Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.147

P-Index

This Author published in this journals

All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Krea-TIF: Jurnal Teknik Informatika Jurnal Mantik JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Responsif : Riset Sains dan Informatika Jurnal Pengabdian Masyarakat Inovatif Jurnal Pengabdian Masyarakat Inovatif

Gibtha Fitri Laxmi

Universitas Ibn Khaldun Bogor

Author-ID : 3935234

Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Social Sciences Other

Published : 21 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Perbandingan Metode Long Short-Term Memory dan Double Random Forest dalam Prediksi Harga Penutupan Saham ZIKRI, MUHAMMAD; Riana, Freza; Laxmi, Gibtha Fitri
Krea-TIF: Jurnal Teknik Informatika Vol 12 No 1 (2024): Krea-TIF 2024
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v12i1.17468

Long Short-Term Memory (LSTM) merupakan bagian dari Recurrent Neural Network (RNN) yang memiliki keunggulan dalam memproses data sekuensial dan mengenali pola serta ketergantungan dalam data berurutan, sementara Double Random Forest (DRF) adalah metode ensemble yang mampu menangkap pola yang kompleks dengan memanfaatkan pohon keputusan dari data pelatihan secara keseluruhan. Kedua metode ini dapat digunakan untuk melakukan forecasting, termasuk dalam kasus prediksi harga saham. Penelitian ini bertujuan untuk membandingkan metode LSTM dan DRF dalam konteks prediksi harga penutupan saham pada PT. Indofood Sukses Makmur, Tbk, menggunakan dataset berukuran 1.253 data yang akan dibagi menjadi 80% data latih dan 20% data uji. Eksperimen ini mencakup tiga skenario, yaitu penggunaan semua fitur yang tersedia, penggunaan fitur dengan korelasi linier positif tinggi, dan penggunaan fitur dengan korelasi linier rendah. Error metrics yang digunakan pada penelitian ini adalah RMSE, MAE, dan MAPE. Dari hasil penelitian prediksi harga penutupan PT. Indofood Sukses Makmur, Tbk diperoleh bahwa LSTM memiliki hasil yang lebih baik dibandingkan DRF dengan nilai RMSE (80.99), MAE (61.08), dan MAPE (0.94). Hasil dari riset ini diharapkan dapat memberikan kontribusi nyata dalam pengembangan sistem prediksi harga saham berbasis machine learning.

TEKNIK PENCARIAN RUMAH SEWA YANG DIREKOMENDASIKAN DENGAN METODE LOCATION BASED SERVICE DAN MULTI-ATTRIBUTE DECISION MAKING (STUDI KASUS: RUMAH SEWA DI SEKITAR UIKA BOGOR) Setiawan, Foni Agus; Laxmi, Gibtha Fitri; Abidin, Riswan
Krea-TIF: Jurnal Teknik Informatika Vol 2 No 2 (2014)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Universitas Ibn Khaldun Bogor (UIKA) is a growing campus. The number of students who register have increased from year to year. The registrant does not only come from Bogor, but many also come from outside the city such as Jakarta, Sukabumi, and Cianjur, even outside Java. Students who come from outside the city will need residence as a rental house or called boarding house near the campus, which can be reached on foot or with a quick and inexpensive transportation. Due to the lack of information regarding the location where rental houses that are around UIKA, then the location of the rental housing search process is quite time consuming when done by asking or touring around the campus. This study aims to create a location-based service applications that can provide the information of spread points of the rental housing at a radius of 1000 meters from UIKA. The method used in this study is a Location Based Service that is used to determine the user's location and provide services that are close to the user's location. Method of Multi-Attribute Decision Making is used to consider the factors in the selection of recommended rental houses, such as: distance, price, comfortability, facilities, and ease of access. Results of this research is the android-based application of rental houses information that can provide presence information of rental houses around UIKA and recommend the best rental house based on the factors consideration. The existence of this application is expected to assist students in finding the best rental house around campus UIKA.

