Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.875

P-Index

This Author published in this journals

All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Agromet IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Veteriner Techno.Com: Jurnal Teknologi Informasi CAUCHY: Jurnal Matematika Murni dan Aplikasi Lingua Jurnal Bahasa dan Sastra PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Ilmu Komputer dan Agri-Informatika Journal of the Indonesian Mathematical Society Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Aplikasi Bisnis dan Manajemen (JABM) E-Journal Seminar Nasional Informatika (SEMNASIF) Widyariset Indonesian Journal of Science and Technology Al-Jabar : Jurnal Pendidikan Matematika JOIV : International Journal on Informatics Visualization Jurnal Matematika: MANTIK MAJALAH ILMIAH GLOBE Desimal: Jurnal Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Zero : Jurnal Sains, Matematika, dan Terapan Teorema: Teori dan Riset Matematika Jambura Journal of Mathematics Jambura Geoscience Review SALINGKA Jurnal Matematika UNAND Building of Informatics, Technology and Science Sains, Aplikasi, Komputasi dan Teknologi Informasi Indonesian Journal of Electrical Engineering and Computer Science InPrime: Indonesian Journal Of Pure And Applied Mathematics Widyariset Jambura Journal of Biomathematics (JJBM) Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Pijar MIPA Jurnal Sains Terapan : Wahana Informasi dan Alih Teknologi Pertanian Journal of Applied Agricultural Science and Technology Milang Journal of Mathematics and Its Applications Jurnal Sintak Jurnal Matematika Integratif Indonesian Journal of Mathematics and Applications Jurnal Pendidikan Progresif Indonesian Journal of Mathematics and Natural Sciences MILANG Journal of Mathematics and Its Applications Majalah Ilmiah Bahasa dan Sastra

Sri Nurdiati

Department Of Mathematics, Faculty Of Science And Mathematics, IPB University, Jl. Meranti, Kampus IPB Dramaga, Bogor 16680

Author-ID : 334470

Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Neuroscience Physics Social Sciences Transportation Veterinary Other

Published : 68 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

STUDI LITERATUR: Analisis Distribusi Masalah Lokasi Fasilitas untuk Logistik Bantuan Kemanusiaan Lana Syakina; Sri Nurdiati
Jurnal Pijar Mipa Vol. 16 No. 2 (2021): Maret 2021
Publisher : Department of Mathematics and Science Education, Faculty of Teacher Training and Education, University of Mataram. Jurnal Pijar MIPA colaborates with Perkumpulan Pendidik IPA Indonesia Wilayah Nusa Tenggara Barat

Bencana adalah setiap peristiwa atau kejadian yang disebabkan oleh faktor alam dan/atau faktor non alam yang dapat mengakibatkan timbulnya kerusakan lingkungan, kerugian harta benda, gangguan ekologis, dan hilangnya jiwa manusia. Model pada masalah lokasi fasilitas yang terkait dengan model optimasi logistik merupakan pendekatan penting dalam manajemen bencana. Studi literatur ini bertujuan untuk menganalisis penerapan metode eksak dan metode heuristik tersebut dalam menentukan distribusi masalah lokasi fasilitas untuk logistik bantuan kemanusiaan. Metode yang dilakukan melalui penelusuran artikel pada situs Google Scholar, Science Direct, dan Informs Journal. Hasil penelurusan adalah mendapatkan 12 artikel yang memenuhi kriteria untuk dikaji. Penerapan untuk metode eksak dan metode heuristik dapat dilakukan secara terpisah maupun dikolaborasikan untuk mendapatkan solusi dari model yang sudah dibangun. Solusi yang diperoleh melalui metode eksak merupakan hasil optimal, namun untuk kasus dengan skala besar dan masalah yang rumit, metode heuristik dapat digunakan. Metode heuristik memungkinkan waktu penyelesaian solusi lebih cepat jika dibandingkan dengan metode eksak.

SPEAKER IDENTIFICATION USING HYBRID MODEL OF PROBABILISTIC NEURAL NETWORK AND FUZZY C-MEANS Vicky Zilvan; Agus Buono; Sri Nurdiati
Widyariset Vol 16, No 2 (2013): Widyariset
Publisher : Pusbindiklat - LIPI

A hybrid model of Probabilistic Neural Network and Fuzzy C-Means has been developed. The model has been applied using Mel Frequency Cepstrum Coefficients (MFCC) as feature extraction for identification. In addition to the natural voice, the effect of noise has also been taken into account. It has been shown that the model has good accuracy at 96% for voice without noise, 85.5% for voice with noise at the level of signal to noise ratio 30, and 60% for voice with noise at the level of signal to noise ratio 20. It has also been concluded that the clustering procedure using Fuzzy C-Means could improve the accuracy up to 96% for large number of training data.

