Article Per Year (5 Year)
p-Index From 2021 - 2026
2.096
P-Index
This Author published in this journals
All Journal JREC (Journal of Electrical and Electronics) Jurnal SOLMA Tunjuk Ajar: Jurnal Penelitian Ilmu Pendidikan JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal Jaring SainTek Lingua Susastra Journal of Computer Science Contributions (Jucosco) Siber International Journal of Digital Business Journal of Informatics and Information Security Goodwood Akuntansi dan Auditing Reviu
Dian Hartanti
Alumni Fakultas Kehutanan UGM
Arts Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : journal informatics science

 1 
Analisis Backpropagation Dengan Resilient Propagation Artificial Neural Network Dalam Penentuan Berat Badan Kambing Cipta W, Max Teja Ajie; Hartanti, Dian
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 9 No 1 (2019): Informatics Engineering and Science Journal
Publisher : STMIK BANI SALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (525.768 KB)

Abstract

Penentuan berat badan hewan ternak berdasarkan ukuran tubuh diperlukan ketika penimbangan langsung tidak praktis atau ketika alat timbang tidak tersedia. Teknik ini dapat digunakan untuk mendeteksi berat badan yang tidak wajar misalnya akibat pemberian pakan sebelum ditimbang. Dalam penelitian ini, penentuan berat badan hewan ternak berdasarkan ukuran tubuh dilakukan terhadap kambing Kacang betina dengan pendekatan kecerdasan buatan, yaitu dengan menggunakan Resilient Propagation (RPROP) Neural Network. Sebagai pembanding, percobaan juga dilakukan dengan metode Backpropagation (BP) dan RPROP tanpa optimasi bobot awal. Hasilnya RPROP tanpa optimasi bobot awal dapat menghasilkan model dengan nilai MSE yang lebih baik antara 1,90% - 2,71% dibanding metode training BP yang juga tanpa optimasi bobot awal. Penerapan optimasi bobot awal menggunakan ABC terhadap metode training RPROP dapat menghasilkan nilai MSE yang lebih baik antara 0,14% - 3,03% dibanding metode training RPROP bobot awal acak.
RANCANG BANGUN SIMULASI LOGIKA PROPOSISI PADA MATAKULIAH KECERDASAN BUATAN Hartanti, Dian; Lubis, Hendarman; Depiandika, Lisa
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 9 No 2 (2019): Informatic Engineering and Science Journal
Publisher : STMIK BANI SALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (401.791 KB)

Abstract

Artificial intelligence atau kecerdasan buatan didefinisikan sebagai kecerdasan entitas ilmiah. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (computer) agar dapat melakukan pekerjaan seperti yang dilakukan manusia. Banyak hal yang terlihat sulit diselesaikan oleh manusia, tetapi dapat diselesaikan dengan kecerdasan buatan, seperti mentransformasikan persamaan, menyelesaikan persoalan logika maupun persoalan matematika lainnya. Logika Proposisi merupakan salah satu materi dalam matakuliah kecerdasan buatan, yang sulit dipahami oleh mahasiswa. Salah satu materi logika propoposisi yaitu tentang resolusi logika proposisi, Resolusi logika proposisi digunakan untuk membuktikan valid atau tidaknya suatu proposisi dan mempunyai nilai kebenaran true atau false. Sehingga untuk dapat membuktikan valid atau tidaknya suatu proposisi, mahasiswa harus memahami bagaimana langkah-langkah resolusi logika proposisi. Untuk meningkatkan pemahaman mahasiswa terhadap materi logika proposisi, dibutuhkan sebuah aplikasi media pembelajaran logika proposisi untuk menunjang pengetahuan mengenai logika proposisi. Aplikasi ini menghasilkan pembuktian valid / tidak nya suatu proposisi melalui pohon resolusi, Aplikasi ini dibuat dengan menggunakan Visual Basic.Net 2008. Kata kunci : Kecerdasan buatan, logika proposisi, media pembelajaran, simulasi, logika
Perancangan Sistem Informasi Penggajian Pegawai PT “X” Berbasis Android Hartanti, Dian; Handayani, Dwipa; Sukowati, Dwi
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 10 No 1 (2020): Jurnal Ilmiah
Publisher : STMIK BANI SALEH

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

Abstract

Abstrak Perkembangan sistem informasi yang semakin cepat menuntut perusahaan juga mengikuti perkembangan teknologi informasi yang semakin canggih agar kehidupan bisnis semakin maju, termasuk diantara nya adalah sistem penggajian pada perusahaan, permasalahan yang ada saat ini di PT. “X” adalah cara perhitungan gaji yang kurang efisien dan sulitnya akses data informasi mengenai penggajian pegawai, dimungkinkannya data penggajian data hilang atau terselip di berkas–berkas lainnya yang sering menumpuk, kehilangan data penggajian pegawai dapat menyulitkan bagian keuangan untuk melakukan pengendalian atau kontrol terhadap penggajian pegawai. Untuk mengatasi permasalahan tersebut dibuatlah sistem informasi penggajian berbasis android menggunakan metode waterfall, perancangan dan penganalisaan data dan sistem digambarkan menggunakan UML. Dengan adanya sistem informasi penggajian tersebut diharapkan dapat membantu pihak perusahaan memberikan informasi gaji karyawan lebih cepat, efektif dan efisien
ANALISIS BACKPROPAGATION DENGAN RESILIENT PROPAGATION ARTIFICIAL NEURAL NETWORK DALAM PENENTUAN BERAT BADAN KAMBING W, Max Teja Ajie Cipta; Hartanti, Dian
Jurnal Gerbang STMIK Bani Saleh Vol 9 No 1 (2019): Informatics, Science and Technologies Journal
Publisher : LIPI

