Claim Missing Document
Check
Articles

STUDY COMPARISON BACKPROPOGATION, SUPPORT VECTOR MACHINE, AND EXTREME LEARNING MACHINE FOR BIOINFORMATICS DATA umi mahdiyah; M. Isa Irawan; Elly Matul Imah
Jurnal Ilmu Komputer dan Informasi Vol 8, No 1 (2015): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (324.272 KB) | DOI: 10.21609/jiki.v8i1.284

Abstract

A successful understanding on how to make computers learn would open up many new uses of computers and new levels of competence and customization. A detailed understanding on information- processing algorithms for machine learning might lead to a better understanding of human learning abilities and disabilities. There are many type of machine learning that we know, which includes Backpropagation (BP), Extreme Learning Machine (ELM), and Support Vector Machine (SVM). This research uses five data that have several characteristics. The result of this research is all the three investigated models offer comparable classification accuracies. This research has three type conclusions, the best performance in accuracy is BP, the best performance in stability is SVM and the best performance in CPU time is ELM for bioinformatics data.
Penerapan Fuzzy Expert System Sebagai Sistem Pendukung Keputusan Untuk Investor Properti Hadi Prasetiya; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (252.646 KB) | DOI: 10.12962/j23373520.v1i1.999

Abstract

Sistem pakar fuzzy adalah pro-gram komputer yang memberikan kemam-puan layaknya seorang pakar dalam mem-berikan solusi menggunakan know-ledge base logika fuzzy. Pada penelitian ini ter-dapat lima variabel linguistik yaitu harga tanah, ketinggian tanah, keasaman tanah, keramaian jalan, dan feng shui. Input diperoleh dari proses konsultasi dengan sistem pakar. Input berupa nilai crisp. Nilai input tersebut kemudian diproses fuzzifi-kasi-inferensi-komposisi-defuzzifikasi se-hingga terbentuk daerah kesimpulan, Output penilaian properti berupa nilai crisp pada interval [0,10] dimana terdapat lima nilai linguistik yaitu sangat baik, baik, sedang, buruk, dan sangat buruk.  
Pengenalan Ucapan Kata Sebagai Pengendali Gerakan Robot Lengan Secara Real-Time dengan Metode Linear Predictive Coding – Neuro Fuzzy Elsen Ronando; M. Isa Irawan
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (862.593 KB) | DOI: 10.12962/j23373520.v1i1.1011

Abstract

Sejak beberapa dekade terakhir ini, peran robot dalam industri maupun kehidupan sehari-hari semakin meningkat. Hampir tidak ada cabang industri teknologi tinggi yang tidak dibantu robot. Dalam kehidupan sehari-hari, berbagai bentuk robot diciptakan untuk membantu atau memudahkan aktivitas manusia. Namun seiring dengan tingkat kebutuhan manusia terhadap robot, tingkat resiko kesulitan manusia dalam menggunakan teknologi tersebut semakin tinggi.  Hal ini ditunjukkan dengan banyaknya kecelakaan akibat tidak adanya teknologi yang memudahkan manusia dalam berinteraksi dengan robot secara interaktif. Pada umumnya robot-robot tersebut dikendalikan melalui input keyboard dari Personal Computer (PC) atau remote control analog, dan bukan melalui suara ucapan. Oleh karena itu perlu dirancang suatu robot yang bergerak sesuai perintah suara ucapan. Jika suara ucapan digunakan untuk mengendalikan suatu robot, maka sistem yang dipakai harus berjalan secara realtime sehingga robot dapat dikendalikan secara interaktif. Pada tugas akhir ini akan dikembangkan sebuah suatu perangkat lunak sistem pengenalan suara menggunakan metode Linear Predictive Coding (LPC)  dan Neuro-Fuzzy. Perangkat lunak tersebut akan digunakan untuk mengendalikan robot lengan yang terhubung pada kabel serial RS-232 suatu PC melalui komunikasi serial. Dalam penelitian ini diharapkan dengan menerapkan metode Linear Predictive Coding (LPC)  dan Neuro-Fuzzy pada sistem pengenalan suara dapat digunakan untuk mengidentifikasi perintah suara dengan tingkat keberhasilan yang tinggi sehingga dapat digunakan sebagai pengendali robot yang handal. Berdasarkan dari hasil pengujian yang dilakukan pengenalan jaringan untuk data baru lebih rendah terhadap data latihan. Prosentase pengenalan suara dari dalam database sebesar 100 %, dan prosentase untuk pengenalan suara dari luar database 12,5%.
Aplikasi Pewarnaan Graf Fuzzy untuk Mengklasifikasi Jalur Lalu Lintas di Persimpangan Jalan Insinyur Soekarno Surabaya Sulastri Sulastri; Darmaji Darmaji; M. Isa Irawan
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (660.069 KB) | DOI: 10.12962/j23373520.v3i2.7921

