Article Per Year (5 Year)
p-Index From 2020 - 2025
5.685
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Voteteknika (Vocational Teknik Elektronika dan Informatika) Bulletin of Electrical Engineering and Informatics Jurnal Informatika Telematika Jurnal Edukasi dan Penelitian Informatika (JEPIN) Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence JTET (Jurnal Teknik Elektro Terapan) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal SOLMA Jurnal Telematika JTT (Jurnal Teknologi Terapan) Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Infotekmesin JISA (Jurnal Informatika dan Sains) Indonesian Journal of Electrical Engineering and Computer Science Jurnal Sistem Komputer dan Informatika (JSON) Journal of Innovation Information Technology and Application (JINITA) Madani : Indonesian Journal of Civil Society Madaniya Jurnal Teknologi Informasi dan Komunikasi Jurnal PkM (Pengabdian kepada Masyarakat) Jurnal Pengabdian Teknologi Tepat Guna Jurnal Pengabdian Kepada Masyarakat (JPKM) Langit Biru Jurnal Nasional Teknik Elektro dan Teknologi Informasi JAMAIKA: Jurnal Abdi Masyarakat JURNAL SIPISSANGNGI: Jurnal Pengabdian Kepada Masyarakat Jurnal Abdimas: Pengabdian dan Pengembangan Masyarakat Journal of Applied Community Engagement (JACE) Pengabdian Jurnal Abdimas Hikmayo: Jurnal Pengabdian Masyarakat SmartComp Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT
Oman Somantri
Politeknik Negeri Cilacap
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Scientific Journal of Informatics

 1 
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional. 
Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM) Somantri, Oman; Wiyono, Slamet; Dairoh, Dairoh
Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i1.5845

Abstract

Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%. 
Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM) Somantri, Oman; Wiyono, Slamet; Dairoh, Dairoh
Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i1.5845

Abstract

Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%.
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional.
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional. 
Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM) Somantri, Oman; Wiyono, Slamet; Dairoh, Dairoh
Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i1.5845

Abstract

Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%. 
Co-Authors Abdul Rohman Supriyono Abdul Rohman Supriyono Agus Susanto Agus Susanto Ali Sofyan Amir Hamzah Andesita Prihantara Annisa Romadloni Ari Kristiningsih Arif Wirawan Muhammad Ayu Pramita Catur Supriyanto Dairoh Dairoh Dairoh Dairoh, Dairoh Dany Artha Widiyanto Dega Surono Wibowo Dega Surono Wibowo, Dega Surono Diantono Abda’u, Prih Dodi Satriawan Dwi Wahyu Susanti Dyah Apriliani Dyah Apriliani Edhy Sutanta (Jurusan Teknik Informatika IST AKPRIND Yogyakarta) Eka Tripustikasari Erna Alimudin Evila Purwanti Sri Rahayu, Theresia Fadillah Fadillah Fadlilah, Ilma Faulin, Muhammad Husni Ganjar Ndaru Ikhtiagung Ginanjar Wiro Sasmito, Ginanjar Wiro Hety Dwi Astuti Ida Afriliana Ika Dewi Rozaurrohmah Iyat Ratna Komala Johanna, Anne Karyati, Titin Khoeruddin Wittriansyah Laura Sari Lina Puspitasari Linda Perdana Wanti Linda Perdana Wanti Linda Perdana Wanti Lutfi Syafirullah Maharrani, Ratih Hafsarah Mohammad Khambali, Mohammad Muchamad Sobri Sungkar, Muchamad Sobri Muhammad Nur Faiz Musyafa Al Farizi Nur Faiz, Muhammad Nur Wachid Adi Prasetya Nurlinda Ayu Triwuri Oto Prasadi Perdana Wanti, Linda Prih Diantono Abda`u Ratih Hafsarah Maharrani Ratih Hafsarah Maharrani Ratih Hafsarah Maharrani Riyadi Purwanto Riyanto Riyanto Rohayah, Siti Santi Purwaningrum Santi Purwaningrum Sari, Laura Sasmito, Ginanjar Wiro Sena Wijayanto Taufiq Abidin Taufiq Abidin Taufiq Abidin, Taufiq Teguh Prihandoyo Titin Kartiyani Wanti, Linda Perdana Wildani Eko Nugroho Wildani Eko Nugroho, Wildani Eko Wiyono, Slamet Yeni Priatna Sari, Yeni Priatna