Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.484

P-Index

This Author published in this journals

All Journal Prosiding Semnastek Seminar Nasional Informatika (SEMNASIF) Computatio : Journal of Computer Science and Information Systems Jurnal Ilmiah FIFO Network Engineering Research Operation [NERO] Jurnal ULTIMATICS JURIKOM (Jurnal Riset Komputer) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Infotech: Journal of Technology Information SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Algoritma, Logika dan Komputasi Journal of Business and Audit Information System (JBASE) Jurnal Ilmu Komputer dan Informatika Jurnal Teknologi dan Manajemen Industri Terapan Jurnal Ilmiah MEA (Manajemen, Ekonomi, dan Akuntansi) Inspiration: Jurnal Teknologi Informasi dan Komunikasi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Digismantech (Jurnal Program Studi Bisnis Digital)

Teady Matius Surya Mulyana, Teady Matius

Teknik Informatika / Fakultas Teknik Dan Desain, Universitas Bunda Mulia

Author-ID : 500886

Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 30 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Implementasi Algoritma Freeman Chain Code dan Algoritma K-Nearest Neighbor Dalam Pengenalan Huruf Mandarin Ericson Ericson; Teady Matius Surya Mulyana
JURIKOM (Jurnal Riset Komputer) Vol 9, No 4 (2022): Agustus 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v9i4.4532

Mandarin is the second international language used by the world's population and is the language most studied by students in Indonesia. This research was conducted to determine the success rate of the Freeman Chain Code algorithm and the K-Nearest Neighbor algorithm in mandarin letter recognition. In recognizing Chinese characters, there are several stages that must be passed, namely pre-processing, feature extraction, and letter recognition. The pre-processing stage uses grayscale, Gaussian Blur, binaryization, and thinning. The feature extraction stage uses the Freeman Chain Code Algorithm and the Depth First Search (DFS) Algorithm. The classification stage uses the K-Nearest Neighbor Algorithm and the L1-Metric Algorithm (Manhattan Distance). In this study, there were 10 letter classes with each letter having 100 sample images. The distribution ratio of this research is 70% training data and 30% testing data. This research produces an application that is able to recognize Chinese characters. The success rate resulting from this study was 72% with 216 of the 300 images successfully recognized

NATURAL DISASTER EVENT MAPPING IN WEST JAVA USING K-MEANS ALGORITM sagaino Sagaino; Teady Matius Surya Mulyana; I Gusti Ngurah Suryantara; Jusia Amanda Ginting; Fransiskus Adikara
Jurnal Algoritma, Logika dan Komputasi Vol 5, No 02 (2022): Jurnal ALU, September 2022
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/j-alu.v5i1.3359

Natural disaster is an event that cannot be avoided, therefore a mapping of occurrence of the natural disaster is needed. In additional to mapping, clustering of natural disaster events is also needed to determine which areas have low to high intensity events. In performing the clustering, a method or algorithm can be used, namely the k-means algorithm.In the research conducter, the scope of natural disasters is West Java Province with the attributes used are floods, landslides and tornadoes. And also from this research, it was conducted to find out how many optimal number of clusters that can be clustered.The method that used in this study is the K-Means algorithm which is used to perform clustering. The Elbow method is used to determine the optimal K value from the dataset by calculate the SSE (Sum Square Error) of each predetermined cluster.From the result of its application, the K-Means algorithm can cluster datasets of Natural Disaster in West Java with predetermined attributes. Based on the calculation results from the elbow method, the value of K from the dataset is 4. And from the research conducter, the accuracy rate of each cluster is 0,04% to 0,56%.Keywords: K-Means, Natural Disaster, Elbow Method, Cluster, Machine Learning

KLASIFIKASI TUMBUHAN ANGIOSPERMAE MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR BERDASARKAN PADA BENTUK DAUN Arvin Christopher; Teady Matius Surya Mulyana
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 7, No 4 (2022)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v7i4.3211