KONSTRUKSI ATURAN PENGGABUNGAN DUA GRAF KALIMAT Ayu Amanah; Sri Nurdiati; Fahren Bukhari
Salingka Vol 11, No 01 (2014): SALINGKA, EDISI JUNI 2014
Publisher : Balai Bahasa Sumatra Barat

Knowledge Graph merupakan hal baru yang berguna untuk menggambarkan bahasa manusia yang lebih berpusat pada aspek semantik daripada aspek sintetik. Representasi makna teks berbahasa Indonesia ke dalam bentuk graf dapat dilakukan dengan menggunakan Knowledge Graph. Representasi tersebut bertujuan mengurangi ambiguitas. Representasi makna teks diperoleh melalui beberapa penelitian. Penelitian representasi makna kata, makna frasa, dan makna klausa telah dilakukan sehingga penelitian ini bertujuan mengkaji representasi makna kalimat ke dalam graf kalimat dan menggabungkan dua graf kalimat. Hasil penelitian ini berupa aturan pembentukan graf kalimat dan aturan penggabungan dua graf kalimat. Kedua aturan tersebut dikonstruksi agar setiap orang memiliki representasi kalimat dan penggabungan dua graf kalimat yang sama

AKURASI DAN EFISIENSI SOLUSI PERSAMAAN DIFERENSIAL BIASA DENGAN MASALAH NILAI BATAS PADA JULIA DAN OCTAVE NGAKAN KOMANG KUTHA ARDHANA; SRI NURDIATI; MOHAMAD KHOIRUN NAJIB; SYAHID AHMAD MUKRIM
Jurnal Matematika UNAND Vol 11, No 1 (2022)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.11.1.32-46.2022

Salah satu program yang andal untuk menyelesaikan masalah nilai batas secara numerik adalah MATLAB. Namun, program tersebut bersifat komersial, sehingga tidak semua pengguna dapat menggunakannya. Adapun program lain yang bersifat open source adalah Octave, yang sering digunakan karena kemiripannya dengan MATLAB. Selain itu, ada pula Julia, yang diklaim dinamis dan cepat. Keduanya menyediakan rutin untuk menyelesaikan masalah nilai batas menggunakan metode kolokasi. Oleh karena itu, penelitian ini bertujuan untuk menguji dan membandingkan akurasi serta efisiensi dari rutin pencarian solusi masalah nilai batas pada Octave dan Julia. Hasil yang diperoleh menunjukkan bahwa pencarian solusi masalah nilai batas pada Julia jauh lebih akurat dan efisien dibandingkan Octave berdasarkan beberapa kasus yang diberikan. Julia menyelesaikan masalah nilai batas dengan waktu komputasi rata-rata 2500 kali lebih cepat dibandingkan Octave. Dari sisi akurasi, Julia memiliki relatif error rata-rata 100000 kali lebih kecil dibandingkan Octave.

Rarity of Joint Probability Between Interest and Inflation Rates in the 1998 Economic Crisis in Indonesia and Their Comparison Over Three Time Periods Mohamad Khoirun Najib; Sri Nurdiati; Faiqul Fikri
Jurnal Matematika MANTIK Vol. 8 No. 1 (2022): April - June
Publisher : Mathematics Department, Faculty of Science and Technology, UIN Sunan Ampel Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15642/mantik.2022.8.1.10-17

After more than twenty years, there has been no economic crisis as severe as 1998 based on inflation and interest rates. It is interesting to compare the conditions before and after the 1998 crisis and the economic conditions in the last decade in Indonesia. Therefore, this study aims to analyze the relationship between inflation and interest rates using a copula-based joint distribution. The joint return period of the 1998 economic crisis is estimated from this joint distribution. The results showed that the Gumbel copula is the most suitable bivariate copula to construct a joint distribution between inflation and interest rates in 1990-2019, with an upper tail dependency of 0.6224. Moreover, the joint return period between inflation and interest rates more severe than 1998 is 389 years with a 95% confidence interval of [47, ∞] years. This result is uncertain because many factors affect inflation and interest rates. The inflation rate decreased after the 1998 crisis. Meanwhile, in the last decade, the inflation and interest rates were much lower than in the two previous periods.

