Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.624

P-Index

This Author published in this journals

All Journal Jurnal Buana Informatika Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Penelitian Sains Jurnal TAM (Technology Acceptance Model) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JurTI (JURNAL TEKNOLOGI INFORMASI) JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi ABSYARA: Jurnal Pengabdian Pada Masyarakat IJAIRTec Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Klik - Jurnal Ilmu Komputer MDP Student Conference Jurnal Ilmiah Sistem Informasi INOVTEK Polbeng - Seri Informatika International Journal of Artificial Intelligence and Robotic Technology (IJAIRTec) Jurnal TAM (Technology Acceptance Model)

Derry Alamsyah

Universitas Multi Data Palembang

Author-ID : 3545306

Agriculture, Biological Sciences & Forestry Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Mathematics Physics Other

Published : 40 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

PENGENALAN EKSPRESI WAJAH MENGGUNAKAN METODE SVM DENGAN TRANSFORMASI FOURIER DAN PCA Ricky Julianto; Derry Alamsyah
Klik - Jurnal Ilmu Komputer Vol. 2 No. 1 (2021): Klik - Jurnal Ilmu Komputer
Publisher : Fakultas Ilmu Komputer Universitas Sumatera Selatan

Ekspresi wajah digunakan seseorang sebagai cara untuk berkomunikasi secara non-verbal dalam mengungkapkan perasaan yang sedang dialaminya. Ekspresi secara universal dikategorikan menjadi enam ekspresi dasar yaitu senang, sedih, marah, jijik, takut, terkejut, dan satu ekspresi netral. Dalam penelitian ini dilakukan pengenalan ekspresi menggunakan metode SVM dengan ekstraksi ciri transformasi fourier dan direduksi menggunakan PCA. Tahapan penelitian dimulai dengan mengambil dataset fer2013, dilanjutkan dengan pengkonversian data piksel menjadi gambar, selanjutnya gambar diekstraksi menggunakan transformasi fourier lalu direduksi menggunakan PCA, setelah itu diklasifikasi menggunakan SVM dimana hasil pengujian menggunakan data original mendapatkan model terbaik pada kernel polinomial derajat 2 dengan = 10 yang memberikan hasil akurasi sebesar 38% untuk citra gambar bagus dan 32.666% untuk citra gambar dengan noise salt and pepper, sementara itu hasil pengujian menggunakan data dengan peningkatan kontras mendapatkan model terbaik pada kernel polinomial derajat 2 dengan = 1 yang memberikan hasil akurasi sebesar 36.666% untuk citra gambar bagus dan 33.333% untuk citra gambar dengan noise salt and pepper menggunakan data testing.

KOREAN LETTER HANDWRITING RECOGNITION USING CONVOLUTIONAL NEURAL NETWORK METHOD VGG-16 ARSITEKTUR ARCHITECTURE Ery Hartati; Derry Alamsyah
International Journal of Artificial Intelligence and Robotic Technology (IJAIRTec) Vol. 1 No. 3 (2021): International Journal of Artificial Intelligence and Robotic Technology (IJAIRT
Publisher : International Journal of Artificial Intelligence and Robotic Technology (IJAIRTec)

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

Handwritten is a unique characteristic because each people has different handwriting. Handwritten can be an object to recognition of someone. In research on handwritten Korean alphabet recognition using the Convolutional Neural Network method with VGG-16 architecture. Data is scanned from 24 Korean handwritten alphabets with 14 kinds of consonants and 10 kinds of vocals on paper with black ink. Data there are two scenarios namely research using original data without binarization and data with binarization which for both scenarios are previously data has been resized. This research uses k-fold cross-validation with a value for k=5 and a confusion matrix. The result showed that both of scenarios are can be recognized with 99,52% accuracy, 95,56% precision, 94,11% recall for first scenario and 99,42% accuracy, 95,94% precision, 93,11% recall for second scenario.

ESTIMASI KEDALAMAN PADA CITRA DENGAN CONDITIONAL RANDOM FIELD (CRF) DAN STRUCTURED SUPPORT VECTOR MACHINE (SSVM) MENGGUNAKAN FITUR FFT Derry Alamsyah; Muhammad Rachmadi
Jurnal TAM (Technology Acceptance Model) Vol 9, No 1 (2018): Jurnal TAM (Technology Acceptance Model)
Publisher : LPPM STMIK Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/jurnaltam.v9i1.585

Citra Kedalaman merupakan citra yang dapat digunakan untuk segmentasi objek, 3D Model dan visi pada robot. Penentuan nilai kedalaman dari sebuah citra warna memiliki tantangan tersendiri dan bidang aktif penelitian. Citra kedalaman dapat diestimasi dengan menggunakan model stokastik CRF. Selanjutnya model CRF digunakan sebagai model untuk pembobotan pada Model SSVM. Penggunaan CRF-SSVM untuk estimasi citra kedalaman didukung ekstraksi fitur domain frekuensi yaitu FFT. Hasil yang ditunjukan dengan menggunakan pendekatan ini sebesar 69.04%

