p-Index From 2020 - 2025
10.216
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Jurnal Teknik ITS IPTEK Journal of Science IPTEK Journal of Proceedings Series IPTEK The Journal for Technology and Science Techno.Com: Jurnal Teknologi Informasi MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Jurnal Buana Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Mikrotek Jurnal Simantec Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence Register: Jurnal Ilmiah Teknologi Sistem Informasi EMITTER International Journal of Engineering Technology Jurnal Inspiration Briliant: Jurnal Riset dan Konseptual Journal of Development Research Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Inform : Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi INTEGER: Journal of Information Technology Seminar Nasional Teknologi Informasi Komunikasi dan Industri JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal ULTIMATICS MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) CCIT (Creative Communication and Innovative Technology) Journal SPIRIT ILKOMNIKA: Journal of Computer Science and Applied Informatics Indonesian Journal of Electrical Engineering and Computer Science Jurnal Teknik Informatika (JUTIF) Journal of Technology and Informatics (JoTI) Melek IT: Information Technology Journal Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal Research of Social Science, Economics, and Management Sewagati Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Scan : Jurnal Teknologi Informasi dan Komunikasi

ANALISIS KINERJA METODE ARTIFICIAL NEURAL NETWORK DAN SUPPORT VECTOR REGRESSION UNTUK PREDIKSI SIGNIFICANT WAVE HEIGHT Nooriansyah, Subhan; Fatichah, Chastine; Sambodho, Kriyo
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 13, No 1 (2018)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v13i1.1054

Abstract

Abstrak. Faktor tekanan angin pada laut dapat menghasilkan gelombang. Tinggi gelombang atau wave height (WH) adalah salah satu bagian dari bentuk gelombang. Significant wave height (SWH) salah satu jenis WH yang merupakan rata-rata nilai sepertiga WH tertinggi pada gelombang spektrum. Data SWH dapat diperoleh dari dua sumber yaitu dari situs resmi penyedia data historikal yang jumlahnya sangat besar dan dari hasil observasi satellite. Namun data dari hasil observasi satelite umumnya data kurang akurat. Prediksi SWH sangat penting dilakukan untuk mengukur kekuatan beban yang diterima oleh kapal dan bangunan diatas atau dalam laut. Metode prediksi yang digunakan oleh peneliti bidang kelautan umumnya adalah metode numerik dan statistik. Metode numerik memiliki kendala dalam memprediksi data skala besar dan hasil prediksi tidak akurat. Metode statistik terkendala pada penentuan parameter untuk menghasilkan prediksi yang akurat. Metode machine learning (ML) merupakan metode yang sering digunakan untuk memprediksi data berdasarkan data histori sehingga dapat digunakan sebagai metode untuk memprediksi nilai SWH. Kelebihan metode ML yaitu dapat memprediksi SWH skala besar, ML dapat memodelkan prediksi dengan mempelajari data. Metode ML yang biasanya digunakan untuk memprediksi data adalah artificial neural network (ANN) dan support vector regression (SVR). Paper ini melakukan analisis kinerja kedua metode tersebut untuk memprediksi nilai SWH. Dataset yang digunakan adalah data historikal SWH dari Brisbane, Australia.Dataset dirubah dengan Sliding Window (SW) untuk menyesuaikan dengan struktur ANN dan SVR. Hasil prediksi kedua metode dievaluasi menggunakan metode evaluasi yaitu mean absolute percentage error (MAPE). Dataset SWH berasal dari situs bmkg pemerintahan Australia. Berdasarkan hasil prediksi SWH menggunakan ANN dan SVR. Hasil evaluasi prediksi pada SW ukuran 3 yaitu ANN mendapatkan MAPE 6.88 % sedangkan hasil evaluasi prediksi SVR mendapatkan MAPE 8.51 %.  Kata Kunci: Wave Height, Significant Wave Height, Numerik, Statistik, Machine Learning, Artificial Neural Networks, Support Vector Regression, Prediksi, Data Historikal, Evaluasi, Mean Absolute Percentage Error, Sliding Window.DOI : https://doi.org/10.33005/scan.v13i1.1054
PEMISAHAN SEL BERTUMPUK CITRA SEL KANKER PAYUDARA MENGGUNAKAN METODE REGION-BASED ACTIVE CONTOUR DAN BAYESIAN Aini, Nuru; Fatichah, Chastine; Amaliah, Bilqis
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 3 (2015)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v10i3.620

