cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Seminar Nasional Informatika (SEMNASIF)
Published by Universitas Pembangunan Nasional Veteran Yogyakarta
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 13 Documents
 1   2 
Search results for , issue "Vol 1, No 4 (2013): Intelligent System dan Application" : 13 Documents clear
MENINGKATKAN KEMAMPUAN PENGENALAN POLA SINYAL DENGAN OPTIMALKAN RULES PADA FUZZY NEURAL NETWORK Mukhtar Hanafi
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Fuzzy Neural Network (FNN) merupakan suatu model yang dilatih menggunakan jaringan syaraf, namun struktur jaringannya diintepretasikan dengan sekelompok aturan-aturan (rules) fuzzy. Meskipun logika fuzzy dapat menerjemahkan pengetahuan pakar secara langsung melalui aturan-aturan dengan label-label linguistik, tapi umumnya membutuhkan waktu yang lama untuk mendisain dan menyesuaikan fungsi keanggotaan yang dapat memberikan definisi secara kuantitatif  label-label linguistik ini. Hal ini menjadi sebih sulit lagi manakala rules yang ada sangat terbatas. Selanjutnya, bagaimana mengoptimalkan keterbatasan rules untuk meningkatkan kemampuan FNN dalam proses pembelajarannya. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh penambahan fuzzy rules dalam proses pembelajaran pada FNN,  serta peningkatan kemampuannya dalam mengenal pola sinyal yang dilatihkan. Pengujian dilakukan dengan menggunakan model jaringan FNN empat layer , algoritma pembelajaran back propagation dan tiga rule base fuzzy, yaitu  dengan 9, 25 dan 49 rules. Pada penelitian ini, untuk mengembangkan rule base fuzzy dari 9 rules menjadi 25 dan 49 rules adalah dengan cara penambahan fungsi keanggotaan masukan error (e) dan perubahan error (de). Hasil pengujian menunjukkan, dengan penambahan jumlah rules, kemampuan FNN dalam mengenal pola sinyal menjadi lebih baik. Semakin banyak rules yang digunakan, kemampuannya dalam pengenali pola menjadi semakin baik akan tetapi proses belajar yang dilakukan juga semakin lama.
SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSA PENYAKIT EPILEPSI DAN PENANGANANNYA MENGGUNAKAN THEOREMA BAYES Nurochman Nurochman; Mellyana Cahya Ningrum
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Diagnosa penyakit yang dilakukan oleh seorang pakar memiliki kelemahan seiring dengan kelemahan biologis sang pakar. Salah satu teknologi yang dapat menjadi solusi adalah sistem pakar. Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh pakar. Penelitian ini berhasil membangun sebuah sistem pakar untuk diagnosa penyakit epilepsi beserta cara penanganannya. Penyakit epilepsi memiliki 18 jenis penyakit dengan jumlah gejala sebanyak 92 gejala. Metode inferensi yang digunakan adalah Forward Chaining dan Theorema Bayes. Metode ini dipilih untuk mengatasi masalah ketidakpastian dalam proses pelacakan. Sistem pakar yang dibangun berbasis web agar memudahkan dalam distribusi sistem. Kinerja sistem diuji dengan membandingkan data rekam medis sebanyak 30 data dengan hasil keluaran sistem. Dari pengujian tersebut dihasilkan 76,67% data rekam medis hasil diagnosanya cocok dengan keluaran sistem, sehingga dapat disimpulkan sistem ini layak untuk digunakan. 
SISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN MELON Bambang Yuwono; Ario Wibowo; Dessyanto Boedi P
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Penelitian ini telah menghasilkan sebuah aplikasi berupa  sistem pakar berbasis web yang digunakan untuk mendiagnosa penyakit pada tanaman melon. Sistem pelacakan dalam sistem ini menggunakan Backward chaining dengan metode penelusuran Depth First Search dan fuzzy  yang dilengkapi dengan pohon keputusan. Proses pelacakan ini bermula dari simpul akar dan bergerak ke bawah ke tingkat dalam yang berurutan. Proses ini berlangsung terussampai kesimpulan ditemukan, atau jika menemui jalan buntu akan melacak ke belakang (backtracking). Hasilnya Sistem pakar ini memudahkan user dalam melakukan proses konsultasi, karena pertanyaan gejala yang diajukan hanya terkait penyakit yang dialami. Selain itu sistem pakar ini juga memudahkan bagi admin untuk melakukan update basis aturan, karena adanya fitur halaman edit basis aturan yang dapat digunakan untuk menambah, mengupdate dan menghapus penyakit, gejala dan solusi penanganannya. Sistem pakar ini dikembangkan menggunakan php dan mysql.
ALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT Kristian Adi Nugraha; Albertus Joko Santoso; Thomas Suselo
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Wayang kulit merupakan salah satu budaya asli Indonesia yang terkenal hingga ke berbagai penjuru dunia. Setiap wayang kulit memiliki ciri bentuk dan pola-pola ukiran yang unik untuk membedakan antara karakter wayang kulit yang satu dengan yang lain. Penulis memiliki inisiatif untuk melakukan penelitian mengenai pengenalan pola wayang kulit menggunakan metode jaringan saraf tiruan dengan Algoritma Backpropagation. Tujuan utama dari penelitian ini untuk mengetahui tingkat keakuratan Algoritma Backpropagation yang digunakan dalam pengenalan pola wayang kulit. Hasil penelitian menunjukkan bahwa pengenalan pola dapat berlangsung cukup baik untuk gambar wayang kulit yang sudah dikenali sebelumnya, sedangkan untuk gambar yang belum dikenali bergantung pada banyak sedikitnya jumlah gambar pada training set. Harapan penulis hasil penelitian ini dapat dimanfaatkan dalam aplikasi-aplikasi lain yang memiliki tujuan untuk menjaga kelestarian budaya lokal, yang menggunakan wayang kulit sebagai obyek utamanya.
APLIKASI DIGITAL MATTING MENGGUNAKAN METODE BAYESIAN APPROACH Rudy Adipranata; Kartika Gunadi; Novita Halim
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Penggunaan aplikasi image processing semakin diminati oleh banyak orang untuk berbagai keperluan. Dari sebuah gambar yang sederhana dapat dibuat gambar yang menarik. Proses matting bertujuan untuk mengambil sebuah atau beberapa bagian dalam gambar yang akan digabungkan dengan gambar lainnya.Dalam penelitian ini dikembangkan aplikasi untuk melakukan proses matting. Proses awal pada aplikasi adalah color quantization untuk membentuk kelompok-kelompok warna yang kemudian akan diproses dengan metode Bayesian dan akan menghasilkan alpha matte dari gambar. Alpha matte ini yang kemudian dipakai untuk menggabungkan gambar asal dengan gambar yang baru. Dari hasil pengujian yang dilakukan, hasil gambar composite sangat dipengaruhi oleh trimap yang dibuat. Kecepatan proses bergantung pada banyaknya unknown region dan juga neighborhood. Untuk ketegasan gambar hasil dipengaruhi oleh minimum variance.
SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSA PENYAKIT KUCING Paryati Paryati
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Kucing merupakan hewan menyusui yang dipelihara banyak orang seperti kucing ras anggora, dan  persia serta terdapat komunitas pecinta kucing yang berfungsi untuk mendiskusikan penyakit  yang mendera kucing peliharaan mereka. Pada saat ini terdapat penemuan yang berhubungan dengan penyakit kucing dimana terdapat banyak bakteri dan virus menyerang kucing yang disebabkan karena  keadaan lingkungan, iklim atau suhu, bahkan bisa juga dari kontak langsung dengan inang atau induk virus. Penyakit kucing cepat sekali menyebar dikarenakan kurangnya informasi dan pengetahuan tentang  penyakit tersebut. Maka peneliti membuat penelitian  sistem pakar untuk mendiagnosa penyakit kucing dengan menggunakan metode fordward dan backward chaining berbasis web disertai terapi penyembuhan dan cara pengobatannya. Sistem ini dibuat agar para pemilik kucing dapat mengerti dan memahami jenis penyakit kucing beserta terapi penyembuhan dan cara pengobatannya. Sistem ini memberikan beberapa solusi pencegahan penyakit sesuai  jenis penyakitnya . Metodologi pengembangan sistem yang digunakan  metode waterfall. Software aplikasi yang digunakan untuk membuat program sistem pakar  adalah Dreamweaver MX, XAMPP, Adobe Photoshop, MySQL, Opera / Mozila Firefox. Hasil penelitian ini adalah  program aplikasi yang dapat membantu user mengetahui  jenis penyakit kucing yang diderita dan  memberikan informasi yang luas mengenai penyakit kucing serta mengetahui cara pengobatan juga terapi penyembuhannya.