Abstract

Jalan Insinyur Soekarno menempati urutan pertama sebagai jalan rawan kecelakaan di Kota Surabaya. Salah satu cara untuk mengurangi tingkat kecelakaan yang terjadi adalah dengan mengklasifikasikan jalur lalu lintas sehingga dapat memperlancar arus lalu lintas dan tidak terjadi kemacetan. Pada Tugas Akhir ini dilakukan pengklasifikasian jalur lalu lintas dengan menggunakan metode pewarnaan graf fuzzy. Terdapat 12 simpul yang menggambarkan arus lalu lintas dan 28 sisi mengintepretasikan jalur lalu lintas yang memiliki potensi terjadinya kecelakaan. Hasil yang diperoleh Tugas Akhir ini adalah 4 bilangan kromatik yang mengakibatkan terbentuknya 4 fase lampu lalu lintas dan waktu lampu hijau maksimal yakni 42 detik saat pagi, 40 detik saat siang, dan 43 detik saat sore.
Perbandingan Metode Fuzzy Time Series Cheng dan Metode Box-Jenkins untuk Memprediksi IHSG Mey Lista Tauryawati; M Isa Irawan
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (527.887 KB) | DOI: 10.12962/j23373520.v3i2.7985

Abstract

Proses peramalan sangat penting pada data time series karena diperlukan dalam proses pengambilan keputusan. Pada bidang finansial peramalan dapat digunakan untuk memantau pergerakan Indeks Harga Saham Gabungan (IHSG) yang akan datang. Perkembangan metode peramalan data time series yang cukup pesat mengakibatkan terdapat banyak pilihan metode yang dapat digunakan untuk meramalkan data sehingga perlu membandingkan metode yang satu dengan metode lainnya untuk mendapatkan hasil ramalan dengan akurasi yang tinggi. Pada tugas akhir ini dilakukan perbandingan peramalan untuk memperoleh metode yang terbaik diantara metode Fuzzy Time Series Cheng dan metode Box-Jenkins dalam memprediksi IHSG dengan akurasi yang tinggi berdasarkan MAE, MSE dan MAPE. Diantara kedua metode peramalan diperoleh metode yang terbaik adalah Fuzzy Time Series Cheng.
Sistem Deteksi Kemiripan Antar Dokumen Teks Menggunakan Model Bayesian Pada Term Latent Semantic Analysis (LSA) Danang Wahyu Wicaksono; Mohammad Isa Irawan; Alvida Mustika Rukmi
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (608.544 KB) | DOI: 10.12962/j23373520.v3i2.7998

Abstract

Metode Latent Semantic Analysis(LSA) adalah suatu metode yang mampu merepresentasikan hubungan antar dokumen teks melalui term serta dapat menilai kemiripan antar dokumen teks tersebut. Namun, metode LSA hanya menilai kemiripan antar dokumen teks melalui frekuensi term yang ada pada masing-masing dokumen teks sehingga mempunyai kelemahan yaitu tidak memperhatikan urutan atau tata letak term tersebut yang secara tidak langsung berpengaruh pada makna yang terkandung pada masing-masing dokumen. Oleh karena itu, digunakan model Bayesian pada term yang dihasilkan oleh LSA tersebut untuk menjaga dan memperhatikan urutan termdalam mendeteksi kemiripan antar dokumen teks sehingga struktur kalimat tetap terjaga dan mendapat hasil penilaian kemiripan antar dokumen teks yang lebih baik.Jika terdapat dua dokumen yang saling salin (copy) namun struktur kalimatnya diubah dan dibandingkan pada LSA dengan menggunakan cosine similarity maka akan didapat hasil yang sama seperti kedua dokumen ini dibandingkan tanpa perubahan struktur kalimat, sedangkan jika dibandingkan dengan menggunakan model Bayesian pada term, dokumen-dokumen yang mempunyai perbedaan struktur kalimat akan diperlakukan berbeda.
Algoritma Genetika Ganda untuk Capacitated Vehicle Routing Problem Muhammad Luthfi Shahab; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (501.804 KB) | DOI: 10.12962/j23373520.v4i2.11482

