Article Per Year (5 Year)
p-Index From 2020 - 2025
4.288
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Majalah Ilmiah Teknologi Elektro Jurnal Sains dan Teknologi Jurnal Buana Informatika Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF APPLIED INFORMATICS AND COMPUTING Indonesian Journal of Electrical Engineering and Computer Science Walisongo Journal of Information Technology Jurnal Ilmiah Teknologi dan Komputer (JITTER) Majalah Ilmiah Teknologi Elektro
I Putu Agung Bayupati
Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Majalah Ilmiah Teknologi Elektro

 1 
IMPLEMENTASI ALGORITMA APRIORI UNTUK MENEMUKAN FREQUENT ITEMSET DALAM KERANJANG BELANJA Adie Wahyudi Oktavia Gama; I Ketut Gede Darma Putra; I Putu Agung Bayupati
Jurnal Teknologi Elektro Vol 15 No 2 (2016): (July - December) Majalah Ilmiah Teknologi Elektro
Publisher : Program Studi Magister Teknik Elektro Universitas Udayana

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

Abstract

Algoritma apriori menggunakan pendekatan iteratif dimana k-itemset digunakan untuk mengeksplorasi (k+1)-itemset. Calon (k+1)-itemset yang mengandung frekuensi subset yang jarang muncul atau dibawah threshold akan dipangkas dan tidak dipakai menentukan aturan asosiasi. Aturan asosiasi berbentuk if antecedent then consequent. Implementasi algoritma apriori didahului dengan persiapan database transaksi serta penentuan batas minimum support dan confidence. Algoritma apriori akan menemukan kombinasi dengan cara iterasi yaitu scaning database berulang-ulang, memasangkan satu item dengan item lainnya dan mencatat jumlah kemunculan kombinasi dalam keseluruhan transaksi. Frequent itemset ditentukan dengan memilih itemset yang nilai kemuculannya diatas atau sama dengan nilai minimum support dan kemudian menjadi calon aturan asosiasi. Persentase nilai support dan confidence dari masing-masing calon aturan asosiasi kemudian dihitung. Aturan asosiasi yang berlaku dipilih dari yang memenuhi syarat minimum support dan confidence. Penelitian ini membuktikan bahwa algoritma apriori cocok diimplementasikan untuk mencari frequent itemset pada keranjang belanja. Aturan asosiasi yang dibentuk dari frequent itemset tersebut dapat dipakai sebagai pendukung keputusan dalam penjualan.
Sistem Pendukung Keputusan Pemilihan Lokasi TPA Sampah Menggunakan Metode Min_Max Inference Fuzzy Ni Kadek Ariasih; I P Agung Bayupati; I Ketut G. Darmaputra
Jurnal Teknologi Elektro Vol 14 No 1 (2015): (January - June) Majalah Ilmiah Teknologi Elektro
Publisher : Program Studi Magister Teknik Elektro Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/MITE.2015.v14i01p02

Abstract

Disadari bahwa pemilihan lokasi Tempat Pambuangan Akhir (TPA) sampah sangatlah rumit mengingat banyaknya faktor yang perlu dipertimbangkan. Oleh karena itu diperlukan kriteria yang dapat digunakan untuk menentukan lokasi sampah yang layak dan memenuhi persyaratan. Adapun persyaratan tersebut dikukuhkan dalam Standar Nasional Indonesia (SNI) 03-3241-1994 yaitu tentang tata cara pemilihan lokasi TPA. Dalam penelitian ini disusun berdasarkan tahapan regional, dimana tahapan untuk menghasilkan peta yang berisi daerah dalam wilayah perencanan yang terbagi menjadi beberapa zona kelayakan. Dengan menggunakan metode Min- Max Inference Fuzzy memudahkan dalam melakukan analisis data untuk menghasilkan keputusan layak, cukup layak dan Tidak layak suatu lokasi yang dipilih.
PENGENALAN KEPRIBADIAN SESEORANG BERDASARKAN SIDIK JARI DENGAN METODE FUZZY LEARNING VECTOR QUANTIZATION DAN FUZZY BACKPROPAGATION I Gede Sujana Eka Putra; I K G Darma Putra; I Putu Agung Bayupati
Jurnal Teknologi Elektro Vol 13 No 2 (2014): (July - December) Majalah Ilmiah Teknologi Elektro
Publisher : Program Studi Magister Teknik Elektro Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/10.24843/MITE.2015.v13i02p08

