Claim Missing Document
Check
Articles

Found 30 Documents
Search

KLASIFIKASI DAUN TEMBAKAU SESUAI MUTU DAUN SATU OLAH MENGGUNAKAN BACKPROPAGATION Ningrum, Novita Kurnia; Sukmana, Septian Enggar; Sasmita, Tomy Elen
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (962.222 KB) | DOI: 10.24176/simet.v10i2.3066

Abstract

Saat ini penentuan daun sesuai DMSO masih dilakukan secara manual dengan memilih secara kasat mata antara daun yang masak dan belum masak. Kendalanya adalah antara petani satu dengan yang lain memiliki persepsi yang tidak sama untuk menentukan daun masak dan belum masak. Oleh karena itu diperlukan suatu teknik yang lebih memudahkan baik petani ataupun industri intuk mendapatkan kualitas daun yang sesuai. Pada penelitian ini dilakukan untuk mengenali mutu daun tembakau sesuai DMSO dengan menganalisa citra daun tembakau. Langkah awal dilakukan ekstraksi warna hsv, hasil perhitungan nilai hsv digunakan sebagai nilai inputan pada algoritma backpropagation. Berdasarkan uji coba, nilai learning rate terbaik pada nilai 0,1.
PENDAMPINGAN PEMBUATAN MODUL, SOAL, DAN TUGAS BERBASIS DARING UNTUK GURU SMP NEGERI 30 SEMARANG Sukmana, Septian Enggar; Kurniawan, Defri; Adi, Prajanto Wahyu
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 1, No 2 (2018): Juli 2018
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (500.647 KB)

Abstract

Penerapan e-Learning di berbagai sekolah perlu dilaksanakan maka diperlukan desiminasi terhadap pemahaman e-Learning di berbagai sekolah. Pemahaman mengenai e-Learningdi sekolah akan mengarah kepada implementasi e-Learning di sekolah tersebut. Tanpa desiminasi pemahaman dan pendampingan kepada guru-guru sekolah terhadap penggunaan e-Learning, maka sulit untuk terwujud suatu pembelajaran yang interaktif, kreatif dan mampu meningkatkan prestasi serta motivasi belajar siswa di sekolah. Pengembangan e-learning telah dilakukan oleh mitra pengabdian masyarakat yaitu SMPN 30 Semarang. Permasalahan muncul ketika implementasi e-learning di sekolah tersebut untuk kegiatan belajar-mengajar yaitu kurang optimalnya penggunaan media e-learning tersebut. Oleh karena itu, inisiatif pemberian pendampingan oleh beberapa dosen Universitas Dian Nuswantoro kepada para guru dapat menjadi solusi atas masalah tersebut. Kegiatan pendampingan yang dilakukan meliputi pembuatan modul, kuis, dan tugas. Hasil yang diperoleh menunjukkan para guru mampu mengoperasikan sistem manajemen pembelajaran dan diharapkan pendampingan secara intensif lebih sering dilakukan.
Pengembangan Modul Klasifikasi Apel Envy dan Pasific Rose Menggunakan Jaringan Saraf Tiruan (JST) Rahmanti, Farah Zakiyah; Adi, Prajanto Wahyu; Ataka, Ion; Sukmana, Septian Enggar
JURNAL NASIONAL TEKNIK ELEKTRO Vol 5, No 2: Juli 2016
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (385.546 KB) | DOI: 10.25077/jnte.v5n2.283.2016

