Articles
60 Documents
Search results for
, issue
"Vol 4, No 1 (2018): ARS 2018"
:
60 Documents
clear
<![CDATA[Kajian Pengenalan Ekspresi Wajah menggunakan Metode PCA dan CNN ]]>
<![CDATA[Dwi Lydia Zuharah Astuti]]>;
<![CDATA[Samsuryadi Samsuryadi]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pengenalan ekspresi wajah secara cepat menjadi bagian penting dalam sistem komputer dan interaksi antar manusia dan komputer karena cara yang paling ekspresif dalam menunjukkan emosi sebagai manusia adalah melalui ekspresi wajah. Dalam kajian ini, pengenalan eskpresi wajah dipelajari melalui beberapa aspek yang berhubungan dengan wajah itu sendiri. Ketika eskpresi wajah berubah, lekukan pada wajah seperti alis, hidung, bibir dan mulut akan otomatis berubah. Dalam kajian ini, akan dibahas mengenai sistem pengenalan ekspresi wajah secara realtime menggunakan metode PCA dan CNN. Dimana metode PCA yang akan digunakan untuk pengektraksi fitur adalah metode Eigenfaces sedangkan untuk pengklasifiksian akan menggunakan metode CNN]]>
<![CDATA[Implementasi Sensor Gas dan Fuzzy Logic Untuk Mendeteksi Formalin Pada Tahu ]]>
<![CDATA[Rendyansyah Rendyansyah]]>;
<![CDATA[Rossi Passarella]]>;
<![CDATA[Ranti Eftika]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Formalin merupakan zat yang berbahaya. Umumnya formalin sering dicampurkan ke dalam bahan makanan supaya makanan tersebut dapat bertahan lama. Salah satu makanan yang dijumpai mengandung formalin yaitu tahu. Dalam mengantisipasi makanan tahu tersebut perlu dirancang sistem yang dapat mendeteksi adanya zat formalin. Dalam penelitian ini telah dirancang alat pendeteksi formalin yang dilengkapi dengan sensor gas TGS2600 dan TGS2611, mikrokontroler Atmega8535 dan modul display. Alat ini memberikan informasi berupa indikator aman, waspada dan bahaya terhadap zat formalin tersebut. Indikator ini diperoleh dari proses fuzzy logic yang di-implementasikan ke dalam mikrokontroler. Pengujian dilakukan pada 5 sampel tahu yang dicampur formalin dengan kadar yang berbeda yaitu 0.1 ml sampai 1 ml. Hasil pengujian menunjukkan bahwa alat mampu mendeteksi adanya formalin dalam tahu, dan dari hasil alat manual “Test Kit Formalin” menunjukkan kesesuaian terhadap pengujian alat tersebut.]]>
<![CDATA[Segmentasi Pembuluh Darah Retina menggunakan Multilevel Thresholding-Otsu ]]>
<![CDATA[Arfattustary Noorfizir]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Paper ini mengusulkan sebuah metode segmentasi citra yaitu multilevel thresholding-otsu. Metode yang diusulkan menampilkan perbandingan dari tingkat level thresholding yang berbeda. Hasil percobaan menunjukkan bahwa metode ini menghasilkan kinerja tinggi seperti yang terlihat dari analisis rasio signal-tonoise puncak (PNSR). Hasil PNSR menunjukkan untuk citra retina rata-rata 29.7541dB. Selanjutnya diharapkan untuk proses segmentasi dapat menggunakan metode ini untuk menghasikan gambar segmentasi yang lebih baik.]]>
<![CDATA[Penentuan Dosis Pupuk Tanaman memanfaatkan Hasil Foto Udara Menggunakan metode Fuzzy Tsukamoto ]]>
<![CDATA[Dian Oktavian]]>;
<![CDATA[Sukemi Sukemi]]>;
<![CDATA[Huda Ubaya]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dosis pupuk dapat diketahui melalui berbagai macam metode termasuk menggunkan hasil foto digital. Penelitian ini menggunakan hasil dari foto udara untuk menentukan dosis pupuk. Basis aturan untuk menentukan jumlah cluster guna mengetahui jumlah dosis pupuk. Penggunaan metode ini dalam tingkat akurasi menentukan dosis pupuk tanaman adalah sebesar 97,7% dibandingkan dengan proses yang bersifat konvensional]]>
<![CDATA[IDENTIFIKASI LAHAN GAMBUT PADA CITRA SATELIT DENGAN NDVI MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION ]]>
<![CDATA[Reza Reza]]>;
<![CDATA[Erwin Erwin]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[This paper presents the model of remote sensing technique to classify peatland cover types in Sumatera Selatan Province. This study uses Landsat-8 satellite data to identify the type of peatland cover in Ogan komering Ilir. This area were picked up as pilot project ares for this research, because these areas had many peatland spot historically on last few years. The result show how this approach can be used lo peatland cover classification and for predicting peat in locations within the map unit quickly. The classification of peatland was done using Maximum likelihood estimation by using NDVI single band variables data. The result of data processing of landsat 8 satellite image shows that 764.950,4 hectares of Ogan Komering Ilir area is composed of peatland divided primary peatland and disturbed peatland. Besed on the results of landsat 8 imsge processing data can be seen some areas of Ogan Komering Ilir indicate green color means the peat area.]]>
<![CDATA[Implementasi Invers Matriks Tergeneralisasi pada Sistem Persamaan Linier ]]>
<![CDATA[Evi Yuliza]]>;
<![CDATA[Ali Amran]]>;