About 250,000 living plant species are plants of the Angiosperms group. The diversity of Angiosperm plants in Indonesia makes it difficult for someone to carry out the process of identifying plants into the monocotyledonous or dicotyledonous class. This is the background for doing this research by classifying Angiosperms plants using the K-Nearest Neighbor algorithm. Research related to classifying manga plants using the Backpropagation algorithm with feature extraction using GLCM produces an accuracy of 49%. Furthermore, the classification of plants using the K-Nearest Neighbor algorithm with leaf morphological features extraction resulted in an accuracy of 92%. There is also a classification of citrus plants using the K-Nearest Neighbor algorithm with leaf texture feature extraction using GLCM resulting in an accuracy of 81.48%. In this study, the K-Nearest Neighbor classification algorithm is used with feature extraction using a population matrix with the aim of examining the level of classification accuracy using population matrix feature extraction. The data used is a digital leaf image which will extract its shape features using a population matrix feature by doing image pre-processing and detection first. The data is then divided into training data of 70%, and test data of 30%. The results of this study are the accuracy of the test data obtained by 85% with the number of neighbors k=1. After testing, an evaluation of the model will be carried out using a confusion matrix, which consists of accuracy, precision, recall, and f-1 score.

Web-Based Writing Learning Application of Basic Hanacaraka Using Convolutional Neural Network Method Dewi Candani Sulaiman; Teady Matius Surya Mulyana
ULTIMATICS Vol 15 No 1 (2023): Ultimatics : Jurnal Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ti.v15i1.2993

The Javanese script, known as Hanacaraka, or Carakan, is one of the traditional Indonesian scripts developed and used on the island of Java. The government's efforts to preserve the use of Javanese language and script by making Javanese a compulsory subject of local content at the education level in Central Java and East Java. In the basic competence of writing, the Javanese script has a complicated shape so that students have difficulty writing and recognizing Javanese script writing. Through this research a web-based basic Javanese writing learning application was designed that can recognize handwriting digitally which aims to help learn basic hanacaraka writing for beginners, especially students at the basic education level in Central Java and East Java. Handwriting Recognition is a system that can recognize handwritten characters and convert them into text that can be read and understood by machines or computers. The handwriting recognition process in this study uses the Convolutional Neural Network (CNN) algorithm which has the capability and ability to recognize patterns in images. Based on the tests that have been carried out between the two architectural models that have been made, the performance of the CNN model that will be used from various experiments has an accuracy of 98.29% and a loss of 0.0746 on the training data. As well as producing an average accuracy value of 99.52%, an average error rate of 0.48%, an overall accuracy of 95.03% and an overall error rate of 4.97%.

PENGARUH MODEL PROMOSI FLASH SALE TERHADAP MINAT PEMBELI DAN KEPUTUSAN PEMBELI DI MARKETPLACE ONLINE Herlina, Herlina; Loisa, Julia; S.M, Teady Matius

Publisher :

Flash Sale Countdown Timer merupakan bagian dari promosi produk di marketplace online seperti tokopedia, shopee, lazada biasanya letaknya di home menyajikan barang dalam bentuk flash sale yang telah diberikan diskon besar-besaran pada produk tertentu dalam waktu yang terbatas. Flash Sale Countdown timer merupakan layanan promosi menggiring konsumen pengunjung marketplace online untuk berpikir cepat melakukan pembelian selagi diskon besar-besaran dalam waktu terbatas. Penelitian ini merupakan jenis penelitian kuantitatif dengan menggunakan analisis regresi dan korelasi. Sampel dalam penelitian ini adalah 85 responden yang diambil secara exsidental. Tujuan dari penelitian ini adalah 1)mengetahui promosi model Flash Sale Countdown timer memiliki pengaruh pada minat beli konsumen, 2)mengetahui promosi Flash Sale Countdown timer memiliki pengaruh pada keputusan pembelian produk. Hasil penelitian ini adalah 1)promosi model Flash Sale Countdown timer memiliki pengaruh yang signifikan terhadap minat beli konsumen dengan nilai sig 0,000 dan nilai t =6,507. Promosi model Flash Sale Countdown timer memiliki hubungan positif yang signifikan terhadap minat beli konsumen dengan sig 0,000 dan kontribusinya dalam menjelaskan minat beli sebesar 33.8%, 2) promosi model Flash Sale Countdown timer memiliki pengaruh yang signifikan terhadap keputusan pembelian konsumen dengan nilai sig 0,000 dan nilai t =7,923. Kata Kunci: Flash Sale Countdown timer, Minat Beli, Keputusan Pembelian.

