Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Journal of Environmental Engineering and Sustainable Technology
Imam Cholissodin
Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya
Control & Systems Engineering Decision Sciences, Operations Research & Management Energy Environmental Science Mechanical Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
OPTIMASI FUZZY INFERENCE SYSTEM SUGENO DENGAN ALGORITMA HILL CLIMBING UNTUK PENENTUAN HARGA JUAL RUMAH Arinda Hapsari Achnas; Imam Cholissodin; Wayan Firdaus Mahmudy
Journal of Environmental Engineering and Sustainable Technology Vol 2, No 1 (2015)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (101.587 KB) | DOI: 10.21776/ub.jeest.2015.002.01.5

Abstract

A house selling price can be determined by two methods, financially and technically. Hovewer, the selling price that determined by the methods are often different. It makes the manager having a problem when determining the house final selling price accurately. This paper proposes Sugeno Fuzzy Inference System (FIS) to calculate an accurate price. To get better result, Hill Climbing Algorithms is used to optimize the membership function of Sugeno FIS. A series of computational experimens prove that the approach is effective. Hill Climbing Algorithms can improve the accuracy of results.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UNGGUL SAPI BALI MENGGUNAKAN ALGORITMA SIMPLIIFIED SEQUENTIAL MINIMAL OPTIMIZATION (SSMO) PADA SUPPPORT VECTOR MACHINE (SVM) Eugenius Yosep Korsan N; Arief Andy Soebroto; Imam Cholissodin
Journal of Environmental Engineering and Sustainable Technology Vol 2, No 1 (2015)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.686 KB) | DOI: 10.21776/ub.jeest.2015.002.01.6

Abstract

Balai Pembibitan Ternak Unggul (BPTU) Sapi Bali di Jembrana, Bali merupakan sebuah tempat pembudidayaan Sapi Bali yang memiliki kualitas unggul.Sapi Bali merupakan jenis sapi yang memiliki ciri khas yang unik. Ciri khas tersebut terletak pada warna kulit Sapi Bali yang mengalami perubahan sesuai dengan jenis kelamin dan usianya. Pemilihan bibit unggul Sapi Bali di BPTU dilakukan dengan berbagai macam cara. Salah satunya melihat pola warna kulit secara langsung yang terdapat pada tubuh Sapi Bali. Proses pemilihan bibit unggul Sapi Bali rentan terjadinya kesalahan yang dilakukan oleh para peternak (human error) dikarenakan jumlah Sapi Bali yang banyak di BPTU Sapi Bali. Pemilihan bibit unggul diklasifikasikan ke dalam tiga kelas yaitu Baik (Bibit Unggul), Sedang, Buruk. Untuk itu, perlu dibutuhkan suatu sistemyang mampu menghasilkan klasifikasi bibit unggul Sapi Bali berdasarkan warna kulit yang diambil menggunakan citra digital.Pada sistem tersebut, akan menerapkan algoritma SimplifiedSequential Minimal Optimization (SSMO)dengan kernel Radial Basis Function (RBF)  untuk proses training data dan metode One-Against-All untuk proses klasifikasi berdasarkan fitur rata-rata dari nilai red, green dan blue (RGB). Hasil dari skenario pengujian didapatkan rata-rata tingkat akurasi untuk empat skenario pengujian Sapi Bali Jantan dan Betina sebesar 97.50% dan 67.50%.
OPTIMASI FUNGSI KEANGGOTAAN FUZZY TSUKAMOTO MENGGUNAKAN ALGORITMA GENETIKA UNTUK PENENTUAN HARGA JUAL RUMAH Evi Nur Azizah; Imam Cholissodin; Wayan Firdaus Mahmudy
Journal of Environmental Engineering and Sustainable Technology Vol 2, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (67.155 KB) | DOI: 10.21776/ub.jeest.2015.002.02.3

Abstract

Secara umum, penentuan harga jual rumah ditentukan oleh dua bagian yaitu bagian teknik dan bagian keuangan. Namun seringkali harga jual yang didapatkan pada bagian ini berbeda sehingga menyebabkan manager melakukan perhitungan ulang dari kedua hasil tersebut. Untuk menyelesaikan permasalahan tersebut, maka perlu dibuat suatu sistem yang dapat menghitung harga jual secara akurat. Dalam paper ini, harga jual rumah ditentukan menggunakan sistem inferensi fuzzy Tsukamoto. Namun penggunaan logika fuzzy saja masih memungkinkan mendapatkan error yang relative besar. Untuk memperkecil nilai error maka digunakan algoritma genetika untuk menentukan batasan nilai fungsi keanggotaan yang sesuai. Dari pengujian yang dilakukan didapatkan kesimpulan bahwa penggunaan algoritma genetika mampu memperkecil error secara signifikan.
Co-Authors Arief Andy Soebroto Arinda Hapsari Achnas Eugenius Yosep Korsan N Evi Nur Azizah Wayan Firdaus Mahmudy