Abstract

Capacitated vehicle routing problem (CVRP) adalah salah satu variasi dari vehicle routing problem (VRP) yang menggunakan batasan kapasitas pada kendaraan yang dipakai. Ada banyak metode yang telah diteliti untuk bisa menyelesaikan CVRP, namun penggunaan algoritma genetika masih belum memberikan hasil yang memuaskan. Untuk mempermudah menyelesaikan CVRP, dapat dilakukan dekomposisi pada CVRP agar terbagi menjadi beberapa daerah yang dapat diselesaikan secara independen. Berdasarkan hal tersebut, dirumuskan algoritma genetika ganda yang terlebih dahulu berusaha untuk mendekomposisi CVRP dan kemudian mencari rute terpendek pada setiap daerah menggunakan dua algoritma genetika sederhana yang berbeda. Algoritma genetika ganda kemudian dibandingkan dengan algoritma genetika. Untuk membandingkan dua algoritma tersebut, dibuat empat permasalahan yaitu P50, P75, P100, dan P125 dengan pengujian pada setiap permasalahan menggunakan empat belas variasi kapasitas kendaraan yang berbeda. Didapatkan hasil bahwa algoritma genetika ganda lebih baik dari algoritma genetika dari segi waktu komputasi dan generasi. Dari segi jarak, algoritma genetika ganda juga lebih baik dari algoritma genetika kecuali untuk beberapa kapasitas kendaraan yang kecil pada permasalahan P50 dan P75.
PERBANDINGAN PERFORMANSI METODE PERAMALAN FUZZY TIME SERIES YANG DIMODIFIKASI DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDI KASUS: PENUTUPAN HARGA IHSG) Yongky Ujianto; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (428.829 KB) | DOI: 10.12962/j23373520.v4i2.11955

Abstract

Sebagai indikator pergerakan saham di bursa efek indonesia, pemantauan pergerakan  Indeks Harga Saham Gabungan (IHSG) sangat diperlukan. Nilai IHSG yang selalu berubah merupakan dasar dibutuhkannya metode peramalan untuk memprediksi nilai yang akan datang. Pencatatan harga penutupan yang fluktuatif tersebut dilakukan setiap hari yaitu setelah penutupan perdagangan sehingga data IHSG dapat digolongkan menjadi data deret waktu (time series). Dalam memproses data time series para peneliti mengadopsi berbagai metode analisis data time series yang bertujuan untuk mementukan pola dan keteraturan yang dapat digunakan untuk meramalkan kejadian mendatang.  penelitian ini dilakukan perbandingan antara metode fuzzy time series dan metode jaringan syaraf tiruan backpropagation untuk mendapatkan performansi terbaik untuk meramalkan IHSG. Dengan  menggunakan nilai ketepatan metode peramalan Mean Absolute Percentage Error (MAPE) didapatkan performansi terbaik adalah metode fuzzy time series dengan MAPE peramalan jangka panjang sebesar 0,4755 dan untuk peramalan jangka pendek sebesar 0,3951.
Perancangan Prototipe Perangkat Lunak Untuk Penempatan Pegawai Dengan Model Pilihan Dari Perspektif Dua Arah Berbasis Algoritma Genetika Mohamad Muhtaromi; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1010.062 KB) | DOI: 10.12962/j23373520.v4i2.13738

Abstract

Optimasi merupakan hal yang penting dalam berbagai bidang. Salah satunya adalah bidang penempatan pegawai dalam manajemen sumber daya manusia. Dengan optimasi penempatan pegawai dapat dilakukan dengan efektif, efisien dan sesuai kebutuhan perusahaan. Pada beberapa literatur terdapat banyak metode untuk optimasi. Namun dalam penelitian ini digunakan Algoritma Genetika untuk mengoptimalkan model pilihan dari perspektif dua arah sebagai model dari penempatan pegawai pada PT. Petrokimia Gresik. Pada akhir penelitian ditunjukkan bahwa Algoritma Genetika dapat digunakan untuk menyelesaikan model pilihan dari perspektif dua arah dan dirancang dalam sebuah prototipe perangkat lunak.
Perancangan dan Implementasi Perangkat Lunak Sistem Pendukung Keputusan Multi Kriteria Menggunakan Metode AHP Siti Maghfiroh; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1016.533 KB) | DOI: 10.12962/j23373520.v5i2.17143

