Garuda - Garba Rujukan Digital

Model Identifikasi Peta Secara Otomatis Menggunakan Konsep Jaringan Saraf Tiruan Backpropagation Muhammad Erwin Ashari Haryono
Media Informatika Vol. 2 No. 1 (2004)
Publisher : Department of Informatics,Faculty of Industrial Technology,Islamic University of Indonesia

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

Artificial Neural Network (ANN) is a model from many models in Artificial Intelligence field. ANN mimics the behaviour of human brain concept of learning. In this model, information will flow and distribute from one neuron to another neuron by using huge of computational process. Backpropagation is the one famous model in ANN. Most researcher in Indonesia using this model for forecasting and deciding data in many field of application like economic, natural science, law, psychology, social etc. The concept of backpropagation is a supervised model, it means inputs and outputs should decide and hold first before trained. Every point of neurons connection from one layer to another layer has a value associating by its weight value. This paper will introduce the behaviour of ANN model to recognize every place of region in map automatically. The case, we will take one sample region map from Daerah Istimewa Yogyakarta Province. After learning and training from 420 data, we have got a stable weight of all neuron connections, than from this ideal weight of connection we will continue testing every map segment by using more than 20 testing data. The result shows that accuracy at 80% of testings with less than 20% failure. The best ANN architecture is found with the following parameters: 0.02 learning factor, 0.01 threshold failure, 10 hidden units, and one layer of hidden layer.

Sistem Pengidentifikasi Otomatis Pokok Kalimat Suatu Paragraf dalam Dokumen Ekspositori dengan Model Ruang Vektor Muhammad Erwin Ashari Haryono
Media Informatika Vol. 3 No. 1 (2005)
Publisher : Department of Informatics,Faculty of Industrial Technology,Islamic University of Indonesia

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

Suatu dokumen biasanya terdiri dari bermacam-macam topik, berbeda dengan abstraksi yang ringkas dan padat informasi. Identifikasi dan isolasi pokok kalimat dengan membagi-bagi dokumen, yang disebut segmentasi teks, merupakan hal yang penting dalam pemrosesan bahasa alami, termasuk mesin penterjemah dan information retrievel. Dalam information retrievel, pengguna sering kali hanya tertarik pada bagian tertentu dari dokumen yang diambil, bukan pada keseluruhan dokumen itu. Untuk memenuhi kebutuhan tersebut dokumen harus disegmentasi ke dalam bagian-bagian yang koheren atau berkaitan. Segmentasi dokumen ke dalam blok-blok teks dengan pokok kalimat yang sama dapat membantu search engine untuk memilih dan mengambil suatu segmen yang seusai dengan query yang diajukan pengguna. Segmentasi yang secara nyata dapat dilihat adalah adanya pembagian dokumen dalam paragraf-paragraf. Penelitian yang dilakukan bertujuan memberikan kemudahan bagi pengguna dokumen ekspositori untuk memahami dokumen yang akan digunakan. Hasil yang diperoleh setelah dilakukan pengujian terdahap sistem adalah sebesar 50% dinilai dari kesesuaian penentuan pokok kalimat yang ditentukan secara manual dan oleh sistem.

Pengenalan Huruf Menggunakan Model Jaringan Saraf Tiruan Radial Basis Function dengan Randomize Cluster Decision Muhammad Erwin Ashari Haryono
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2005
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Artificial Neural Network is the adaptive model in Artificial Intelligence as become the model of learning.Many research in artificial neural network using BackPropagation. More of 70 prosen researcher using thismodel to solve all problem in its research. BP using supervised learning, which indicated the output as the basisof failure value as a feedback of its activation. This paper I will introduced another method in artificial neuralnetwork called Radial Basis Function to recognize various font. RBF is a mocel of ANN which adopt bothsupervised and unsupervised learning. The Hidden layer doesn’t form first when the building of its architecture.In this model Hidden layer will form after we could cluster for all various font itself. A number of hidden layerbased on a number of cluster center. Weighting in Hidden and output layer using Gaussian model andPseudoinverse matrices. Although I didn’t compare the result of both model BP and RBF for this problem, theresult of this research almost get 70 % success in order to recognize all font pattern.Keywords: Artificial Neural Network, adaptive, Radial Basis Function, Gaussian, Pseudoinve

