Claim Missing Document
Check
Articles

Klasifikasi Sampah Daur Ulang Menggunakan Dukungan Vektor Machine Dengan Fitur Pola Biner Lokal Leonardo, Leonardo; Yohannes, Yohannes; Hartati, Ery
Jurnal Algoritme Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1263.533 KB) | DOI: 10.35957/algoritme.v1i1.440

Abstract

Garbage is one of the problems that always arise in Indonesia and even in the world. Increasingly, the production of waste is increased along with the increase in population and consumption. Therefore, need a prevention to stop wasting or producing garbage through recycle. This research do garbage recycle classification of cardboard, glass, metal, paper and plastic by using Local Binary Pattern (LBP) texture feature extraction methode and Support Vector Machine (SVM) as classification methode. For examination technic and dataset distribution is using K-Fold Cross Validation methode type Leave One Out (LOO). From examination result had been done were using fold 5 until fold 10. Polynomial kernel get highest accuracy result from every fold used with mean point 87.82%. Based on SVM classification examination result whether linear kernel, polynomial nor gaussian by using fold 5 until fold 10. The best accuracy point for cardboard garbage is 96.01%. For glass garbage, the best accuracy point is 90.62%. Then, metal garbage get the best accuracy point 89.72%. While paper garbage with highest accuracy point 96.01%. And plastic garbage with highest accuracy point 87.64%.
Identifikasi Aksara Katakana Menggunakan Convolutional Neural Network Arsitektur LeNet Winardi, Eric Agustian; Hartati, Ery
Jurnal Algoritme Vol 2 No 2 (2022): April 2022 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (513.031 KB) | DOI: 10.35957/algoritme.v2i2.2359

Abstract

Penelitian ini mengangkat topik terkait dengan identifikasi menggunakan objek aksara katakana. Pada penelitian ini menggunakan beberapa Optimizer, namun belum diketahui penggunaan Optimizer dan Pooling Layer yang memiliki tingkat pengenalan yang terbaik dalam penelitian tersebut. Penelitian ini menggunakan Optimizer Adam, SGD dan RMSprop, kemudian Pooling Layer menggunakan Average dan Max Pooling. Data yang digunakan sebanyak 2070 citra yang terdiri dari 920 citra latih, 690 citra validasi dan 460 citra uji dengan total 46 kelas. Metode pengenalan menggunakan Convolutional Neural Network arsitektur LeNet, dengan input berupa citra yang telah melalui proses preprocessing menggunakan metode otsu dari citra aksara katakana. Skenario pengujian terdiri dari 6 skenario dengan Optimizer dan Pooling Layer yang berbeda-beda. Tingkat akurasi tertinggi didapatkan pada skenario pertama menggunakan Adam dan Average Pooling sebesar 90% dengan hasil pengenalan sebanyak 414 dari 460 data uji. Hasil dari penelitian ini dapat digunakan sebagai referensi pada penelitian lanjutan dengan metode ataupun objek yang sama.
PENGGUNAAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI BUAH SEGAR DAN BUSUK Santoso, Felix; Hartati, Ery
Jurnal Algoritme Vol 3 No 1 (2022): Oktober 2022 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v3i1.3404

Abstract

Buah-buahan merupakan salah satu makanan yang sering dikonsumsi oleh berbagai kalangan umur karena sumber berbagai mineral, vitamin dan serat pangan. Untuk memperoleh manfaat yang terdapat pada buah, masyarakat harus mengonsumsi buah yang segar dan belum busuk. Secara fisik, kesegaran buah dapat dilihat karena tanda-tanda yang ada pada buah segar atau buah busuk mudah diamati.LBP (Local Binary Pattern) adalah metode ekstraksi fitur tekstur yang sederhana,namun efisien dalam mempresentasikan ciri tekstur, sedangkan HSV (Hue, Value dan Saturation) merupakan ruang warna yang cocok untuk mengidentifikasi warna-warna dasar yang akan digunakan dalam penelitian sebagai warna identifikasi cahaya dan bisa menoleransi perubahan intensitas cahaya. Penelitian ini menggunakan public dataset buah segar dan buah busuk. Proses di mulai dari resize menjadi ukuran 300 x 300 pixel dan selanjutnya dilakukan ekstraksi fitur LBP dan dilanjutkan dengan ekstraksi fitur HSV. Hasil ekstraksi fitur LBP dan HSV di gunakan sebagai input klasifikasi menggunakan algoritma random forest dengan nilai n_estimator 500,1000,1500,dan 2000. Hasil pengujian menggunakan algoritma random forest menghasilkan nilai Accuracy tertinggi sebesar 95,92% dengan nilai n_estimator 2000.
Pemanfaatan Wodershare Filmora Dalam Meningkatkan Kemampuan Sumber Daya Manusia Di Dinas Sosial Provinsi Sumatera Selatan Hartati, Ery; Ricoida, Desy Iba; Fransen, Lisa Amelia
FORDICATE Vol 1 No 1 (2021): November 2021
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.85 KB) | DOI: 10.35957/fordicate.v1i1.1627