Comparing Five Machine Learning-Based Regression Models for Predicting the Study Period of Mathematics Students at IPB University Sri Nurdiati; Mohamad Khoirun Najib
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 6, No 3 (2022): July
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v6i3.8408

Grade point average (GPA) is initial information for supervisors to characterize their supervised students. One model that can be used to predict a student's study period based on GPA is a machine learning-based regression model so that supervisors can apply the right strategy for their students. Therefore, this study aims to implement and select a machine learning-based regression model to predict a student's study period based on GPA in semesters 1-6. Several regression models used are least-square regression, ridge regression, Huber regression, quantile regression, and quantile regression with l_2-regularization provided by Machine Learning in Julia (MLJ). The model is evaluated and selected based on several criteria such as maximum error, RMSE, and MAPE. The results showed that the least-square regression model gave the worst evaluation results, although the calculation method was easy and fast. Meanwhile, the quantile regression model provided the best evaluation results. The quantile regression model without regularization gives the smallest RMSE (2.31 months) and MAPE (3.56%), while the quantile regression model with l_2-regularization has a better maximum error (4.9 months). The resulting model can be used by supervisors to predict the study period of their supervised students so that supervisors can characterize their students and can design appropriate strategies. Thus, the student's study period is expected to be accelerated with a high-quality final project.

Formulation of Sudoku Puzzle Using Binary Integer Linear Programming and Its Implementation in Julia, Python, and Minizinc Fahren Bukhari; Sri Nurdiati; Mohamad Khoirun Najib; Nandika Safiqri
Jambura Journal of Mathematics Vol 4, No 2: July 2022
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Sudoku is a number puzzle game popular among people with various difficulty levels (easy, medium, hard, and extremely hard). Sudoku can be modeled as a linear programming problem in mathematics, particularly binary integer linear programming (BILP). Completing Sudoku using BILP is quite tricky because it requires many iterations. Therefore, this study aims to analyze the Sudoku problem using the BILP formulation and implement the problem using Julia, Python, and MiniZinc. Out of 15 cases for each difficulty level, Julia performs better than Python and MiniZinc based on computation time. Moreover, Sudoku with easy difficulty levels is solved with a longer computation time than the other three difficulty levels. The computation time for solving BILP is getting faster as the difficulty level of the Sudoku problem increases. This is because Sudoku problems with easy difficulty levels have more known values as clues and generate more constraints than other difficulty levels.

SOLUSI NUMERIK MASALAH BIO-DEGRADASI PENCEMAR AIR TANAH MENGGUNAKAN METHOD-OF-LINES Mochamad Tito Julianto; Sri Nurdiati; Muhammad Adam Tripranoto; Mohamad Khoirun Najib
Teorema: Teori dan Riset Matematika Vol 7, No 2 (2022): September
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/teorema.v7i2.7102

Masalah biodegradasi pencemar air tanah dapat dimodelkan berupa persamaan diferensial parsial (PDP) adveksi-dispersi-reaksi non-linear. Kompleksnya persamaan ini menuntut digunakannya metode numerik yang efisien untuk memperoleh hampiran solusi. Method-of-Lines yang digunakan untuk memberikan hampiran solusi tersebut, menghasilkan suatu sistem persamaan diferensial biasa (PDB) hasil diskritisasi ruang yang umumnya bersifat kaku dan berukuran sangat besar. Solusi numerik dari model dihitung menggunakan metode Runge-Kutta orde 5 yang dikenal stabil sehingga diharapkan mampu menangani sistem PDB yang kaku. Untuk meningkatkan efisiensi, sistem PDB yang diperoleh diformulasikan ulang ke dalam notasi matriks. Pada contoh kasus pertama, disimulasikan pencemar terkonsentrasi di satu lokasi dengan nutrien dan mikroba tersebar merata di seluruh area. Pada contoh kasus kedua, pencemar dan nutrien tersebar merata di seluruh area, sedangkan mikroba terkonsentrasi di delapan lokasi pada area simulasi tersebut. Hasil simulasi numerik untuk kedua kasus menunjukkan bahwa implementasi notasi matriks memberikan solusi numerik yang sama akurat dan jauh lebih efisien dibanding formulasi non-matriks. Penelitian ini juga membandingkan kinerja antara metode Runge-Kutta orde 5 diimplementasi dan metode Tsit5 disediakan package DiferensialEquation.jl pada perangkat lunak Julia. Hasil simulasi numerik menunjukkan keduanya memberikan solusi numerik yang sama akurat pada kedua contoh kasus. Namun demikian, metode Tsit5 kurang efisien dibandingkan metode Runge-Kutta orde 5 dalam segi waktu komputasi. Kata kunci: Adveksi-dispersi-reaksi, biodegradasi, julia, method-of-lines, runge-kutta

