Claim Missing Document
Check
Articles

Found 27 Documents
Search
Journal : eProceedings of Engineering

Analisis Dan Implementasi Long Short Term Memory Neural Network Untuk Prediksi Harga Bitcoin Muhammad Wildan Putra Aldi; Jondri Jondri; Annisa Aditsania
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bitcoin adalah salah satu cryptocurrency yang sedang diminati untuk menjadi media investasi dalam meraih keuntungan secara finansial. Meskipun sedang digemari, investasi menggunakan bitcoin masih memiliki resiko yang cukup besar. Agar dapat mengantisipasi resiko yang didapat dalam berinvestasi menggunakan Bitcoin, diperlukan suatu sistem prediksi yang dapat memprediksi pergerakan kurs nilai tukar Bitcoin. Untuk memprediksi harga Bitcoin maka data historis harga Bitcoin akan dipelajari hingga mengenali polapola tertentu. Jaringan syaraf tiruan merupakan salah satu metode yang memiliki kemampuan untuk mempelajari polapola dari suatu data. Sistem yang dibangun pada penelitian ini adalah menggunakan metode jaringan syaraf tiruan yaitu dengan menggunakan arsitektur Long Short Term Memory Neural Networks. Namun teknik ini memerlukan parameter yang tepat untuk mendapatkan hasil prediksi yang akurat. Dalam tugas akhir ini menganalisis beberapa parameter seperti jumlah pola time series, jumlah neuron hidden, max epoch, dan komposisi data latih dan uji terhadap akurasi prediksi yang didapatkan. Hasil analisis menunjukkan bahwa sistem yang dibangun mampu memprediksi harga Bitcoin dengan baik, dengan rata-rata tingkat akurasi sebesar 93.5% terhadap data testing. Kata kunci : bitcoin, prediksi, jaringan syaraf tiruan, long short term memory Abstract Bitcoin is one of the cryptocurrencies that are in demand to become a medium of investment in achieving financial benefits. While it is popular, investments using bitcoin still have considerable risk. In order to anticipate the risks involved in investing using Bitcoin, a prediction system is needed that can predict the movement of the Bitcoin exchange rate. To predict the price of Bitcoin, Bitcoin price historical data will be studied to recognize certain patterns. Artificial neural networks are one method that has the ability to study patterns of data. The system built on this research is using artificial neural network method by using Long Short Term Memory Neural Networks architecture. But this technique needs the right parameters to get accurate prediction results. In this final project analyze the number of neurons in the input and hidden layer to the prediction accuracy obtained. The results of the analysis show that the built system is able to predict the Bitcoin price well, with an accuracy of 95.12% to the data testing. Keywords: bitcoin, prediction, artificial neural network, long short term memory
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Panjang Batang Penghubung Pelampung Dan Piston Danu Ardiyanto; Jondri Jondri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Tujuan dari penelitian ini adalah membangun ulang model sistem persamaan pompa piston dan merancang kontrol pompa piston terhadap panjang batang penghubung antara pelampung dan pompa piston. Siste m persamaan yang digunakan adalah sistem persamaan linear dan metode yang digunakan untuk menyelesaikan sistem persamaan linear ini adalah Runge-Kutta Orde 4. Fokus pada penelitian ini adalah untuk merancang panjang batang penghubung antara pelampung dan piston agar menghasilkan perubahan tekanan pada pompa piston. Diharapkan panjang batang penghubung antara pelampung dan piston dapat digunakan sebagai variabel kontrol untuk sistem persamaan pompa piston tunggal. Perancangan panjang batang penghubung antara pelampung dan piston dilakukan menggunakan derajat relative dan tracking persamaan linear. Hasil yang didapatkan dari persamaan yang sudah menggunakan variabel kontrol panjang batang penghubung antara pelampung dan piston diperoleh nilai panjang batang penghubung antara pelampung dan piston sebesar 137,6928 m hingga 143,6112 m. Kata Kunci : pompa piston tunggal, sistem persamaan linear, tracking sistem persamaan, Runge-Kutta
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Massa Redi Nurjamin; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Untuk memanfaatkan gelombang laut menjadi energi listrik, dibutuhkan pompa piston. Pompa piston yang ditinjau pada penelitian ini adalah pompa piston tunggal. Pompa piston tunggal ini terdiri dari empat elemen yang bergerak didalam sistem yang terdapat didalam pompa piston tunggal yaitu pelampung, batang, piston dan air dipompa. Pelampung berfungsi sebagai objek yang disimpan dipermukaan air laut yang mana pelampung akan mengikuti gerak dari gelombang laut yang akan membantu piston untuk bergerak secara naik turun yang dihubungkan oleh batang (rod). Piston yang terdapat didalam silinder berguna untuk memompa air yang ada didalam pompa piston untuk menghasilkan perbedaan tekanan yang dapat dikonversi menjadi energi listrik. Tujuan dari Tugas Akhir ini adalah untuk merekontruksi sistem persamaan dari pompa piston tunggal dan merancang kondisi optimal dari massa piston sebagai kontrol terhadap nilai tekanan didalam reservoir yang monoton naik sehingga nilai tekanan didalam reservoir dapat terkontrol di titik tertentu. Metode yang digunakan untuk mencari solusi sistem kontrol dari persamaan pompa piston tunggal adalah metode Runge-Kutta 4 dan tracking kontrol sistem persamaan linear. Kata kunci : piston, Runge-Kutta, derajat relatif
Penjadwalan Sidang Tugas Akhir Prodi Ilmu Komputasi Universitas Telkom Menggunakan Metode Algoritma Genetika Adaptif Dan Fuzzy Relation Oki Virgiawan Pramudita; Fhira Nhita; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Determine a schedule that consist of many elements are complicated. One example of scheduling problems is scheduling of final project. Lot of combinations can be formed from the elemensts of this scheduling, but not all such combinations may be the solution. The scheduling of final project have requirements such lecturers teaching schedule and college student course schedule should not be conflicting to hearing schedule, examiners recommended in accordance with the topic of thesis that are tested and adviser should not be a examiners. Considering of many consideration in this scheduling, then it takes the optimal and efficient method so it can resolve the complexity of this scheduling. Fuzzy relations and genetic algorithm including methods that can be used to overcome this problem. Schedule that produced by fuzzy relation and genetic algorithm methods in this case have an average fitness of 0.9687, and for genetic algorithm methods only have an average fitness of 0.8243. Keywords: Scheduling, fuzzy relation, adaptive genetic algorithm, genetic algorithm.