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

Abstract

Penentuan berat badan hewan ternak berdasarkan ukuran tubuh diperlukan ketika penimbangan langsung tidak praktis atau ketika alat timbang tidak tersedia. Teknik ini dapat digunakan untuk mendeteksi berat badan yang tidak wajar misalnya akibat pemberian pakan sebelum ditimbang. Dalam penelitian ini, penentuan berat badan hewan ternak berdasarkan ukuran tubuh dilakukan terhadap kambing Kacang betina dengan pendekatan kecerdasan buatan, yaitu dengan menggunakan Resilient Propagation (RPROP) Neural Network. Sebagai pembanding, percobaan juga dilakukan dengan metode Backpropagation (BP) dan RPROP tanpa optimasi bobot awal. Hasilnya RPROP tanpa optimasi bobot awal dapat menghasilkan model dengan nilai MSE yang lebih baik antara 1,90% - 2,71% dibanding metode training BP yang juga tanpa optimasi bobot awal. Penerapan optimasi bobot awal menggunakan ABC terhadap metode training RPROP dapat menghasilkan nilai MSE yang lebih baik antara 0,14% - 3,03% dibanding metode training RPROP bobot awal acak.
RANCANG BANGUN SIMULASI LOGIKA PROPOSISI PADA MATAKULIAH KECERDASAN BUATAN Hartanti, Dian; Lubis, Hendarman; Depiandika, Lisa
Jurnal Gerbang STMIK Bani Saleh Vol 9 No 2 (2019): Informatics, Science and Technologies Journal
Publisher : LIPI

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

Abstract

Artificial intelligence atau kecerdasan buatan didefinisikan sebagai kecerdasan entitas ilmiah. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (computer) agar dapat melakukan pekerjaan seperti yang dilakukan manusia. Banyak hal yang terlihat sulit diselesaikan oleh manusia, tetapi dapat diselesaikan dengan kecerdasan buatan, seperti mentransformasikan persamaan, menyelesaikan persoalan logika maupun persoalan matematika lainnya. Logika Proposisi merupakan salah satu materi dalam matakuliah kecerdasan buatan, yang sulit dipahami oleh mahasiswa. Salah satu materi logika propoposisi yaitu tentang resolusi logika proposisi, Resolusi logika proposisi digunakan untuk membuktikan valid atau tidaknya suatu proposisi dan mempunyai nilai kebenaran true atau false. Sehingga untuk dapat membuktikan valid atau tidaknya suatu proposisi, mahasiswa harus memahami bagaimana langkah-langkah resolusi logika proposisi. Untuk meningkatkan pemahaman mahasiswa terhadap materi logika proposisi, dibutuhkan sebuah aplikasi media pembelajaran logika proposisi untuk menunjang pengetahuan mengenai logika proposisi. Aplikasi ini menghasilkan pembuktian valid / tidak nya suatu proposisi melalui pohon resolusi, Aplikasi ini dibuat dengan menggunakan Visual Basic.Net 2008.
PERANCANGAN SISTEM INFORMASI PENGGAJIAN PEGAWAI PT “X” BERBASIS ANDROID Hartanti, Dian; Handayani, Dwipa; Sukowati, Dwi
Jurnal Gerbang STMIK Bani Saleh Vol 10 No 1 (2020): Informatics, Science and Technologies Journal
Publisher : LIPI

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

Abstract

Perkembangan sistem informasi yang semakin cepat menuntut perusahaan juga mengikuti perkembangan teknologi informasi yang semakin canggih agar kehidupan bisnis semakin maju, termasuk diantara nya adalah sistem penggajian pada perusahaan, permasalahan yang ada saat ini di PT. “X” adalah cara perhitungan gaji yang kurang efisien dan sulitnya akses data informasi mengenai penggajian pegawai, dimungkinkannya data penggajian data hilang atau terselip di berkas–berkas lainnya yang sering menumpuk, kehilangan data penggajian pegawai dapat menyulitkan bagian keuangan untuk melakukan pengendalian atau kontrol terhadap penggajian pegawai. Untuk mengatasi permasalahan tersebut dibuatlah sistem informasi penggajian berbasis android menggunakan metode waterfall, perancangan dan penganalisaan data dan sistem digambarkan menggunakan UML. Dengan adanya sistem informasi penggajian tersebut diharapkan dapat membantu pihak perusahaan memberikan informasi gaji karyawan lebih cepat, efektif dan efisien
Co-Authors Abrar Hiswara Amaliati, Desi Andy Achmad Asri, Yessy Astutik, Novia Baehaqi Bayu Pratama, Bayu Cipta W, Max Teja Ajie Danugri, Dadang Depiandika, Lisa Depiandika, Lisa Dewi Driyani, Dewi Dwi Budi Srisulistiowati Dwina Kuswardani, Dwina Dwipa Handayani Elloni Shenurti Elly, Muhamad Jafar Emillia, Emillia Hafizah Hafizah Husada, Hendrianto Irfan ikhwanda Juliana Khaerul, Said Krisnando, Krisnando Kusdarnowo Kustanto , Prio Lubis, Hendarman Lubis, Hendarman Mayadi Mayadi Mugiarso Nabilah, Tsamara Nabilah, Tsamarah Noe'man, Achmad Noeman, Achmad Noe’man, Achmad Rahman Fauzi, Denny Rasim RR. Ella Evrita Hestiandari Sihombing, Tania Sagita Sikumbang, Hengki Suntoko, Suntoko W, Max Teja Ajie Cipta Yetriva, Muhammad Fachrozi Yuliansyah, Rahmat