ANALISIS PERSEPSI DAN HUBUNGAN PRESTASI BELAJAR MATEMATIKA DENGAN PRESTASI BAHASA PEMROGRAMAN Herlina, Herlina; Surya Mulyana, Teady Matius
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 11 No 1 (2019): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2020.12.1.1932

ABSTRACT. Mathematics is the basis before learning coding-based courses. This type of research is quantitative descriptive. Sample of 110 informatics engineering students. The results of the study showed a significant association of learning outcomes in mathematics with the achievement of learning programming languages. The magnification coefficient of 0.663 has a moderate and positive meaning. The contribution of mathematics in explaining programming languages is 43.97% and the remaining 56.03% is accepted by other variables. Students' perceptions of mathematics and programming languages consist of four levels of understanding, namely the five senses, analysis, interpretation and evaluation. Every level of dimension. On the sensory dimension of 31.9% mathematics has a close relationship with programming languages. In the dimensions of analysis and interpretation, the value of the percentage of perceptions that are almost the same namely 21.24% and 21.14% associate mathematical concepts with the concepts of programming languages. In the evaluation dimension of 20.6%, it shows that in programming languages, students need information other than mathematics, namely the purpose of the programming language that is being designed.Keywords: Mathematics, Programming Language, Learning Achievement, Perception. ABSTRAK. Matematika merupakan dasar sebelum belajar mata kuliah berbasis koding. Jenis penelitian adalah deskriptif kuantitatif. Sampel 110 mahasiswa teknik informatika. Hasil penelitian menunjukkan adanya hubungan signifikan prestasi belajar matematika dengan prestasi belajar bahasa pemrograman. Koefisien korelasi sebesar 0,663 memiliki arti sedang dan positif. Kontribusi matematika dalam menjelaskan bahasa pemrograman sebesar 43,97% dan sisanya 56,03% dijelaskan oleh variabel lain. Persepsi mahasiswa mengenai hubungan matematika dan dengan bahasa pemrograman, terdiri dari empat tingkatan yaitu panca indra, analisa, interprestasi dan evaluasi. Setiap tingkatan dimensi variabel persepsi memiliki persentase yang makin kecil. Pada dimensi panca indra sebesar 31,9% matematika memiliki hubungan yang erat dengan bahasa pemrograman. Pada dimensi analisa dan interprestasi, nilai persentase persepsi yang hampir sama yaitu 21,24% dan 21,14% mengaitkan konsep matematika dengan konsep bahasa pemrograman. Pada dimensi evaluasi sebesar 20,6% menunjukkan bahwa dalam evaluasi bahasa pemrograman, mahasiswa memerlukan informasi lain selain dari matematika yaitu tujuan dari bahasa pemroragraman yang sedang di rancang. Kata Kunci: Matematika, Bahasa Pemrograman, Prestasi Belajar, Persepsi.

IMPLEMENTASI METODE FUZZY TSUKAMOTO DALAM MENENTUKAN SUPPLY BBM PADA PERTASHOP Citra, Calvin Christopher; Mulyana, Teady Matius Surya; Agung, Halim; Rarasati, Dionisia Bhisetya; Sipayung, Evasaria Magdalena
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 5 No 2 (2022): Jurnal SKANIKA Juli 2022
Publisher : Universitas Budi Luhur

