Article Per Year (5 Year)
p-Index From 2021 - 2026
5.015
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Bulletin of Electrical Engineering and Informatics Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) JOIN (Jurnal Online Informatika) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Building of Informatics, Technology and Science JINAV: Journal of Information and Visualization Charity : Jurnal Pengabdian Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer eProceedings of Engineering Jurnal Matematika Integratif SmartComp CSRID LOGIC: Jurnal Penelitian Informatika
Jondri Jondri
Universitas Telkom, Bandung
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

Published : 119 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 119 Documents
Search

 4   5   6   7   8 
Multilabel Image Annotation Menggunakan Metode Convolutional Neural Network Naufal Dzaky Anwari; Anditya Arifianto; Jondri Jondri
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Dengan berkembangnya sosial media terutama yang memiliki fitur untuk mengunggah foto dan gambar menyebabkan banyaknya gambar yang diunggah pada sosial media. Gambar tersebut dapat digunakan untuk membangun sistem pencarian gambar berbasis isi atau content-base image retrieval. Namun, banyak gambar yang diunggah tidak diberikan label atau tag sesuai dengan isi dari citra yang diunggah, sehingga sangat sulit untuk dikelola. Untuk dapat mewujudkan sistem pencarian gambar berbasis isi maka setiap obyek pada gambar harus dikenali terlebih dahulu. Jika pengenalan obyek tersebut dilakukan secara manual maka akan sangat sulit karena akan memakan waktu yang lama dan makna dari setiap orang terhadap suatu gambar berbeda, yang menimbulkan pengenalan obyek yang subyektif. Oleh karena itu dibangunlah sistem penganotasian gambar secara otomatis. Dalam penelitian ini diajukan sebuah metode Convolutional Neural Network untuk menangani sistem penganotasian gambar multilabel. metode Convolutional Neural Network telah terbukti memiliki performansi yang baik pada kasus klasifikasi gambar, ditunjukkan dengan performansi pada kasus klasifikasi gambar pada ILSVRC yang semakin membaik setiap tahunnya. Performansi tertinggi terhadap data uji pada penelitian ini adalah 81.24%.
Steganografi Menggunakan Blok Permutasi Dan Algoritma Genetika Andrian Yoga Pratama; Danang Triantoro Murdiansyah; Jondri Nasri
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

In this final task do the process combination of steganography using Block Permutation Image Steganography (BPIS) and genetic algorithms. Steganography is the art and science of writing hidden messages or techniques to hide messages, so except the sender and receiver no one knows or realizes that there is a secret message. One technique that can be used in this process is the Block Permutation Image Steganography (BPIS). BPIS is an algorithm that serves to change the message or confidential information in the form of a set of binary sequences, then of the binary sequence that is encrypted using a permutation vector. In the end the result of the algorithm BPIS will be reprocessed using genetic algorithms and approaches Least Significant Bit (LSB). The initial hypothesis of this final task is Block Permutation Image Steganography (BPIS) and genetic algorithms with spatial domain techniques can be used in the optimization process of message insertion text on a digital image bitmap format (.bmp), so it will have a level higher security and quality of digital imagery remains good. From the research and trials that have been done show that the combination of the block permutation methods and genetic algorithms can be used in steganography. So the secret message can be inserted in the media cover image and extracted back from stego image. By applying the method of block permutation, the system has a higher security level, as well as genetic algorithm the insertion location messages can be optimized and the quality of the image will remains good. Keyword: Steganography, Block Permutation Image Steganography, Genetic Algorithm, spatial domain, Least Significant Bit, stego image, BMP