Abstract

Abstrak. Keberagaman karakteristik merupakan tantangan dalam segmentasi citra sel kanker payudara. Segmentasi citra sel kanker payudara juga memiliki permasalahan tentang sel bertumpuk. Pemisahan sel bertumpuk dibutuhkan untuk kuantisasi sel. Kuantisasi dibutuhkan pada diagnosis medis. Penelitian ini menggunakan metode Region-based Active Contour dan Bayesian untuk melakukan pemisahan sel bertumpuk citra sel kanker payudara. Tahap pertama adalah segmentasi Region-based Active Contour. Tahap kedua adalah pemisahan sel bertumpuk menggunakan metode Bayesian. Berdasarkan hasil penelitian, metode Region-based Active Contour dan Bayesian menunjukkan performa yang hampir sama dengan metode Region-based Active Contour dan Watershed. Hal ini ditunjukkan oleh rata-rata akurasi 0.613 untuk Bayesian dan 0.650 untuk Watershed.   Kata Kunci: Bayesian, kanker payudara, Region-based Active Contour, segmentasi sel bertumpuk
HIERARCHICAL MULTI-VIEWPOINT SELF ORGANIZING MAP PADA PENGELOMPOKAN PENGGUNA UNTUK MENGETAHUI PROFIL UNDUH DI LINGKUNGAN KAMPUS Putri, Tesa Eranti; Fatichah, Chastine; Purwitasari, Diana
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 9, No 3 (2014)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v9i3.860

Abstract

Abstrak. Fasilitas internet kampus terkadang disalahgunakan untuk mengunduh data yang tidakterkait akademis, sehingga mengganggu pengguna yang memerlukan internet untuk kepentinganakademis. Guna memonitor pengunduhan di kampus, diperlukan profil unduh. Profil dapat dibentukdari pengelompokan pengguna. Penelitian ini mengajukan pemodelan untuk pengelompokanpengguna berupa Self Organizing Map hierarchical multi-viewpoint. Pengelompokan dilakukanberdasarkan jumlah transaksinya, dilihat dari banyak viewpoint. Setiap viewpoint membentuk petatersendiri, disusun berjenjang (hierarchical), kemudian dilatih menggunakan gabungan fiturviewpoint sekarang dengan viewpoint di bawahnya. Pengujian dilakukan dengan analisis manualhasil pengelompokan. Dari pengujian, diperoleh fitur viewpoint yang memberikan gambaran profilunduh yang paling jelas dan lengkap adalah domain email.Kata kunci. profil unduh, pengelompokan pengguna, web usage mining, Self Organizing MapHierarchical Multi-viewpoint
SEGMENTASI PEMBULUH DARAH PADA CITRA FUNDUS MENGGUNAKAN ISOTROPIC UNDECIMATE WAVELET TRANSFORM DAN FUZZY REGION GROWING Rahayu, Putri Nur; Fatichah, Chastine
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 12, No 3 (2017)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v12i3.921

Abstract

Abstrak. Segmentasi pembuluh darah pada citra retina menjadi hal yang substansial dalam dunia kedokteran, karena citra retina dapat digunakan untuk mendeteksi beberapa penyakit, seperti: diabetic retinopathy, hypertension, dan cardiovascular. Dokter membutuhkan waktu yang lama untuk mendeteksi pembuluh darah retina terutama pembuluh darah tipis karena diproses secara manual,  sehingga diperlukan metode yang dapat membantu proses diagnosis agar lebih cepat.Pada penelitian ini menggabungkan metode isotropic undecimated wavelet transform (IUWT) dan fuzzy-region growing (FRG) untuk segmentasi pada citra fundus. Metode IUWT digunakan sebagai segmentasi awal, sedangkan FRG digunakan untuk segmentasi akhir pada pembuluh darah tebal dan tipis. Input awal yaitu citra fundus yang diambil green channel selanjutnya diproses dengan IUWT dan FRG. Output hasil segmentasi IUWT dan FRG yaitu pembuluh darah tebal dan tipis.Skenario uji coba menggunakan dua skenario yang pertama uji coba perbandingan dengan citra groundthruth, skenario kedua perbandingan hasil segmentasi IUWT dan fuzzy-region growing. Rata-rata metode IUWT dan FRG lebih tinggi yaitu 92 % daripada metode IUWT dan thresholding sebesar 83%.   Kata Kunci: Segmentasi Pembuluh darah Fundus, Isotropic Undecimated Wavelet Transform dan Fuzzy-Region Growing.
ANALISA SENTIMEN KEBIJAKAN PEMERINTAH PADA KONTEN TWITTER BERBAHASA INDONESIA MENGGUNAKAN SVM DAN K-MEDOID CLUSTERING Pradany, Latifa Nurrachma; Fatichah, Chastine
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 11, No 1 (2016)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v11i1.635