Kebutuhan Bahan Bakar Mesin dari masyarakat terus meningkat, hal ini juga terjadi bagi masyarakat pinggir kota.Untuk memenuhi kebutuhan Bahan Bakar Mesin yang ada dipinggir kota, maka Pertamina memberikan sebuah program bagi masyarakat untuk mendirikan SPBU mini dengan modal yang kecil, program ini dinamakan dengan Pertashop. Pertashop akan melakukan Pasokan satu bulan satu kali ke pihak pertamina. Namun dalam proses seupply proses perhitungan masih sering kurang tepat sehingga membuat pertashop mengalami kekurangan stok. Untuk mengatasi hal tersebut yang dapat dilakukan adalah dengan menentukkan Pasokan yang dibutuhkan pada sebuah SPBU atau Pertashop pada periode selanjutnya. Logika Fuzzy yang dipilih sebagai metode untuk menentukan Pasokan pada Pertashop agar mengurangi terjadinya kehabisan stok. Metode yang dipilih dalam menentukan Pasokan pada pertashop adalah Logika Fuzzy. Logika fuzzy memiliki Sistem Interferensi Fuzzy yang memberikan sebuah aturan dalam logika Fuzzy. Sistem Interferensi Fuzzy terdapat 3 metode yaitu, Tsukamoto, Mamdani, dan Sugeno. Pada penelitian ini menggunakan metode Fuzzy Tsukamoto Hasil penelitian didapatkan bahwa dengan tingkat akurasi metode fuzzy sebesar 87% menggunakan metode MAPE, dapat dinyatakan bahwa metode fuzzy Tsukamoto berhasil dalam menghitung Pasokan yang harus dilakukan pihak pertashop setiap bulannya agar tidak terjadi kekurangan stok.

Verifikasi Tanda Tangan Berdasarkan Convex Hull Dengan Algoritma Jarvis March Setiawan, Stanley; Mulyana, Teady Matius Surya
JBASE - Journal of Business and Audit Information Systems Vol 7, No 1 (2024): JBASE - Journal of Business and Audit Information Systems
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/jbase.v7i1.5592

Tanda tangan merupakan lambang nama yang dituliskan dengan tangan oleh orang itu sendiri sebagai penanda pribadi dan umumnya digunakan dalam proses transaksi sebagai sebuah bukti dari identitas seseorang yang akan melakukan transaksi. Jika ada pemalsuan tanda tangan tentunya akan menjadi masalah dan menjadi hal yang merugikan sehingga perlu adanya proses verifikasi tanda tangan untuk menghindari terjadinya pemalsuan tanda tangan. Dalam penelitian ini metode yang digunakan untuk melakukan verifikasi adalah convex hull dengan algoritma Jarvis March dan pengukuran jarak dari setiap sudut convex hull. Tanda tangan akan dijadikan citra digital lalu akan dilakukan pre-processing agar citra dapat diproses untuk dicari convex hull-nya dan nilai ini akan dibandingkan sebagai proses verifikasi untuk menentukan keaslian dari tanda tangan. Pada penelitian ini digunakan nilai toleransi dari rata-rata jarak yaitu 90 dalam menentukan keaslian tanda tangan dan didapatkan tingkat keberhasilan 71.4%.Kata kunci: tanda tangan, verifikasi, convex hull, jarvis march

PEMETAAN DAERAH BERDASARKAN JENIS USAHA UMKM DENGAN ALGORITMA K-MEANS DI JAWA BARAT Hendrik, Hendrik; Mulyana, Teady Matius Surya
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 5 No 2 (2023): September 2023
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v5i2.223