Pembentukan Intisari Topik secara Otomatis dalam Suatu Paragraf dengan Model Vector Space Model Muhammad Erwin Ashari Haryono
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2005
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

This paper is the implementation of both topic model text summarization and Information retrieval model.This paper conducted on identyfing topical coherency inside one paragraphs of an expository text. Expositorytext is a kind of text which is intended for publicity such as journal, news etc. Many expository text consist oflong sequences of paragraphs with very little structural demarcation, while others consist of sequences ofparagraphs which still discuss the same topic. This paper uses vector space model to identify topical coherencybetween paragraphs. Vector space model measures lexical similarity between adjacent paragraphs, withassumption that the more similar two adjacent paragraphs are, the more likely it is that the current topiccontinues. We use expository text from one week daily local newspaper “Kedaulatan Rakyat” from cultural andeducational topic. We choose 20 sample for testing our method, the result is not very good for the precisionamong main idea and its paragraphs (approximately 60 percentage success and 40 failured).Keyword: expository text, topical coherency, vector space model model

Pengkelasan Bentuk Kromosom dengan Menggunakan Metode Fuzzy Membership-Roster Sugiarto Sugiarto; Muhammad Erwin Ashari Haryono; Taufiq Hidayat
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Pengkelasan bentuk kromosom merupakan salah satu cara untuk menyederhanakan kromosom menjadi beberapa kelas. Dengan memanfaatkan fuzzy membership-roster, kromosom dapat dikelaskan menjadi tiga kelas, yaitu, pertama yang dilakukan adalah memasukkan gambar kromosom dan menentukan titik koordinat x dan titik koordinat y pada gambar sesuai dengan pola pengkelasan kromosom. Langkah selanjutnya adalah menghitung jarak dan sudut yang terbentuk pada lengan dan juga kaki kromosom. Tahap berikutnya adalah menentukan kelas kromosom dengan cara menghitung fungsi keanggotaan dari tiga kelas kromosom. Penentuan kelas kromosom ditentukan dengan cara mengambil nilai yang paling maksimum dari tiga fungsi kelas keanggotaan kromosomKata kunci: kromosom, fuzzy membership-roster, median, submedian, Acrocentric

Keambiguan dalam Bahasa Alami Muhammad Erwin Ashari Haryono
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Penelitian ini akan menganalisis macam-macam keambiguan yang terjadi dalam pengolahan bahasa alami, terutama pada bahasa Indonesia. Manusia sangat sulit untuk membedakan makna yang terdapat ambiguitas di dalam suatu bahasa, terlebih suatu mesin yang hanya dapat mengenal logika komputasi saja. Proses bagaimana suatu bahasa alami dapat diterapkan pada komputer dan dimengerti menjadi suatu perintah kerja yang baik menjadi fokus pada penelitian kami. Untuk mengerti dan menerapkan perintah kerja manusia dalam mesin komputer, tidak saja harus mengerti makna leksikal, gramatikal, dan sintaktik saja, tetapi makna semantik lah yang harus lebih ditekankan dalam proses understanding di dalam nya. “All About Nature Technology” mencoba menerapkan kemampuan bahasa alami untuk interaksi manusia dan komputer ke depannya, termasuk adaptasi kolaborasi antara dua disiplin ilmu yang berbeda, yaitu ilmu komputer (computer science) dan ilmu kebahasaan (Linguistic), sehingga penggabungan kedua bidang ini dapat meningkatkan kemampuan bahasa alami dalam komputer, terutama pada analisis ambiguitas.Kata kunci: ambigu, bahasa alami, komputer, linguistik, semantik

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search