Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Informatika (SEMNASIF)
Martini Ganantowe Bintiri
Jurusan Teknik Sipil Universitas Sintuwu Maroso
Computer Science & IT

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

Found 3 Documents
Search

 1 
IDENTIFIKASI FASE PENYAKIT RETINOPATI DIABETES MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON Rocky Yefrenes Dillak; Martini Ganantowe Bintiri
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 3 (2012): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Penyakit retinopati diabetes (DR) merupakan salah satu komplikasi pada retina yang disebabkan oleh penyakit diabetes. Tingkat keparahan DR dibagi atas empat kelas yakni: normal, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), dan macular edema (ME). Penelitian ini bertujuan untuk mengembangkan suatu metode yang dapat digunakan untuk mengidentifikasi fase retinopati diabetes. Dalam penelitian ini digunakan 97 data citra yang diekstrak menggunakan metode ekstraksi ciri gray level cooccurence matrix (GLCM). Fitur ciri tersebut adalah maximum probability, correlation, contrast, energy, homogeneity, dan entropy. Fitur – fitur ini dilatih menggunakan jaringan syaraf tiruan multi layer perceptron untuk dilakukan identifikasi. Akurasi yang dihasilkan dari pendekatan ini adalah 97.73%.
KLASIFIKASI JENIS MUSIK BERDASARKAN FILE AUDIO MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Rocky Yefrenes Dillak; Dwi Murdaningsih Pangestuty; Martini Ganantowe Bintiri
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 3 (2012): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Klasifikasi merupakan proses identifikasi kelompok dari suatu obyek berdasarkan kesamaan fitur tertentu, dimana setiap kelompok telah terbentuk melalui suatu proses tertentu. Keunikan setiap kelompok direpresentasikan dengan suatu vector fitur. Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukan klasifikasi terhadap jenis musik berdasarkan file audio dengan format wav menggunakan algoritma jaringan syaraf tiruan learning vector quantization (LVQ). Pengklasifikasian file audio ke dalam suatu kelompok atau kelas, memerlukan ciri atau fitur dari file audio tersebut. Metode ekstrak fitur yang digunakan untuk memperoleh ciri atau fitur dari file yang dimaksud adalah Sort Time Energy (STE) dan Zero Crossing Rate (ZC) yang diturunkan dalam domain waktu (time domain) yang merupakan salah satu komponen data audio. Berdasarkan hasil dari penelitian ini menunjukkan bahwa pendekatan yang diusulkan mampu melakukan klasifikasi terhadap jenis musik berdasarkan file audio berformat wav dengan akurasi sebesar 80%.
ESTIMASI BIAYA PERANGKAT LUNAK MENGGUNAKAN IMPROVED BACKPROPAGATION Rocky Yefrenes Dillak; Martini Ganantowe Bintiri; Azhari SN
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2012): Computation And Instrumentation
Publisher : Jurusan Teknik Informatika

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

Abstract

Estimasi biaya perangkat lunak merupakan bagian tak terpisahkan dari pengembangan perangkat lunak.Mengabaikan atau salah memprediksi biaya pengembangan perangkat lunak dapat menyebabkan rendahnya kualitas perangkat lunak yang dihasilkan. Untuk mengantisipasi terjadinya kesalahan prediksi biaya perangkat lunak maka dikembangkanlah suatu metode untuk menghitung atau memprediksi biaya perangkat lunak menggunakan algoritma jaringan syaraf tiruan improved backpropagation. Penelitian ini menggunakan data dari proyek NASA yang dikerjakan antara tahun 1980 dan 1990. Model yang dikembangkan ini dievaluasi menggunakan RMSSE. Penelitian ini menghasilkan RMSSE sebesar 3.72 % yang berarti bahwa model yang dikembangkan ini cukup handal untuk digunakan sebagai metode dalam estimasi biaya perangkat lunak.
Co-Authors Azhari SN Dwi Murdaningsih Pangestuty Rocky Yefrenes Dillak