Article Per Year (5 Year)
p-Index From 2020 - 2025
3.623
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Jurnal Simantec Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Informatika dan Teknik Elektro Terapan Jurnal IPTEK Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika INTEGER: Journal of Information Technology Network Engineering Research Operation [NERO] Prosiding Seminar Nasional Sains dan Teknologi Terapan Jurnal Telematika Jurnal Teknologi Terpadu Jurnal Teknik Informatika (JUTIF) International Journal of Artificial Intelligence and Robotics (IJAIR) Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer
Muchamad Kurniawan, Muchamad
Institut Teknologi Adhi Tama Surabaya
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
Modifikasi Kombinasi Particle Swarm Optimization dan Genetic Algorithm untuk Permasalahan Fungsi Non-Linier Kurniawan, Muchamad; Suciati, Nanik
INTEGER: Journal of Information Technology Vol 2, No 2 (2017): September 2017
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (539.078 KB) | DOI: 10.31284/j.integer.2017.v2i2.177

Abstract

Particle Swarm Optimization (PSO) is the population-based optimization algorithm and the generation of random values. The deficiency of the PSO algorithm is prematurely convergent, meaning it quickly finds solutions to local solutions. PSO tidak mampu untuk mencari ruang solusi lebih luas. PSO can not afford to search for wider solution space. In this study modification of the combination of PSO with Genetic Algortihm (GA) or we call M-PSOGA. The advantage of GA taken is to find a wider solution space. M-PSOGA is evaluated on non-linear function problem. The results obtained by M-PSOGA produce the best solution from its predecessor method, PSO and PSOGA. Better on the results of the solutions obtained and the convergent velocity on global solutions.Keywords: Particel Swarm Optimization, Genetic Algorithm, Non-Linier Function.
Algoritma Steganografi untuk Pengamanan Data Teks ke dalam Citra Digital Menggunakan XOR Sederhana Kurniawan, Muchamad; Agustini, Siti
INTEGER: Journal of Information Technology Vol 3, No 2 (2018)
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.845 KB) | DOI: 10.31284/j.integer.2018.v3i2.416

Abstract

Kerahasiaan data atau informasi merupakan hal yang sangat penting untuk dijaga dari seseorang yang tidak berhak atas data tersebut. Salah satu solusi untuk pengamann data adalah dengan steganografi. Steganografi merupakan ilmu untuk penyisipan informasi rahasia ke dalam pesan yang lain. Pada penelitian ini, konsep steganografi menggunakan pesan teks yang disembunyikan ke dalam suatu citra digital. Citra yang digunakan adalah citra dalam bentuk grayscale. Penelitian dilakukan sebanyak 5 kali dengan ukuran pesan teks yang berbeda-beda. Hasilnya, system steganografi berjalan dengan baik dimana semua pesan teks dapat dienkripsi dan didekripsi kembali. Running time akan semakin tinggi ketika ukuran pesan teks semakin besar dan begitu juga dengan nilai entropy sehingga tingkat keamanan dari proses steganografi ini semakin tinggi. Kata Kunci: Steganografi, XOR, running time, entropy.
Premise Parameter Optimization on Adaptive Network Based Fuzzy Inference System Using Modification Hybrid Particle Swarm Optimization and Genetic Algorithm Kurniawan, Muchamad; Suciati, Nanik
Jurnal IPTEK Vol 22, No 2 (2018)
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (760.4 KB) | DOI: 10.31284/j.iptek.2018.v22i2.274