Abstract

The variety of apple has similarity with each other, therefore it makes human visual perception difficult to differentiate some of them.  The conventional way is often carried out human vision  subjective perception, this way makes classification result becomes less. Apple classification  using information technology is one step to classify apple more accurate and to help human in apple plantations processing. The goal of this research is developing classification stage on envy and pasific rose apple. The major goal is to classify envy and pacific rose apple using Artificial Neural Network (ANN). Doing feature extraction of training and testing apple images aims that  images can be recognized as envy or pasific rose. The way of getting feature extraction is using statistical approach of RGB color histogram from an image. The feature extraction values of RGB color histogram of apple images are intensity, standard deviation, skewness, energy, entropy, and smoothness. Then, those values as an input of classification step using ANN feed-forward backpropagation. The results of this research are consists of three scenario of experiment, first skenario is using 50 training data 10 testing data, it has accuracy value 80%. Second scenario is using 70 training data 10 testing data, it also has accuracy value 80%. Third scenario is using 90 training data 10 testing data, it has accuracy value 90%. This experiment result shows that the highest accuracy value is in third scenario.Keywords : Apple, Feature extraction, Artificial neural network, BackpropagationAbstrak — Jenis apel yang beragam dan beberapa diantaranya memiliki kemiripan membuat persepsi pandang manusia sulit membedakan jenis-jenis apel tertentu. Cara konvensional yang sering dilakukan adalah penilaian subyektif dari persepsi pandang manusia. Penilaian subyektif tersebut bisa menghasilkan pengelompokan jenis apel yang kurang tepat. Teknik pengenalan jenis apel berbasis teknologi informasi menjadi salah satu langkah untuk membantu pengelompokan jenis apel supaya lebih tepat dan akurat serta lebih meringankan tugas manusia pada bidang pengolahan hasil perkebunan apel. Penelitian ini bertujuan untuk mengembangkan tahapan klasifikasi apel envy dan pasific rose. Tujuan utamanya adalah mengklasifikasi buah apel jenis envy dan pasific rose dengan menggunakan Jaringan Saraf Tiruan (JST) atau sering disebut dengan Artificial Neural Network (ANN). Citra apel terlebih dahulu dilakukan ekstraksi fitur yang unik dari citra latih dan citra uji, agar citra tersebut dapat dikenali.  Salah satu cara ekstraksi fitur adalah dengan menggunakan pendekatan statistik dari histogram warna RGB sebuah citra. Nilai-nilai yang bisa diambil dari histogram warna RGB citra apel adalah nilai rerata intensitas, standar deviasi, skewness, energi, entropi, dan smoothnes.  Kemudian nilai-nilai tersebut sebagai nilai masukan untuk tahapan klasifikasi menggunakan JST feed-forward backpropagation. Hasil pengujian dibagi menjadi tiga skenario, pertama dengan data latih 50 data uji 10 memiliki nilai akurasi sebesar 80%. Skenario pengujian kedua dengan data latih 70 data uji 10 memiliki nilai akurasi sebesar 80%. Skenario pengujian ketiga dengan data latih 90 data uji 10 memiliki akurasi sebesar 90%. Hasil pengujian tersebut menunjukan bahwa nilai akurasi tertinggi terletak pada pengujian ketiga.Kata Kunci : Apel, Ekstraksi fitur, Jaringan saraf tiruan, Backpropagation
Pengukuran Intonasi Suara Bass Pria Pada Media Pembelajaran Paduan Suara Jarak Jauh Sukmana, Septian Enggar; Gusedy, Nura Ursula; Ananta, Ahmadi Yuli
Edu Komputika Journal Vol 8 No 2 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i2.47349

Abstract

Aplikasi berbasis cloud menjadi sebuah produk yang sangat bermanfaat bagi pembelajaran termasuk media pembelajaran untuk kegiatan yang bersifat ekstrakurikuler seperti paduan suara di masa pandemi COVID-19. Aplikasi pembelajaran ini mampu membantu instruktur untuk menganalisis kemampuan calon anggota baru dan menentukan strategi yang tepat supaya harmoni dan melodi di dalam paduan suara tersebut terjalin dengan baik. Hal ini dapat diupayakan melalui penilaian intonasi sebagai salah satu fitur media pembelajaran tersebut. Penilaian intonasi dilakukan berdasarkan penentuan pitch error dan stabilitas nada pada jenis vokal bass pria. Pengembangan fitur di dalam aplikasi ini tidak dapat dilakukan secara biasa, teknik penilaian intonasi perlu diterapkan dengan baik karena intonasi berperan terhadap keselarasan nada. Penelitian ini merupakan penelitian pendahulu yang akan dikembangkan ke penelitian-penelitian berikutnya yang melibatkan nada lain dan dilaksanakan secara orkestra. Hasil penerapan teknik pada kegiatan ini menunjukkan tidak ada ketimpangan di antara vokal dari calon anggota baru paduan suara sebagai data uji dengan vokal anggota paduan yang disimpang di dalam database sebagai dataset.
Inkonsistensi Antara Hasil Pengukuran SSIM Dengan Kondisi Visual Citra Hasil Metode Denoising Berbasis Ant Colony Optimization Septian Enggar Sukmana; Dewi Nurfitri Oktaviani
Techno.Com Vol 16, No 3 (2017): Agustus 2017
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (801.452 KB) | DOI: 10.33633/tc.v16i3.1453