Implementasi Agent-Based Modeling And Simulation Dalam Evakuasi Keadaan Darurat Varian Vianandha; Jondri Jondri; Anditya Arifianto
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Teknik penyelamatan diri s etiap orang dalam keadaan darurat s eperti kebakaran di dalam s ebuah gedung s eringkali jus tru menjadi berbahaya ketika hal ters ebut merugikan orang lain, s eperti s aling berdes akan yang dapat membahayakan nyawa diri s endiri maupun orang lain. Simulas i evakuas i s ekarang menjadi perhatian khus us pada ilmuwan untuk mengurangi res iko kecelakaan yang dapat merugikan korban. Simulas i menggunakan metode agent-based dilakukan untuk mengetahui efek dari s etiap atribut yang dimiliki oleh s etiap orang. Has ilnya merupakan repres entas i dari keadaan nyata yang dis imulas ikan s es uai dengan perilaku manus ia. Pada akhirnya, s imulas i ini menghas ilkan s uatu kondis i di mana mirip dengan kondis i as linya. Kata kunci : evakuas i, agent-based modeling and simulation, darurat, bencana
Prediksi Perkembangan Kondisi Pasien Terapi HIV dengan Menggunakan Representasi ALE-index sebagai Invariant Nucleotida sequence dan Support Vector Machine Al Azhar Al Azhar; Jondri Jondri; Untari Novia Wisesty
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Human Immunodeficiency Virus atau disingkat HIV merupakan salah satu jenis virus yang sangat berbahaya.  HIV  menyerang  system immune  yang  menyebabkan pasien  HIV  mengalami kegagalan sistem kekebalan tubuh. Dalam beberapa tahun terakhir, inveksi HIV sudah ditangani dengan berbagai terapi. Salah satu terapi paling efektif adalah dengan mengkonsumsi obat antiretroviral yang akan menekan virus HIV agar tidak menduplikasikan diri, ataupun menginfeksi sel darah putih. Namun, virus biasanya akan bermutasi terhadap obat obatan yang diberikan dalam penanganan, sehingga virus kebal terhadap obat yang biasa diberikan di terapi. Untuk itu  dibutuhkan suatu  sistem  prediksi  untuk  memprediksi kondisi  pasien  terapi  yang  akan  membaik,  agar mempermudah dalam pengambilan keputusan penangan dini pada pasien. Dengan menggunakan 4 parameter yaitu jumlah CD4, Viral Load, PR sequence dan RT sequence, penulis berusaha membangun sistem prediksi perkembangan kondisi pasien terapi HIV. Sistem prediksi ini dibangun dengan salah satu metode klasifikasi machine learning yaitu metode Support Vector Machine (SVM) dan representasi numerik dari urutan nukleotida yaitu ALE-index. Metode ALE-index pada sistem berfungsi untuk mentranslasi parameter RT sequence dan PR sequence yang masih dalam bentuk urutan nukleotida menjadi data numerik agar bisa diinputkan kedalam SVM. Pada metode ALE-index ini juga terdapat beberapa penangan karakter yang bukan merupakan empat unsur utama penyusun urutan nukleotida. Hasil pengujian menunjukkan kombinasi penanganan Random-Delete row dengan menggunakan kernel RBF pada SVM memperoleh akurasi yang lebih tinggi dibandingkan kombinasi penanganan dan parameter lainnya yaitu 77.46%. Dan dengan menggunakan keempat parameter, akurasi yang diperoleh lebih tinggi dibandingkan dengan mengilangkan salah satu fitur. Kata kunci : : HIV, Support Vector Machine, Nukleotida, ALE-index
Imputasi Misssing Data Menggunakan Metode K-nearest Neighbour Dengan Optimasi Algoritma Memetika Missing Value Imputation Using K-nearest Neighbour Method Optimized With Memetic Algorithm Ida Bagus Gde Narinda Giriputra; Jondri Jondri