Abstract

ANFIS is a combination of the Fuzzy Inference System (FIS) and Neural Network (NN), which has two training parameters, premise and consequent. In the traditional ANFIS, Least Square Estimator (LSE) and Gradient Descent (GD) are commonly used learning algorithms to train the two parameters. The combination of those two learning algorithms tends to produce the local optimal solution. Particle Swarm Optimization (PSO) can converge quickly but still allow for getting the local optimal solution because PSO is unable to find a new solution space. Meanwhile, Genetic Algorithm (GA) has been reported to be able to find a wider solution space. Hybrid PSOGA is expected to give a better solution. In this study, modification of hybrid PSOGA is used to train the premise parameter of ANFIS. In experiments, the accuracy of the proposed classification method, which is called ANFIS-PSOGA, is compared to ANFIS-GA and ANFIS-PSO on Iris flowers, Haberman, and Vertebral datasets. The experiment shows that ANFIS-PSOGA achieves the best result compared to the other methods, with an average of accuracy 99.85% on Iris flowers, 84.52% on Haberman, and 91.83% on Vertebral.
PENINGKATAN KEAMANAN TEKS MENGGUNAKAN KRIPTOGRAFI DAN STEGANOGRAFI Agustini, Siti; Kurniawan, Muchamad
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 14, No 3 (2019)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v14i3.1685

Abstract

Abstrak. Keamanan informasi telah diterapkan dengan berbagai metode. Dalam penelitian ini, kami menggabungkan metode kriptografi dan steganografi untuk mengamankan informasi. Informasi rahasia yang digunakan adalah sebuah teks. Informasi rahasia dienkripsi dengan algoritma RSA dan kemudian ciphertext disembunyikan ke dalam sebuah media gambar dengan algoritma XOR. Bit-bit pesan rahasia disematkan pada 3 bit terakhir dari piksel gambar menggunakan algoritma XOR. Metode yang diusulkan memiliki gambar hasil steganografi yang baik dan running time yang cukup singkat pada proses enkripsi dan ekstraksi serta kualitas steganografi lain seperti MSE rata-rata mencapai 0,8768, PSNR rata-rata sekitar 50,1588. Perbandingan histogram antara gambar asli dan gambar stego tidak menunjukkan perbedaan yang signifikan, hal ini menunjukkan stego image memiliki karakter seperti gambar asli.Kata Kunci: keamanan data, RSA, XOR  DOI : https://doi.org/10.33005/scan.v14i3.1685
Deteksi Wajah dan Mata dengan Menggunakan Metode Fitur Haar-Like pada Kamera WebCam Nugroho, Hendro; Kurniawan, Muchamad; Saidatin, Naili
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (314.541 KB)

Abstract

Detekesi objek pada komputer vision merupakan hal yang penting, terutama tentang deteksi wajah. Didalam penelitian ini, dilakukan penelitian deteksi wajah dan mata yang digunakan objek orang itu melihat kamera webcam atau tidak. Untuk menunjang penelitian ini, pendekatan metode yang digunakan adalah Haar-Like Fitur. Langkah-langkah penelitian ini adalah input video dari kamera webcam, proses grayscale, penambahan area deteksi, metode Haar-Like fitur, hasil deteksi objek wajah dan mata. Hasil dari deteksi wajah dan mata didapat berupa hasil pada objek terdeteksi wajah dan mata pada saat objek melihat kamera Webcam. Hasil yang tidak berhasil deteksi wajah dan mata disebabkan oleh objek memakai kacamata dan tidak melihat kamera webcam
Implementasi Multilayer Perceptron Pada Jaringan Saraf Tiruan Untuk Memprediksi Nilai Valuta Asing Hadimarta, Tommy Ferdian; Muhima, Rani Rotul; kurniawan, muchamad
INTEGER: Journal of Information Technology Vol 5, No 1: April 2020
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (332.448 KB) | DOI: 10.31284/j.integer.2020.v5i1.909

Abstract

Abstract. In the context of FOREX investment, the fluctuation of currency becomes a common thing in which movement is greatly influenced by supply and demand. If the demand is higher, the price will increase and conversely, if the supply is higher, the price will go downward. There is a principle that the behavior of price patterns will repeat randomly and make unpredictable movement of FOREX. These patterns of currency fluctuation have deceived many investors and brought losses and even capital failure. Basically, the value of foreign exchange belongs to the data of time series and Multilayer Perceptron is very suitable to process data of time series as it is often used to make prediction. Therefore, this research aimed at implementing Multilayer Perceptron in the artificial nerve network for predicting the value of foreign exchange on the available resources using the attributes of open, high, low, and close. To process the data from the existing attributes, there must be initialization first in X1 (open), X2 (high), and X3 (low) as the inputs and Y (close) as the data target, and then they were normalized so as to calculate sigmoid. The increasing number of epoch does not guarantee that the errors will be smaller. On the contrary, perhaps, the error value will increase. The best result of training occurred by epoch 200 and learning rate 3 within the smallest values of MSE 281.02518, MAD 13.168, and deviation standard 10.294.
Integration of Double Exponential Smoothing Damped Trend with Metaheuristic Methods to Optimize Forecasting Rupiah Exchange Rate against USD during COVID-19 Pandemic Hakimah, Maftahatul; Kurniawan, Muchamad
Khazanah Informatika Vol. 6 No. 2 October 2020
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v6i2.9887

