Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika Jurnal IPTEK
Luky Agus Hermanto
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Industrial & Manufacturing Engineering Mechanical Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Metode Ant Colony Optimization Pada Klasifikasi Tanaman Mangga Menggunakan K-Nearest Neighbor Febri Liantoni; Luky Agus Hermanto
Jurnal Buana Informatika Vol. 8 No. 4 (2017): Jurnal Buana Informatika Volume 8 Nomor 4 Oktober 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i4.1443

Abstract

Abstract. Leaf is one important part of a plant normally used to classify the types of plants. The introduction process of mango leaves of mangung and manalagi mango is done based on the leaf edge image detection. In this research the conventional edge detection process was replaced by ant colony optimization method. It is aimed to optimize the result of edge detection of mango leaf midrib and veins image. The application of ant colony optimization method successfully optimizes the result of edge detection of a mango leaf midrib and veins structure. This is demonstrated by the detection of bony edges of the leaf structure which is thicker and more detailed than using a conventional edge detection. Classification testing using k-nearest neighbor method obtained 66.67% accuracy.Keywords: edge detection, ant colony optimization, classification, k-nearest neighbor.Abstrak. Pengembangan Metode Ant Colony Optimization Pada Klasifikasi Tanaman Mangga Menggunakan K-Nearest Neighbor. Daun merupakan salah satu bagian penting dari tanaman yang biasanya digunakan untuk proses klasifikasi jenis tanaman. Proses pengenalan daun mangga gadung dan mangga manalagi dilakukan berdasarkan deteksi tepi citra struktur tulang daun. Pada penelitian ini proses deteksi tepi konvensional digantikan dengan metode ant colony optimization. Hal ini bertujuan untuk optimasi hasil deteksi tepi citra tulang daun mangga. Penerapan metode ant colony optimization berhasil mengoptimalkan hasil deteksi tepi struktur tulang daun mangga. Hal ini ditunjukkan berdasarkan dari hasil deteksi tepi citra struktur tulang daun yang lebih tebal dan lebih detail dibandingkan menggunakan deteksi tepi konvensional. Pengujian klasifikasi dengan metode k-nearest neighbor didapatkan nilai akurasi sebesar 66,67%.Kata Kunci: deteksi tepi, ant colony optimization, klasifikasi, k-nearest neighbor.
Prakiraan Tinggi Gelombang Air Laut Menggunakan Data Mining Luky Agus Hermanto
Jurnal IPTEK Vol 22, No 1 (2018)
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.iptek.2018.v22i1.232

Abstract

Melakukan prakiraan cuaca memerlukan banyak komponen data cuaca, record dalam jumlah yang besar, serta kemampuan pelaku prakiraan. Keadaan ini mengakibatkan keakuratan dan kecepatan prakiraan menjadi kurang terpenuhi ketika kesimpulan diambil. Untuk mengatasi masalah tersebut, dilakukan penelitian pemodelan prediksi menggunakan teknik yang ada dalam konsep penambangan data, association rule, klasifikasi, serta Random Forest. Penelitian ini menggunakan data dari stasiun pengamatan maritim Cilacap mulai Agustus 2012 sampai dengan Agustus 2016. Data tersebut terdiri atas tanggal, waktu, kecepatan angin, arah angin, arah arus, kecepatan arus, arah gelombang, dan kecepatan gelombang. Data pengujian adalah sebagian data yang diambil secara acak dari keseluruhan data yang digunakan. Dari pengujian model, didapatkan bahwa Association Rule menghasilkan akurasi 79%, sedangkan Classification Tree menghasilkan akurasi 88%.
Co-Authors Febri Liantoni