Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Media Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI)
Muhammad Erwin Ashari Haryono
Unknown Affiliation
Computer Science & IT

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Media Informatika

 1 
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

Abstract

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

Abstract

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.
Co-Authors Sugiarto Sugiarto TAUFIQ HIDAYAT