Abstract

Abstrak. Pada saat ini penggunaan Twitter semakin luas. Semua pengguna twitter yang dapat dengan bebas untuk berpendapat dan membagikan sudut pandang mereka mengenai isu tren dunia membuat konten twitter menjadi beragam dan menarik untuk dianalisa, termasuk dengan tren kebijakan politik yang ramai diperbincangkan di Indonesia setahun terakhir. Hal tersebut menjadi alasan kuat bahwa analisis opini publik dan sentimen tentang kebijakan pemerintah dari isi twitter Indonesia sangat penting untuk dilakukan. Namun, identifikasi sentimen di dalam pesan konten Twitter berbahasa Indonesia memiliki tantangan. Pertama, konten tidak memiliki kalimat dengan struktur baku. Kedua, domain dari setiap konten sangat luas dan heterogen, sehingga sulit untuk mengelompokkan topik tersebut dan mengklasifikasikan sentimen. Ketiga, penggunaan slang menyebabkan ambiguitas dan Out of Vocabbulary (OOV). Di dalam penelitian ini diusulkan metode K-Medoid Clustering dan Support Vector Machine (SVM) untuk melakukan klasifikasi berdasarkan fitur sentiment score. Tujuan dari penggunaan K-Medoid clustering untuk mengeliminasi data yang tidak sesuai dan mengelompokkan data sesuai dengan homogenitas topik. Penelitian ini dilakukan dalam skenario uji coba perbandingkan hasil analisa sentimen setelah dilakukan clustering berdasarkan fitur sentiment score terhadap fitur berbasis konten dengan parameter tingkat akurasi yang dianalisa dengan uji t. Hasil akhir menunjukkan bahwa metode yang diusulkan memiliki kualitas lebih baik daripada metode sebelumnya yang menggunakan fitur berbasis konten.   Kata Kunci: analisa sentimen, SVM, K-Medoid, clustering
Co-Authors Achmad Arwan Addien Haniefardy Adhi Nurilham Aditya Bagusmulya, Aditya afrizal laksita akbar, afrizal laksita Agung Prasetya Agus Subhan Akbar, Agus Subhan Agus Zainal Arifin Agus Zainal Arifin Ahmad Hayam Brilian, Ahmad Hayam Ahmad Saikhu Ahmad Syauqi Ahmad Syauqi Aini, Nuru Ainul Mu'alif Akwila Feliciano Akwila Feliciano Amalia Nurani Basyarah Amelia Devi Putri Ariyanto Andika Pratama Anisa Nur Azizah Anna Kholilah Anny Yuniarti Ardian Yusuf Wicaksono Ariana Yunita, Ariana Arianto Wibowo Arif Sanjani, Lukman Ario Bagus Nugroho Arisa, Nursanti Novi Arya Yudhi Wijaya Aryo Harto, Aryo Asmawati, Diah Ayu Ismi Hanifah Benny Afandi Bilqis Amaliah Bramantya, Amirullah Andi Budi Pangestu Cahyaningtyas, Zakiya Azizah Christian Sri kusuma Aditya, Christian Sri kusuma Daniel Oranova Siahaan Daniel Sugianto Daniel Swanjaya Darlis Heru Murti Darlis Herumurti Davin Masasih Deni Sutaji Desmin Tuwohingide Dewi Rosida Dhimas Pamungkas Wicaksono Diana Purwitasari Diana Purwitasari Diema Hernyka Satyareni Dimas Renggana, Christiant Dina Zatusiva Haq Dini Adni Navastara, Dini Adni Djoko Purwanto Dwi Kristianto Dwi Taufik Hidayat edy susanto Eha Renwi Astuti Eka Prakarsa Mandyartha Eka Prakarsa Mandyartha Eko Prasetyo Esa Prakasa Evan Tanuwijaya Evelyn Sierra Evy Kamilah Ratnasari Fabroyir, Hadziq Fachrul Pralienka Bani Muhamad Fachrul Pralienka