SISTEM KONSULTASI PEMILIHAN PROGRAM STUDI PADA PERGURUAN TINGGI SWASTA DI KOTA BOGOR DENGAN METODE ANALITYCAL HIERARCHY PROCESS Fitri Laxmi, Gibtha; Br. Ginting, Novita; Saepulloh, Irwan
Krea-TIF: Jurnal Teknik Informatika Vol 3 No 1 (2015)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Perguruan tinggi merupakan pendidikan lanjut yang memiliki faktor pertimbangan di dalam pemilihannya. Banyak program studi dan Perguruan Tinggi yang ada menjadikan pertimbangan yang sulit bagi calon mahasiswa dan orangtua. Faktor pertimbangan tersebut diantaranya ialah biaya, akreditasi, jenjang, serta lokasi. Proses pemilihan dalam penelitian ini menggunakan metode AnalyticalHierarchy Process (AHP) yang memberikan nilai skala Saaty 1-9 pada kriteria dan alternatif serta mampu memberikan uturan terbaik. Data Perguruan Tinggi dalam penelitian ini adalah 26 Perguruan Tinggi Swasta termasuk Universitas,Akademik, dan Sekolah Tinggi yang berada di Kota Bogor.Hasil dalam sistem pemilihan ini berupa urutan rangking terbaik , sehingga menghasilkan kriteria dan alternatif dengan bobot tertinggi. Nilai bobot tertinggi dijadikan pertimbangan utama dalam pemilihan program studi serta perguruan tinggi di Kota Bogor.

MODEL DINAMIS PENGELOLAAN AIR BERSIH TERPADU DI KOTA BOGOR Susetyo, Budi; Laxmi, Gibtha Fitri
Krea-TIF: Jurnal Teknik Informatika Vol 5 No 1 (2017)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Millenium Development Goals (MDG’s) berisi rumusan tentang 8 tujuan, 18 target dan 48 indikator, di mana pada sasaran ke-7, target ke-10 berisi tentang rumusan “Air bersih dan sanitasi yang merupakan hak dasar manusia” sehingga pada KTT Bumi di Johanesburg pada tahun 2015 diharapkan dapat memenuhi target pelayanan air bersih menjadi 80%. Target pelayanan air bersih MDG’s ini oleh Pemerintah Indonesia yang telah disepakati oleh Pemerintah Pusat, Provinsi dan Kabupaten/Kota. Peningkatan pelayanan air bersih yang aman (perpipaan dan non perpipaan) pada tahun 2015 di Indonesia mencapai 68,87% dengan sumber air terlindungi untuk daerah perkotaan sebesar 78,19% dan 61,60% di daerah pedesaan. Tahun 2020 mencapai 85% dan pada tahun 2025 pelayanan air bersih mencapai 100%. Laju pertumbuhan penduduk dan aktivitas perekonomian menimbulkan persoalan pencemaran lingkungan dan kelangkaan air bersih, khususnya di kota Bogor. Indikasi kelangkaan air bersih yang berkualitas ini terlihat dari data pemenuhan air bersih di Kota Bogor yang hingga saat ini baru mencapai 68% (target MDG's). Banyak faktor yang mempengaruhi angka pencapaian ini, di antaranya ketersediaan sumber air bersih, gangguan pencemaran air, kondisi sosio-ekonomi masyarakat, produksi air bersih, distribusi, aspek manajemen dan faktor kebijakan tentunya. Secara spesifik, model dinamis telah menggambarkan perilaku keterkaitannya dan bahkan dapat memproyeksikan kemampuan suplai dan kebutuhan masyarakat pada beberapa tahun mendatang. Prediksi perilaku model hubungan sebab akibat umpan balik subsistem penduduk dan peningkatan pelanggan dengan subsistem ketersediaan air bersih sampai dengan tahun 2025 menunjukkan bahwa akan terjadi krisis air bersih di Kota Bogor dengan pencapaian MDG’s baru sekitar 65% pada tahun 2016. Intervensi model dengan faktor perilaku penduduk terhadap air, diprediksikan dapat meningkatkan ketersediaan air bersih. Peningkatan perilaku hemat sebesar 25% per tahun, upaya peningkatan produksi melalui partnership dengan berbagai pihak (seperti perpipaan swadaya dsb), upaya mengatasi kebocoran air PDAM yang saat ini dapat mencapai 20%).