PERANCANGAN SISTEM PAKAR NEURO FUZZY UNTUK PENGENALAN TOKOH WAYANG KULIT PURWA Mariska Marlia Dwi Purnamawati; Albertus Joko Santoso; Patricia Ardanari
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Wayang kulit purwa merupakan seni pertunjukan tradisi Indonesia yang berjaya pada masa lampau. Seiring dengan perkembangan teknologi hiburan, pertunjukan wayang kulit mulai tergeser. Kecanggihan teknologi tersebut kemudian dianggap lebih modern dan praktis dijangkau oleh masyarakat. Kurangnya ahli dan sedikit sumber informasi tentang wayang kulit purwa menjadi penyebab lain kurangnya minat masyarakat terhadap budaya sendiri. Kondisi ini menjadi masalah bagi perkembangan warisan budaya Jawa karena dapat mengakibatkan kepunahan tradisi. Berdasarkan permasalahan tersebut akan lebih baik jika ada sistem pakar yang dapat memberikan informasi dan mengidentifikasi tentang wayang kulit purwa. Penelitian ini bertujuan untuk membantu menangani masalah tersebut. Sitem pakar ini akan dibangun dengan tujuan mengenali tokoh wayang purwa berdasarkan variabel ciri jenis mata, bentuk hidung, mulut wayang, bentuk mahkota, dan kaki. Sistem pakar ini menerapkan metode neuro-fuzzy dalam basis aturan.  Output dari sistem ini adalah menampilkan identifikasi tokoh wayang berdasakan ciri-cirinya. Sistem ini dibangun berbasis website untuk memudahkan masyarakat dalam mengakses aplikasi ini dimanapun dan kapanpun.
FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Permasalahn yang timbul di dunia ini terkadang sering sekali memiliki jawaban yang tidak pasti, logika fuzzy merupakan salah satu metode untuk melakukan analisis system yang tidak pasti. Paper ini berisi tentang penggunaan metode logika fuzzy mamdani dalam menentujkan tingkat keberhasilan dosen mengajar pada AMIK Tunas Bangsa Pematangsiantar. Masalah yang diselesaikan adalah cara menentukan tingkat keberhasilan dosen mengajar jika hanya menggunakan dua variable input, yaitu dosen dan nilai. Langkah pertama penyelesaian masalah tingkat keberhasilan dosen mengajardengan menggunakan metode fuzzy mamdani yaitu menentukan variable input dan output yang merupakan himpunan tegas. Langkah kedua yaitu mengubah variable input menjadi himpunan fuzzy dengan proses fuzzifikasi, selanjutnya langkah ketiga adalah pengolahan datahimpunan fuzzy dengan metode maksimum. Dan langkah terakhir atau keempat adalah mengubah output menjadi himpunan tegas dengan proses defuzzifikasi dengan metode centroid, sehingga akan diperoleh hasil yang diinginkan pada variable output. Hasil dari perhitungan dengan menggunakan metode fuzzy mamdani dari tingkat keberhasilan dosen mengajar untuk nilai variable dosen 55 dan nilai variable nilai 65 adalah 80.
EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS Agus Sasmito Aribowo
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Penelitian ini bertujuan untuk mengembangkan lebih lanjut sistem pakar dengan beberapa knowledge yang pernah dikembangkan sebelumnya, Domain penelitian dikembangkan diharapkan dapat membantu peternak dalam mendiagnosa penyakit pada hewan ternak dan unggas dengan satu buah sistem. Sistem pakar yang dirancang memiliki beberapa basis pengetahuan yang dapat menjadi solusi bagi para peternak karena umumnya para peternak memiliki beberapa jenis binatang ternak secara bersama-sama dalam satu lokasi peternakan.. Target penelitian adalah terwujudnya model sistem pakar yang lebih baik yang memiliki beberapa basis pengetahuan (knowledge) untuk mendiagnosa secara dini penyakit pada hewan ternak dan unggas, diantaranya membantu diagnosa penyakit kambing, ikan lele, dan ayam. Karena diagnosa dilakukan untuk masa dini maka sistem pakar diberi kemampuan untuk menalar penyakit apakah yang terjadi pada seekor ternak dan unggas walaupun belum semua gejala penyakit tersebut dapat terlihat jelas.Hasil penelitian adalah sebuah sistem pakar yang lebih sempurna dengan beberapa knowledge. Metode inferensi menggunakan pendekatan forward chaining. Sistem pakar dilengkapi dengan manajemen ketidak pastian menggunakan Probabilitas Bayes sehingga sistem tetap dapat memberikan hasil kesimpulan walaupun  fakta yang dimasukkan oleh pengguna tidak lengkap.
