Claim Missing Document
Check
Articles

Found 48 Documents
Search
Journal : juita jurnal informatika

Optimasi Algoritma Pelatihan Levenberg–Marquardt Berdasarkan Variasi Nilai Learning-Rate dan Jumlah Neuron dalam Lapisan Tersembunyi Hindayati Mustafidah; Amrisa Yanri Rahmadhani; Harjono Harjono
JUITA : Jurnal Informatika JUITA VoL. 7 Nomor 1, Mei 2019
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.131 KB) | DOI: 10.30595/juita.v7i1.4396

Abstract

Backpropagation (BP) merupakan salah satu paradigma pembelajaran dalam jaringan syaraf tiruan yang dibangun dengan banyak lapisan untuk mengubah bobot–bobot yang terhubung dengan neuron pada lapisan tersembunyi. Pengubahan bobot dilakukan oleh sebuah algoritma pelatihan sehingga mendekati bobot optimal. Kinerja algoritma pelatihan dikatakan optimal dapat dilihat dari error yang dihasilkan (MSE). Semakin kecil MSE, semakin optimal kinerjanya. Beberapa penelitian yang dilakukan sebelumnya, diperoleh informasi bahwa algoritma pelatihan yang paling optimal berdasarkan MSE terkecil adalah algoritma Levenberg–Marquardt (LM) dengan rata–rata MSE 0.001 dengan tingkat pengujian α=5%. Penelitian tersebut menggunakan 10 neuron dalam lapisan tersembunyi. Keadaan optimal banyaknya neuron dalam lapisan tersembunyi yang dapat menghasilkan MSE paling kecil belum diketahui. Oleh karena itu, dalam penelitian ini dilakukan analisis untuk mengetahui jumlah neuron yang paling optimal dalam lapisan tersembunyi pada algoritma LM. Parameter jaringan yang digunakan yaitu 15 neuron dalam lapisan input, target error=0.001 (10-3) dan variasi nilai laju pembelajaran. Penelitian ini menggunakan metode campuran yaitu pengembangan program komputer dan pengujian data statistik menggunakan ANOVA. Pengembangan program komputer digunakan untuk membangkitkan data random sebagai masukan jaringan, menjalankan algoritma LM, dan menghasilkan data keluaran. Hasil analisis menunjukkan bahwa dengan 27 neuron pada lapisan tersembunyi menghasilkan MSE terkecil yaitu 0.0000807±0.0001220 dengan laju pembelajaran=0.8.
Performance of Levenberg-Marquardt Algorithm in Backpropagation Network Based on the Number of Neurons in Hidden Layers and Learning Rate Hindayati Mustafidah; Suwarsito Suwarsito
JUITA : Jurnal Informatika JUITA Vol. 8 Nomor 1, Mei 2020
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1535.32 KB) | DOI: 10.30595/juita.v8i1.7150

Abstract

One of the supervised learning paradigms in artificial neural networks (ANN) that are in great developed is the backpropagation model. Backpropagation is a perceptron learning algorithm with many layers to change weights connected to neurons in hidden layers. The performance of the algorithm is influenced by several network parameters including the number of neurons in the input layer, the maximum epoch used, learning rate (lr) value, the hidden layer configuration, and the resulting error (MSE). Some of the tests conducted in previous studies obtained information that the Levenberg-Marquardt training algorithm has better performance than other algorithms in the backpropagation network, which produces the smallest average error with a test level of α = 5% which used 10 neurons in a hidden layer. The number of neurons in hidden layers varies depending on the number of neurons in the input layer. In this study an analysis of the performance of the Levenberg-Marquardt training algorithm was carried out with 5 neurons in the input layer, a number of n neurons in hidden layers (n = 2, 4, 5, 7, 9), and 1 neuron in the output layer. Performance analysis is based on network-generated errors. This study uses a mixed method, namely development research with quantitative and qualitative testing using ANOVA statistical tests. Based on the analysis, the Levenberg-Marquardt training algorithm produces the smallest error of 0.00014 ± 0.00018 on 9 neurons in hidden layers with lr = 0.5. Keywords: hidden layer, backpropogation, MSE, learning rate, Levenberg-Marquardt.
Metode TOPSIS untuk Menentukan Penerimaan Mahasiswa Baru Pendidikan Dokter di Universitas Muhammadiyah Purwokerto Erik Kurniawan; Hindayati Mustafidah; Anis Shofiyani
JUITA : Jurnal Informatika JUITA Vol. 3, Nomor 4 Nopember 2015
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1121.292 KB) | DOI: 10.30595/juita.v3i4.877