Identifikasi Ikan Air Tawar Menggunakan Teknik Edge Detection Dan Probabilistic Neural Network Laxmi, Gibtha Fitri; Kusumah, Fitrah Satrya Fajar; Darmawan, Supri Zaki
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 2 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/kreatif.v7i2.2033

Indonesia merupakan negara yang memiliki keanekaragaman hayati yang besar, salah satunya jenisnya ialah keanekaragaman ikan air tawar. Ikan air tawar yang layak konsumsi saat ini pun banyak jenisnya, sehingga bagi masyarakat yang kurang pengetahuan untuk mengenali jenis ikan sangatlah sulit. Teknologi identifikasi pengenalan citra dengan berbasis konten citra (Content Based Image Retrieval) dengan fitur bentuk berdasarkan titik tepi yang dihasilkan dapat membantu mengenali jenis ikan yang ada. Citra ikan yang digunakan diubah dari RGB menjadi grayscale yang diproses dengan metode deteksi tepi menjadi matriks nilai biner sehingga membentuk titik tepi dari ikan. Data citra ikan air tawar dalam penelitian berjumlah sepuluh jenis ikan, yang akan diproses untuk mendapatkan ekstraksi fitur deteksi tepinya. Vektor deteksi tepi yang dihasilkan akan diklasifikasikan menggunakan metode PNN. Hasil klasifikasi tersebut menghasilkan 25%. Keberhasilan klasifikasi pada identifikasi ikan air tawar dengan teknik edge detection memerlukan penggabungan teknik lain dalam mengekstraksi fitur citra.

Klasifikasi-PNN pada Citra Ikan Air Tawar dengan Sobel Edge Detection Eosina, Puspa; Laxmi, Gibtha Fitri; Fatimah, Fety
Krea-TIF: Jurnal Teknik Informatika Vol 6 No 2 (2018)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

AbstrakMetode Sobel adalah salah satu teknik dalam edge detection (deteksi tepi) untuk mengekstraksi tepi dari citra ikan air tawar. Deteksi tepi adalah proses identifikasi keberadaan dan letak tepinya dengan diskontinuitas gambar yang tajam. Menggunakan data citra ikan sebanyak 200 gambar dari 10 jenis ikan air tawar, dilakukan pencarian model klasifikasi PNN sebagai model untuk identifikasi data ekstraksi citra ikan air tawar menggunakan metode Sobel.Ciri atau karakteristik yang digunakan dalam mengekstrak data ikan dalam penelitian ini adalah ciri bentuk, yang dapat dikenali melalui titik-titik yang membentuk tepi-tepi objek ikan. Kinerja algoritma Sobel dapat dinilai dari hasil tampilan data vektor yang menjadi ciri bentuk ikan, dimana estimasi nilai-nilai pixel dilakukan menggunakan operator konvolusi Sobel (convolution masks). Telah ditunjukkan bahwa algoritma ini bekerja dengan baik. Data hasil ekstraksi ini, untuk selanjutnya digunakan dalam mencari model klasifikasi PNN (Probabilistic Neural Network) untuk identifikasi ikan air tawar. Hasil perhitungan nilai akurasi dari model yang terbentuk, yaitu kurang dari 25%, menunjukkan model identifikasi yang diinginkan belum tercapai. Hasil ini dapat digunakan sebagai pembanding untuk membangun model identifikasi menggunakan metode klasifikasi yang lain pada penelitian selanjutnya.AbstractThe Sobel method is one of the edge detection techniques to extract the edges of freshwater fish images. The Edge detection is the process of identifying the existence and position of the edge with a sharp discontinuity of images. Using 200 images of fish from 10 types of freshwater fish, the Probabilistic Neural Network (PNN) classification was performed on freshwater fish image extraction, to obtain the model of identification. In this study, the Sobel method is used to extract images of the shape characteristics. The performance of the Sobel algorithm can be judged by the results of the vector data display which characterizes the shape of the fish, where the estimation of pixel values is performed using the convolution masks operator. It has been shown that this algorithm works well. The accuracy result of the obtain model, ie less than 25%, indicates the desired model of identification has not been achieved. This result can be used as a benchmark to construct an identification model using other classification methods in subsequent research.

