Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

6.169

P-Index

This Author published in this journals

All Journal Jurnal TIMES Sinkron : Jurnal dan Penelitian Teknik Informatika Journal Information System Development METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Informatika Kaputama (JIK) Jurnal Pengabdian Pada Masyarakat METHABDI TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi

Resianta Perangin-Angin

Universitas Methodist Indonesia

Author-ID : 2546611

Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Immunology & microbiology Languange, Linguistic, Communication & Media Medicine & Pharmacology Physics Public Health

Published : 62 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Pendekatan Level Data untuk Menangani Ketidakseimbangan Data Menggunakan Algoritma K-Nearest Neighbor Perangin-angin, Resianta; Harianja, Eva Julia Gunawati; Jaya, Indra Kelana
Jurnal TIMES Vol 9 No 1 (2020)
Publisher : STMIK TIME

Dalam penelitian ini digunakan dataset yang memiliki tingkat ketidakseimbangan yang berbeda beda mulai dari 16.40, 8.60, 2.06, 2.78, 1.87, tentu hal ini dapat menurunkan kinerja algoritma klasifikasi. Secara umum ketidakseimbangan kelas dapat ditangani dengan dua pendekatan, yaitu level data dan level algoritma. Pendekatan level data ditujukan untuk memperbaiki keseimbangan kelas, sedangkan pendekatan level algoritma ditujukan untuk memperbaiki algoritma atau menggabungkan (ensemble) pengklasifikasi agar lebih konduktif terhadap kelas minoritas. Pada penelitian ini diusulkan pendekatan level data dengan resampling, yaitu random oversampling (ROS), dan random undersampling (RUS), Pengklasifikasi yang digunakan adalah k-near neighbors. Hasil penelitian menunjukkan bahwa model ROS+KNN dan RUS+KNN didapat dengan selisih G-Means sebesar 13% dan F-Measure 2,08%, dari, hal ini menunjutkan bahwa RUS+KNN dan ROS+KNN bisa meningkatkan akurasi dari G-Mean dan F-Measure namun tidak memiliki perbedaan yang signifikan.

Comparison Detection Edge Lines Algoritma Canny dan Sobel Perangin-angin, Resianta; Harianja, Eva Julia Gunawati
Jurnal TIMES Vol 8 No 2 (2019)
Publisher : STMIK TIME

Deteksi tepi adalah pendekatan paling umum yang digunakan untuk mendeteksi tingkat abu-abu diskontinuitas. Ini karena titik atau garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Idealnya, teknik yang digunakan untuk mendeteksi diskontinuitas hanya menghasilkan satu piksel yang terletak di wilayah batas. Salah satu teknik pengolahan citra yang digunakan adalah deteksi tepi. Deteksi tepi sering terjadi pada pengolahan citra digital karena merupakan salah satu langkah awal dalam segmentasi citra yang bertujuan untuk mempresentasikan objek yang terdapat pada citra. Deteksi tepi berfungsi untuk mengidentifikasi batas-batas suatu objek dengan latar belakang yang tumpang tindih. Oleh karena itu, ketika garis besar gambar dapat diidentifikasi secara akurat, semua objek dapat ditemukan dan properti dasar seperti luas, bentuk, dan ukuran objek dapat diukur. Ada beberapa jenis metode deteksi tepi yang dapat digunakan untuk mendeteksi garis besar suatu citra, seperti algoritma Sobel, Prewitt, Canny dan homogenitas. Masing-masing metode tersebut memiliki kelebihan dan kekurangannya masing-masing. Dalam penelitian ini akan diambil dua algoritma yaitu algoritma Canny dan Sobel. Berdasarkan kekuatan dan kelemahan kedua metode tersebut akan dilakukan analisis terhadap kedua metode tersebut untuk melihat hasil pendeteksian yang keduanya akan digunakan sebagai pembanding. Dilihat dari hasil yang didapat dari algoritma deteksi tepi Canny dan Sobel secara jelas terlihat lebih baik algoritma cannya pada hasil pendekteksian tepi, dimana algoritma Canny mempunyai hasil yang lebih halus dan lebih spesifik mendekteksi garis tepi suatu objek citra. Sedangkan algoritma pendektesian garis tepi sobel masih meregang pada daerah yang tidak berbatasan. Dilihat dari struktur hasil pendeteksian algoritma Canny lebih baik daripada algoritma Sobel.