Abstract

COVID-19 pandemic has brought great changes to the stability of the Indonesian state. The disease not only has an impact on public health but also has the effect of weakening the economic sector. One indicator is the weakening of the rupiah exchange rate against the USD. When the pandemic emerged, the rupiah exchange rate started to weaken, which may encourage investors to reduce investment in Indonesia. Therefore, it is necessary to predict the rupiah exchange rate during the COVID-19 pandemic for the coming period. This study applies the Double Exponential Smoothing forecasting method by adding a damped trend factor. The calculation of the parameters of the method becomes the research optimization problem. This optimization problem is then solved using metaheuristic methods, namely Genetic Algorithm (GA) and Particle Swarm Optimization (PSO). The performance of the forecasting model is measured based on the magnitude of the forecast error. This study shows that the PSO algorithm is better at obtaining the optimal parameters for predicting the rupiah exchange rate in the coming period compared to GA. The integration error rate of Double Exponential Smoothing damped trend with PSO is 0.70%, while the error rate for the same method with GA is 0.72%. Thus, the integrated performance of double exponential smoothing with metaheuristic optimization is a more excellent method in predicting the rupiah exchange rate against the USD during the period of the Coronavirus outbreak. Furthermore, the addition of a trend dampening factor to the DES method also significantly increases the forecast accuracy.
Pengelompokan Data Hotspot Menggunakan Metode LOF K-Means O.T., Pambudi; Kurniawan, Muchamad; Muhima, Rani Rotul; Hakimah, Maftahatul
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Kebakaran hutan menjadi salah satu permasalahan di Indonesia. Dari awal tahun hingga September pada tahun 2019, kebakaran hutan dan lahan di Indonesia mencapai 857.756 hektar. Dampak kebakaran hutan dapat mengganggu kesehatan, transportasi bahkan hubungan bilateral dengan negara tetangga. Titik panas bumi atau hotspot merupakan indikasi adanya kebakaran hutan atau lahan. Pengelompokan data hotspot sebagai cara analisa data hotspot sangat penting untuk mencegah terjadinya kebakaran hutan atau lahan menjadi lebih besar. Pada penelitian sebelumnya, pengelompokan data hotspot berdasarkan fitur latitude, longtitude dengan LOF K-Means memberikan hasil lebih baik dibandingkan K-Means. Penelitian ini dilakukan pengelompokan data hotspot dengan metode LOF K-Means berdasarkan fitur latitude, longtitude dan brightness. Tujuan penelitian ini untuk mengetahui hasil perbandingan antara pengelompokan data hotspot berdasarkan fitur latitude, longtitude dengan pengelompokan data hotspot berdasarkan fitur latitude, longtitude dan brightness. Hasil penelitian ini dijadikan landasan untuk penelitian selanjutnya sebagai upaya pencegahan kerugian akibat kebakaran hutan dan lahan yang lebih besar. Berdasarkan hasil penelitian, penambahan fitur brightness sebagai dasar pengelompokan menggunakan metode LOF K-Means tidak memberikan hasil yang lebih baik
Pemodelan Jumlah Kasus Baru Covid-19 di Masa Kenormalan Baru Menggunakan Metode Pencocokan Kurva Hakimah, Maftahatul; Kurniawan, Muchamad; Muhima, Rani Rotul