Perbandingan AlexNet dan VGG untuk Pengenalan Ekspresi Wajah pada Dataset Kelas Komputasi Lanjut Sri Nurdiati; Mohamad Khoirun Najib; Fahren Bukhari; Muhammad Reza Ardhana; Salsabilla Rahmah; Trianty Putri Blante
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6373

Pengenalan emosi memainkan peran penting dalam komunikasi yang dapat dikenali dari ekspresi wajah. Terdapat banyak metode yang dapat digunakan untuk mengenali ekspresi wajah secara automatis, seperti convolutional neural network (CNN). Penelitian ini bertujuan untuk mengimplementasikan dan membandingkan model CNN dengan arsitektur AlexNet dan VGG untuk pengenalan ekspresi wajah menggunakan bahasa pemrograman Julia. Model CNN akan digunakan untuk mengklasifikasikan tiga ekspresi yang berbeda dari tujuh orang pengekspresi. Data diproses dengan beberapa teknik augmentasi data untuk mengatasi masalah keterbatasan data. Hasil penelitian menunjukkan bahwa ketiga arsitektur dapat mengklasifikasikan ekspresi wajah dengan sangat baik, yang ditunjukkan oleh nilai rata-rata akurasi pada data training dan testing yang lebih dari 94%. Untuk memenuhi nilai cross-entropy sebesar 0.1, arsitektur VGG-11 memerlukan jumlah epoch yang paling sedikit dibandingkan arsitektur lainnya, sedangkan arsitektur AlexNet memerlukan waktu komputasi yang paling sedikit. Waktu komputasi pada proses pelatihan sebanding dengan jumlah parameter yang terkandung pada model CNN. Akan tetapi, jumlah epoch yang sedikit belum tentu membutuhkan waktu komputasi yang sedikit. Selain itu, nilai recall, presisi, dan F1-score untuk masalah klasifikasi multi-class menunjukkan hasil yang baik, yaitu lebih dari 94%.

PREDIKSI MASA STUDI MAHASISWA MATEMATIKA IPB BERDASARKAN INDEKS PRESTASI KUMULATIF MENGGUNAKAN JARINGAN SYARAF TIRUAN Sri Nurdiati; Fahren Bukhari; Mohamad Khoirun Najib; Kautsar Hilmi
MILANG Journal of Mathematics and Its Applications Vol. 18 No. 1 (2022): MILANG Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Akreditasi sebuah program studi sangat dipengaruhi oleh masa studi dan Indeks Prestasi Kumulatif (IPK) lulusannya. Beberapa penelitian menunjukkan adanya keterkaitan antara kelulusan dengan IPK mahasiswa. Namun, model prediksi lama masa studi berdasarkan IPK masih sedikit. Oleh karena itu, penelitian ini bertujuan untuk memprediksi masa studi mahasiswa berdasarkan IPK menggunakan model jaringan syaraf tiruan (JST) berbasis backpropagation. Beberapa fungsi pelatihan diterapkan, meliputi gradient descent, Nesterov accelerated gradient descent, Adaptive moment estimation (Adam), dan Nesterov Adam (Nadam). Data yang digunakan dalam penelitian ini adalah data masa studi dan IPK semester 1-6 mahasiswa S1 Matematika IPB. Hasil penelitian menunjukkan bahwa model JST terbaik dihasilkan oleh jaringan dengan jumlah input node 6 yang dinormalisasi dengan batch normalization (BatchNorm), hidden node 10 dan output node 1. Parameter jaringan terbaik diperoleh dari percobaan menggunakan fungsi pelatihan gradient descent dan laju pembelajaran 0.5 dengan MAE sebesar 1.887 pada data testing. Fungsi pelatihan gradient descent memperlihatkan adanya penurunan nilai MAE ketika nilai laju pembelajaran meningkat. Sementara itu, pada fungsi pelatihan lainnya, terdapat tren bahwa semakin kecil nilai laju pembelajaran maka semakin kecil pula nilai MAE yang dihasilkan. Berdasarkan model JST terpilih, nilai IPK yang paling berpengaruh pada masa studi mahasiswa matematika IPB adalah nilai IPK pada semester 3, yaitu masa mahasiswa matematika IPB pertama kali menerima mata kuliah mayor dari Departemen Matematika secara keseluruhan. Kepentingan dari fitur ini sangat tinggi, mencapai 75.62%. Model JST terpilih menghasilkan MAPE sebesar 3.8% dan RMSPE sebesar 4.9% pada data testing.

