Article Per Year (5 Year)
p-Index From 2020 - 2025
1.513
P-Index
This Author published in this journals
All Journal Epsilon: Jurnal Matematika Murni dan Terapan KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jambura Journal of Mathematics Journal of Mathematics: Theory and Applications Jurnal Pengabdian Ilung (Inovasi Lahan Basah Unggul) Bioscientiae, Jurnal ilmu ilmu Biologi
Soesanto, Oni
Program Studi Ilmu Komputer, Fakultas Matematika Dan Pengetahuan Alam, Universitas Lambung Mangkurat, Indonesia
Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 4 Documents
Search
Journal : KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal)

 1 
PENERAPAN METODE RBPNN UNTUK KLASIFIKASI KANKER PAYUDARA Fairudz Shahura; Oni Soesanto; Fatma Indriani
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 3, No 2 (2016)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v3i2.51

Abstract

Breast cancer is the most commonly diagnosed cancer in women. Breast cancer cases are increasing each year. Therefore, early detection of breast cancer plays an important role in anticipating the spread of cancer. Fine-needle aspiration (FNA) biopsy is one way to detect breast cancer. FNA is a method of taking the majority of tissue with a syringe that is intended to aid in the diagnosis of various tumor diseases. The FNA samples that have been studied generate ten characteristics, namely radius, texture, perimeter, area, compactness, smoothness, concavity, concave points, symmetry, and fractal dimension. These characteristics are used to classify benign and malignant breast cancer. To classify breast cancer, Radial Basis Probabilistic Neural Network (RBPNN) required. This study aims to determine how the performance of the method of Radial Basis Probabilistic Neural Network for classifying breast cancer. The accuracy was found to be equal 93.19% for training data, and 90.35% for testing data.Keywords: Radial Basis Probabilistic Neural Network, Classification, Breast Cancer.Kanker payudara merupakan penyakit yang paling banyak menyerang kaum wanita. Penderita penyakit kanker payudara semakin meningkat pada tiap tahunnya. Oleh karena itu deteksi dini kanker payudara memegang peranan penting dalam mengantisipasi penyebaran kanker. Salah satu cara untuk mendeteksi kanker payudara adalah  dengan fine-needle aspiration (FNA) biopsy. FNA merupakan suatu metode pengambilan sebagian jaringan tubuh manusia dengan jarum suntik yang bertujuan untuk membantu diagnosis berbagai penyakit tumor. Sampel FNA yang telah diteliti menghasilkan sepuluh karakteristik, yaitu radius, texture, perimeter, area, compactness, smoothness, concavity, concave points, symmetry, dan fractal dimension. Kesepuluh karakteristik tersebut digunakan untuk mengklasifikasikan kanker payudara jinak dan ganas. Untuk mengklasifikasi tingkat keganasan dari kanker payudara dapat dilakukan dengan metode Radial Basis Probabilistic Neural Network (RBPNN). Penelitian ini bertujuan untuk mengetahui bagaimana performansi metode Radial Basis Probabilistic Neural Network untuk mengklasifikasikan kanker payudara. Dari hasil penelitian didapat akurasi 93.19% untuk data training, serta 90.35% untuk data testing.Kata kunci : Radial Basis Probabilistic Neural Network, Klasifikasi, Breast Cancer.
ANALYTIC NETWORK PROCESS (ANP) PADA BALANCED SCORECARD (BSC) DENGAN PENDEKATAN FUZZY Oni Soesanto; Muhammad Mahfuzh Shiddiq; Oktarini Oktarini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 3, No 2 (2016)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v3i2.56

Abstract

ABSTRAKHimpunan fuzzy merupakan perkembangan dari himpunan klasik. Himpunan fuzzy digunakan sebagai dasar dalam logika fuzzy. Logika fuzzy banyak diterapkan pada penelitian teknik pengambilan keputusan. Teknik pengambilan keputusan yang menerapkan logika fuzzy juga dapat digunakan dalam Balanced ScoreCard (BSC). Salah satu metode teknik pengambilan keputusan adalah Fuzzy Analytic Hierarchy Process (FAHP). FAHP telah diterapkan dalam BSC, namun tidak mencerminkan kondisi BSC sehingga diperlukan metode lain yang  memperhatikan keterkaitan antar aspek,  yaitu Fuzzy Analytic Network Process (FANP). FANP mampu memperbaiki kelemahan FAHP berupa kemampuan mengakomodasi keterkaitan antar kriteria atau alternatif. Paper ini membahas konsep pendekatan Fuzzy pada metode ANP menggunakan extent analysis method untuk mengukur kinerja perusahaan berdasarkan indikator dalam perspektif BSC.Kata Kunci: Balanced Scorecard (BSC), Metode extent analysis, Fuzzy Analytic Network Process (FANP), Triangular Fuzzy Number (TFN)
OPTIMASI LEARNING RADIAL BASIS FUNCTION NEURAL NETWORK DENGAN EXTENDED KALMAN FILTER Oni Soesanto; Arfan Eko Fahrudin; Dodon T. Nugrahadi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 2, No 2 (2015)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v2i2.40