Abstract

Kepribadian dapat diidentifikasi melalui analisis pola sidik jari. Pengenalan kepribadian umumnyamenggunakan uji psikometri melalui serangkaian tahapan yang relatif panjang. Melalui analisis pola sidik jari, dapatdiidentifikasi kepribadian secara lebih efisien. Penelitian ini mengajukan algoritma klasifikasi Fuzzy LearningVector Quantization (Fuzzy LVQ) karena waktu komputasi yang lebih cepat dan tingkat pengenalan yang tinggi, dandengan metode Fuzzy Backpropagation yang mampu menyelesaikan model data non linier. Tahapan penelitianterdiri dari akuisisi dan klasifikasi. Tahapan pertama melalui akuisisi sidik jari, ekstraksi fitur, proses pelatihan, danpre-klasifikasi. Selanjutnya tahap klasifikasi, melalui klasifikasi fitur sidik jari uji menggunakan algoritma FuzzyLVQ, dibandingkan dengan Fuzzy Backpropagation. Kepribadian diidentifikasi melalui pola hasil klasifikasimenggunakan basis pengetahuan dermatoglyphics. Unjuk kerja diukur dari pencocokan pola hasil pre-klasifikasidan hasil klasifikasi. Hasil penelitian menunjukkan klasifikasi Fuzzy LVQ tingkat kecocokan tertinggi 93,78%dengan iterasi pelatihan maksimum=100 epoh pada target error 10-6. Sedangkan Fuzzy Backpropagation dengantingkat kecocokan tertinggi 93,30% dengan iterasi maksimum diatas 1000 epoh pada target error 10-3. Hal inimenunjukkan Fuzzy LVQ memiliki unjuk kerja lebih baik dibandingkan Fuzzy Backpropagation. Survey respondendilakukan untuk menguji kesesuaian analisa kepribadian sistem dibandingkan dengan kepribadian responden, danhasil survey menunjukkan analisa kepribadian sistem sebagian besar cocok dengan kepribadian responden.
Ekstraksi Ciri pada Citra Iris Menggunakan Gabor 2-D I Gusti Ayu Agung Diatri Indradewi; I Putu Agung Bayupati; I Ketut Gede Darma Putra
Jurnal Teknologi Elektro Vol 15 No 1 (2016): (January - June) Majalah Ilmiah Teknologi Elektro
Publisher : Program Studi Magister Teknik Elektro Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/MITE.2016.v15i01p03

Abstract

Abstrak – Iris merupakan salah satu bagian tubuh manusia yang sering digunakan dalam sistem pengenalan biometrik karena tingkat perbedaannya yang tinggi. Ektraksi ciri merupakan salah satu tahapan yang dilalui dalam pengembangan sistem pengenalan biometrik iris. Tahap ini bertujuan untuk mengekstrak informasi dari citra iris yang telah disegmentasi sehingga dapat digunakan sebagai ciri unik dari iris bersangkutan. Pada paper ini tahap ekstraksi ciri dilakukan dengan menggunakan tapis Gabor 2-D. Tapis tersebut digunakan karena mampu menyediakan representasi gabungan yang optimal dari sinyal dalam domain spasial dan frekuensi. Hasil penerapan tapis Gabor 2-D didemodulasi dengan menggunakan quadrature Gabor 2-D untuk menghasilkan iris code yang dijadikan sebagai informasi pembeda (fitur ciri) iris. Hasil uji coba pada penelitian ini menghasilkan fitur iris terbaik ketika ukuran tapis yang digunakan adalah 33×33. Sudut orientasi yang digunakan untuk fitur real dan imaginary adalah -45º, 0º, 45º, dan 90º. DOI: 10.24843/MITE.1501.03
Segmentasi Citra Berbasis Clustering Menggunakan Algoritma Fuzzy C-Means I Made Budi Adnyana; IKetut Gede Darmaputra; I Putu Agung Bayupati
Jurnal Teknologi Elektro Vol 14 No 1 (2015): (January - June) Majalah Ilmiah Teknologi Elektro
Publisher : Program Studi Magister Teknik Elektro Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/MITE.2015.v14i01p04

Abstract

Clustering based image segmentation in this study using Fuzzy C means algorithm with Xie Beni Index as an objective function. Preprocessing applied in this model using Statistical Region merging. Spatial function applied in Fuzzy C means method to reduce noise in clustering. The system evaluation is done by measuring cluster validity value (Xie Beni Index), execution time, and number of iteration. Experimental results on three test images illustrates the proposed method able to perform image segmentation well.
KLASIFIKASI WEBSITE MENGGUNAKAN ALGORITMA MULTILAYER PERCEPTRON Nyoman Purnama; I Ketut Gede Darma Putra; Putu Agung Bayupati
Jurnal Teknologi Elektro Vol 13 No 2 (2014): (July - December) Majalah Ilmiah Teknologi Elektro
Publisher : Program Studi Magister Teknik Elektro Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/10.24843/MITE.2015.v13i02p01