Usaha mikro, kecil, dan menengah (UMKM) adalah usaha ekonomi produktif yang dimiliki perorangan, dan jumlah UMKM banyak tersebar di Provinsi Jawa Barat tergolong banyak, dan terdapat banyak jenis usahanya, seperti usaha akseksoris, border, batik, mebel, dan lainnya, Oleh karena itu akan menyebabkan susahnya pemerintah untuk pengelompokan data-data pelaku usaha mikro, kecil, dan menengah. Ruang lingkup penelitian, yaitu usaha mikro, kecil dan menengah (UMKM) yang terdapat pada Provinsi Jawa Barat. Dan serta tujuan dari penelitian ini yaitu untuk mengetahui nilai k yang optimal dari dataset yang digunakan, serta mengetahui tingkat akurasi dari setiap klatser. Metode dan algoritma yang akan digunakan dalam penelitian kali ini, yaitu algortima K-means dan metode Elbow. Dari hasil penerapannya, Metode K-Means dapat mengklasterkan dataset usaha mikro, kecil, dan menengah (UMKM) di Jawa Barat dengan mendapatkan hasil cluster mulai cari C1, C2, C3, C4, C5 dengan jumlah anggota dari 3, 57, 44, 40, dan 18 anggota. Berdasarkan dari hasil pengklasteran di ketahui bahwa C1 merupakan tingkat umkm yang sedang, C2 merupakan tingkat umkm sangan rendah, C3 merupakan tingkat umkm yang rendah, C4 merupakan tingkat umkm yang tinggi, dan C5 merupakan tingkat umkm yang sangat tinggi. Hasil perhitungan dari metode elbow didapatkan nilai K optimal dari dataset yaitu 5.

ENGINE HEALTH MONITORING PADA SEPEDA MOTOR BERBASIS ARDUINO MENGGUNAKAN ALGORITMA FUZZY INFERENCE SYSTEM TSUKAMOTO Joshua, Leonardo; Mulyana, Teady Matius Surya
Jurnal Algoritma, Logika dan Komputasi Vol 7, No 2 (2024)
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/j-alu.v7i2.7765

Many motors suddenly stop working due to oil leaks in carburetor motors. Lubricant oil leaks can result in decreased engine performance, piston damage to breaking down in the middle of the road. Therefore, to prevent early engine damage, lubricant oil leak notification is needed. Leakage at a certain level can still be tolerated, but up to a certain level, the leak can no longer be tolerated, so good notification is needed to determine the severity of the oil leak. To determine how severe the oil leak is in the engine, precise measurements are needed. One solution offered is to use fuzzy Tsukamoto in determining lubricant oil leaks Based on temperature and origin parameters in the actual conditions that occur. In this study, it will be determined how much lubricant oil leakage occurs in motorcycles that have a carburetor system. Where the input to be used is temperature and smoke. With the respective membership degrees are normal, moderate and severe. While the output produced is in the form of repair recommendations, where for moderate repair suggestions it has a value that determines how much it needs to be repaired. While normal output does not need to be repaired, while the highest output is a suggestion to be repaired immediately without delay. The use of Tsukamoto fuzzy in determining the severity of leaks produces a fairly good accuracy of 96.67% of motorcycles that experience lubricant oil leaks can be detected correctly. 3.33% of errors lie in other causes that are not as specific.

Co-Authors Adikara, Fransiskus Agustinus Fritz Wijaya Alamsyah, Ferry Alvaro, Giovanni Arvin Christopher Citra, Calvin Christopher Destriana Widyaningrum Dewi Candani Sulaiman Dickens, Pieter Dwi Sasongko, Yohanes Probo Ericson Ericson Evasaria Magdalena Sipayung, Evasaria Magdalena Francka Sakti Lee Freddy, Michael Ginting, Jusia Amanda Hakim, Lukman Halim Agung Hendrik Hendrik Herlina Herlina Herlina Herlina Herlina, Herlina Herlina, Herlina Irwan Sembiring Johanes Fernandes Andry Joshua, Leonardo Julia Loisa Juni Rosmiyati Liunard, Garren Janico Michael Freddy Rainhard, Rainhard Rarasati, Dionisia Bhisetya Roberto, Alben sagaino Sagaino Setiawan, Stanley Suryantara, I Gusti Ngurah Suryantara, I Gusti Ngurah Teguh Hidayatul Rachmad, Teguh Hidayatul Wijaya, Agustinus Frits Wijaya, Agustinus Fritz Wilujeng, Fuji Rahayu

Title

Found 30 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 30 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 30 Documents
Search