Analisis Perbandingan Kinerja Aplikasi Android Java dan Kotlin dalam Mengonsumsi API Pratama, Rendy; Farisi, Ahmad; Alamsyah, Derry
MDP Student Conference Vol 4 No 1 (2025): The 4th MDP Student Conference 2025
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v4i1.11292

This study investigates the performance of android applications developed using Java and Kotlin in consuming API. Driven by the need for responsive and efficient android applications and the potential impact of runtime performance differences between Java and Kotlin programs, this research employs an experimental method with a quantitative approach. Data is collected through Instrumented Tests and Android Studio tools on two smartphones with different specifications. Parameters measured include data download speed, memory allocation, execution time, serialization/deserialization time, application size, and lines of code. Results indicate Java's superiority in download speed and data serialization, while Kotlin demonstrates conciseness in code size. Performance varies depending on device specifications. The choice of programming language depends on the application's needs and priorities. Java is optimal for applications prioritizing download speed and data serialization, while Kotlin suits those focused on code efficiency. This study provides recommendations for PANDA application developers and future research.

Estimasi Citra Kedalaman Dengan Conditional Random Field (CRF) dan Structured Support Vector Machine (SSVM) Rachmadi, Muhammad; Alamsyah, Derry
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 1 No 3 (2017): Desember 2017
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Autonomous UAVs typically require systems capable of mapping (segmenting) the region of a colored image. Regional segmentation will be used to determine the existence of obstacles. Segmentation in an image initiated by grouping a number of pixels by color and proximity, with superpixel. Furthermore, the characteristics of each segmented region were extracted using Principal Component Analysis (PCA). Sequential segregation is a process of introducing a region that requires chain information obtained from the introduction before and after it called stochastic process. Solving this is done using Structured Support Vector Machines (SSVM). Meanwhile, to determine the weight in SSVM required a Conditional Random Field (CRF) model. The results show a good accuracy in the segmentation of the region that is 71%.

Implementation of Convolutional Neural Network Method Using LeNet-5 Architecture for Doodle Recognition Alwanda, Muhammad Rafly; Ramadhan, Raden Putra Kurniawan; Alamsyah, Derry
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Recognition of objects to date has been widely applied in various fields, for example in handwritten recognition. This research utilizes the ability of CNN to use LeNet-5 architecture for the introduction of doodle types with 5 object images, namely clothes, pants, chairs, butterflies and bicycles. Each doodle object consists of 30 images with a total dataset of 150 images. The test results show that the first, second and fourth scenarios of bicycle objects are more recognized with an accuracy value of 93% - 98%, recall 86% - 93% and precision 81% - 93%, clothes objects are more recognized in the third scenario with an accuracy value of 94%, 86% recall, and 83% precision.

Mango Segmentation Using MLE and GMM as Pixel Cluster Pranata, Steven; Alamsyah, Derry
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Segmentation divides an image into parts or segments that are simpler and more meaningful so they can be analyzed further. The solution that has been found is using the Maximum Likelihood Estimation (MLE) method and the Gausian Mixture Model. GMM is a clustering method. GMM is a function consisting of several Gaussian, each identified by k ∈ {1, ..., K}, where K is the number of clusters in our dataset. Maximum Likelihood estimation is a technique used to find a certain point to maximize a function, this technique is very widely used in estimating a data distribution parameter. Tests carried out using mango images with 10 different backgrounds. GMM will cluster the pixels of the mango image to produce averages and covariates. Then the average and covariance will be used by MLE to qualify each pixel of the mango image. In this study GMM and MLE tests were carried out to segment mangoes. Based on the results obtained, the GMM and MLE methods have an error rate of 13.07% for 3 clusters, 8.06% for 4 clusters, and 6.63% for 5 clusters and good cluster quality with silhouette coefficient values of 0.37686 for 3 clusters, 0.29577 for 4 clusters, and 0.26162 for 5 clusters.

Identifikasi Tulisan Tangan Aksara Jepang Hiragana Menggunakan Metode CNN Arsitektur VGG-16 Willyanto, Aldo; Alamsyah, Derry; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 2 No 1 (2021): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Hiragana merupakan aksara yang digunakan untuk menulis kata-kata dalam bahasaJepang. Hiragana memiliki 46 jenis huruf, diantaranya 5 huruf vokal dan 41 huruf konsonan.Aksara Hiragana penting dipelajari untuk orang yang ingin mempelajari bahasa Jepang. Olehkarena itu, pentingnya teknologi bantuan untuk dapat mempermudah mempelajari bahasaJepang. Pada penelitian ini, menggunakan objek tulisan tangan huruf Jepang Hiragana denganmetode Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan adalaharsitektur VGG-16. Objek penelitian yang digunakan adalah 30 buah per jenis huruf dengantotal 1380 buah. Penelitian menggunakan 3 macam skenario, yaitu skenario denganmenggunakan optimizer Adam dengan rentang learning rate dari 0,0001 hingga 0,1; optimizerSGD dengan rentang learning rate dari 0,0001 hingga 0,1; dan optimizer RMSprop denganrentang learning rate dari 0,0001 hingga 0,1. Hasil penelitian terbaik terdapat di skenariodengan optimizer Adam dan pada learning rate 0,0001 dengan nilai accuracy sebesar 97,6%;precision sebesar 97,9%; recall sebesar 98%; dan nilai f1 score sebesar 97,5%.