Abstract

Lack of skills in the ability to edit videos and has become anobstacle for the Human Resources department at the Social Service ofSouth Sumatra Province in presenting information that is attractiveand interesting to the public. Therefore, training in the use ofWodershare Filmora software is needed to improve the skills of theHuman Resources department in video editing. From the trainingprovided, it was seen that the participants were enthusiastic inparticipating and practicing directly the software used and increasingtheir understanding of using the Wodershare Filmora software. It ishoped that in the future the training can be carried out on a scheduledbasis so that the material presented can be more in-depth and theability of the trainees to increase.
Pelatihan Digital Marketing Dengan Market Place Toko Talk Pada Usaha Kuliner RM Pondok Kolam Sangabut Hartati, Ery; Gasim, Gasim; Inayatullah, Inayatullah; Michael, Michael
FORDICATE Vol 1 No 2 (2022): April 2022
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (716.697 KB) | DOI: 10.35957/fordicate.v1i2.2414

Abstract

Tri Dharma perguruan tinggi adalah kewajiban bagi setiap dosen yang harus dijalankan setiap semester dalam tahun ajaran. Adapun Tri Dharma Perguruan Tinggi meliputi pengajaran, penelitian, dan pengabdian kepada masyarakat. Pengabdian kepada masyarakat memberikan esensi penting secara sosial agar memberikan manfaat secara langsung bagi masyarakat umum. Selain itu juga memberikan pengalaman bagi dosen yang bersangkutan agar dapat melakukan inovasi pengetahuan. Pengabdian kepada masyarakat ini dilaksanakan di RM Kuliner dan Pemancingan Sangabut Kayu Agung. Pengabdian ini dilaksanakan oleh dosen lingkungan Universitas MDP dengan persetujuan dari Rektor Universitas MDP. Usaha yang akan hadir yaitu para Usaha Kuliner untuk mengikuti Workshop Pemanfaatan Digital marketing dan Pembuatan Laporan Keuangan Bagi Usaha Usaha Kuliner. Dalam pelatihan ini nanti diharapkan para usaha dapat melakukan pembuatan Digital marketing dan Pembuatan Laporan Keuangan guna membantu dalam kegiatan operasional usaha mereka dan selain itu juga dapat lebih meningkatkan kompetensi para Usaha Kuliner RM Pondok Kolam Sangabut di Kota Kayu Agung.
Co-Authors ., Dewa Adrian Chandra Akhfir, Muhammad Fadly Ukhrowi Amarullah, Rendy Ambrosius Dwi Cahyadi Andreas, Kevin Aneke Windari Ardiansyah, Aldi Ariansyah, Nova Awalludin, Nur Bertnas Valentino, Calvin Budi, Raden George Samuel Candra candra Chaesa, Linus Ardel Chandra, Kelvin William Christy, Christy Deka Putra Pamungkas Derry Alamsyah Desy Iba Ricoida Djunaidi, Sherdian Eka Puji Widiyanto Fathimah Azzahra Fatimah Nadia FELICIA Felix Santoso Ferdian Indrahadi Fernando Fernando Fernando, Fernando Firnando, Januar Franko, Billy Fransiska, Julita gasim, Gasim Graciela, Michelle Hafiz Irsyad Hakiki, Muhammad Anugrah Hebert, Hocwin Inayatullah, Inayatullah Intan Sanu Ivander Destian Luis Jennifer Jocelyn Jennifer Velensia Santoti Jeovanni Wong Jumhari Jumhari Kelly, Angel Keristin, Usnia Wati Kesuma, Dorie P. Kevin Antonio Khairani, Siti Kotan, Jendraja Husin Kusuma, Dorie P. Leonardo Leonardo Lisa Amelia M Rifqi Virgiansyah M. Kurniawan, M. Maria Elana Maulana, Muhammad Ishaq Michael Michael Muhammad Maisep Muhammad Nirraca Mutia, Silvi Nataliatara Nataliatara Nicholas Edison Nicholas, Nicholas Nirraca, Muhammad Nurrahman, Wahyu Aji Oktaviani, Ayu Sri Peter Reynard Susanto Prasetyo, Zavier Billy Putra Darmansius, Albertus Dwi Andhika Putra Ganda Dewata Qois Al Qorni Renaldo, Florence Reza Ardana Richie Jonathan Chaniago Ricko Andreas Kartono Ricky Ricky Rikky, Rikky Sahpira, Mulia Saputra, Ade Rocky Saputra, Riganda Sasongko, Randie Se, Abd Rosyiid Selvie Selvie Sihombing, Mecha Bella Permata Steven Hartanto Sudiadi Sudiadi Sudiadi Sudiadi Suluh Arif Wibowo Tan, Handy Christianto Tanzil, Surya Pratama Teo Yulio Sihotang Umar Muhdhor Umi Karolina Vasco Dee Gamma Bororing Verdy Verrino Adityya Virginia, Callista Widyakusuma, Rafael Lois Wijaya, Frisky Wilyanto, Nicholas Winardi, Eric Agustian Yogie Prakoso Yohannes Yohannes Yulistia Yulistia