Article Per Year (5 Year)
p-Index From 2021 - 2026
7.046
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) JURNAL SISTEM INFORMASI BISNIS Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknologi Informasi dan Ilmu Komputer KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) JOIN (Jurnal Online Informatika) Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Komputasi Sebatik Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Informatika dan Rekayasa Elektronik Jurnal Mnemonic Bubungan Tinggi: Jurnal Pengabdian Masyarakat Computer Science and Information Technologies Jurnal Teknik Informatika (JUTIF) Journal of Data Science and Software Engineering Jurnal Informatika Polinema (JIP) Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics
Rudy Herteno
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Health Professions Library & Information Science Materials Science & Nanotechnology Social Sciences Other

Published : 60 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Mnemonic

 1 
PENINGKATAN KINERJA PREDIKSI CACAT SOFTWARE DENGAN HYPERPARAMETER TUNING PADA ALGORITMA KLASIFIKASI DEEP FOREST Emma Andini; Faisal, Mohammad Reza; Rudy Herteno; Nugroho, Radityo Adi; Friska Abadi; Muliadi
Jurnal Mnemonic Vol 5 No 2 (2022): Mnemonic Vol. 5 No. 2
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v5i2.4793

Abstract

Prediksi cacat software adalah salah satu studi pada bidang Rekayasa Perangkat Lunak yang telah diteliti oleh banyak peneliti. Tujuan dari studi ini adalah untuk mencari tahu algoritma yang dapat memberikan kinerja prediksi cacat software yang lebih baik. Salah satu penelitian yang telah dilakukan adalah melakukan prediksi cacat software dengan menggunakan algoritma berbasis pohon seperti Decision Tree, Random Forest dan Deep Forest. Deep Forest adalah algoritma klasifikasi berbasis pohon yang baru yang merupakan perbaikan dari algoritma Random Forest. Namun implementasi Deep Forest dalam penelitian terdahulu masih belum memberikan kinerja yang maksimal. Hasil pada penelitian terdahulu menunjukan bahwa kinerja algoritma Deep Forest masih ada yang lebih rendah dibandingkan algoritma berbasis pohon yang lain. Pada penelitian ini berfokus pada peningkatan kinerja algoritma berbasis pohon dengan melakukan normalisasi pada dataset dan hyperparameter tuning pada algoritma klasifikasi dengan menggunakan pencarian grid. Dataset yang digunakan adalah 3 dataset dari ReLink yaitu Apache, Safe, dan Zxing. Setiap model prediksi divalidasi dengan Stratified 10-Fold Cross Validation dan kinerja dievaluasi menggunakan AUC. Dari hasil eksperimen yang didapatkan,hasil prediksi dari pendekatan yang diusulkan lebih baik daripada metode sebelumnya.
IMPLEMENTASI METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN MODIFIED K-NEAREST NEIGHBOR PADA KLASIFIKASI CITRA DAUN TANAMAN HERBAL Nurdiansyah, Nurdiansyah; Muliadi, Muliadi; Herteno, Rudy; Kartini, Dwi; Budiman, Irwan
Jurnal Mnemonic Vol 7 No 1 (2024): Mnemonic Vol. 7 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v7i1.6664

Abstract

Klasifikasi citra tanaman herbal dapat dilakukan berdasarkan bentuk daun yang dikenal juga sebagai pengenalan citra tanaman herbal. Pada pengenalan citra dilakukan dengan mengidentifikasi ciri bentuk daun tanaman herbal dan dilakukan klasifikasi citra daun tersebut. Jumlah data citra yang digunakan sebagai 200 data yang terbagi kedalam 5 kelas. Sehingga masing-masing kelas terdiri dari 40 data citra. Masyarakat umumnya akan kesulitan untuk mengenal jenis tanaman herbal berdasarkan melihat secara sekilas pada daun. Pada metode PCA digunakan untuk mengurangi dimensi citra daun herbal dan metode Modified KNN digunakan untuk mengklasifikasikan citra daun herbal berdasarkan fitur. Pada pembagian data 6:4 nilai akurasi tertingginya sebesar 89 % pada K=2 dan akurasi terendahnya pada 78 % pada K=9. Pembagian data 7:3 nilai akurasi tertingginya sebesar 87 % pada K=4 dan akurasi terendahnya pada 82 % pada K=9. Dan Pada pembagian data 8:2 nilai akurasi tertingginya sebesar 93 % pada K=3 dan akurasi terendah sebesar 84 % pada K=4.
Co-Authors Abdullayev, Vugar Achmad Zainudin Nur Adawiyah, Laila Adela Putri Ariyanti Aflaha, Rahmina Ulfah Ahmad Juhdi Ahmad Rusadi Akhtar, Zarif Bin Al Ghifari, Muhammad Akmal Al Habesyah, Noor Zalekha Alfando, Muhammad Alvin Andi - Farmadi Andi Farmadi Andi Farmadi Andi Farmadi Angga Maulana Akbar Antoh, Soterio Arifin Hidayat Aryanti, Agustia Kuspita Athavale, Vijay Anant Azizah, Azkiya Nur Azizah, Siti Roziana Bahriddin Abapihi Dendy Fadhel Adhipratama Dendy Dodon Turianto Nugrahadi Dwi Kartini Dwi Kartini, Dwi Emma Andini Faisal, M. Reza Fatma Indriani Fauzan Luthfi, Achmad Fayyadh, Muhammad Naufaldi Febrian, Muhamad Michael Friska Abadi Ghinaya, Helma Hermiati, Arya Syifa Huynh, Phuoc-Hai Irwan Budiman Irwan Budiman Itqan Mazdadi, Muhammad Junaidi, Ridha Fahmi Lilies Handayani Lisnawati Lumbanraja, Favorisen R M Kevin Warendra Mariana Dewi Miftahul Muhaemen Muflih Ihza Rifatama Muhammad Alkaff Muhammad Anshari Muhammad Azmi Adhani Muhammad Denny Ersyadi Rahman Muhammad Itqan Mazdadi Muhammad Noor Muhammad Reza Faisal, Muhammad Reza Muhammad Rizky Mubarok Muhammad Sholih Afif Muhammad Syahriani Noor Basya Basya Muliadi Muliadi MULIADI -, MULIADI Muliadi Muliadi Muliadi Muliadi Muliadi Muliadi Nabella, Putri Nafis Satul Khasanah Ngo, Luu Duc Noor Hidayah Noryasminda Nur Hidayatullah, Wildan Nurdiansyah Nurdiansyah Nursyifa Azizah Oni Soesanto Pratama, Muhammad Yoga Adha Putri Nabella Putri, Nitami Lestari Radityo Adi Nugroho Rahmad Ubaidillah Rahmat Ramadhani Raidra Zeniananto Ramadhan, As`'ary Reza Faisal, Mohammad Rizky Ananda, Muhammad Rozaq, Hasri Akbar Awal Saputro, Setyo Wahyu Saragih, Triando Hamonangan Setyo Wahyu Saputro Siti Aisyah Solechah Suci Permata Sari Suryadi, Mulia Kevin Tri Mulyani Ulya, Azizatul Vina Maulida, Vina Wahyu Ramadansyah Wahyu Saputro, Setyo Zaini Abdan Zamzam, Yra Fatria