Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : INTEKNA

PENDETEKSIAN SUARA NOT NADA DASAR MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Heru Kartika Candra
INTEKNA informasi teknik dan niaga Vol 13 No 3 (2013)
Publisher : P3M Politeknik Negeri Banjarmasin

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

Abstract

Jaringan saraf tiruan Backpropagation dapat mengenali dan mengklasifikasi pola-polasuara dengan melakukan proses pelatihan (training) dari pola-pola vektor input data suaradengan vektor bobot sebagai penghubung antara layar masukan dan layar tersembunyidalam proses pelatihan. Dari proses pelatihan jaringan saraf tersebut akan terbentukcluster-cluster dari pola-pola suara yang dilatih. Klasifikasi pola-pola tersebutnantinya dapat digunakan sebagai proses pengenalan pola-pola suara (voice recognition)yang diujikan.Penentuan kevaliditas proses pelatihan jaringan saraf tiruan adalah konvergenitas vektorbobot dari tahapan proses pelatihan. Hal tersebut juga ditentukan oleh masukan untukjaringan. Pada penelitian ini, digunakan Cool edit Pro 2 untuk perekaman suara dan perhitunganuntuk menentukan nilai inputan dengan Linier Prediction coding yaitu metodaAutokorelasi untuk meminimalisasi akar kuadrat error prediction dari deretan data suara.
ANALISA SISTEM PENILAIAN TINGKAT KUALITAS PENGAJAR MENGGUNAKANLOGIKA FUZZY MAMDANI (STUDI KASUS PADA POLIBAN) Lea Emilia Farida; Heru Kartika Candra
INTEKNA informasi teknik dan niaga Vol 13 No 3 (2013)
Publisher : P3M Politeknik Negeri Banjarmasin

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

Abstract

Evaluasi kualitas pengajar sangat diperlukan, untuk mengetahui pengaruh pengajaranseorang pengajar terhadap mahasiswa. Selama ini metode yang dipergunakan dalam evaluasikualitas pengajar adalah mempergunakan metode performance appraisal. Denganperformance appraisal dapat membantu melakukan identifikasi kelemahan dan kekuranganpengajar (Dessler, 2008).Namun metode ini memiliki beberapa kelemahan(Dessler, 2008), diantaranya Halo effect,Central tendency,Leniency, dan Bias. Untuk mengatasimasalah tersebut diperlukan suatu metode yaitu metode Fuzzy Mamdani yangmerupakan cara untuk memetakkan suatu ruang input ke dalam suatu ruang output. Metodeini merupakan kerangka matematis yang digunakan untuk mempresentasikan ketidakpastian,ketidakjelasan, ketidaktepatan, kekurangan informasi, dan kebenaran parsial.(Kusumadewi, Sri, 2000). Logika Fuzzy menunjukkan hasil yang lebih baik dibandingkandengan metode lain, Hal ini dibuktikan dengan beberapa penelitian yang telahdilakukan, diantaranya : “Evaluation for Teaching Quality Based on Fuzzy Neural Network”(Peng, Dong and Feng, Dai. 2009).Pada penelitian ini, untuk hasil evaluasi penilaiantingkat kualitas pengajar dapat menggunakan metode Fuzzy Mamdani dengan tingkatakurasi system sebesar 60%.