Kombinasi Time Series Dengan Fuzzy Inferency System Untuk Model Prediksi Inflasi Dengan Akurasi Tinggi Perangin-angin, Resianta; Jaya, Indra Kelana; Rumahorbo, Benget
Jurnal TIMES Vol 9 No 2 (2020): Jurnal TIMES
Publisher : STMIK TIME

Logika fuzzy merupakan perluasan dari penalaran tradisional, dimana tidak hanya terdapat “ya” atau “tidak”, tetapi “ya” dengan nilai seberapa besar kadar “ya” tersebut, dan “tidak” dengan nilai seberapa besar kadar “tidak” tersebut. Kemampuan model fuzzy dalam memetakan nilai kabur menjadi alasan penggunaan model inferensi fuzzy dalam berbagai kasus yang menggunakan nilai kabur untuk menghasilkan suatu output yang jelas atau pasti. Dikarenakan membership fucntion dalam fuzzy inferency system sangat beragam, dalam hal ini tentu ada sedikit masalah, bagaimana menentukan membership yang terbaik atau dalam hal ini yang bisa menghasilkan nilai akurasi yang paling tinggi terhadap nilai aktual. Dalam penelitian ini akan dilakukan penelitian dengan menggunakan dua membership function, yakni membership fucntion bahu dan segitiga, model yang dipakai adalah model inferensi fuzzy Tsukamoto untuk kasus prediksi laju inflasi di Sumatera Utara, dari hasil ujicoba diperoleh ternyata kombinasi time series dengan membership fucntion segitiga dan fuzzy inferency system menghasilkan akurasi yang sangat tinggi mencapai 94,4%. Hasil ini menunjukkan kombinasi antara time series dan fuzzy inferency system untuk kasus prediksi inflasi memiliki tingkat akurasi yang sangat tinggi.

Co-Authors Azelia Sarah Dwi Artha Bangun, Joy Erivan Pratama Berlian Juni R Marpaung Br. Batubara, Anggi Natasya Br. Karo, Selli Afnita Br. Sembiring Pelawi, Pindi Alpioninta Darwis R. Manalu Darwis Robinson Manalu Delvi Natalina Br Tarigan Elisabeth, Duma Megaria Elsya Secilia Margaretha Elvika Rahmi Emma Rosinta Simarmata Eva Julia G. Harianja Eva Julia Gunawati Harianja Eva Julia Gunawati Harianja Eva Julia Gunawati Harianja, Eva Julia Gunawati Eviyanti N. Purba Fenina Twince Tobing Ginting Babo, Aris Franata Giska Yufani Gortap Lumbantoruan Harianja, Eva J. G. Harianja, Eva Julia G. Henri Yosua Pangihutan Hutagalung, Estri Aprilia Hutagaol, Ryan Philip Hutapea, Marlyna I. Ijonris, Yusuf Ika Yusnita Sari Indra Kelana Jaya Jamaluddin Jamaluddin Jamaluddin Jepriyanta N. Brahmana Jimmy F. Naibaho Jonathan H. Saragih Jonathan Hamonangan Saragih Jujur Marentha Nababan Junika Napitupulu Lyna M. N. Hutapea Mahendra Tlapta Sitepu Marihot Gultom Marlyna I Hutapea Marpaung, Berlian Juni R Marpaung, Flora Moris Raichel Sitanggang Mufria J. Purba Nainggolan, Rena Napitupulu, Thomson Januari Nehemia Christian Boy Octania Togatorop Paiman Nababan Panjaitan, Calvin Nicolas Petty Exclesia Pardosi Purba, Eviyanti N. Purba, Eviyanti Novita Rasmulia Sembiring Rena Nainggolan Reynaldi Pantun Sianturi Rijois I. E Saragih Rijois I. E. Saragih Rimbun Siringoringo Rimbun Siringoringo Rimbun Siringoringo, Rimbun Robert Simangunsong Roni J. Simamora Rumahorbo, Benget Siboro, Yohana Natalia Sidabalok, Valentino Sihaloho, Senta Egrioni Simanjuntak, Stevani L. Z. Simanullang, Sanco Siringoriongo, Rimbun Sitepu, Fernanda Jekita F. Sitorus, Hegi Audria Sofya C. Sitompul Tobing, Fenina A. T. Torong, Yepta Efraim Yohana Angelita Manullang Zalukhu, Delianus

Title Search

Found 3 Documents Search Journal : Jurnal TIMES

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Jurnal TIMES