Articles

Found 16 Documents
Search

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Desiani, Anita
Media Informatika Vol 5, No 2 (2007)
Publisher : Department of Informatics,Faculty of Industrial Technology,Islamic University of Indonesia

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

Abstract

Pengenalan wajah menjadi alternatif dala berbagai bidang yang membutuhkan identifikasi seseorang, wajah  merupakan bagian dari identifikasi biometrik karena merupakan bagian langsung dari tubuh manusi yang tidak mudah untuk dicuri atau diduplikasi seperti halnya metode konvemsional yang menggunakan password ataupun kartu. Proses pengenalan wajah dapat dilakukan dengan barbagai metode salah satunya Metode Face-ARG, di mana setiap image wajah yang masuk akan direpresentasikan dalam bentuk vektor graph  yang nantinya akan disesuaikan dengan vektor graph dari satu image lain yang dengan melihat tingkat kesesuaiannya, setiap pencocokan yang dilakukan dengan Metode Face-ARG hanya dapat dilakukan untuk dua image, sehingga diperlukan waktu dan proses yang lama setiap suatu image diidentifikasi. Pengenalan wajah dapat juga dilakukan dengan menggunakan jaringan syaraf tiruan salah satunya adalah metode backpropagation dimana semua image yang telah dipolakan dalam bentuk tertentu akan diberikan sebagai pelatihan bagi JST, sehingga JST dapat mengenali pola yang diberikan. Proses awal yang diperlukan bagi JST memang cukup rumit dan lama terutama apabila data yang dilatih sangat banyak. Namun kelebihan dari JST pada saat setiap image ingin diidentifikasi oleh sistem, apabila data tersebut telah dilatih oleh JST maka tidak perlu dilakukan pencocokan seperti pada Face-ARG karena image tersebut telah dikenali oleh JST ada kemudian akan dilihat dalam basisdata, kecuali bagi image yang belum dilatih oleh JST. Arsitektur multi layer perceptron pada metode backpropagation memberikan hasil yang lebih akurat, karena semakin banyak lapisan yang memberikan pelatihan maka akan semakin baik hasil yang diberikan oleh JST.
PENYUSUNAN TIMETABLE TRANS MUSI PALEMBANG UNTUK RUTE ALANG-ALANG LEBAR (AAL) – AMPERA PADA INTERVAL WAKTU 06.00-12.00 WIB DENGAN MENGGUNAKAN BRANCH AND BOUND Irmeilyana, Irmeilyana; Meilensa, Maya; Desiani, Anita; Amran, Ali
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

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

Abstract

Transportasi merupakan sektor penting untuk melancarkan arus barang maupun manusia tidak terkecuali di Kota Palembang. Rendahnya tingkat pelayanan angkutan umum membuat masyarakat menggunakan kendaraan pribadi yang menyebabkan kepadatan lalu lintas dan terjadi kemacetan. Salah satu upaya Pemerintah Kota Palembang untuk mengurangi kemacetan yaitu mengadakan Bus Rapid Transit (BRT) Trans Musi. Trans Musi banyak diminati oleh masyarakat karena mempunyai banyak keunggulan dan lebih nyaman dan aman dibandingkan dengan angkutan umum lainnya. Berdasarkan hasil observasi lapangan pada bulan September 2018 kepadatan penumpang dan interval waktu kedatangan bis menjadi sebagian kekurangan dari Trans Musi ini yaitu penumpukan penumpang di halte karena jadwal kedatangan bis tidak menentu sehingga penyusunan daftar tabel waktu keberangkatan (Timetable) harus diatur agar tidak terjadi kepadatan penumpang. Salah satu metode yang dapat membantu dalam penyusunan Timetable yaitu metode Branch and Bound, metode ini merupakan metode yang paling efektif untuk menghasilkan penyelesaian permasalahan program linier secara optimal. Penelitian ini membahas penyusunan Timetable untuk rute AAL ? Ampera untuk interval waktu 06.00- 12.00 WIB menggunakan metode Branch and Bound. Hasil yang diperoleh dari Timetable yaitu jumlah keberangkatan pada rute AAL-Ampera terdapat 50 keberangkatan sedangkan pada rute Ampera-AAL terdapat 46 keberangkatan. Rute AAL-Ampera pada waktu 06.00-07.00 WIB memliki headway 5 menit sedangkan untuk waktu 07.00-12.00 WIB memiliki headway 7,5- 10 menit. Rute Ampera-AAL untuk waktu 06.00-12.00 WIB memiliki interval headway 6 ? 10 menit sehingga tidak terjadinya crowding (penumpukan penumpang).
PENG-CLUSTER-AN MAHASISWA BERDASARKAN IPK DAN IP KELOMPOK MATA KULIAH DAN KELOMPOK BIDANG MINAT Irmeilyana, Irmeilyana; Sania, Rana; Desiani, Anita; Tanuji, Hadi
Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