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Artikel ini bertujuan mendapatkan model matematika pertambahan jumlah kasus baru penderita Covid-19 di masa kenormalan baru. Model matematika yang digunakan adalah polinom interpolasi Lagrange; polinom interpolasi Newton dan Fungsi Eksponensial dengan pendekatan regresi linier. Interpolasi dan regresi sering dikenal dengan metode pencocokan kurva. Pada model interpolasi, titik-titik data dipilih berdasarkan periode 1 bulan, 15 hari dan 20 hari. Derajat polinom yang dikaji diperoleh dari titik data yang dipilih berdasarkan periode tersebut. Berdasarkan evaluasi kesalahan, polinom Lagrange dan polinom Newton berderajat 4 memberikan hasil yang paling bagus dalam pencocokan kurva dataset jumlah kasus baru Covid-19. Setelah model matematika diperoleh, prediksi jumlah kasus baru Covid-19 diperoleh dengan memproyeksikan fungsi hampiran untuk periode berikutnya. Hasil prediksi polinom Newton derajat 3 dan Fungsi Eksponensial menunjukkan jumlah kasus penderita Covid-19 perharinya semakin meningkat. Secara kontradiktif, polinom Lagrange dan Newton derajat 4 menunjukkan jumlah kasus penderita Covid-19 perharinya mengalami penurunan. Salah satu faktor yang mempengaruhi hasil prediksi pada interpolasi adalah penentuan titik-titik data yang dilibatkan pada pembentukan polinom interpolasi.
Implementasi Shape Feature dan K-Nearest Neighbor untuk Klasifikasi Tanda Tangan Kurniawan, Muchamad; Saidatin, Naili; Nugroho, Hendro
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Salah satu bukti yang digunakan untuk verifikasi identitas seseorang adalah melalui tanda tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan. Penggunaan tanda tangan sering dijumpai pada beberapa kegiatan  khususnya dalam bidang administrasi. Pada penelitian ini dilakukan pengenalan tanda tangan dengan menggunakan dua pola segmentasi yaitu square dan triangle, yang bertujuan untuk mengetahui pengaruh pengenalan pola terhadap tingkat akurasi keaslian tanda tangan dan klasifikasi tanda tangan. Dalam pembuatan sistem ini diterapkan klasifikasi  tanda  tangan  secara  off-line dengan mengambil  sebuah  image tanda tangan  sebagai  input  yang  akan  digunakan  dalam proses  selanjutnya.  Proses pengolahan citra digital  diawali  dengan proses prepocesing pada citra digital , dilanjutkan dengan proses fitur ekstraksi dan terakhir proses klasifikasi dengan metode K-Nearest Neighbor (K-NN). Berdasarkan hasil klasifikasi didapatkan dengan melakukan dua pendekatan pemotongan citra hasil yang didapatkan tidak jauh berbeda, baik persegi atau segitiga mempunyai akurasi yang cukup bagus diatas 95%. Hasil lebih bagus didapatkan dari pendekatan segitiga, pendetakan ini secara konsisten menghasilkan akurasi 98.25%.
Co-Authors Abdullah, Ryan Gading Andy Rachman Ar, Nanda Hafiz Arum Indah Sari Fahrezi Kusuma, Andra Farida Farida Farida Farida Faruq, Umar Al Fawaz, Ahmad Gusti Eka Yuliastuti Hadimarta, Tommy Ferdian Hendro Nugroho, Hendro Ilmi, Hilmi Maulana Istighfariansyah, Risaldi Maftahatul Hakimah, Maftahatul Misbahul Munir Moch. Kalam Mollah Moneter, Mochamad Rizky Muhammad Aditya Kushardiawan Muhima, Rani Rotul Nabila Dayu Mega Anjani Naili Saidatin Nanik Suciati Nurlaily, Firdausiyah O.T., Pambudi Pakarbudi, Adib Pambudi, Oktavian Tegar Pratikto, Dimas Priska Amelia de Jong Ritonga, Mario Franko Ezra Hasiholan Rosetya Wardhana, Septiyawan Setyawati, Indah Siti Agustini, Siti Ubaidillah, M. Yahya Wardhana, Septiyawan Rosetya