Co-Authors AA Gede Rai Gunawan Abisha, Nicholas Ade Irawan Ade Irawan Agah D. Garnadi Agung Widyo Utomo Agus Buono Aldri Frinaldi Alifah, Nayla Nur Alifah, Rifdah Nur Amalia, Rizki Nurul Amanah, Ayu Anak Agung Gede Rai Gunawan Andriani, Rizka D. Annisa Permata Sari, Annisa Permata Ardhana, Muhammad Reza Ardhasena Sopaheluwakan Ardhasena Sopaheluwakan Ardhasena Sopaheluwakan Ardhasena Sopaheluwakan Ayu Amanah Bib Paruhum Silalahi Blante, Trianty Putri Budiarti, Retno Cece Sumantri Chairunisa, Ghevira Deni Suwardhi DEWI RAHMAWATI Edi Santosa Ekaputri, Dhea Elis Khatizah Endar Hasafah Nugrahani Eragilang Muhammad Hastapatria Ester Antika Evi Ardiyani Fadillah Rohimahastuti Fahren Bukhari Fahren Bukhari Fahren Bukhari Faiqul Fikri Fajar Delli Wihartiko Fatmawati, Linda Leni Ginting, Dini Tri Putri Br Hanief, Hafzal Hany Savitry Hasafah Nugrahani, Endar Heliza Rahmania Hatta, Heliza Rahmania Henny Nuraini Henriyansah Herlambang, Karen Hilmi, Kautsar I Wayan Mangku Imni, Salsabila F. Indra Jaya Irman Hermadi Jauhari, Muhammad Fakhri Karlisa Priandana Kasiyah Junus Kasiyah Junus Kautsar Hilmi Khatizah, Elis Komariah . Lana Syakina Linda Leni Fatmawati M. Syamsul Maarif Maman Turjaman Marimin Marimin Mas’oed, Teduh W. Mochamad Tito Julianto Mohamad Khoirun Najib Mohamad Khoirun Najib Mohamad Khoirun Najib Muhamad Syukur Muhammad Adam Tripranoto Muhammad Fikri Isnaini Muhammad Ilyas Muhammad Reza Ardhana Muhammad Tito Julianto Muhammad Zidane Bayu Mukhlis Mukhlis Muliawan Sebastian, Denny Nadiyah, Fadilah Karamun Nisaa Najib, Mohamad K. Najib, Mohamad Khoirun Najib, Mohamad Khoirun Nandika Safiqri NGAKAN KOMANG KUTHA ARDHANA Niswati, Za'imatun Noval Nur Fallahi, Putri Afia Nurwegiono, Muhammad Nuzhatun Nazria Pandu Septiawan Pratama, Yoga Abdi Prihasuti Harsani Putri, Renda S. P. Rachma Fauziah Krismayanti Rafhida, Syukri Arif Redytadevi, Tita Putri REFI REVINA Retno Budiarti Rika Kusumawati Ruben Harry Valentdio Salsabila, Fitra Nuvus Salsabilla Rahmah Salsabilla, Fitra Nuvus Sanjaya, Wardah Septian Dhimas Setyawati, Suci Nur Shelvie Nidya Neyman Sony Hartono Wijaya Sopaheluwakan, Ardhasena Sri Hartati Sri Mulatsih Srihadi Agungpriyono Sriwahyuni, Lilis Sukmana, Ihwan SYAHID AHMAD MUKRIM Sya’adah, Syifa Noer Syukri Arif Rafhida Trianty Putri Blante Valentdio, Ruben Harry Verry Riyanto Vicky Zilvan Wisnu Ananta Kusuma Yandra Arkeman Yasin Yusuf Yoga Abdi Pratama

Title

Found 68 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 68 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 68 Documents
Search