Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.589

P-Index

This Author published in this journals

All Journal Semantik Jurnal Pseudocode Wahana Teknik Sipil: Jurnal Pengembangan Teknik Sipil BANGUN REKAPRIMA Jurnal Teknologi Informasi Cyberku Jurnal Hilirisasi Technology kepada Masyarakat (SITECHMAS) Journal of Computing Theories and Applications Journal of Future Artificial Intelligence and Technologies

Stefanus Santosa

Politeknik Negeri Semarang

Author-ID : 3129283

Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Transportation Other

Published : 38 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

MODEL PREDIKSI PENYAKIT GINJAL KRONIK MENGGUNAKAN RADIAL BASIS FUNCTION Stefanus Santosa; Agus Widjanarko; Catur Supriyanto Supriyanto
Jurnal Pseudocode Vol 3, No 2 (2016): Volume 3 Nomor 2 September 2016
Publisher : Universitas Bengkulu

Penyakit ginjal kronik adalah suatu sindrom klinis. Penyakit ini disebabkan oleh penurunan fungsi ginjal yang bersifat menahun, progresif, bersifat persisten, dan irreversibel. Diagnosa dini diperlukan agar penderitanya tidak mengalami infark ginjal atau kematian mendadak. Pencegahan dapat dilakukan melalui prediksi yang tepat. Penelitian Prediksi Penyakit Ginjal Kronik pada saat ini telah dilakukan oleh beberapa peneliti. Namun peningkatan akurasi diperlukan untuk menunjang tugas dan fungsi tenaga medis dalam menegakkan diagnosa. Saat ini tingkat akurasi model penelitian sebelumnya baru mencapai 91.71 %. Guna meningkatkan akurasi tersebut penelitian ini menggunakan pendekatan Radial Basis Function. Eksperimen dilakukan dengan parameter uji iterasi 500 - 10000 dan konstanta pembelajaran antara 0.15- 0.3. Dari uji coba tersebut didapatkan hasil yang lebih baik daripada penelitian sebelumnya, yakni sebesar 93.75% pada konstanta pembelajaran 0.2 dan iterasi 2000

OPTIMASI KEMAMPUAN SEGMENTASI OTSU PADA IDENTIFIKASI PLAT NOMOR KENDARAAN INDONESIA MENGGUNAKAN METODE GAUSSIAN Erwin Dwika Putra; Stefanus Santosa
Jurnal Pseudocode Vol 4, No 1 (2017): Volume 4 Nomor 1 Februari 2017
Publisher : Universitas Bengkulu

Sistem identifikasi plat nomor kendaraan adalah salah satu penelitian yang paling penting dalam bidang perkembangan teknologi Intelligent Transportation System (ITS). Secara umum, terdapat tiga tahap yaitu identifikasi yang disebut juga dengan deteksi, segmentasi, dan pengenalan. Beberapa metode seperti Otsu dan connected component label diterapkan dengan akurasi plat nomor kendaraan menurut karakter segmentasi. Penelitian ini berfokus pada peningkatan pre-processing menggunakan Otsu threesholding dengan metode Gaussian dan juga terhubung melalui komponen label yang diadopsi untuk membuktikan peningkatan keberhasil metode pre-processing, sehingga dapat meningkatkan hasil segmentasi karakter. Peningkatan dapat dilihat dengan rata-rata perbedaan penurunan nilai MSE menuju 1,75E+ 07 pixel dan PSNR yang lebih tinggi yaitu 4db/pixel. Dengan hasil ini, Otsu dengan metode pre-processing gaussian lebih baik daripada metode Otsu yang asli.

PEMETAAN MOTIVASI BELAJAR SISWA TERHADAP MULTIMEDIA PEMBELAJARAN BERBASIS ALGORITMA K-MEANS Heri Triluqman Budisantoso; Stefanus Santosa
Jurnal Pseudocode Vol 1, No 2 (2014)
Publisher : Universitas Bengkulu