Abstract

Penerimaan mahasiswa baru merupakan kegiatan rutin yang dilakukan oleh seluruh Perguruan Tinggi  di Indonesia setiap tahunnya. Kegiatan ini dapat dikatakan sebagai titik awal proses pencarian calon mahasiswa baru yang berkualitas. Sistem  penerimaan mahasiswa baru dilakukan melalui Jalur Minat dan Prestasi dan Jalur Reguler.  Pada saat ini proses pengolahan data untuk menyeleksi calon mahasiswa baru fakultas kedokteran sudah menggunakan Microsoft Excel. Namun, masih memiliki kekurangan yaitu dalam proses pengolahan nilai yang digunakan sebagai kriteria penerimaan mahasiswa baru. Proses pengolahan nilai memerlukan waktu yang lama, terutama pada proses seleksi  maupun proses peranking-an. Sistem pendukung keputusan merupakan sistem yang tepat untuk diterapkan, karena sistem pendukung keputusan dapat membantu mengambil keputusan berdasarkan kriteria yang ada. Metode yang digunakan dalam penelitian ini  adalah metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). Metode TOPSIS digunakan karena didasarkan pada konsepnya bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif
Rekomendasi Pembelian Televisi Menggunakan Basis Data Fuzzy Tahani Abdul Azis; Hindayati Mustafidah
JUITA : Jurnal Informatika JUITA Vol. 2 Nomor 1, Mei 2012
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (485.895 KB) | DOI: 10.30595/juita.v2i1.608

Abstract

By using a standard database, one can handle data that is for sure. But in fact often required the existence of handling the data is sketchy on the system database. Then to resolve the issue can be used the concept of fuzzy logic. This research will implement the concept of fuzzy logic Tahani Model into databases, or commonly called Fuzzy Database Tahani Model. That is, a data base system which can handle data that is fuzzy. The problem will be solved is the process of television recommendation that is most appropriate for users (prospective buyer television). The television recommendation is given on that has fire strength or level of conformity with the criteria of selection of numbers 0 (zero) up to the number 1 (one). The research is expected to help the prospective buyer television in determining which best suits his criteria
Tingkat Ketelitian Pengenalan Pola Data pada Algoritma Pelatihan Perbaikan Metode Batch Mode dalam Jaringan Syaraf Tiruan Feri Wibowo; Sigit Sugiyanto; Hindayati Mustafidah
JUITA : Jurnal Informatika JUITA Vol. 2 Nomor 4, Nopember 2013
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (69.929 KB) | DOI: 10.30595/juita.v2i4.832

Abstract

Backpropagation method in neural network using some training algorithms in problem solving. These algorithms need to be tested to get the most accuracy in identifying patterns of data. In this study conducted testing of 6 training algorithms that included in the improved of batch mode algorithms, i.e. traingda, traingdx, trainrp, trainbfg, trainoss, and trainlm. Based on the results of the statistical tests using analysis of variance (ANOVA) with a confidence level of 95% of the obtained results that trainlm algorithm is the most accurate with an average error of 0,0063. Thus these results can be used as a basis for the development of research and applications in the field of neural networks specifically for researchers or educators for development of science and technology
Penentuan Spesifikasi Komputer Berdasarkan Kebutuhan Pemakai Dan Harga Menggunakan Basis Data Fuzzy Mochamad Tegar Utomo; Hindayati Mustafidah
JUITA : Jurnal Informatika JUITA Vol. 4 Nomor 1, Mei 2016
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (829.737 KB) | DOI: 10.30595/juita.v4i1.1185

Abstract

Komputer merupakan alat yang digunakan untuk membantu kegiatan sehari hari. Perkembangan zaman membuat komputer menjadi tempat untuk menyalurkan hobi. Menonton film, bermain game, dan berselancar di internetpun menjadi pemandangan yang biasa. Oleh karena itu, pemilihan komponen komputer yang sesuai dengan kebutuhan sangat penting dilakukan. Namun, banyak orang tidak memahami komputer yang sesuai dengan kebutuhannya. Maka terjadi pemborosan biaya dan ketidakseimbangan antara kebutuhan dan komponen yang digunakan. Penelitian ini bertujuan untuk menangani permasalahan tersebut. Dengan menerapkan metode basis data fuzzy yang mengubah data numeris menjadi bahasa sehari-hari, maka dibuat sistem penentuan spesifikasi komputer berdasarkan kebutuhan dan harga yang menghasilkan spesifikasi komputer sesuai dengan kebutuhan penggunanya. Dengan sistem ini, dapat mempercepat proses penentuan spesifikasi yang digunakan dan menghemat anggaran yang dikeluarkan.
Diagnosa Penyakit Ikan Menggunakan Sistem Pakar Suwarsito Suwarsito; Hindayati Mustafidah
JUITA : Jurnal Informatika JUITA Vol. 1 Nomor 4, Nopember 2011
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (322.778 KB) | DOI: 10.30595/juita.v1i4.441

