Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal Teknik ITS Jurnal Sains dan Seni ITS IPTEK Journal of Proceedings Series Proceedings of KNASTIK TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Mikrotek JOIN (Jurnal Online Informatika) Sewagati
Rully Soelaiman
Institut Teknologi Sepuluh Nopember
Arts Humanities Computer Science & IT Dentistry Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Public Health Social Sciences Other

Published : 49 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 49 Documents
Search

 1   2   3   4   5 
IMPLEMENTASI ALGORITMA GENETIKA DENGAN MAGNIFIED GRADIENT FUNCTION DAN DETERMINISTIC WEIGHT MODIFICATION DALAM MULITLAYER NEURAL NETWORK Setiawan, Hendry; Soelaiman, Rully
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 5, No 2 Juli 2006
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (365.511 KB) | DOI: 10.12962/j24068535.v5i2.a238

Abstract

Algoritma backpropagation menggunakan pola pelatihan yang berdasarkan turunan fungsi gradien (gradient derivative function) untuk perubahan bobot dan fungsi aktifasi yang berupa fungsi sigmoid, sehingga error yang dihasilkan pada iterasi berikutnya semakin kecil. Dalam penggunaan algoritma backpropagation ada dua aspek yang menjadi pertimbangan yaitu flat spot dan laju konvergensi (convergence rate).Penelitian berikut berusaha mengembangkan hibrid GA-MDPROP yang bertujuan mempercepat laju konvergensi dari algoritma backpropagation. Algoritma genetika digunakan untuk mecari topologi optimum dari jaringan saraf khususnya pada penentuan bobot awal, sedangkan MDPROP merupakan model hibrid Magnified Gradient Function Propagation (MGFPROP) dengan Deterministic Weight Modification (DWM). Penggunaan MGFPROP bertujuan mempercepat laju konvergensi dengan memperbesar fungsi gradient pada fungsi aktifasi, sedangkan DWM bertujuan mengurangi error dari sistem dengan mengubah bobot dengan cara yang telah ditentukan.Hasil penelitian menunjukkan algoritma GA-MDPROP memiliki laju konvergensi yang lebih cepat dibandingkan dengan algoritma backpropagation. Algoritma GA-MDPROP juga memiliki laju konvergensi yang lebih cecpat  dibandingkan dengan algoritma MDPROP khususnya untuk faktor penguatan S=1.Kata kunci: Algoritma Genetika, Magnified Gradient Function Propagation (MGFPROP), Deterministic Weight Modification (DWM), MDPROP, GA-MDPROP.
PENGEMBANGAN SISTEM PENGENALAN WAJAH DENGAN METODE PENGKLASIFIKASIAN HIBRID BERBASIS JARINGAN FUNGSI BASIS RADIAL DAN POHON KEPUTUSAN INDUKTIF Soelaiman, Rully; Purwitasari, Diana; Tri Hayati, Ariadi Retno
Jurnal Informatika Vol 6, No 2 (2005): NOVEMBER 2005
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (318.797 KB) | DOI: 10.9744/informatika.6.2.pp. 115-124