Abstract

Hasil denoising perlu dievaluasi untuk mengetahui nilai hasil secara terukur yang bertujuan untuk mendapatkan penilaian secara objektif. Seperti halnya teknik denoising, teknik evaluasi hasil citra juga dapat dilakukan baik pada domain spasial maupun domain frekuensi. Bagimanapun, hasil denoising pada citra sangat fokus pada bagian visual sehingga penilaian secara visual merupakan penilaian yang sangat penting. Penilaian secara visual dapat ditempuh melalui metode structural similarity index measurement (SSIM). SSIM melakukan teknik evaluasi dengan cara perbandingan antara citra hasil denoising dengan citra asli. Berdasarkan penelitian pada modifikasi metode denoising AntShrink telah ditemukan kelemahan SSIM terhadap kurangnya kemampuan SSIM dalam membaca kondisi blur. Untuk mengetahui ketepatan penemuan tersebut, evaluasi citra berbasis blur dan pemetaan SSIM dilakukan. Ketepatan temuan terbukti pada setiap tingkat noise yang tinggi (tingkat noise > 50 ) dengan representasi hasil citra yang memiliki banyak blur namun hasil penilaian indeks oleh SSIM dianggap tinggi. Hasil ini cukup serupa dengan hasil pada metode AntShrink yang menunjukkan trend angka lebih kecil daripada hasil metode usulan.
APLIKASI BERBAKTI: PERANCANGAN ARSITEKTUR PERANGKAT LUNAK PENGHUBUNG ANAK DENGAN ORANG TUA Heru Agus Santoso; Fahri Firdausillah; Septian Enggar Sukmana; Tjetjep Witjahjono; Arkav Juliandri
Techno.Com Vol 15, No 3 (2016): Agustus 2016
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (529.794 KB) | DOI: 10.33633/tc.v15i3.1239

Abstract

Kebutuhan perawatan kondisi orang tua sangat perlu dilakukan seiring dengan berjalannya waktu. Hambatan mulai terjadi jika antara orang tua dan anak terpisah dalam kondisi yang cukup jauh sehingga anak sebagai pihak perawat orang tua tidak dapat maksimal dalam memberikan pemantauan dan perawatan secara intens, terlebih lagi perkembangan teknologi membuat orang tua pun kesulitan dalam menggunakan teknologi terkini. Untuk mengakomodasi dan memberikan solusi atas permasalahan tersebut maka perlu pengembangan perangkat lunak yang memudahkan anak dalam memantau dan merawat orang tua secara intens. Perangkat lunak yang dikembangkan terdiri dari dua buah perangkat lunak yang saling terhubung yaitu caregiver app yang digunakan oleh anak dan elder app yang digunakan oleh orang tua. Oleh karena dalam hal ini orang tua juga menggunakan perangkat lunak aplikasi tersebut, maka elder app dikembangkan secara khusus supaya mudh digunakan oleh orang tua. Tidak hanya pada elder app, desain sistem pada perangkat lunak ini dimodelkan secara khusus dan menjadi pembahasan dalam paper ini. Kata Kunci: caregiving, orangtua, anak, perkuat jalinan hubungan
Agen Otonom Untuk Ketepatan Penembakan Pada Game Roket Berbasis Ant Colony Optimization Septian Enggar Sukmana; Ely Nur Rahayu
TEKNOLOGI DITERAPKAN DAN JURNAL SAINS KOMPUTER Vol 3 No 1 (2020): June
Publisher : Unusa Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33086/atcsj.v3i1.1587