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

Abstract

Penelitian ini bertujuan untuk menganalisis pengelompokan mahasiswa berdasarkan IPK dan IP pada kelompok MK (Mata Kuliah), dengan menggunakan analisis cluster melalui pendekatan berhirarki dengan metode pautan tunggal dan pautan lengkap.  Penelitian ini juga bertujuan untuk menginterpretasikan pengaruh IP pada KBM (Kelompok Bidang Minat) terhadap pengelompokan dan penyebaran mahasiswa yang terbentuk, sehingga dapat dilihat kecenderungan karakter IPK mahasiswa pada suatu KBM. Berdasarkan analisis cluster pada variabel, masing-masing metode menghasikan 7 cluster yang anggota-anggotanya sama. Cluster variabel yang anggotanya terbanyak adalah IPK, IP Kelompok MK Umum, MK Dasar, MK Wajib, dan IP KBM Statistika. Berdasarkan analisis cluster pada objek, sebagaian besar mahasiswa Jurusan Matematika FMIPA Unsri angkatan 2011 mempunyai IPK dan IP setiap kelompok MK dan KBM yang relatif mendekati rata-rata.  Hanya sebagian kecil mahasiswa yang mempunyai IPK yang tinggi ataupun rendah dapat tercermin dari IP Kelompok MK Umum, Dasar, dan IP setiap KBM.  Mahasiswa peminat KBM Statistika cenderung mempunyai nilai IPK yang tinggi.  
PCA-BASED ON FEATURE EXTRACTION AND COMPRESSED SENSING FOR DIMENSIONALITY REDUCTION Desiani, Anita; Maiyanti, Sri Indra; Miraswan, Kanda Januar; Arhami, Muhammad
Computer Engineering and Applications Journal Vol 8 No 2 (2019)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.541 KB) | DOI: 10.18495/comengapp.v8i2.281

Abstract

Compressive sensing reduces the number of samples required to achieve acceptable reconstruction for medical diagnostics, therefore this research will implement dimensional reduction algorithms through compressed sensing for electrocardiogram signals (EKG). dimensional reduction is performed based on the fact that ECG signals can be reconstructed with linear combination coefficients with a bumpy base of small measurements with high accuracy. This study will use PCA for feature extraction on ECG signals. The data used are the ECG patient records on the website page www.physionet.org as many as 1200 with each attribute as many as 256 attributes. The total data dimension used is 1200x256, which means the data has 1200 rows and has as many as 256 columns. To show the accuracy of the dimensional reduction result, so it is performed classification on data using KNN and Naive Bayes. The classification results show that KKN can classify well with 84,02% accuracy rate and the Naive Bayes accuracy is 65,78%. for 100 dimensions The conclusion is those dimensional reductions for ECG data that have large dimensions, it still able to provide valid information like it uses the original data. Principle Component Analysis is a good method for reducing data dimensions by selecting certain features, so the dimensions of the data become smaller but still able to provide good accuracy to the reader.
Penerapan Analisa Faktor dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Universitas Sriwijaya Dwipurwani, Oki; Maiyanti, Sri Indra; Desiani, Anita; Octarina, Shinta
Jurnal Penelitian Sains Vol 12, No 3 (2009)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (170.607 KB)