Abstract

Background from this research is too much of disease case groaning fish in Indonesia. Most farmers feel to confuse to look for various possible solutions. Reading of reference books and or visit upon the expert of fish disease likely not possible because that too much need time and energy and also expense, whereas fish which is being come down have to be immediately handled. According to the mentioned, this research develops an expert system which can be a consultant that capable to diagnose in fish disease cause and can give an advice to overcome the disease. This Expert system is called FISHEXP. This research is a development study, whichoperationally steps are: knowledge acquisition, knowledge representation using backward chaining, making shell in a computer program using Borland C++ programming language, and system examination.FISHEXP developed for 6 forms composed by 1 main form and 5 child forms for consultancy, adding rules, displaying rules on computer monitor, showing what that system FISHEXP is, and give the explanation of how to operate it. There are 3 main menus in FISHEXP that represent a user interface between user and the system. Among the menus, Consultancy is the prime menu cause shows the work of the FISHEXP system
Use of Wavelets in Electrocardiogram Research: a Literature Review Darwan Darwan; Hindayati Mustafidah
JUITA : Jurnal Informatika JUITA Vol. 9 No. 1, May 2021
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (268.897 KB) | DOI: 10.30595/juita.v9i1.10202

Abstract

Currently the introduction and detection of heart abnormalities using electrocardiogram (ECG) is very much. ECG conducted many research approaches in various methods, one of which is wavelet. This article aims to explain the trends of ECG research using wavelet approach in the last ten years. We reviewed journals with the keyword title "ecg wavelet" and published from 2011 to 2020. Articles classified by the most frequently discussed topics include: datasets, case studies, pre-processing, feature extraction and classification/identification methods. The increase in the number of ECG-related articles in recent years is still growing in new ways and methods. This study is very interesting because only a few researchers focus on researching about it. Several approaches from many researchers are used to obtain the best results, both by using machine learning and deep learning. This article will provide further explanation of the most widely used algorithms against ECG research with wavelet approaches. At the end of this article it is also shown that the critical aspect of ECG research can be done in the future is the use of datasets, as well as the extraction of characteristics and classifications by looking at the level of accuracy.
Sistem Pendukung Keputusan Penentuan Mahasiswa Berprestasi di Universitas Muhammadiyah Purwokerto Menggunakan Metode Weighted Product (WP) Hindayati Mustafidah; Hirzi Nur Hadyan
JUITA : Jurnal Informatika JUITA Vol. 5 Nomor 1, Mei 2017
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1444.899 KB) | DOI: 10.30595/juita.v5i1.1846

Abstract

Mahasiswa berprestasi merupakan mahasiswa yang berhasil mencapai prestasi tinggi, baik kurikuler maupun kokurikuler sesuai dengan kriteria yang dibutuhkan. Pada saat ini proses pengolahan data untuk penentuan calon mahasiswa berprestasi sudah menggunakan sistem manual.memungkinkan terjadinya kesalahan dalam proses pengolahan data pemilihan mahasiswa berprestasi. Proses pengolahan nilai memerlukan waktu yang lama, terutama pada proses penentuan  maupun proses peranking-an. Sistem pendukung keputusan merupakan sistem yang tepat untuk diterapkan, karena sistem pendukung keputusan dapat membantu untuk menentukan alternatif mana yang akan dipilih. Metode yang digunakan dalam penelitian ini  adalah metode WP (Weighted Product). Dalam penelitian ini digunakan kriteria IPK, karya tulis, prestasi/kemampuan yang diunggulkan, dan kemampuan bahasa Inggris.Kata Kunci : Mahasiswa berprestasi, Sistem Pendukung Keputusan, Weight Product
Penilaian Kelayakan Peminjaman pada Usaha Kecil Menengah Koperasi Menggunakan Metode Fuzzy Tsukamoto Hindayati Mustafidah; Akbar Wiraisy
JUITA : Jurnal Informatika JUITA Vol. 6 Nomor 2, November 2018
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (862.825 KB) | DOI: 10.30595/juita.v6i2.3197