Abstract

Dalam paper ini dibahas mengenai optimasi Radial Basis Function Neural Network (RBFNN) dengan Extended Kalman Filter. Proses learning RBF dengan Extended Kalman Filter menggunakan parameter bobot pada hidden center RBF yaitu noise proses pada perhitungan bobot hidden center dan noise pengukuran pada data output. Extended Kalman Filter pada jaringan syaraf RBF berfungsi mengoptimalkan bobot pada hidden center dengan meminimalkan error pada output RBF dengan parameter proses pada unit center RBF dan parameter bobot output pada output layer. Bobot output optimal diperoleh pada saat error output pada training RBF telah konvergen, selanjutnya digunakan untuk proses testing. Algoritma Extended Kalman Filter dan Radial Basis Fuction (EKF-RBF) memungkinkan proses learning memungkinkan center dan variansi pada hidden layer tidak perlu dihitung sebelum bobot output optimum ditemukan. Hasil simulasi menunjukkan bahwa pada training, performansi klasifikasi algoritma EKF-RBF mampu mengenali rata-rata 92.42% dan untuk prediksi didapatkan MAE sebesar 5,3846 dan RMSE sebesar 16,2398 dengan CPU time 24,4146 detik dengan iterasi rata-rata 68,8 iterasi, testing in sample rata-rata MAE sebesar 4,3388, rata-rata RMSE sebesar 13,2230 dan rata-rata CPU time sebesar 0,1123 detik sedangkan pada testing out sample didapatkan rata-rata MAE sebesar 4,1065, RMSE sebesar 11,0126 dan CPU time sebesar 0,0265 detik. Kata kunci : Extended Kalman Filter, Extended Kalman Filter – Radial Basis Function (EKF-RBF), Optimasi Jaringan Syaraf RBF
SISTEM FUZZY LOGIC TERTANAM PADA MIKROKONTROLER UNTUK PENYIRAMAN TANAMAN PADA RUMAH KACA Andi Farmadi; Dodon T Nugrahadi; Fatma Indriani; Oni Soesanto
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.121

Abstract

Greenhouse use is often used as a crop development site for cultivation or research, by controlling temperature, soil moisture and irrigation, and continuously being developed in automated control systems. Greenhouse control developed in this research is by using fuzzy system algorithm. The fuzzy system is embedded in arduino uno wifi microcontroller for the control of crop irrigation in greenhouses with C programming language on arduino IDE. The system input consists of two variables that are inputted through the temperature sensor input and the soil moisture sensor. The sensor input variable is then made fuzzy set for mapping the temperature condition in the cold, or hot, for soil moisture variable made with three sets that is dry, moist and wet, from the two variables of the input with each of the three sets made rule in this case made in nine decision rule for plant watering status. fuzzy method used is to use sugeno method because it is simpler in decision making which allows more efficient in writing source code on arduino microcontroller which has small memory limitations. The result of the decision or output of the fuzzy system is comprised of a watering system of plants with non-flush status, medium flush, and flushKeywords: Fuzzy system, microcontol, greenhouse.Pemanfaatan Rumah Kaca sering digunakan sebagai tempat pengembangan tanaman untuk budidaya ataupun penelitian, dengan mengontrol suhu, kelembaban tanah dan pengairan, yang terus mengalami perkembangan dalam sistem kontrol otomatis. Pengontrolan pada rumah kaca yang dikembangkan pada penelitian ini yaitu dengan menggunakan algoritma sistem fuzzy. Sistem Fuzzy yang ditanamkan pada mikrokontroller arduino uno wifi untuk mengontol otomatis penyiraman tanaman pada rumah kaca dengan bahasa pemrograman C pada IDE arduino. Input sistem terdiri dari dua variabel yang dimasukkan melalui input sensor suhu dan sensor kelembaban tanah. Variabel inputan sensor kemudian dibuat himpunan fuzzy untuk memetakan keadaan suhu pada kondisi dingin sedang, atau panas, untuk variabel kelembaban tanah dibuat dengan tiga himpunan yaitu kering, lembab dan basah, dari kedua varibel inputan tersebut dengan masing masing tiga himpunan dibuatkan rule dalam kasus ini dibuat dalam sembilan buah rule keputusan untuk status penyiraman tanaman.metode fuzzy yang digunakan adalah menggunakan metode sugeno karena lebih simpel dalam pengambilan keputusan yang memungkinkan lebih efisien dalam penulisan source code pada mikrokontroller arduino yang memiliki keterbatasan memori yang kecil. Hasil dari keputusan atau output dari sistem fuzzy tersebut adalah terdiri sistem penyiraman tanaman dengan status tidak siram, siram sedang, dan siram banyakKata Kunci : Sistem  Fuzzy, mikrokontol, rumah kaca.
Co-Authors Abdul Hakim Maulana Andi Farmadi Andry Nor Indrawan Arfan Eko Fahrudin Arief Rahmad Maulana Akbar Azidi Irwan Bambang Sugiyanto Sugiyanto Dewi Sri Susanti Dodon Turianto Nugrahadi Fairudz Shahura Fatma Indriani Hayqal Hazmi Qastari Hayqal Mochamad Arief Soendjoto Mohammad Mahfuzh Shiddiq Muhammad Ahsar Karim Muhammad Mahfuzh Shiddiq Muhammad Mefta Eryshady Nurul Dasima Astuti Oktarini Oktarini Pamona Dwi Rahayu Paola Anna Elena Bianchi Paola Bianchi Pardi Affandi Rahmad Eko Sanjaya Rahmat Rahmat Yunus Rahmat Yunus Raifa Azizia Mustaqima Rani Sasmita Siti Sulistiani Sri Elina Herni Yulianti Susilo, Tanto Budi Thresye Thresye Yuana Sukmawaty Yuniardi Wahyu Nugraha Yuyun Hidayat