Abstract

Studi ini mengenai penggunaan analisis faktor untuk membentuk faktor laten menggunakan metode Maksimum Likelihood untuk menduga parameternya dan pengaruh prestasi mahasiswa di Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Kesimpulan yang diperoleh dari pengaplikasiannya adalah terbentuknya 8 faktor umum, yaitu Kelengkapan Fasilitas Belajar, Latar Belakang Keluarga, Sistem Pembelajaran, Motivasi dan Teman, Minat dalam Belajar Matematika, Persepsi Terhadap Dosen, Kelengkapan Laboratorium Komputer dan Pelayanan Akademik, dan Kedisiplinan dalam Belajar untuk Mendapatkan Nilai Tinggi. Variansi total yang mampu dijelaskan oleh delapan faktor tersebut adalah 64%. Hal ini menunjukan kebaikan model sudah terpenuhi.
Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Ditinjau dari Karakteristik Lingkungan Kampus (Studi Kasus di Jurusan Matematika FMIPA Unsri) Dwipurwani, Oki; Maiyanti, Sri Indra; Desiani, Anita; Suryati, Sari
Jurnal Penelitian Sains Vol 15, No 1 (2012)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (257.088 KB)

Abstract

This Research aim to develop a model which can explain factors influencing student achievement. Variables in this research in the form of laten variable and causal relationship between a set of variables nor modestly, there is direct and indirectly relationship. Therefore, there used a Structural Equation Models (SEM) analyse method. Data in this research is obtained by through questionnaire from Mathematics FMIPA Unsri Majors student sample as much 128 responder. Result of analysis indicate that student perception to dosen variable have an positive effect directly to student motivation variable as well as having an positive effect indirectly through motivation variable to achievement variable which signifikan that is each equal to 0.46 and 0.4784. Furthermore, motivate to learn variable have an positive effect to student achievement variable equal to 1,04.
Aplikasi Analisis Faktor Konfirmatori untuk Mengetahui Hubungan Peubah Indikator dengan Peubah Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA UNSRI Maiyanti, Sri Indra; Dwipurwani, Oki; Desiani, Anita; Aprianah, Betty
Jurnal Penelitian Sains Vol 12, No 3 (2009)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1046.668 KB)

Abstract

Analisis Faktor Konfirmatori adalah salah satu metode pada analisis multivariat yang digunakan untuk mengkonfirmasikan apakah model yang dibangun sesuai dengan yang dihipotesiskan. Untuk mengetahui hubungan peubah indikator dengan peubah laten yang mempengaruhi prestasi mahasiswa di Jurusan Matematika FMIPA UNSRI digunakan Analisis Faktor Konfirmatori dengan metode kemungkinan maksimum untuk menduga parameter modelnya. Hasil yang diperoleh bahwa peubah laten untuk latar belakang keluarga (Ԑ1) diukur oleh peubah indikator Pendidikan ayah (x1), Pendidikan ibu (x2) dan Penghasilan orang tua (x3), di mana peubah indikator yang memberikan kontribusi terbesar adalah Pendidikan ibu (0,84). Peubah laten lingkungan belajar di luar kampus (Ԑ2) diukur oleh peubah indikator waktu tempuh dari rumah ke kampus (x4), fasilitas belajar di rumah (x5) dan konsentrasi belajar (x8), di mana peubah indikator dengan kontribusi terbesar adalah fasilitas belajar di rumah (0,80). Peubah laten sikap terhadap almamater (Ԑ3) diukur oleh peubah indikator Fasilitas ruang belajar di jurusan (x11), Fasilitas perpustakaan (x12) dan Fasilitas komputer (x13), di mana peubah indikator dengan kontribusi terbesar adalah Fasilitas ruang belajar di jurusan (x11) (1,08). Peubah laten Persepsi terhadap dosen (Ԑ4) diukur oleh peubah indikator Sistem evaluasi oleh dosen (x16), Sistem pembelajaran oleh dosen (x17), Sistem penugasan oleh dosen (x18) dan Hubungan dengan pembimbing akademik (x19), di mana peubah indikator dengan kontribusi terbesar adalah Sistem pembelajaran oleh dosen (x17) (0,73). 
APLIKASI ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI HUBUNGAN PEUBAH INDIKATOR DENGAN PEUBAH LATEN YANG MEMPENGARUHI PRESTASI MAHASISWA DI JURUSAN MATEMATIKA FMIPA UNSRI Maiyanti, Sri Indra; Dwipurwani, Oki; Desiani, Anita; Aprianah, Betty
Jurnal Pendidikan Matematika Vol 2, No 1 (2008)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.37 KB) | DOI: 10.22342/jpm.2.1.296.