Klasifikasi Pnuemonia Menggunakan Metode Learning Vector Quantization Dengan Ekstraksi Fitur Local Binary Pattern Leonardo, Leonardo; Irsyad, Hafiz; Alamsyah, Derry
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 2 No 1 (2021): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Paru-paru merupakan salah satu organ tubuh manusia yang berfungsi sebagai sistempernafasan tubuh manusia, paru-paru bekerja dengan cara bertukarnya oksigen dankarbondioksida di dalam darah. Salah satu penyakit yang sering menyerang paru-paru adalahparu-paru basah atau di sebut dengan pneumonia, penyakit ini di tandai dengan batuk ataukesukaran bernapas yang di sertai sesak atau tarikan dinding dada bagian bawah ke dalam danpenyakit ini disebabkan oleh penurunan kualitas udara. Pneumonia sering menyerang anak-anak.Maka dari itu ditubuhkan pencegahan untuk mengurangi penyakit pneumonia pada masyarakatterutama pada anak-anak. Pada penelitian ini dilakukan dengan dua jenis paru-paru yaitu Normal(Sehat) dan Pneumonia, data yang digunakan pada setiap jenis penyakit yaitu 1100 dan 1098 untukdata training dan 230 data testing menggunakan metode esktraksi fitur LBP dan LVQ sebagaimetode klasifikasi. Untuk penelitian ini menggunakan parameter Hidden Layer, Learning Rate,Learning Function dan Epoch untuk menentukan dan mendapatkan hasil pengenalan yang baik.Berdasarkan hasil pengujian dengan metode LVQ dan LBP menggunakan Hidden Layer 2 danEpoch 1 mendapatkan akurasi sebesar 58,04% dan menggunakan Hidden Layer 90, Learning Rate0.0005, Learning Function “learnlv1” dan Epoch 2 mendapatkan akurasi sebesar 60,27%

Identifikasi Jenis Buah Pir Berdasarkan Bentuk Menggunakan Metode HOG dan JST Paniza, Mehri; Rusbandi, Rusbandi; Alamsyah, Derry
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 2 No 1 (2021): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Buah pir memiliki bentuk dan warna yang mirip sehingga muncul lah permasalahandalam pengenalan jenis buah pir berdasarkan bentuk menggunakan kecerdasan buatan. Varianatau jenis buah pir dan setiap jenis buah pir tersebut memiliki bentuk ataupun warna yangberbeda-beda. Beberapa spesies pohon pir menghasilkan buah yang rasanya manis, bahkanterkadang lebih manis dari buah apel. Data latih yang digunakan pada penelitian ini sebanyak240 citra setiap jenis buah pir dan data uji yang digunakan sebanyak 60 citra. Metode yangdigunakan pada penilitian ini adalah Histogram of Oriented Gradients digunakan sebagaiEktraksi fitur sedangkan Jaringan Syaraf Tiruan sebagai pengenalan objek. Jenis buah pir yangdigunakan ada 5 yaitu Abate, Forelle, Kaiser, Red dan Williams. Berdasarkan hasil pengujianmenggunakan tabel skenario Tuning Parameter didapatkan rata-rata akurasi terbaik melebihi97%, dan akurasi keseluruhan terbaik terdapat pada Hidden Layer 5 Learning Rate 0.1 danEpoch 10000.

Co-Authors Alwanda, Muhammad Rafly andreyas Daniel Wijaya Devella, Siska Dicky Pratama Dicky Pratama Dicky Pratama Dicky Pratama Dicky Pratama Dicky Pratama Farisi, Ahmad Ferdyansyah Wijaya gasim, Gasim Hafiz Irsyad Hartati, Ery Hocwin Hebert Idham Cholid Ignatius Rivaldo Lie Inayatullah Inayatullah Irmeilyana Karolina, umi Khan, Zicola Vladimir VIky Leonardo Leonardo Maryati Gultom Muhammad Bemby Putra Mansyah Muhammad Rachmadi, Muhammad Mukhlisa Mukhlisa Nataliatara Nataliatara Novan Wijaya Paniza, Mehri Pranata, Steven Putra BJ Bangun Putra, Ivan Pratama Ramadhan, Raden Putra Kurniawan RENDY PRATAMA Reynard Saputra Ricky Julianto rusbandi rusbandi, rusbandi Sanders, Carmel Edra Tinaliah, Tinaliah Tommy Oktavianus Saputra Triana Elizabeth, Triana Valentino Ruben Ho Virginia, Callista Wijang Widhiarso Willyanto, Aldo Yoannita Yoannita, Yoannita

Title

Found 40 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 40 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 40 Documents
Search