Bani Muhamad Faida Royani Faizin, Muhammad 'Arif Fajar Baskoro Fajar, Aziz Fajrin, Ahmad Miftah Fandy Kuncoro Adianto Fandy Kuncoro Adianto Faried Effendy Farosanti, Lafnidita FATRA NONGGALA PUTRA Febri Liantoni Febri Liantoni, Febri Febriani, Kristina Fiqey Indriati Eka Sari Furqan Aliyuddien Ginardi, R.V. Hari Ginardi, Raden Venantius Hari Gou Koutaki Hakiki, Muhammad Handayani Tjandrasa Hardika Khusnuliawati Hardika Khusnuliawati Hari Ginardi Hendra Mesra hidayat, dwi taufik Hilya Tsaniya I Ketut Eddy Purnama Ilmi, Akhmad Bakhrul Imam Artha Kusuma Imamah Imamah Irfan Subakti, Misbakhul Munir Irzal Ahmad Sabilla Isye Arieshanti Ivan Agung Pandapotan Izzi, Mambaul Jayanti Yusmah Sari Johan Varian Alfa Junaidi Junaidi Keiichi Uchimura Kevin Christian Hadinata Kevin Christian Hadinata Kusuma, Selvia Ferdiana Lukman Hakim M Rahmat Widyanto M. Rahmat Widyanto Machfud, M. Mughniy Mafazy, Muhammad Meftah Mamluatul Hani’ah Maulana, Avin Maulani, Irham Maulidiya, Erika Mauridhi Hery Purnomo Mirza Galih Kurniawan, Mirza Galih Moch Zawaruddin Abdullah Mohammad Sholik Muhamad, Fachrul Pralienka Bani Muhammad Bahrul Subkhi Muhammad Fikri Sunandar Muhammad Muharrom Al Haromainy Muhammad Riduwan Muhtadin Mustika Mentari Mutmainnah Muchtar Nafiiyah, Nur Nanik Suciati Nanik Suciati Narandha Arya Ranggianto Nazarrudin, Ahmad Ricky Nenden Siti Fatonah Nenden Siti Fatonah Nur Hayatin Nur Nafi’iyah Nur Nafi’iyah Nurilham, Adhi Nurina Indah Kemalasari Nursuci Putri Husain nuzula, Muhammad Iqbal firdaus Pradany, Latifa Nurrachma Priambodo, Anas Rachmadi Putra, Ramadhan Hardani R Dimas Adityo R. Dimas Adityo R. V. Hari Ginardi R.V Hari Ginardi R.V. Hari Ginardi Rachmad Abdullah Rahayu, Putri Nur Ramadhan Rosihadi Perdana Rangga Kusuma Dinata Rangga Kusuma Dinata Ratih Kartika Dewi Rendra Dwi Lingga P. Riyanarto Sarno Rizal A Saputra Rizal A Saputra, Rizal A Rizal Setya Perdana Rizka Wakhidatus Sholikah, Rizka Wakhidatus Rizqa Raaiqa Bintana Rozi, Fahrur RR. Ella Evrita Hestiandari Rully Soelaiman Safhira Maharani Safhira Maharani Sahmanbanta Sinulingga Salim Bin Usman Salim Bin Usman Sambodho, Kriyo Santoso, Bagus Jati Sarimuddin, Sarimuddin Septiyan Andika Isanta Setyawan, Dimas Ari Sherly Rosa Anggraeni Sherly Rosa Anggraeni Shofiya Syidada Siti Mutrofin Siti Mutrofin Siti Rochimah Subali, Made Agus Putra Subhan Nooriansyah Subkhi, M. Bahrul Sudianjaya, Nella Rosa Suhariyanto Suhariyanto Surya Sumpeno Susanti, Martini Dwi Endah Syah Dia Putri Mustika Sari Sylvi Novita Dewi Tanzilal Mustaqim Tesa Eranti Putri Tursina, Dara Tuwohingide, Desmin Umi Laily Yuhana, Umi Laily Umy Rizqi Vit Zuraida Wahyu Saputra, Vriza Wattiheluw, Fadli Husein Welly Setiawan Limantoro Wibowo, Prasetyo Wijoyo, Satrio Hadi Wilda Imama Sabilla Yoga Yustiawan Yosi Kristian Yudhi Purwananto Yuhana, Umi Laili Yuita Arum Sari Yulia Niza Yulia Niza Yunan Helmi Mahendra, Yunan Helmi Yuslena Sari, Yuslena Yuwanda Purnamasari Pasrun Zaenal Arifin, Agus Zakiya Azizah Cahyaningtyas Zakiya Azizah Cahyaningtyas