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Dalam suatu penelitian, data adalah hal yang sangat penting. Kualitas hasil dari penelitian akan berbanding lurus dengan kualitas data yang akan dipakai dalam penelitian yang bersangkutan. Salah satu permasalahan yang ada pada data set adalah ketiadaan nilai pada data untuk atribut tertentu atau yang lebih dikenal dengan istilah missing data. Salah satu metode yang sering digunakan oleh para peneliti adalah k-Nearst Neighbour (KNN). Namun, metode ini memiliki beberapa kelemahan, salah satunya adalah pemilihan nilai k yang tidak tepat dapat menurunkan kinerja klasifikasi. Penelitian bertujuan menangani missing data dengan teknik imputasi menggunakan gabungan algoritma KNN dengan algoritma memetika. Algoritma memetika digunakan untuk mengoptimasi nilai k pada KNN sehingga dapat menghasilkan nilai estimasi yang baik dengan mean square error (MSE) sekecil mungkin. Pengujian performansi dilakukan dengan membandingkan nilai MSE hasil imputasi missing data pada saat missing data ada sebanyak, 5%, 10%, 15%, 20% dan 25% dengan menggunakan metode KNN dan KNN yang dioptimasi dengan algoritma memetika. Hasil dari penelitian menunjukkan bahwa k yang didapat dari hasil optimasi algoritma memetika tidak selalu menunjukkan k optimal dengan hasil pengukuran akurasi terbaik yang diuji, namun sangat mendekati hasil terbaik dari pengukuran akurasi yang diuji. Kata Kunci : missing data, KNN, algoritma memetika, optimasi
Prediksi Financial Time Series Menggunakan Independent Component Analysis Dan Support Vector Regression. Studi Kasus : Ihsg Dan Jii. Ratih Puspita Furi; Jondri Jondri; Deni Saepudin
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Data indeks harga saham merupakan salah satu contoh data financial time series yang sifatnya cenderung berubah-ubah dan mengandung noise. Sifat noise ini terjadi saat data mengandung sedikit informasi yang dibutuhkan (less information). Hal ini tentunya akan mempengaruhi prediksi nilai indeks harga saham. Oleh karena itu dibutuhkan identifikasi dan penghapusan noise menggunakan metode Independent Component Analysis (ICA), sebelum membangun sistem untuk memprediksi nilai indeks harga saham menggunakan Support Vector Regression (SVR). ICA merupakan teknik baru untuk pemrosesan sinyal statistik. Dengan menggunakan metode ICA, identifikasi independent component (ICs) dan penghapusan ICs yang mengandung noise dapat dilakukan. ICs yang mengandung banyak informasi (most information) akan digunakan sebagai input pada SVR untuk membangun sistem untuk memprediksi nilai closing indeks harga saham. Data financial time series yang digunakan adalah data Indeks Harga Saham Gabungan (IHSG) dan Jakarta Islamic Index (JII). Kata Kunci: financial time series, indeks harga saham, Independent Component Analysis, Support Vector Regression.
Klasifikasi Sinyal Ekg Menggunakan Deep Belief Network Dengan Restricted Boltzmann Machine Ali Zainal Abidin Assajjad; Jondri Jondri; Untari Novia Wisesty
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Jantung adalah salah satu organ terpenting bagi manusia. Kerusakan atau bahkan berhentinya kerja jantung dapat berakibat sangat fatal. Ketidaknormalan detak jantung manusia disebut dengan aritmia. Salah satu cara untuk melakukan diagnosis terhadap aritmia adalah dengan Elektrokardiogram (EKG). EKG merupakan salah satu metode diagnosis detak jantung dengan merekam aktivitas fisiologis jantung melalui elektroda-elektroda yang dipasang di kulit dalam periode waktu tertentu. Beberapa metode ekstraksi fitur dan klasifikasi dilakukan untuk mengetahui jenis-jenis detak jantung mana saja yang tergolong ke dalam aritmia. Di dalam Tugas Akhir ini digunakan Deep Belief Network (DBN) yang dibangun dari Stacked Restricted Boltzmann Machine (RBM). Sistem yang dibangun mampu melakukan ekstraksi fitur dan mengklasifikasi data EKG dengan akurasi terbaik 91,939%. Kata kunci: Klasifikasi, Elektrokardiogram, Aritmia, Deep Belief Network Abstract Heart is one of the most important organ in human. Heart damage or failure has a very fatal impact. Abnormality of human heartbeat is called arrhythmia. One way to diagnose arrhythmia is electrocardiogram (ECG). ECG is a heartbeat diagnosis method which records the physiological activity of heart using electrodes on the skin in certain unit of time. Several feature extraction and classification method are used to determine the types of heartbeat which belong to the arrhythmia. In this final task, Deep Belief Network (DBN) is constructed using Stacked Restricted Boltzmann Machine (RBM). The constructed system is able to extract features and classify ECG data with best accuracy 91.939% Keywords: Classification, ECG, Arrhythmia, Deep Belief Network
Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Komposisi Reservoir Pompa Theo Andrew; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Pompa piston tunggal adalah pompa yang terdiri dari sebuah piston yang digunakan untuk memompa air, sehingga terjadi perbedaan tekanan dalam sistem pompa tersebut dan dapat dikonverter menjadi energi. Pompa piston tunggal ini difokuskan sebagai pembangkit listrik energi ombak. Penelitian ini berjudul pelacakan keluaran sistem linear pompa piston tunggal dengan kontrol reservoir pompa. Tujuan dari penelitian ini adalah untuk merekonstruksi model sistem persamaan dari pompa piston tunggal dan membangun persamaan kontrol pompa piston tunggal terhadap reservoir-nya. Metode penelitian yang digunakan adalah metode numerik Runge-Kutta dan tracking kontrol sistem persamaan linear. Berdasarkan tujuan yang ingin dicapai sebelumnya, penelitian ini berfokus pada perancangan kontrol terhadap reservoir atas dari pompa piston tunggal, sehingga diharapkan bahwa dengan kondisi tertentu yang optimal dari reservoir atas dapat menghasilkan perbedaan tekanan yang lebih optimal pula pada sistem, yang diharapkan juga berpengaruh dengan banyak energi yang dihasilkan dari sistem. Hasil yang didapat dari pengontrolan sistem ini adalah nilai dari variabel kontrol (� � ), yaitu 52 � 2 . Nilai tersebut merupakan n ilai rata-rata �� dengan interval nilai 47 � 2 sampai 75 � 2 . Didapat pula energi hidrolik yang dihasilkan sistem ini sel ama 100 detik adalah 5.500.175 � . Kata kunci : pompa piston tunggal, tracking kontrol sistem persamaan linear, Runge-Kutta
Perancangan Model Sistem Prediksi Nilai Tukar Rupiah Terhadap Dollar Amerika Menggunakan Jaringan Syaraf Tiruan Quickpropagation Arief Hutauruk; Jondri Jondri; Rita Rismala
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Setiap negara mempunyai mata uang masing-masing yang digunakan sebagai alat tukar. Nilai tukar mempunyai peranan penting dalam proses perdagangan, karena dengan mengetahui nilai tukar suatu mata uang terhadap mata uang lain kita dapat membanding harga barang dan jasa yang dihasilkan oleh negara lain. Prediksi nilai tukar Rupiah terhadap Dollar Amerika diperlukan agar pelaku kegiatan ekonomi di Indonesia dapat menentukan strategi bisnis yang tepat. Jaringan Syaraf Tiruan Quickpropagation merupakan hasil pengembagan dari algoritma Bakcpropagation standar. Pada algoritma Quickpropagation dilakukan pendekatan dengan asumsi bahwa kurva fungsi error terhadap masingmasing bobot penghubgung berbentuk parabola terbuka ke atas, dan gradien dari kurva error untuk suatu bobot tidak terpengaruh oleh bobot-bobot lain, sehingga penggunaan algoritma ini dapat meninggkatkan kecepatan training pada Jaringan Syaraf Tiruan. Kata Kunci :Quickpropagation, Jaringan Syaraf Tiruan, nilai tukar.
Peramalan Harga Emas Menggunakan Algoritma Memetika Dengan Pencarian Local Tabu Search Iqbal Dwihanandrio; Jondri Jondri; Rita Rismala