Abstract

Face recognition is a difficult task mostly because of the inherent variability of the image formation process ranging from the position/cropping of the face and its environment (distance and illumination) is totally controlled, to those involving little or no control over the background and viewpoint. Moreover, those are allowing for major changes in facial appearance due to factors expression, aging, and accessories such as glasses or changes in hairstyle. A solution has been proposed by considering hybrid classification architectures deal with the benefit of robustness via consensus provided by ensembles of Radial Basis Functions (RBF) networks and categorical classification using decision trees. A specific approach considers an ensemble of RBF Networks through its ability to cope with variability in the image formation. The experiments were carried out on images drawn randomly 50 unique subjects totalling to 500 facial images with rotation ± 50 encoded in greyscale. The faces are then normalized to account for geometrical and illumination changes using information about the eye location. Specifically performance true positive by Ensambles RBF1 (ERBF1) increased on ± 13,86% measures up to RBF while ERBF2 by ± 15,93%. On the contrary the false negative rate decreased by amount of ±5,8% for ERBF1 and somewhat less to ±5,6% for ERBF2. When the connectionist ERBF model is coupled with an Inductive Decision Tree - C4.5 - the performance improves over the case while only the connectionist ERBF module is used. Abstract in Bahasa Indonesia : Pengklasifikasian wajah berkaitan dengan variasi data misalnya detil - detil kecil dari wajah atau transformasi saat proses pengambilan citra. Pengklasifikasian wajah dengan metode hibrid menggabungkan pembelajaran berbasis Jaringan Fungsi Basis Radial (JFBR) dan Pohon Keputusan Induktif. JFBR digunakan sebagai metode pembelajaran dalam arsitektur jaringan syaraf tiruan. Untuk meningkatkan kemampuan pengenalan dilakukan pengklasifikasian pada Pohon Keputusan Induktif. Selain menjadi metode penghubung pada pengklasifikasian hibrid, Himpunan JFBR (HJFBR) digunakan untuk penyediaan atribut pada pengklasifikasian Pohon Keputusan Induktif. Uji coba dilakukan pada 50 obyek dengan total ± 500 citra wajah dalam format grayscale. Data dipilih dengan memberi variasi mimik wajah, kemiringan (rotasi) data ± 50 dan juga dipengaruhi oleh pencahayaan di dalam ataupun d iluar ruangan. Rata - rata peningkatan keakurasian positif benar yang diberikan arsitektur HJFBR dibanding JFBR sebesar ±13,86% untuk HJFBR1 dan ±15,93% untuk HJFBR2. Namun menurunkan keakurasian negatif benar sebesar ±5,8% untuk HJFBR1 dan ±5,6% untuk HJFBR2. Penambahan pohon keputusan induktif pada metode hibrid memberikan keuntungan selain tetap dapat meningkatkan keakurasian positif benar juga mampu mengatasi permasalahan sebelumnya tentang penurunan keakurasian negatif benar. Kata kunci: pengenalan wajah, jaringan fungsi basis radial, pengklasifikasian hibrid, pohon keputusan induktif.
SEGMENTASI CITRA MENGGUNAKAN CLUSTERING DENGAN PENDETEKSI SADDLE POINT Saikhu, Ahmad; Soelaiman, Rully; Hambali, Imam
Proceedings of KNASTIK 2009
Publisher : Duta Wacana Christian University

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

Abstract

Segmentasi citra adalah proses membagi citra ke dalam region-region yang terpisah, di mana setiap region adalahhomogen dan mengacu pada sebuah kriteria keseragaman yang jelas. Segmentasi yang dilakukan terhadap citra harus tepatagar informasi yang terkandung di dalamnya dapat diterjemahkan dengan baik.Penelitian ini menggunakan algoritma meanshift untuk segmentasi. Mean shift merupakan prosedur nonparametric sederhana untuk mengestimasi kerapatan gradient.Metode ini mempunyai parameter untuk mengontrol resolusi hasil segmentasi. Untuk mendeteksi boundary klasterdigunakan algoritma saddle point.Berdasarkan hasil uji coba menunjukkan waktu proses dan jumlah klaster dalamsegmentasi tergantung pada nilai parameter bandwidth domain spasial hs, bandwidth domain range hr, dan klaster terkecil Myang dimasukkan. Semakin besar nilai hs maka waktu segmentasi semakin lama. Semakin besar nilai hs,hr, dan M makajumlah klaster semakin sedikit. Boundary yang dihasilkan saddle point menjadi lebih halus.
IMPLEMENTATION OF BRANCH AND BOUND METHOD FOR CONVEX OPTIMIZATION PROBLEM Hariadi, Victor; Soelaiman, Rully
Proceedings of KNASTIK 2012
Publisher : Duta Wacana Christian University

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

Abstract

Convex optimization is one of important areas in nonlinear programming, both fromthe mathematical and application viewpoints. Numerous real world problems arenaturally expressed as quadratic programming problems. In non linear programming,it is necessary to use a method to get global optimal value in order to not get trapped inlocal optimal value. Branch and bound method in non linear programming known asone of global optimization technique.In this research we implement branch and boundmethod with relaxation process in the problem to get global optimization from convexprogramming. The boundary of sub problem will be considering using reformulationfrom quadratic with KKT condition. Experiment was accomplished on quadra1ticprogramming problems. The results showed that using reformulation from quadraticwith Karush-Kuhn-Tucker (KKT) condition for bounding the problems helps to getoptimal solution in branch and bound method.
PENERAPAN METODE FAST MARCHING PADA PERHITUNGAN GEODESIC DISTANCE PERMUKAAN OBYEK TRIANGULAR MESH Soelaiman, Rully; Tjandra, Eddy; Setiawan, I Made Agus
Jurnal Informatika Vol 7, No 1 (2006): MAY 2006
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/informatika.7.1.pp. 38-46

