Muslim Hidayat
Universitas Sains Al-Qur’an

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

RANCANG BANGUN PERANGKAT KENDALI PAKAN IKAN JARAK JAUH DENGAN METODE FUZZY BERBASIS INTERNET OF THINGS (IOT) Sasmito Adi Prayogo; Erna Dwi Astuti; Muslim Hidayat
Biner : Jurnal Ilmiah Informatika dan Komputer Vol 2 No 1 (2023): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

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

Abstract

Era serba digital dan dinamis membuat segala lini usaha memerlukan peran teknologi dalam pelaksanaannya, tak terlepas dari itu peternak dapat memanfaatkan teknologi dengan penerapan Internet of Things. Peternak yang menjadikan ternak sebagai pekerjaan sampingan dapat menggunakan perangkat pakan kendali jarak jauh untuk membantu pekerjaannya, sehingga tidak memerlukan tenaga kerja dan dapat melakukannya kapanpun dan dimanapun. Salin itu penggunaan perangkat pakan jarak jauh dapat diatur dengan timer, sehingga peternak tidak perlu melakukan pakan secara manual dari aplikasi. Penerapan Fuzzy logic berperan untuk memberikan saran apakah hasil perhitungan takaran yang telah diberikan dari hasil perhitungan bobot dan jumlah ikan sudah cukup, dikurangi atau ditambahi
Pengembangan Sistem Generator MIDI Berbasis Web Menggunakan Arsitektur RWKV Yusfiana Yusfiana; Nahar Mardiyantoro; Muslim Hidayat
sudo Jurnal Teknik Informatika Vol. 5 No. 2 (2026): Edisi Juni
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v5i2.1777

Abstract

Pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) dalam bidang kreatif, khususnya komposisi musik otomatis, terus berkembang seiring dengan kemajuan arsitektur deep learning. Berbagai pendekatan generatif telah dikembangkan, mulai dari model berbasis RNN, LSTM, GAN, VAE, hingga Transformer, namun sebagian besar masih memerlukan sumber daya komputasi yang besar untuk menghasilkan melodi yang koheren. Penelitian ini bertujuan mengembangkan sistem generator melodi MIDI berbasis web yang mampu menghasilkan komposisi musik secara otomatis dengan efisiensi tinggi. Sistem ini mengimplementasikan model Receptance Weighted Key Value (RWKV), sebuah arsitektur yang menggabungkan efisiensi komputasi Recurrent Neural Network (RNN) dengan kemampuan paralelisasi Transformer. Model dilatih menggunakan dataset yang bersumber dari 909 file MIDI mentah dengan ukuran konfigurasi vocabulary sebanyak 200 token unik, menghasilkan total keseluruhan 1.308.713 token sekuensial. Integrasi model ke platform web dilakukan menggunakan framework Gradio. Hasil pengujian teknis menunjukkan bahwa setelah melalui 5 epoch pelatihan pada dataset 1,3M token, model berhasil mencapai nilai Cross-Entropy Loss sebesar 0,8752 dengan tingkat Perplexity sebesar 2,40. Nilai ini jauh lebih rendah dibandingkan model LSTM pembanding yang memiliki Perplexity sekitar 18. Penggunaan arsitektur RWKV terbukti memberikan efisiensi sumber daya yang signifikan dengan penggunaan memori GPU sebesar 2,1 GB (hanya 14% dari kapasitas VRAM 15GB), yang memungkinkan proses generasi melodi secara real-time dengan latensi rendah.