Implementasi Penggabungan Prewitt dan Canny Edge Detection untuk Identifikasi Ikan Air Tawar Laxmi, Gibtha Fitri; Eosina, Puspa; Fatimah, Fety
Krea-TIF: Jurnal Teknik Informatika Vol 6 No 2 (2018)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

AbstrakIndonesia merupakan negara yang memiliki keanekaragaman hayati yang besar, salah satunya jenisnya ialah keanekaragaman ikan air tawar. Ikan air tawar yang layak konsumsi saat ini pun banyak jenisnya, sehingga bagi masyarakat yang kurang pengetahuan untuk mengenali jenis ikan sangatlah sulit. Teknologi identifikasi pengenalan citra dengan berbasis konten citra (Content Based Image Retrieval) dengan fitur bentuk berdasarkan titik tepi yang dihasilkan dapat membantu mengenali jenis ikan yang ada. Citra ikan yang digunakan diubah dari RGB menjadi grayscale yang diproses dengan metode deteksi tepi menjadi matriks nilai biner sehingga membentuk titik tepi dari ikan. Data citra ikan air tawar dalam penelitian berjumlah sepuluh jenis ikan, yang akan diproses untuk mendapatkan ekstraksi fitur deteksi tepinya. Deteksi tepi yang digunakan ialah penggabungan metode prewitt dan canny. Penelitian ini tidak memiliki hasil yang akurat dengan nilai 25%. Dimana penggabungan fitur lain akan sangat membantu dalam identifikasi.AbstractIndonesia is a country that has a great biodiversity, one of which is the diversity of freshwater fish. Freshwater fish that are suitable for consumption today are of many kinds, so that people who lack knowledge to recognize fish species are very difficult. Image recognition identification technology with Content Based Image Retrieval with shape features based on the resulting edge points can help identify the types of fish that exist. The fish image used is converted from RGB to grayscale which is processed by edge detection method into a binary value matrix so that it forms the edge points of the fish. Image data of freshwater fish in the study amounted to ten types of fish, which will be processed to obtain extraction of the edge detection features. The edge detection used is the merging of the prewitt and canny methods. This study did not have accurate results with a value of 25%. Where combining other features will be very helpful in identification.

Sistem Pakar Diagnosis Penyakit dan Hama Tanaman Pisang dengan Metode Classical Probability Anbi, Moningka Naca; Laxmi, Gibtha Fitri; Riana, Freza; Hermanto, Catur
Krea-TIF: Jurnal Teknik Informatika Vol 10 No 1 (2022)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v10i1.6993

Pisang adalah bagian dari komoditas hortikultur kelompok buah-buahan yang merupakan komoditas unggulan ekspor Indonesia. Namun bersamaan dengan hal itu juga produksi pisang mengalami penurunan di beberapa provinsi karena terkena penyakit atau hama sehingga pisang tidak dapat diperjualbelikan. Oleh karena itu sistem pakar dapat dijadikan langkah awal untuk melakukan identifikasi penyakit atau hama pada tanaman pisang karena saat ini jumlah pakar yang dapat melakukan diagnosis langsung pada tanaman masih terbatas. Sistem pakar ini menggunakan metode classical probability, metode ini memperkirakan setiap peristiwa memiliki kesempatan yang sama untuk terjadi, dan menggunakan peluang untuk menentukan penyakit berdasarkan pada bobot setiap gejala yang timbul pada tanaman pisang. Dengan menggunakan 6 data penyakit, 5 data hama, 48 data gejala, serta 51 data uji untuk melihat hasil kesesuaian perhitungan sistem dengan perhitungan pakar, telah berhasil diperoleh nilai akurasi sebesar 80,39% dengan total 41 data yang sesuai antara sistem dengan pakar. Hasil sistem pakar ini menunjukan bahwa sistem pakar dengan metode classical probability dapat membantu para petani pisang untuk melakukan diagnosis penyakit dan hama pada tanaman pisang.