Abstract

In this paper, we will describe an algorithm for geodesic distance calculation that applied at the surface of triangular mesh object, to analyze its efficiency and accuracy. We applied the Fast Marching Method on Triangulated Domain (FMM On TD) with O(n lg n) time complexity, where n is the number of point/triangle vertex that represent the surface. The main task of this algorithm is to do the front propagation step from the starting point to all possible direction to obtained the final point. Every step of this algorithm, will calculate the distance from the current point to the starting point. After the calculation of the geodesic distance finished, the next process is to build the geodesic path. The main task of this step is to do the back propagation step at the object surface from the final point to the starting point. Based on the experimental result, the accuracy of the FMM on TD algorithm is more than 95%. This accuracy depend on the number of the triangles that represent the surface. The accuracy of the geodesic path and the computational times are depends on the number of the triangles that used to represent the surface Abstract in Bahasa Indonesia : Dalam makalah ini akan dibahas penerapan algoritma perhitungan geodesic distance pada permukaan obyek triangular mesh untuk dibuktikan tingkat keakuratan dan efisiensinya. Algoritma yang diterapkan adalah Fast Marching Method on Triangulated Domain (FMM on TD) yang berjalan dengan kompleksitas waktu O(n lg n), dimana n adalah jumlah titik pada permukaan. Inti dari algoritma ini adalah melakukan front propagation dari titik awal ke segala arah yang mungkin sampai diperoleh titik akhir. Setiap bergerak maju algoritma ini selalu menghitung nilai jarak suatu titik terhadap titik awal. Setelah proses perhitungan geodesic distance selesai, dilakukan proses pembuatan geodesic path. Inti dari proses ini adalah melakukan back propagation pada permukaan dari titik akhir sampai diperoleh titik awal. Berdasarkan uji coba, tingkat keakuratan algoritma FMM on TD adalah lebih dari 95%. Keakuratan ini dipengaruhi oleh jumlah segitiga pembentuk permukaan. Semakin banyak segitiga semakin akurat geodesic distance yang dihasilkan, tetapi waktu yang dibutuhkan untuk melakukan proses perhitungan menjadi semakin lama. Kata kunci: computational geometry, geodesic distance, geodesic path, triangular mesh, fast marching method on triangulated domain, front propagation, back propagation.
Automatic Detection of Proliferative Diabetic Retinopathy With Hybrid Feature Extraction Based on Scale Space Analysis and Tracking Sabilla, Wilda Imama; Soelaiman, Rully; Fatichah, Chastine
IPTEK Journal of Proceedings Series No 1 (2015): 1st International Seminar on Science and Technology (ISST) 2015
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23546026.y2015i1.1076

Abstract

Feature extraction is a process to obtain the characteristics or features of an object where the value of the features will be used for analysis in the next process. In retinal image, extraction of blood vessels’ characteristics can be used for detection of proliferative diabetic retinopathy (PDR). Retinal blood vessels’ features can be obtained directly with segmented image and with additional spatial method. For PDR detection, we need the suitable method that can produce maximum feature representation. This paper proposed hybrid feature extraction using a scale space analysis method and tracking with Bayesian probability. The result of the retinal images classification from STARE database using soft threshold m-Mediods classifier shows the best accuracy of 98.1%.
Multi-feature Fusion Using SIFT and LEBP for Finger Vein Recognition Hardika Khusnuliawati; Chastine Fatichah; Rully Soelaiman
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 15, No 1: March 2017
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v15i1.4443