PENDEKATAN NEURAL NETWORK TERHADAP SIFAT MEKANIK MATERIAL PADA TINGKAT BEBAN BERBEDA Mike Susmikanti; Ghofir Ghofir
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2013): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Dalam bidang industri khususnya dalam pembangunan PLTN merupakan hal penting untuk mengetahui kondisi material yang digunakan. Berkaitan dengan penggunaan material, dilakukan pemodelan sifat mekanik material khususnya terhadap jenis stainless steel AISI-416. Material tipe AISI-416 merupakan salah satu material dengan komposisi yang tahan terhadap korosi. Pemodelan dilakukan pada beberapa tingkat pembebanan yang berbeda menggunakan neural network. Data pembelajaran menggunakan data hasil eksperimen. Dalam simulasi pelatihan dipilih metoda backpropagation dengan optimisasi menggunakan Levenberg-Marquardt. Diperoleh pemodelan alur stress terhadap jenis stainless steel AISI-416 pada simulasi beberapa tingkat beban yang berbeda.

Page 1 of 2 | Total Record : 13

 1   2 

Filter by Year

2013 2013


Reset
Filter By Issues
All Issue Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi Vol 1, No 1 (2018): Landscape Industri Internet Dampak Perilaku Marketing Indonesia Vol 1, No 1 (2018): Landscape Industri Internet Dampak Perilaku Marketing Indonesia Vol 1, No 1 (2017): “e-Defense : Menjaga keamanan data menghadapi cyber warfare untuk memperkokoh ke Vol 1, No 2 (2016): Semnasif 2016 Vol 1, No 2 (2016): Semnasif 2016 Vol 1, No 1 (2015): Informatika Dalam Pengelolaan Sumber Daya Alam Vol 1, No 1 (2015): Informatika Dalam Pengelolaan Sumber Daya Alam Vol 1, No 1 (2014): Business Intelligence Vol 1, No 5 (2013): Network And Security Vol 1, No 4 (2013): Intelligent System dan Application Vol 1, No 3 (2013): Computation And Instrumentation Vol 1, No 3 (2013): Computation And Instrumentation Vol 1, No 2 (2013): Cloud Computing Technology Vol 1, No 1 (2013): Information System and Application Vol 1, No 1 (2013): Information System and Application Vol 1, No 5 (2012): Geoinformatic And GIS Vol 1, No 5 (2012): Geoinformatic And GIS Vol 1, No 4 (2012): Information System and Application Vol 1, No 4 (2012): Information System and Application Vol 1, No 3 (2012): Intelligent System dan Application Vol 1, No 3 (2012): Intelligent System dan Application Vol 1, No 2 (2012): Network And Security Vol 1, No 1 (2012): Computation And Instrumentation Vol 1, No 5 (2011): Information System and Application Vol 1, No 5 (2011): Information System and Application Vol 1, No 4 (2011): Intelligent System dan Application Vol 1, No 3 (2011): Network And Security Vol 1, No 2 (2011): Instrumentational And Robotic Vol 1, No 2 (2011): Instrumentational And Robotic Vol 1, No 1 (2011): Computatinal Vol 1, No 5 (2010): Information System And Application Vol 1, No 5 (2010): Information System And Application Vol 1, No 4 (2010): Intelligent System dan Application Vol 1, No 3 (2010): Network And Security Vol 1, No 3 (2010): Network And Security Vol 1, No 2 (2010): Instrumentational And Robotic Vol 1, No 1 (2010): Computatinal Vol 1, No 1 (2010): Computatinal Vol 1, No 6 (2009): E-Democracy Vol 1, No 6 (2009): E-Democracy Vol 1, No 5 (2009): Information System And Application Vol 1, No 5 (2009): Information System And Application Vol 1, No 4 (2009): Intelligent System dan Application Vol 1, No 3 (2009): Network And Security Vol 1, No 2 (2009): Instrumentational And Robotic Vol 1, No 1 (2009): Computatinal Vol 1, No 1 (2009): Computatinal Vol 1, No 5 (2008): Information System And Application Vol 1, No 5 (2008): Information System And Application Vol 1, No 4 (2008): Network And Security Vol 1, No 3 (2008): Intelligent System dan Application Vol 1, No 3 (2008): Intelligent System dan Application Vol 1, No 2 (2008): Instrumentational And Robotic Vol 1, No 1 (2008): Computational More Issue