Abstrak: Pemetaan penggunaan media pembelajaran dapat mengklasifikasikan tingkat motivasi belajar siswa. Pada proses pemetaan pengelompokan dan pengklusteran yang akurat mengenai pemetaan motivasi belajar dapat menentukan parameter berdasarkan masing-masing kluster. Penelitian ini menggunakan K-Means Clustering untuk memetakan motivasi siswa pada media pembelajaran. Terdapat tiga kluster berdasarkan pada tujuh atribut yaitu, kelas, jenis kelamin, perhatian, relevansi, kepercayaan diri, dan rasa puas. Hasil penelitian menunjukkan bahwa motivasi rendah dibandingkan nilai tengah adalah ((10,80), (0,35), (1,05), (11,80), (10,80), (8,30), (9,00)). Motivasi yang sebanding dengan nilai tengah adalah ((11,16), (0.26), (16,42), (13,34), (14,24), (9.63), (9.58)). Motivasi tinggi dibandingkan dengan nilai tengah adalah ((11,06), (0.28), (16,56), (13,67), (14,06), (10,19), (10,53)). Hasil evaluasi menggunakan metode index Davies-Bouldin memperlihatkan nilai dibawah 1.689 dari centroid pada tiap kluster. Hal ini berarti menggunakan algoritma K-Means, pemetaan motivasi belajar siswa berada pada kondisi yang baik.Kata Kunci : Multimedia, Motivasi Belajar, K-Means.

MODEL KLASTERISASI GENRE CERPEN KOMPAS MENGGUNAKAN K-MEANS Hario Guritno; Stefanus Santosa
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 13 No 1 (2017): Jurnal Teknologi Informasi CyberKU Vol. 13, no 1
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (155.971 KB)

Information in the form of a text document can be found at any time on print media. Every time the community is faced with the current wave of information like the arrival in the form of unstructured text documents and have penetrated our lives and culture. Unstructured information comes closer all the entities of the world community. The mass media published the newspaper every day is the biggest contributor to human relations around the world. KOMPAS newspaper published every Sunday always insert the rubric of short stories in it. There is a problem to distinguish the genre of stories with one another. This research proposed a model of classify KOMPAS short stories with K-Means algorithm to get the solution. Accuracy of this proposed model using the Davies Bouldin Index (DBI) is 0.001.

ANALISIS KERANJANG PASAR UNTUK REKOMENDASI PRODUK (CONSUMER GOOD) MENGGUNAKAN FP-GROWTH DENGAN KLASTERISASI CLARANS Stefanus Santosa; Jadi .
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 12 No 2 (2016): Jurnal Teknologi Informasi CyberKU Vol. 12, no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (443.564 KB)

Market basket analysis is a generic term for methodology that study the composition of a basket of products. It has the objective of indentifying products, or groups of products, that tend to occur together (are associated). The discovery of this relationship can help merchant to develop a strategy of sales to consider the goods are often purchased with by customer. The knowledge that obtained market analysis basket is very important, because it can help recommendations product and promotion products so marketing strategy to be more appropriate. Market basket analysis can approach with Association Rule, such as apriori and FP-Growth. But they are a number of technical issues relating to the most common recommendations techniques. Association Rule tend to ignore the large itemset, To overcome these problems, existing attributes clustered to form groups of the same attributes and then determine the association patterns in each group. This study will use CLARANS algorithm for clustering on sales data and apply the FP-Growth algorithm to approach the association in each cluster. So that the product recommendations to customers to be more accurate because the Dataset that will be associated to be smaller. To the experimentally determined value of Minimum Support is 70% - 100% and Confidence Minimum value 70% - 100%. From the measurement results using Support, Confidence and Lift Ratio isfound that a high number of rule in third cluster.

PENERAPAN LEARNING TECHNOLOGY SYSTEM ARCHITECTURE (LTSA) PADA MULTIMEDIA PEMBELAJARAN PERAKITAN PC Stefanus Santosa; April Firman Daru
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 12 No 2 (2016): Jurnal Teknologi Informasi CyberKU Vol. 12, no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.126 KB)

Conventional learning systems still dominate the learning process at various universities. In general, learning in college lecture reflects patterns that tend in the same direction. Students the opportunity to conduct personal understanding through looping and less enrichment accommodated properly. This research tried to solved the problem. Hence, it is important to develop a teaching medium based on Learning Technology Systems Architecture (LTSA) with multimedia tutorial approach. From the test results of learning can be stated that the learning method PC assembly using multimedia-based teaching tools can support the learning that is interactive, engaging, efficient, effective, and meaningful. In addition test results also showed a significant difference compared to conventional teaching methods . Students using conventional learning systems only obtained an average score of 49.6, while students use learning system using learning tools of animation and visualization obtain an average value of 80 , 09. This suggests that the use of teaching aids by using multimedia (text, audio, video and animation) more easily understood by the students so deserves its place as a major strategy in the laboratory learning.