Abstract

In this paper, multi-feature fusion using Scale Invariant Feature Transform (SIFT) and Local Extensive Binary Pattern (LEBP) was proposed to obtain a feature that could resist degradation problems such as scaling, rotation, translation and varying illumination conditions. SIFT feature had a capability to withstand degradation due to changes in the condition of the image scale, rotation and translation. Meanwhile, LEBP feature had resistance to gray level variations with richer and discriminatory local characteristics information. Therefore the fusion technique is used to collect important information from SIFT and LEBP feature.The resulting feature of multi-feature fusion using SIFT and LEBP feature would be processed by Learning Vector Quantization (LVQ) method to determine whether the testing image could be recognized or not. The accuracy value could achieve 97.50%, TPR at 0.9400 and FPR at 0.0128 in optimum condition.  That was a better result than only use SIFT or LEBP feature.
Analisis Kinerja Algoritma PrefixSpan dan Aprioriall pada Penggalian Pola Sekuensial Rully Soelaiman; Dhany Saputra
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

PrefixSpan adalah salah satu metode penggalian pola sekuensial yang menggunakan pendekatan Pattern Growth serta melakukan proyeksi sufiks terhadap basis data sekuens, sedangkan AprioriAll adalah salah satu metode penggalian pola sekuensial yang menggunakan pendekatan Apriori serta melakukan pembangkitan dan pengujian sekuens kandidat. Dengan bekal basis data sekuens yang terdiri atas ID kastamer, ID transaksi, dan item yang dibeli, kedua algoritma tersebut dapat menghasilkan pola-pola sekuensial yang memenuhi dukungan minimum yang diinginkan. Secara teoretik kinerja PrefixSpan lebih unggul daripada AprioriAll, sehingga perlu dilakukan analisis terhadap kinerja dari kedua algoritma tersebut.Dalam penelitian ini dilakukan analisis kinerja algoritma PrefixSpan dan AprioriAll pada penggalian pola sekuensial. PrefixSpan akan disusun menggunakan teknik proyeksi basis data Pseudoprojection dan AprioriAll akan disusun sesuai empat fase prosedurnya, yaitu fase pengurutan, fase litemset, fase transformasi, dan fase sekuens. Kemudian kedua aplikasi ini akan diuji ketangguhannya dengan menggali pola sekuensial dari basis data sekuens sintetik berukuran besar.Berdasarkan uji coba dapat disimpulkan bahwa secara umum durasi eksekusi dan utilisasi memori PrefixSpan lebih kecil daripada AprioriAll dan secara grafis dapat dikatakan bahwa PrefixSpan lebih skalabel dan terpercaya daripada AprioriAll.Kata Kunci: PrefixSpan, Pseudoprojection, AprioriAll, pola sekuensial, penggalian data, dukungan minimum, basis data sekuens, proyeksi basis data.
Analisis Kinerja Algoritma Fold-Growth dan FP-Growth pada Penggalian Pola Asosiasi Rully Soelaiman; Ni Made Arini WP.
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Penggalian data sangat penting untuk proses pengumpulan data dan untuk penyimpanan data. Di sisi lain, data mentah yang tersedia sangatlah besar sehingga analisis manual tidak lagi memungkinkan untuk menangani masalah data. Permasalahan utama dari penggalian data adalah munculnya beberapa struktur data baru yang dimaksudkan untuk memperbaiki efisiensi dari penggalian data. Dan tidak satu pun dari struktur data tersebut yang mampu menangani semua masalah penggalian data.Fold-Growth merupakan salah satu dari metode penggalian pola asosiasi dengan menggunakan struktur data SOTrieIT (Support Ordered-Trie Itemset) dalam proses penggalian itemset yang frequent. SOTrieIT adalah sebuah struktur data yang dapat melakukan ekstraksi 1-itemset dan 2-itemset dari semua transaksi dalam basis data. Dengan menggunakan basis data transaksi yang terdiri dari kode transaksi, dan kode dari barang yang di beli, algoritma ini akan diproses untuk menghasilkan pola asosiasi. Pada penelitian ini, algoritma FOLD-growth akan dibagi dalam empat tahapan utama yaitu, tahapan penggalian 1-itemset frequent dan 2-itemset frequent, tahap pemangkasan item-item yang tidak frequent, membangun FP-tree, dan tahapan penggalian semua itemset frequent.Berdasarkan uji coba, yang melibatkan dataset sintetik, dapat disimpulkan bahwa secara umum durasi eksekusi dan utilisasi memori Fold-Growth lebih kecil dibandingkan dengan FP-Growth.Kata Kunci: FP-growth, SOTrieIT, Fold-Growth, pola asosiasi, penggalian data, struktur data.