Penentuan Fitur Supervised Learning Dalam Identifikasi Kalimat Sitasi Pada Makalah Ilmiah Rian Putra Mantovani; Yuliant Sibaroni; Annisa Aditsania
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Kalimat sitasi berperan penting dalam penulisan jurnal ilmiah. Kalimat sitasi dapat diidentifikasi dengan mengekstraksi fiturnya. Pada penelitian ini digunakan 5 fitur utama dan juga akan dikombinasikan. Fitur-fitur yang kita gunakan adalah unigram, bigram, proper noun, cue phrase, dan pronoun. Untuk mengklasifikasi kita menggunakan Naive Bayes (NB) dan support vector machine (SVM). Penelitian ini menggunakan 500 makalah ilmiah yang diambil dari acl-arc. Hasil dari penelitian ini adalah fitur yang terbaik untuk mengidentifikasi kalimat sitasi adalah “Proper Noun, dan Cue Phrase” dengan 59,069% f-measure, dan 92,157% akurasi, jika menggunakan naive bayes, dan 51,234% f-measure, dan 92,503% akurasi jika menggunakan SVM. Kata Kunci —supervised learning, ekstraksi fitur, identifikasi, kalimat sitasi
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Area Silinder Roizal Manullang; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pompa piston tunggal adalah salah satu jenis pompa yang memiliki satu silinder saja. Cara kerja dari alat ini adalah memompakan air yang berada di dalam silindernya untuk menghasilkan perbedaan tekanan sehingga perbedaan tekanan tersebut dapat dikonverter sebagai energi listrik. Penelitian ini berjudul Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Area Silinder. Adapun tujuan penelitian ini adalah untuk memahami model sistem persamaan pompa piston tunggal serta merancang kontrol pompa piston tunggal terhadap area silinder-nya. Metode penelitian yang digunakan adalah sistem persamaan linear, metode numerik Runge Kutta Orde 4 dan tracking sistem persamaan. Maka dengan menggunakan persamaan variabel kontrol Area Silinder diperoleh nilai Area Silinder sebesar 0,004 � � 2   sampai 0,19015 � � 2 . Serta tekanan pada reservoir atas tidak akan selalu  naik m elainkan mencapai nilai maksimal yang ditentukan yaitu sebesar 196450 𝑃�� . Kata Kunci : pompa piston tunggal, SPL, RK-4.