PEMODELAN DESAIN CAMPURAN BETON DENGAN BACKPROPAGATION NEURAL NETWORKS Stefanus Santosa; Basuki Setiyo Budi; Karnawan Joko Setiyono; Tjokro Hadi; Triatmo Sugih Hardono
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 12 No 1 (2016): Jurnal Teknologi Informasi CyberKU Vol. 12, no 1
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (139.373 KB)

Concrete is a mixture of materials that has complex characteristic so that it raises a variety of very complex models as well. The experts in concrete mixing believe that the formula to find compressive strength of a mixture is not good enough. Every mixture design only applies to one mixture only. Because of that, every mixture production who need even the slightiest diferrences in the base materials, will need a new mixture design. Concrete mixture modeling process is done manually with a variety of mixed composition and destructively testing has some drawbacks like expensive, unpredictable, and not environmental friendly. Besides of that, state of the art concrete mixture design modelling computation with Multilayer Perceptron Artificial Neural Network s (MLP) have RMSE = 5,27. Computational model developed in this study with the same data sets has more good performace than MLP model. From the results of experiments that have been carried out proved that the proposed model, Backpropagation Neural Network (BPNN), has lower error rate than MLP with RMSE = 4.18.

TEXT MINING UNTUK KLASIFIKASI PENGADUAN PADA SISTEM LAPOR MENGGUNAKAN METODE C4.5 BERBASIS FORWARD SELECTION Ali Sofyan; Stefanus Santosa
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 12 No 1 (2016): Jurnal Teknologi Informasi CyberKU Vol. 12, no 1
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (187.751 KB)

Report of public complaints on the site becomes a medium of communication between the community and government agencies. The number of incoming documents every day be a source of information to measure the services of government agencies. Classification of documents is very important to do otherthan to ensure that the intended objectives of the institution, as well as to classify complaints fit the category. C4.5 algorithm is one of the algorithms that can be used for classification. There were some complaints classification research. This study aims to apply the classification of complaints by algritma C4.5 with a selection of features to improve the accuracy of classification. Results of experiments with methods of research division of the number of datasets, cross validation, classification with and without features. The test results obtained by testing the value of the best accuracy with 550 documents with forward selection, with cross valiadtion 9folds with a value of 85.27%. precission 87.8% and 85.3% recall

MODEL PREDIKSI POLA LOYALITAS PELANGGAN TELEKOMUNIKASI MENGGUNAKAN NAIVE BAYES DENGAN OPTIMASI PARTICLE SWARM OPTIMIZATION Stefanus Santosa; Roy Yuliantara
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 13 No 2 (2017): Jurnal Teknologi Informasi CyberKU Vol. 13, no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (574.599 KB)

Tantangan yang dihadapi dalam penerapan CRM di perusahaan operator telekomunikasi seluler adalah usaha menurunkan jumlah pelanggan yang berhenti menggunakan layanan perusahaan dan kemungkinan pindah ke perusahaan kompetitor (Churn). Penelitian untuk mencari solusi atas masalah tersebut dapat dilakukan melalui data mining, Dari beberapa penelitian pada konstalasi penelitian tentang Model Prediksi Loyalitas Pelanggan Telekomunikasi menunjukkan hasil yang baik. State of The Art dari konstalasi ini adalah ditemukannya Model Prediksi Loyalitas Pelanggan Telekomunikasi menggunakan algoritma Backpropagation dengan seleksi fitur PSO dengan nilai akurasi sebesar 85,48%. Hasil akurasi yang didapatkan dirasa kurang maksimal, maka penelitian ini mencoba memperbaiki akurasi model prediksi dengan menggunakan algoritma Naïve Bayes berbasis Particle Swarm Optimization. Model Prediksi Loyalitas Pelanggan Telekomunikasi yang diusulkan dalam penelitian ini menunjukkan hasil yang baik. Diperoleh nilai akurasi yang lebih tinggi daripada penelitian sebelumnya, yakni nilai accuracy adalah 98,54 % dan nilai AUC adalah 0,99.