Optimasi Penjadwalan Penugasan Crane dengan Algoritma Branch and Price Yudhi Purwananto; Chastine Fatichah; Anna Kholilah; Rully Soelaiman
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Perusahaan persewaan crane merupakan perusahaan jasa yang berprinsip memenuhi pesanan dari pelanggan. Karena keterbatasan sumber daya yang dimiliki, maka tidak semua pesanan yang datang dapat diterima. Pesanan dapat diterima apabila sebuah perusahaan sanggup memenuhinya tanpa mengabaikan pesanan-pesanan yang datang terlebih dahulu, karena pesanan yang datang terlebih dahulu seharusnya dilayani terlebih dahulu. Untuk menyelesaikan pesanan-pesanan yang diterimanya, sebuah perusahaan persewaan memiliki seorang planner yang bertugas untuk mendistribusikan semua sumber daya yang ada. Salah satu biaya operasional adalah biaya pengoperasian sumber daya yang dimiliki perusahaan persewaan. Untuk dapat memaksimalkan keuntungan, maka salah satunya adalah dengan meminimalkan biaya operasional yang dikeluarkan.Permasalahan tersebut dapat dirumuskan sebagai permasalahan integer programming yang dapat diselesaikan dengan menggunakan algoritma branch and price. Dua proses yang akan dilakukan yaitu percabangan pada variabel keputusan yang belum integer dan pengecekan adanya reduced cost negatif pada tiap variabel keputusannya. Pengecekan reduced cost ini dilakukan agar tidak melakukan penelusuran pada semua kemungkinan solusi integer, seperti yang dilakukan pada algoritma branch and price. Hasil optimal dicapai pada solusi integer yang semua variabel keputusannya tidak memiliki reduced cost negatif.Uji coba dan evaluasi dilakukan dengan menggunakan data yang didapatkan dari sebuah perusahaan persewaan crane pada NRL. Dari beberapa hasil uji coba yang dilakukan menunjukkan bahwa aplikasi dapat merumuskan integer programming dan dengan algoritma branch and price permasalahan penjadwalan penugasan crane dapat diselesaikan. Dari hasil uji coba yang dilakukan pada data NRL dibuktikan adanya peningkatan solusi optimal lebih dari 10%.Kata kunci: Graph, Integer Programming, Branch and Price, Column Generation
Co-Authors Abdul Majid Hasani ABDUL MUNIF Aby Herwendo Adhita Pratiwi Adillion, Ilham Gurat Afrida Helen Ahmad Saikhu Aidy Ilmy Akbar, Rizky Januar Amalia, Ivanda Zevi Anak Agung Gede Sugianthara Andre Setiawan Anindita, Muhammad Raihan Anna Kholilah Ardiana Rosita Ariadi Retno Tri Hayati Arianto Wibowo Arif Djunaidy Arya Widyadhana Arya Yudhi Wijaya Arya Yudhi Wijaya Baskoro, Fajar Chastine Fatichah Daniel Henry Daniel Oranova Siahaan Desy Nurbaiti Rahmi Devanda Sintaullysa Tamba Dhany Saputra Diana Purwitasari Dwi Sunaryono Dyah Sulistyo Rahayu Eddy Tjandra Eric Budiman Gosno Esther Hanaja Fajar Baskoro FX Arunanto Gracius Cagar Gunawan Hardika Khusnuliawati Hardika Khusnuliawati Hendry Setiawan I Made Agus Setiawan I Wayan Widi Pradnyana I.K. Eddy Purnama Imam Hambali Irwanto Irwanto Isye Arieshanti Ivanda Zevi Amalia Johan Varian Alfa Junian Triajianto Kadek Anggrian Mahendra Putra M Mujahidillah Maulina Nur Istiqomah Muchammad Husni Muhammad Dery Rahma Muhammad Izzuddin Ni Made Arini WP. Nur Rosyid M Peni Sriwahyu Natasari Ramadhan Rosihadi Perdana Reva Yoga Pradana Rully Agus Hendrawan Ryan Nathan Soetandyo Sarwosri Sarwosri Sheila Agustianty Shiddiqi, Ary Suhadi Lili Tita Karlita Tri Harsono Victor Hariadi Wahyu Suadi Wijayanti Nurul Khotimah Wilda Imama Sabilla Wiwik Anggraini Yudhi Purwananto Yuhana, Umi Laili