Dedey Prastya, Damar Zanuar Eka Pratama, Nando Adi Tya Prayoga, Ryan Sea Prayogo, M. Renhat Ade Rabiatul Adawiyah Ratih Kumalasari Niswatin Restuning Pamuji, M Anas Resty Wulanningrum Risa Helilintar Risky Aswi R, Risky Rizky Prasetyo, Aprisa RIZQI VIERI, MUHAMMAD ARIEL Rochana, Siti Rohmah, Anis Nur Rohman, Agus Nur Salis Nilam Amartama Saputra, Avif Bayu Saputra, Muh. Aris Shodiq, Muchamad Fajar Sholih, Faris Ashofi Sholih, Faris Ashofi Sidqika, Trinanda Majid Cipta suara, Andy Subekti, Lutfi SUCININGRUM, DYA AYU Sukardi, Bayu Adjirahman Syahrudin, Erwin Tri Setiawan, Didik Triprasetyo, Anggi Wahyu Wulaningrum, Resty Yulingga Nanda Hanief Yuningsih, Yayuk Yusuf, Ibram Farhani Zainuri, Mohamad Zuhal, Nadya Khalisah