Ekstraksi Informasi Pada Makalah Ilmiah Dengan Pendekatan Supervised Learning Aditya Iftikar Riaddy; Yuliant Sibaroni; Annisa Aditsania
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Makalah ilmiah merupakan laporan hasil penelitian yang dipublikasikan, dan seringkali dijadikan referensi untuk mengembangkan penelitian lainnya. Semakin banyaknya makalah ilmiah yang tersedia secara online memicu kebutuhan akan informasi tentang makalah tersebut, terutama untuk mesin pencari. Untuk mendapatkan informasi dari makalah ilmiah yang jumlahnya banyak dengan cepat dan akurat, dibutuhkan suatu sistem ekstraksi informasi otomatis pada makalah ilmiah. Salah satu pendekatan yang dapat dilakukan untuk melakukan ekstraksi informasi adalah supervised learning. Dalam penelitian ini dilakukan ekstraksi informasi pada makalah ilmiah dengan pendekatan supervised learning. Hasil dari penelitian ini didapatkan kombinasi fitur dan classifier yang terbaik untuk mengekstraksi setiap informasi dari makalah ilmiah. Kata kunci: ekstraksi informasi, supervised learning, makalah ilmiah, natural language processing
Optimasi Penjadwalan Perkuliahan Dengan Menggunakan Pendekatan Metode Hybrid Algoritma Genetika Adaptif Dan Algoritma Koloni Lebah Buatan Choiryaldi Setya Pratama; Fhira Nhita; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Penjadwalan perkuliahan merupakan suatu permasalahan yang sering dihadapi oleh setiap perguruan tinggi. Setiap perguruan tinggi memiliki kebijakan tersendiri dalam penyusunan jadwal perkuliahan, dan mungkin masing-masing perguruan tinggi mempertimbangkan kendala-kendala yang berbeda. Pada kasus optimasi penjadwalan, metode yang paling populer digunakan adalah metode pencarian heuristic seperti algoritma genetika. Pada penelitian ini membahas tentang implementasi metode hibridisasi algoritma genetika adaptif dengan algoritma koloni lebah buatan untuk menyelesaikan permasalahan penjadwalan perkuliahan di perguruan tinggi Universitas Telkom Bandung. Data yang digunakan dalam penelitian ini adalah data mahasiswa dan matakuliah pada tingkat satu serta data dosen yang mengajar terkait matakuliah tingkat satu Fakultas Teknik di perguruan tinggi Universitas Telkom Bandung. Berdasarkan pengujian yang telah dilakukan, pada penerapan metode hibridisasi algoritma genetika adaptif dan algoritma koloni lebah buatan diperoleh nilai fitness dan solusi tercapai (perkuliahan tanpa bentrokan) yang paling optimal masing-masing sebesar 0.0021 dan 87.67%. Hasil tersebut lebih baik dibandingkan menggunakan algoritma genetika dengan nilai fitness dan solusi tercapai yang paling optimal masing-masing sebesar 0.0013 dan 76.67%. Kata Kunci: algoritma genetika adaptif, algoritma koloni lebah buatan, penjadwalan perkuliahan, hibridisasi.
Pemodelan Dan Simulasi Penurunan Tekanan Pada Pipa Transmisi Menggunakan Metode Secant Kaisa Sekaring Pertiwi; Deni Saepudin; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pipa transmisi merupakan salah satu alat transportasi yang cukup ekonomis untuk mendistribusikan gas alam dari suatu sumber ke konsumen. Saat gas alam sedang ditransmisikan melalui pipa, temperatur dan tekanan gas menurun di sepanjang pipa karena dipengaruhi oleh beberapa faktor. Dalam tugas akhir ini, metode secant akan digunakan untuk menganalisa seberapa besar penurunan tekanan dan temperatur saat gas didistribusikan dalam pipa transmisi, baik ketika temperatur dalam pipa diasumsikan konstan (isotermal) maupun tidak konstan (non- isotermal) dengan menggunakan elevasi maupun mengabaikan elevasi, dan akan dibandingkan dengan hasil dari data lapangan. Berdasarkan hasil perhitungan distribusi penurunan tekanan dan temperatur gas pada pipa, diperoleh bahwa tekanan dengan kondisi temperatur non isotermal dan menggunakan elevasi merupakan hasil yang paling mendekati dengan data lapangan dan memiliki error terkecil dibandingkan dengan kondisi yang lainnya, yaitu sebesar 0,32 %. Kata Kunci: Pipa Transmisi, Gas Alam, Metode Secant, Penurunan Temperatur, Penurunan Tekanan.
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Komposisi Reservoir Pompa Theo Andrew; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Pompa piston tunggal adalah pompa yang terdiri dari sebuah piston yang digunakan untuk memompa air, sehingga terjadi perbedaan tekanan dalam sistem pompa tersebut dan dapat dikonverter menjadi energi. Pompa piston tunggal ini difokuskan sebagai pembangkit listrik energi ombak. Penelitian ini berjudul pelacakan keluaran sistem linear pompa piston tunggal dengan kontrol reservoir pompa. Tujuan dari penelitian ini adalah untuk merekonstruksi model sistem persamaan dari pompa piston tunggal dan membangun persamaan kontrol pompa piston tunggal terhadap reservoir-nya. Metode penelitian yang digunakan adalah metode numerik Runge-Kutta dan tracking kontrol sistem persamaan linear. Berdasarkan tujuan yang ingin dicapai sebelumnya, penelitian ini berfokus pada perancangan kontrol terhadap reservoir atas dari pompa piston tunggal, sehingga diharapkan bahwa dengan kondisi tertentu yang optimal dari reservoir atas dapat menghasilkan perbedaan tekanan yang lebih optimal pula pada sistem, yang diharapkan juga berpengaruh dengan banyak energi yang dihasilkan dari sistem. Hasil yang didapat dari pengontrolan sistem ini adalah nilai dari variabel kontrol (� � ), yaitu 52 � 2 . Nilai tersebut merupakan n ilai rata-rata �� dengan interval nilai 47 � 2 sampai 75 � 2 . Didapat pula energi hidrolik yang dihasilkan sistem ini sel ama 100 detik adalah 5.500.175 � . Kata kunci : pompa piston tunggal, tracking kontrol sistem persamaan linear, Runge-Kutta