Article Per Year (5 Year)
p-Index From 2020 - 2025
2.419
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan J-SAKTI (Jurnal Sains Komputer dan Informatika) J-SAKTI (Jurnal Sains Komputer dan Informatika) sudo Jurnal Teknik Informatika Hello World Blend Sains Jurnal Teknik Deli Sains Informatika Buletin Utama Teknik Hanif Journal of Information Systems
Mhd. Zulfansyuri Siambaton, Mhd. Zulfansyuri
Magister Teknik Informatika, Universitas Sumatera Utara
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : sudo Jurnal Teknik Informatika

 1 
Implementasi Algoritma Deep Learning pada Aplikasi Speech to Text Online dengan Metode Recurrent Neural Network (RNN) Lubis, Nadhira; Siambaton, Mhd. Zulfansyuri; Aulia, Rachmat
sudo Jurnal Teknik Informatika Vol. 3 No. 3 (2024): Edisi September
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v3i3.583

Abstract

Pada era globalisasi, kemajuan teknologi informasi dan komunikasi telah membawa perubahan signifikan dalam berbagai aspek kehidupan manusia, termasuk cara kita berinteraksi dengan perangkat digital. Salah satu inovasi yang menonjol adalah teknologi Pengenalan Suara (Speech Recognition), yang merupakan bagian dari Web Speech API dalam bahasa pemrograman JavaScript. Teknologi ini mampu memahami dan memproses bahasa lisan, mengenali suara manusia, dan mengubahnya menjadi teks di komputer. Teknologi Pengenalan Suara memiliki peran penting dalam aplikasi Speech to Text Online. Teknologi ini diimplementasikan langsung di browser dan dapat diakses melalui Web Speech API dalam JavaScript. Karena manusia umumnya dapat berbicara lebih cepat daripada mengetik, aplikasi Speech to Text Online dirancang untuk memudahkan aktivitas yang berhubungan dengan pengetikan atau pembuatan catatan. Aplikasi ini menggunakan algoritma Deep Learning yang dilengkapi dengan metode Recurrent Neural Network (RNN). Metode RNN, sebagai bagian dari algoritma Deep Learning, memiliki kemampuan untuk mempelajari pola dari data yang kompleks dan abstrak. Hal ini membuatnya sangat efektif dalam pengenalan gambar, pemrosesan bahasa alami, pengenalan suara, dan banyak bidang lainnya. Oleh karena itu, RNN adalah metode yang tepat untuk diterapkan dalam algoritma Deep Learning pada aplikasi Speech to Text Online.  
Penerapan Algoritma Decision Tree untuk Meningkatkan Ketepatan Klasifikasi Kerusakan Alat Berat Berbasis Website Nasution, Indah Khairani; Nasution, Khairuddin; Siambaton, Mhd. Zulfansyuri
sudo Jurnal Teknik Informatika Vol. 3 No. 4 (2024): Edisi Desember
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v3i4.741

Abstract

Penelitian ini bertujuan untuk meningkatkan ketepatan prediksi kerusakan alat berat pada perusahaan Grand Indo Perkasa, yang bergerak di bidang penambangan batu bara di Sumatera Selatan. Kerusakan alat berat sering menjadi masalah kritis yang dapat menghambat operasi, meningkatkan biaya, dan mengurangi produktivitas. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan aplikasi berbasis web menggunakan algoritma Decision Tree C4.5, yang dirancang untuk menganalisis data historis kerusakan dan memprediksi potensi masalah secara lebih akurat. Proses penelitian meliputi pengumpulan data melalui observasi, wawancara, dan studi literatur, serta pemodelan sistem dengan alat bantu UML. Data yang digunakan terdiri dari informasi terkait lima jenis alat berat dengan total 58 seri, 9 merek, dan 16 model. Algoritma C4.5 diterapkan untuk menentukan pola dari atribut kerusakan, menghasilkan pohon keputusan yang mendasari sistem prediksi. Perhitungan gain menunjukkan atribut ke-9 sebagai node akar, menjadi dasar untuk keputusan lanjutan. Hasil penelitian menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi manajemen alat berat dengan menurunkan downtime dan mempercepat diagnosa. Implementasi berbasis web memberikan keuntungan aksesibilitas tinggi, memungkinkan teknisi dan manajer untuk memantau kondisi alat berat secara real-time dan mengambil tindakan preventif secara tepat waktu. Penelitian ini membuktikan bahwa integrasi algoritma Decision Tree dengan aplikasi berbasis web merupakan solusi efektif untuk mendukung operasional di sektor pertambangan batu bara.
Co-Authors Amanda, Kiki Andika Syahputra, Andika Antoni Antoni Daivan, Fajri Damanik, Doni Kusuma Haramaini, Tasliyah Hasyim, Alwi Heri Santoso Lubis, Nadhira Luthfi, Muhammad Azmi Maharudinsah, Maharudinsah Muhammad Fakhriza, Muhammad Nasution, Ghiffari Ikhsan Nasution, Indah Khairani Oris Krianto Sulaiman Pulungan, Sabrina Meylani Rachmat Aulia, Rachmat Rianto, Muhammad Aulia Abdi Ryandi, Essanov Saripurna, Darjat Syahwin, Syahwin