<![CDATA[Triyani Triyani]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Invers matriks tergeneralisasi digunakan untuk menggeneralisasi invers suatu matriks atau matriks singular. Penelitian ini bertujuan untuk memperoleh penyelesaian sistem persamaan linier dengan menggunakan invers matriks tergeneralisasi dan menerapkan invers matriks tergeneralisasi pada program linier. Misalkan matriks atau matriks singular maka terdapat matriks yang memenuhi. Matriks dinamakan invers matriks tergeneralisasi dari matriks yang dinotasikan dengan dan matriks tidak tunggal. Dari pembahasan diperoleh suatu sistem persamaan linier konsisten apabila memenuhi dengan penyelesaian umum dengan vektor sembarang. Suatu sistem persamaan linier mempunyai penyelesaian tunggal jika dan hanya jika rank() = . Jika rank() < , maka sistem persamaan linier mempunyai banyak penyelesaian. Penerapan invers matriks tergeneralisasi dapat digunakan pada program linier sebagai teknik alternatif pemecahan model program linier.]]>
<![CDATA[Sistem Klasifikasi Jenis Gas Alkohol dan Butana Menggunakan Metode Suport Vector Machine ]]>
<![CDATA[Husnawati Husnawati]]>;
<![CDATA[Rian Rahmanda Putra]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penyebaran gas berbahaya dapat mempengaruhi keseimbangan ekosistem, jenis gas yang tersebar dapat terdeteksi melalui hidung manusia, akan tetapi bila penyebaran gas tersebut terhirup manusia maka akan memiliki efek yang buruk dalam jangka panjang maupun singkat terhadap manusia tersebut. Pada penelitian ini akan dirancang sebuah sistem yang dapat mengklasifikasi jenis gas berdasarkan tingkat konsentrasi gas yang terdeteksi menggunakan metode Support Vector Machine (SVM). Jenis gas yang diuji adalah alcohol dan butana pengujian dilakukan menggunakan sensor gas MQ dengan mengenalkan pola gas terhadap sistem melalui data training. Hasil yang diperoleh pada penelitian ini menunjukkan bahwa sistem klasifikasi jenis gas alcohol dan butana menggunakan metode SVM dapat mengenali gas yang terdeteksi dengan baik berdasarkan pola dan tingkat konsentrasi gas yang menyebar di udara. ]]>
<![CDATA[Prediksi Gerak Nilai Saham BMRI.JK dengan Metode Artificial Neural Network ]]>
<![CDATA[Ryan Darmawan Siregar]]>;
<![CDATA[Yuzarifki Alfan Zuhdhi]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak – Investasi dalam bentuk saham menjadi bentuk investasi yang sedang popular pada saat ini. Saham merupakan salah satu alternatif media investasi yang memiliki potensi rasio keuntungan dan kerugian yang lebih besar dibanding media investasi lainnya. Pada kasus ini, kami mempelajari dan mencari pemecahan masalah dalam menghitung naik-turunnya suatu index nilai saham di BMRI.JK (Bank Mandiri Republik Indonesia). Metode yang kami gunakan adalah Artificial Neural Network. Hasil dari penerapan metode ini berhasil mendapatkan tingkat akurasi mencapai 80.04%.Kata Kunci – Saham, Artificial Neural Network, Propagation, Hidden Neuron, Hidden Layer, Stock Market, Stock Price, Trading]]>
<![CDATA[Klasifikasi Tingkat Popularitas Siswa Berdasarkan Aktifitas Komunikasi Siswa Menggunakan Smartphone dengan Teknik Logistic Regression ]]>
<![CDATA[Muhammad Nawawi]]>;
<![CDATA[Rizky Marliansyah]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak—Jejaring sosial merupakan suatu struktur sosial yang dibentuk dari simpul-simpul yang umumnya adalah individu atau organisasi. Saat ini banyak sekali penilaian yang tidak adil bagi siswa karena karakteristik mereka tidak dikenali dengan betul oleh sang guru, maka dari itu banyak orang yang melakukan penelitian yang bertujuan untuk menanggulagi permasalahan ini agar tidak berkelanjutan. Pada penelitian ini menggunakancara dengan mengumpulkan data siswa tersebut tanpa harus melakukan interaksi secara langsung. Kami juga akan membedakan siswa tersebut menjadi 2 bagian yakni siswa biasa (tidak populer) dan siswa yang terbuka (populer) dengan menggunakan nilai integer 0 dan 1, 0 sebagai siswa yang tidak populer dan 1 sebagai siswa yang populer. Pengklaisifikasian dengan menggunakan metode Logistic Regression menghasilkan tingkat akurasi yang tinggi yakni sebesar 100%. Dengan menggunakan 4 variabel prediksi (predictor) siswa tersebut sebagai bahan acuan analisis kami. ]]>
<![CDATA[IMPLEMENTASI ALGORITMA K NEAREST NEIGHBOR (KNN) PADA SISTEM ABSENSI BERBASIS RFID ]]>
<![CDATA[Muhammad Zikrillah]]>;
<![CDATA[Ahmad Fali Oklilas]]>
<![CDATA[ Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018 ]]>
Publisher : <![CDATA[Annual Research Seminar (ARS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Sistem absensi merupakan suatu pendataan kehadiran dari bagian aktifitas yang dilaporkan dalam sebuah institusi. Algoritma K-Nearest Neighbor (KNN) dapat diimplementasikan untuk melakukan sistem absensi berbasis RFID. Pada alat RFID terdapat tag, reader dan PC yang digunakan untuk mengambil nilai RSSI guna mengetahui posisi dari objek yang telah dipasangi tag. Setiap tag memiliki id unik untuk memberikan informasi pada reader agar dapat mengenali lokasinya dengan mudah. Hasil dari penelitian paper ini menghasilkan nilai rata-rata error sebesar 4,67126 cm dengan nilai minimum error 0,4320 cm dan nilai maksimum error 8,6655 cm.]]>