Abstract

Sejalan dengan pesatnya perkembangan industri, pengambilan keputusan yang cepat dan akurat menjadi bagian yang penting dalam suatu instansi agar roda organisasi berjalan dengan lancar. Untuk mendukung hal tersebut, dibuat suatu sistem berbasis komputer yang dapat memudahkan proses pengambilan keputusan yaitu Sistem Pendukung Keputusan (SPK). Analytic Hierarchy Process (AHP) merupakan salah satu metode Multi Criteria Decision Making (MCDM) yang dapat digunakan dalam pengambilan keputusan. Agar dapat digunakan secara efektif, AHP perlu dibuat secara user friendly dengan fitur yang mudah digunakan. Pada penelitian ini, dibuat perangkat lunak SPK yang dibangun dengan mengimplementasikan model AHP untuk menyelesaikan permasalahan pengambilan keputusan. Pada metode AHP, permasalahan dimodelkan dalam sebuah hirarki dan ranking alternatif ditentukan berdasarkan prioritas. Prioritas dihitung berdasarkan nilai perbandingan berpasangan yang diberikan oleh decision maker pada setiap level hirarki. Hasil pengujian menunjukkan bahwa perangkat lunak yang dibangun memberikan ranking alternatif yang sama dengan penelitian sebelumnya sehingga dengan adanya perangkat lunak ini decision maker tidak perlu membangun perangkat lunak baru untuk permasalahan yang berbeda.
Co-Authors AA. Masroeri Abduh Riski, Abduh Adrianus Bagas Tantyo Dananjaya Ahmad Ridwan Akhmad Arif Junaidi Alan Catur Nugraha Alexander Setiawan Alvida Mustika Rukmi Alvida Mustikarukmi Amira, Siti Azza Andreas Handojo Antonio Galileo Tando Ari Kusumastuti Arie Dipareza Syafei Arifah, Enny Durratul Auliya Rahmayani Baiq Findiarin Billyan Chyntia Kumalasari Puteri Danang Wahyu Wicaksono Daniel Happy Putra Darmaji Darmaji Darmawan, Didiet Edi Satriyanto Ekky Hidma Octia Rahmah Elly Matul Imah Elnora Oktaviyani Gultom Elsen Ronando Erna Apriliani Fahim, Kistosil Fendhy Ongko Giandi, Oxsy Ginardi, Raden Venantius Hari Hadi Prasetiya Haloho, Freddi Hartanto Setiawan Hendy Hendy Hendy Hozairi Imam Mukhlash Imam Mukhlash Ira Puspitasari Juhari Juhari, Juhari Ketut Buda Artana Khilmy, Akhmad Ku Khalif, Ku Muhammad Naim Mahardika, Kadek Eri Mahdiyah, Umi Mardlijah - Maulana, Muhammad Agung Adi Mey Lista Tauryawati Mohamad Muhtaromi Mohammad Hamim Zajuli Al Faroby Mohammad Iqbal Mohammad Jamhuri Mohd Aziz, Mohd Khairul Bazli Mondal, Kartick Chandra Muchamad Jati Nugroho Muhammad Ahnaf Amrullah Muhammad Athoillah, Muhammad Muhammad Fakhrur Rozi Muhammad Hajarul Aswad Muhammad, Noryanti Muhammad, Noryanti binti Mujiono, Edo Priyo Utomo Putro Ni Nyoman Tri Puspaningsih Nugraha, Arma Perwira Nurul Hidayat NURUL HIDAYAT Pratama, Qoria Yudi Putri, Endah R.M. Putri, Endah Rokhmati Merdika Putris , Nadhifa Afrinia Dwi Rasyadan Taufiq Probojati Resi Arumin Sani Rita Ambarwati Rita Ambarwati Sukmono Robin Wijaya, Robin Rohwana, Ulir Ronando, Elsen Rukmini, Meme Santoso Santoso Sepriadi, Robby Setiawan, Muhammad Nanda Setumin, Samsul Shahab, Muhammad Luthfi Siti Maghfiroh Soetrisno Soetrisno Sulastri Sulastri Titin J. Ambarwati Victory Tyas Pambudi Swindiarto YAN ADITYA PRADANA Yongky Ujianto Yuda Dian Harja Zulfa Afiq Fikriya