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Emas memegang peranan penting dalam perekonomian dunia karena memiliki banyak kegunaan, antara lain sebagai pelindung asset, jaminan mata uang dan lain-lain. Beberapa alasan berinvestasi emas diantaranya emas lebih tahan terhadap inflasi dan kebal terhadap intervensi poltik. Pada dasarnya harga emas bergerak secara fluktuatif setiap harinya oleh karena itu dibutuhkan sistem yang dapat memprediksi pergerakan harga emas tersebut untuk membantu para investor dalam melakukan analisis dan tindakan yang tepat sehingga resiko dapat diminamilisir dan return dapat dioptimalkan. akan dibangun sebuah perangkat lunak yang akan melakukan prediksi pergerakan harga emas menggunakan pendekatan technical analysis yang diimplementasikan menggunakan algoritma memetika. Algoritma yang diperkenalkan pertama kali oleh Pablo Moscato pada tahun 1989 ini merupakan gabungan antara algoritma genetika dan algoritma pencarian lokal.Algoritma memetika digunakan sebagai kerangka dasar karena algoritma memetika memiliki kompleksitas yang lebih tinggi dibandingkan dengan algoritma genetika (untuk domain tertentu) dikarenakan pada algoritma memetika terdapat metode pencarian lokal untuk mengurangi kemungkinan pemusatan nilai fitness yang prematur sehingga bisa mengatasi permasalahan konvergensi dini
Co-Authors Achmad Hussein Sundawa Kartamihardja Achmad Rizal Achmad Salim Aiman Aditya Kusuma Setyanegara Adnan Hassal Falah Ahmad, Fathih Adawi Akbar, Muhammad Rizqi Al Azhar Al Azhar Alfredo Alfredo Ali Zainal Abidin Assajjad Anditya Arifianto Andrian Yoga Pratama Anggit Nourislam Anggit Nourislam Anggit Nourislam Aniq Atiqi Rohmawati Anisa Nur Aini Annisa Aditsania Arief Hutauruk Arifudin Achmad Artamira Rizqy Amartya Maden Arya Rafif Muhammad Fikri Astri Asroviana Putri Aswindo Putra Bambang Ari Wahyudi Bayu Prabawa Bintang Aryo Dharmawan Bramandyo Widyarto, Edgarsa Daffa Ulayya Suhendra Danang Triantoro M Danang Triantoro Murdiansyah Danu Ardiyanto Dea Taradipa Ardiagarianti Dede Tarwidi Deni Saepudin Denny Maulana Deny Sugiarto Wiradikusuma Devy Yendriani Dieka Nugraha Karyana Ditta Febriany Sutrisna Diwan Mukti Pambuko Diwan Mukti Pambuko, Diwan Mukti Dyas Puspandari E Handayani Echa Pangersa Sugianto Oeoen Edvan Tazul Arifin Eka Handayani Eka Handayani Ema Rachmawati Emha Ainun Erlina Febriani Ersa Christian Prakoso Fahrudin Julianto Faisal HAmdani Fakhrana Kurnia Sutrisno Fani Nuraini Farisi, Kamaludin Hanif Fauzan Azhim Umsohi Fazlur Rahman Amri Febiansyah, Muhamad Fery Kun Widi Yudantyo Firdaniza Firdaniza Fitriyani Fitriyani Fransisca Arvevia Intan Angelia Ghina Khoerunnisa Giali Ghazali Guntur Virgenius Hadi, Salman Farisi Setya Hafidz Firmansyah Hafidz Firmansyah Hafiz Denasputra Halprin Abhirawa Hendra Prasetyanwar Huda Sepriandi Ibrahim Husna Aydadenta Ida Bagus Gde Narinda Giriputra Ika Puspita Dewi Ilham Muhammad Iman Nur Fakhri Imannda Kusuma Putra indwiarti Indwiarti Iqbal Dwihanandrio Irgi Aditya Rachman Irma Palupi Irwan Ramadhana Kamaludin Hanif Farisi Karina Priscilia Karina Priscilia Kemas Muslim Lhaksmana Kukuh Rahingga Permadi Kurniawan Nur Ramadhani Mahmud Dwi Sulistiyo Mahmud Sulistiyo Megi Rahma Dony Moch. Bijaksana Muh. Arfan Arsyad Muhalani, Raisul Muhamad Febiansyah Muhammad Farhan Muzakki Muhammad Fikrie Abdillah Muhammad Ghazali Suwardi Muhammad Hasan Muhammad Hasbi Ashshiddieqy Muhammad Irfan Fathurrahman Muhammad Wildan Putra Aldi Muslim Lhaksmana, Kemas Naufal Dzaky Anwari Naufal Furqan Hardifa Nurseno Bayu Aji Nurseno Bayu Aji Patma Oktaviana Puspandari, Dyas Putri Haryati Rizki Putri Haryati Rizki Putu Harry Gunawan Rafi Hafizhni Anggia Rahadian, Muhammad Rafi Raisul Muhalani Ratih Puspita Furi Redha Arifan Juanda Redi Nurjamin Renette Ersti Reza Harun Rian F. Umbara Rian F. Umbara, Rian F. Rian Febrian Umbara Rica Ning Nurhasanah Rini Shintawati Rita Rismala Rizki Luthfan Azhari Rizky Ahmad Saputra Rizky, Fariz Muhammad Roizal Manullang Siti Sa'adah Siti Saadah Sugondo Hadiyoso Supriadi, Muhamad Rifqi Syadzily , Muhammad Hasan Syifa Khairunnisa Salsabila Tedy Suwega Theo Andrew Tiara Laksmi Basuki Tifani Intan Solihati Tjokorda Agung Budi Wirayuda Ulky Parulian Wibowo Untari Novia Wisesty Untari Wisesty Varian Vianandha Vena Erla Candrika Vera Suryani Widi Astuti Widi Astuti Yahya Setiawan Yosua Marchel