Pengolahan Data Remote Sensing Menggunakan Wavelet untuk Menghasilkan Citra Bebas Awan Kamali, Alviyan Badro; Laxmi, Gibtha Fitri; Hudjimartsu, Sahid Agustian; Hermawan, Erwin; Wulandari, Berlina; Hendriawan Nur, Wawan
Krea-TIF: Jurnal Teknik Informatika Vol 13 No 1 (2025): Krea-TIF 2025
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

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

Perekaman citra satelit di wilayah tropis, seperti Indonesia, sering mengalami penurunan kualitas akibat gangguan (noise), salah satunya adalah tutupan awan yang menghalangi objek dan menghilangkan detail informasi penting. Pada citra satelit Moderate-resolution Imaging Spectroradiometer (MODIS), keterbatasan jumlah band spektral tanpa band thermal menjadi tantangan tersendiri dalam mendeteksi awan dan bayangannya. Penelitian ini mengusulkan penerapan metode cloud masking berbasis Discrete Wavelet Transform (DWT) 2D untuk mengidentifikasi dan menghilangkan awan, diikuti dengan proses image fusion untuk memperoleh citra bebas awan. Transformasi wavelet membagi citra beresolusi tinggi menjadi koefisien frekuensi rendah (LL) dan tinggi (HL, HH, LH), dimana komponen LL digantikan oleh citra multispektral yang telah di-resample. Evaluasi kinerja metode dilakukan menggunakan confusion matrix yang menghasilkan akurasi global mencapai 99% dengan commission error terendah pada kelas bayangan awan (0,001) dan omission error terendah pada kelas darat dan laut (0). Hasil ini menunjukkan bahwa metode DWT-2D mampu mendeteksi awan dan bayangannya secara efektif, sehingga berpotensi meningkatkan kualitas pemanfaatan citra MODIS di wilayah tropis.

Co-Authors Abidin, Riswan Agustian H, Sahid Ahmad Ari Aldino Aljauhari, Muhyiddien Rabbani Anbi, Moningka Naca Apid Robini Eka Prawira Br. Ginting, Novita Budi Susetyo Catur Hermanto Darmawan, Supri Zaki Dewi Primasari Erwin Hermawan Farha Fitrahul Janah Fety Fatimah Firly Djulyansyah, Moechammad Fitrah Satrya Fajar Kusumah Freza Riana Hadjimartsu, Sahid Agustian Hendriawan Nur, Wawan Iksal Yanuarsyah Jejen Jaenudin Kamali, Alviyan Badro Kudang Boro Seminar Lievia Anjhelina Maharani Megawaty, Dyah Ayu Muhammad Zikri Novita Br Ginting Nurul Kamilah Palupiningsih, Pritasari Panca Jarot Santoso Puspa Eosina Putra Nugraha, Raka RR. Ella Evrita Hestiandari Saepulloh, Irwan Sahid Agustian Hudjimartsu Setiawan, Foni Agus Setiawansyah Setiawansyah Sitna Hajar Hadad Wulandari, Berlina Yandra Arkeman Yuggo Afrianto

Title Search

Found 9 Documents Search Journal : Krea-TIF: Jurnal Teknik Informatika

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search
Journal : Krea-TIF: Jurnal Teknik Informatika