Abstract

Dalam perekonomian Indonesia, sektor Usaha Kecil dan Menengah (UKM) memainkan peran yang sangat penting, terutama jika dikaitkan dengan jumlah tenaga kerja yang dapat diserap. Pertumbuhan UKM di Indonesia masih sangat bergantung pada masalah modal. Sebagai contoh kasus di “Koperasi Pasar Manis Sejahtera” di Purwokerto merupakan salah satu lembaga keuangan yang memiliki visi untuk meningkatkan pertumbuhan Usaha Kecil dan Menengah. Kebutuhan sistem untuk menilai kelayakan penerima pinjaman adalah persyaratan inti bahwa proses pembiayaan dapat berjalan dengan lancar. Kebutuhan akan sistem yang memiliki ketepatan dalam memberikan penilaian terhadap pengajuan pinjaman di Koperasi merupakan hal yang sangat penting. Untuk itu, dalam penelitian ini dikembangkan sistem berbasis inferensi fuzzy Tsukamoto dengan alasan bahwa beberapa variabel  yang digunakan sebagai pertimbangan pengajuan pinjaman adalah bersifat fuzzy. Variabel yang digunakan sebagai input sistem adalah karakter, jaminan, kemampuan, dan usaha. Model Rapid Application Development (RAD) digunakan sebagai teknologi pengembangan system. Hasil penelitian menunjukkan bahwa sistem yang dibangun dapat membantu pengambil keputusan dalam menilai kelayakan calon penerima kredit di Koperasi khususnya Koperasi Pasar Manis Sejahtera Purwokerto.
Co-Authors . Suwarsito Abdul Azis Abdul Kadir Hasani Abdul Karim Abu Khaer Firman Ades Galih Anto Adi Imantoyo Aditya Hadi Wijaya, Aditya Hadi Agung Purwo Wicaksono Agung Purwo Wicaksono Agung Supriyono Ahmad Ahmad Ahmad Yatiman Aji Dwi Setyabudi Aji, Panji Andika Mustiko Akbar Wiraisy Akhsin Rifai Aman Suyadi Aman Suyadi Aman Suyadi Amrisa Yanri Rahmadhani Andi Kurniawan Anis Shofiyani Anton Suroto Ardhine Attafaqquf Arif Mukhamal Bangkit Nurdiyansah Beny Pradana Betharia Wahyu Rizdawaty Citra Aristy Yusliani Dany Candra Febrianto Darwan, Darwan Dede Rubianto Dedi Mulyawan, Dedi Dedi Suprayogi Denis Pratama Alwan Azzami Dimara Kusuma Hakim Dimara Kusuma Hakim Dimas Anugerah Adibrata Dini Agustina Dini Siswani Mulia Dwi Aryanto Dwi Aryanto Dwi Ayanto Dwi Cahyanto Yoni Dwiky Putra Hardiawan Eka Setyaningsih Elindra Ambar Pambudi Eri Zuliarso Erik Kurniawan Fardhian Dwi Saputra Feri Wibowo Fitriani, Maulida Ayu Ghifari, Abu Dzar Al H Harjono Habib Wisnu Pratama Habibullah Al Faruq Halimah, Fitri Nur Harjono, H Hendrik Prawijaya Heri Maryanto, Cahyono Purbomartono, Heri Maryanto, Hirzi Nur Hadyan Ibnu Hazim Alfatih Ilham Gunadi Jaka Purwa Nugraha, Jaka Purwa Jefri Setiawan Khotimul Anwar Luthfatul Adlhiyah Mahmud, Annisa Kayla Azzira Manshur Awalludin Martono Akbar Rahmadi Mawaddah Isfa Apriliyani Mochamad Tegar Utomo Moh Aya Sofia Mr. Harjono, Mr. Mr. Suwarno, Mr. Muchammad Agung Miftahudin Muftikhah, Muftikhah Muhamad Zaeni Budiastanto Muhammad Hamka Muhammad Hamka Mustika Ratnaningsih Purbowati Mu’ammirotus Sholihah Ning Rahayu Noor Adi Pamungkas Nugraha, Habib Rosyid Pandu Nugroho, Aswin Mulyo Nurhidayah Nurhidayah Opik Taofik Pajar Sidiq Pandu Priambadha Prayogo, Adhitya Prista Amanda Putri Purnomo Purnomo Purwana Abdi Pujangga Putri Fitria Aprilliani Rahmat Setiawan Rakhmat Wijayanto, Rakhmat Ratna Kartikawati Ratna Kartikawati Reza Satria Ridho Muktiadi Rifqi Al Mubarok Rijal, Muhammad Azharul Rizka Putriyanti Rizky Maulana Yusuf Rodiah Pawesti Mayasari Rudi Aditia S Suwarsito SANTOSA, DWI Saputri, Devi Selvia Nur Rohman Septian Ari Wibowo Sigit Sugiyanto SUPRIYONO Supriyono Supriyono Susi Kurniasih Susylowati, Dewi Suwarno Suwarno Suwarno Suwarno Suwarsito, S Syahrul Hakim Tamam, Muhammad Taufik Tito Pinandita Wahyu Agung Ciptadi Wahyu Giri Pambudi Giarto Yuni Wiwiet Wiharti Yusuf, Rizky Maulana