Abstract

ACO berbasis klasifikasi diterapkan pada game Rocket Tank untuk membantu karakter rocket dalam menembak target (tower) secara tepat. Pada paper ini, roket berfungsi sebagai sarang semut dan tower sebagai sumber makanan. Agen semut dijalankan secara acak dan berjalan menemukan sumber makanan. Sumber makanan yang ditemukan didefinsikan sebagai target yang harus ditembak, dasar dari penentuan sumber makanan adalah jumlah bobot feromon yang terkumpul tanpa nilai jarak. Implementasi yang dilakukan pada paper ini adalah membandingkan penerapan ACO berbasis klasifikasi (melibatkan bobot feromon pada sumber makanan) dengan ACO state-of-the art dengan hasil pada 100 kali iterasi adalah ACO berbasis klasifikasi mampu menembak secara tepat pada sasaran dibandingkan dengan ACO state-of-the art dengan peningkatan jumlah tembakan yang lebih banyak pada ACO berbasis klasifikasi dibandingkan ACO state-of-the art.
KLASIFIKASI DAUN TEMBAKAU SESUAI MUTU DAUN SATU OLAH MENGGUNAKAN BACKPROPAGATION Novita Kurnia Ningrum; Septian Enggar Sukmana; Tomy Elen Sasmita
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (962.222 KB) | DOI: 10.24176/simet.v10i2.3066

Abstract

Saat ini penentuan daun sesuai DMSO masih dilakukan secara manual dengan memilih secara kasat mata antara daun yang masak dan belum masak. Kendalanya adalah antara petani satu dengan yang lain memiliki persepsi yang tidak sama untuk menentukan daun masak dan belum masak. Oleh karena itu diperlukan suatu teknik yang lebih memudahkan baik petani ataupun industri intuk mendapatkan kualitas daun yang sesuai. Pada penelitian ini dilakukan untuk mengenali mutu daun tembakau sesuai DMSO dengan menganalisa citra daun tembakau. Langkah awal dilakukan ekstraksi warna hsv, hasil perhitungan nilai hsv digunakan sebagai nilai inputan pada algoritma backpropagation. Berdasarkan uji coba, nilai learning rate terbaik pada nilai 0,1.
Sliding Modes Strategy Implementation for Controlling Nutrition in Hydroponics Based IoT Septian Enggar Sukmana; Nurul Anisa Sri Winarsih; Akmaludin Akbar
Journal of Applied Intelligent System Vol 4, No 2 (2019): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v4i2.2767

Abstract

To reduce unconsistenly of nutrition sensor data, an analysis which consists of mathemathical model and new control technique is required. In this paper, a simulation of smart garden is performed to simulate a smart green campus. However, the problem appears in this activity, the data form sensor is not consistent and it may harm the plant because sometime the plant may get a much nutrition and another time the plant will get less nutrition. Our propose is on the sensor circuit, we use additional circuit to our TDS meter so the data is normalized using this circuit.
Mixed Reality Based User Acceptance Measurement on Primary School Age Children (Case Study: Introduction to Indonesian Native Fauna) Dimas Wahyu Wibowo; Muhammad Shulhan Khairy; Septian Enggar Sukmana
Journal of Applied Intelligent System Vol 7, No 1 (2022): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v7i1.5328

Abstract

One aspect of learning media technology sustainability is the level of user acceptance of the learning media itself. It is related to the user loyalty or willingness to continuously use the learning media application. For primary school age children, analyzing the level of acceptance of learning media using the unified theory of acceptance and use of technology (UTAUT) is challenging. In its application, the formulation of the questions is carried out in a simple way therefore children can understand each meaning of the questions. In this study, the object of technology used is a mixed reality-based learning application, which contains introduction to Indonesia Native fauna material. To ensure that the inter-view questions meet the children’s psychological, the reliability and validity measure were taken as the initial step. Secondly, hypothesis testing was carried out to analyze the children behavioral intentions based on the variables contained in UTAUT. The results of this study indicate that students do not find difficulties in using this mixed reality-based learning media application, both on the technical and psychological (techno-stress) sides.