Abstract

Sistem klasifikasi merupakan proses temu balik informasi yang sangat bergantung dari elemen-elemen penyusunnya.Sistem ini banyak digunakan untuk mengatasi permasalahan segmentasi data. Klasifikasi dapat digunakan pada website sebagaimetode untuk mengelompokkan website. Website merupakan salah satu data yang memiliki informasi yang beraneka-ragam,sehingga pengelompokan data ini penting untuk diteliti. Sistem klasifikasi dimulai dengan melakukan proses pengumpulaninformasi dari halaman website (parsing) dan untuk setiap hasil parsing dilakukan proses penghapusan kata henti, stemming,feature selection dengan tf-idf. Hasil dari proses ini berupa fitur yang menjadi inputan algoritma Multilayer Perceptron. Dalamalgoritma ini terjadi proses pembelajaran terhadap pola input masukan dan pembuatan bobot pelatihan. Bobot ini akandigunakan pada proses klasifikasi. Hasil dari penelitian menunjukkan bahwa algoritma Multilayer Perceptron dapatmenghasilkan klasifikasi website dengan akurasi yang bagus. Hal ini dibuktikan dengan beberapa tahapan penelitian yangberbeda dan didapatkan nilai akurasi rata-rata diatas 70%.
Co-Authors Adie Wahyudi Oktavia Gama Aditya, I Nyoman Tri Agus Gede Adi Prayoga Akane Sasaoka Alesia Arum Frederika Anak Agung Ketut Agung Cahyawan Wiranatha Anak Agung Kompiang Oka Sudana Arsa, Dewa Made Sri Ayu Wirdiani Bimantara, Ranggashakti Christine Regilia Suwu Deria Dwi Antari Desak Ayu Sista Dewi Desy Purnami Singgih Putri Dewi, Anak Agung Ayu Sintya Dina Wahyuni Puteri Dwi Rusjayanthi, Dwi Dwi Suarjaya, I Made Agus Ekanyana Nugraha, I Gede Bagus Erha Syaifuddin Hassant’R Eva Martina Sitorus Frederika, Alesia Arum G M Arya Sasmita Gede Indra Raditya Martha Gunawan, I Kadek Gusti Agung Ayu Putri I Dewa Nym. Nurweda P., I G A A Diah Indrayani I Gede Sujana Eka Putra, I Gede Sujana Eka I Gusti Ayu Agung Diatri Indradewi I Gusti Lanang Trisna Sumantara I Kadek Ari Melinia Antara I Kadek Gunawan I Ketut Adi Purnawan I ketut Gede Darma Putra I Made Agus Dwi Suarjaya I Made Budi Adnyana I Made Mertha Prayuda I Made Sukarsa I Made Suryanata I Made Suwija Putra I Nyoman Piarsa I Putu Ade Ambara Putra I Putu Arya Dharmaadi I Putu Bayu Krisnawan I Putu Cahya Prawira I Putu Pratama Andika I Putu Yudha Ariatmaja I Wayan Agus Krisna Apriana I Wayan Andis Indrawan I Wayan Dharma Satriawan I Wayan Widiana Ida Ayu Putu Febri Imawati Imelda Alvionita Tarigan Kade Bramasta Vikana Putra Kadek Suar Wibawa Komang Gede Kurniadi Kurniawan, Laurensius Adi Laurensius Adi Kurniawan Made Sudarma Made Wibawa Minho Jo Nandita, Ida Ayu Widya Ni Kadek Ariasih, Ni Kadek Ni Kadek Ayu Anggraeni Ni Kadek Ayu Wirdiani Ni Kadek Rahayu Widya Utami Ni Luh Ketut Inggitarahayu Anggasemara Ni Made Meriliana Candra Devi Ni Wayan Wisswani Nyoman Purnama, Nyoman Philipus Novenando M Weking Putu Ary Setiyawan Putu Satya Saputra Putu Wira Buana Putu Wulan Dewi Prihandani Putu Yudha Yarcana Putut Rendra Wismawan Rusjayanthi, Ni Kadek Dwi Saputra, I Made Ari Saragih, Evan Himawan Susila, Anak Agung Ngurah Hary Vidya Chandradev Wira Buana Y. Haryo Sulistyanto Sunaryo Yonatan Adiwinata Yustisia, Putu Visvani