KLASTERISASI GENRE CERPEN KOMPAS MENGGUNAKAN AGGLOMERATIVE HIERARCHICAL CLUSTERING- SINGLE LINKAGE Zenal Arifin; Stefanus Santosa; M. Arief Soeleman
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 13 No 2 (2017): Jurnal Teknologi Informasi CyberKU Vol. 13, no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (356.675 KB)

Teks merupakan sarana interaksi dalam semua media komunikasi tulisan. Oleh karena peningkatan ukuran dan jenisnya yang sangat cepat, maka proses analisis data teks menjadi sesuatu yang bermakna sangatlah penting. Penggalian teks telah menjadi teknologi yang penting terutama dalam pengolahan dokumen cerpen. Pembaca cerpen saat ini kesulitan untuk memperoleh cerpen yang diinginkan jika cerpen tersebut tidak terkelompok dengan baik. Jika pengelompokan dilakukan secara manual membutuhkan waktu yang sangat lama. Oleh sebab itu, clustering menjadi solusi untuk mengatasi masalah tersebut. Clustering cerpen berfungsi untuk mengelompokkan dokumen cerpen berdasarkan tingkat kemiripan dari dokumen cerpen tersebut. Penelitian ini mengusulkan suatu model klasterisasi berbasis metode Hierarchical Clustering, khususnya Single Linkage Clustering. Metode Hierarchical Aggomerative Clustering terbukti memiliki performansi yang lebih baik daripada pendekatan penelitian sebelumnya yang menggunakan k-Means. Dari 127 dataset cerpen yang telah diujicobakan didapatkan nilai akurasi dari metode Agglomerative Hierarchical Clustering Single Linkage 47,2441 %, sedangkan metode k-Means hanya 37,7953 %.

Co-Authors Abd. Rasyid Syamsuri Adityawan, Harish Trio Agus Setyawan Agus Widjanarko Ahmad Zainul Fanani Ajib Susanto Ali Sofyan Anung Suwarno, Anung April Firman Daru Basuki Setiyo Budi BASUKI SETIYO BUDI S.T., M.T. Catur Supriyanto Catur Supriyanto Catur Supriyanto Supriyanto De Rosal Ignatius Moses Setiadi Dewi Nurdiyah Dianita Ratna Kusumastuti Edi Noersasongko Erni Rahmawatie Fahdiyat, Lukman Fahdiyat, Lukman Farroq, Omar Fatkhuroji Fatkhuroji Fenilinas Adi Artanto Gan, Hong-Seng Goro, Garup Lambang Hadi Wibowo Hadi, Tjokro Hario Guritno Heri Triluqman Budisantoso Ilala, Oze Dora Indah Munitasri Islam, Hussain Md Mehedul Isnubroto, Danang Jadi . Joko, Karnawan JUNAIDI S.T., M.Eng. Karnawan Joko Setiyono Khairul Fahmi Leily Fatmawati, Leily M. Arief Soeleman Marchus Budi Utomo Marchus Budi Utomo, Marchus Budi MARSUDI Marsudi Marsudi Martono Martono Martono Martono Martono Martono Mawardi Mawardi Mochammad Tri Rochadi Nur Aeni Widiastuti Ojugo, Arnold Adimabua Pertiwi, Zulaikha Putri Pertiwi, Zulaikha Putri Praharseno, Fikri Pratama, M Hafidh Aditya Putra, Erwin Dwika Rabinah, Aiun Hayatu Ricardus Anggi Pramunendar Rifqi Aulia Abdillah, Rifqi Aulia Roselina Rahmawati Roy Yuliantara S, Sri Wahyuningsih Sarker, Md Kamruzzaman Setiyono, Karnawan Joko Setyaningsih, Desi SUDARMONO SUDARMONO Suhartono, Edy Sukoyo Sukoyo Sulaiman, Sri Wahyuningsih Sulaiman, Sriwahyuningsih Supriyadi Supriyadi Supriyo Supriyo Supriyo Suroso Suroso Suroso Suroso Suwarto Suwarto Suwarto Suwarto Tjokro Hadi TJOKRO HADI SST., M.T. Triatmo Sugih Hardono W, Herry Ludiro Wahyono, Herry Ludiro Wicaksono, M Rafi Wiji Lestari Yonathan Purbo Santosa Yudha Tirto Pramonoaji Yusetyowati Yusetyowati, Yusetyowati Zenal Arifin Zuama, Leygian Reyhan

Title

Found 38 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 38 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 38 Documents
Search