Abstract

To know the correlation between indicator variables and latent variables that the influence studentsâ?? achieviement in majors of mathematics of FMIPA UNSRI used Confirmatory Factor Analysis by maximum likelihood method to estimate the model parameters. Confirmatory Factor Analysis is one of the methods of multivariate analysis used to confirm whether or not the model that is build is match the hypothesis.  The result of tained that the latent variable of has a background of family could be measured by indicator variables of fatherâ??s education (x1), motherâ??s education (x2) and parentâ??s income (x3), where indicator variables that give great contribution is motherâ??s education is 0.84.  The latent variables of learning environment of campus (ξ2) could be measured by indicator variables of time using far house to campus (x4), learning facilities at home (x5) and learning concentration (x8), where indicator variables that give great contribution is learning facilities at home is 0.80.  The latent variables of attitude toward almamater (ξ3) could be measured by indicator variables of classroom facilities in major (x11), library facilities (x12) and computer facilities (x13), where indicator variables that give great contribution is classroom facilities in major is 1.08.  The latent variable of perseption toward lecturers (ξ4) could be measured by indicator of evaluation system given by lecturer (x16), learning system given by lecturer (x17), assigment system given by the lecturer (x18), and the relationship with academic advisor (x19), where indicator variables that give great contribution is learning system is 0.73.
ANALISIS KEBUTUHAN WAKTU ALGORITMA INSERTION SORT, MERGE SORT, DAN QUICK SORT DENGAN KOMPLEKSITAS WAKTU Pratama, albar; Desiani, Anita; Irmeilyana, Irmeilyana
Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

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

Abstract

Sorting is a crucial problem in data processing or database. Data  processing will be more simple if the data has been sorted. Sorting problem requires special  techniques to make the process of sorting faster. The techniques are named as sorting algorithms. The reliability of an algorithm can be measured by its time complexities. The time complexity T(n) is the number of operations performed in an algorithm for N data input. One of time complexities is Big-O or worst case. The Worst case (Big-O) is a time complexities for the worst condition of an algorithm.   This study will analyze the time complexity of the algorithms Insertion Sort, Merge Sort and Insertion Sort based on their Big-O (worst case). Each algorithm will be calculated its complexity time in two ways. The first is calculated based on their steps in sorting process and the second is calculated based on their coding and running program using C++. The time complexity of Merge Sort is O(n log n) and time complexity of Quick Sort and Insertion Sort is O(n2), it means the time complexity of Merge Sort is less and faster for large N data input than Quick Sort and Insertion Sort. Otherwise Insertion Sort is faster for small N data input than Merge Sort and Quick Sort. Quick sort needs much time to sort data not only for small N data input but also for large N data input. It means Quick Sort doesn?t work well in worst case.
Analisis Perbandingan Profil Pengrajin di Tiga Sentra Kerajinan Tenun Songket Palembang Irmeilyana, Irmeilyana; Desiani, Anita
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 3, No 2 (2018): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (433.039 KB) | DOI: 10.30811/jim.v3i2.714

Abstract

Abstrak—Paper ini membahas profil dan karakter kerja pengrajin songket di 3 kecamatan yang ada di Kabupaten Ogan Ilir. Perbandingan profil pengrajin didasarkan pada histogram dari kategori variabel profil. Gambaran grafis dari matriks data pengrajin dari setiap kecamatan direpresentasikan dalam bentuk biplot. Distribusi umur pengrajin pada ketiga kecamatan hampir sama.  Tingkat pendidikan pengrajin mayoritas tingkat SD. Jika ditinjau dari produktivitas berdasarkan waktu dan jumlah kain yang dihasilkan, maka pengrajin Tanjung Batu mempunyai produktivitas yang lebih tinggi. Sedangkan produktivitas ditinjau dari segi pendapatan, maka pengrajin Pemulutan Barat mempunyai produktivitas yang lebih tinggi. Masa kerja yang berkorelasi tinggi dengan umur dapat dikarenakan profesi penenun dilakukan sejak usia masih belia. Masa kerja, umur, pendidikan, dan budaya kerja pengrajin di setiap kecamatan cenderung tidak berkorelasi terhadap pendapatan dan produktivitas.Kata kunci—pengrajin songket, produktivitas, biplot, perbandingan profil, profil pengrajin. Abstract— This paper discusses the profile and work character of songket weavers in 3 districts in Kabupaten Ogan Ilir. Comparison of weavers profile is based on histogram of the profile variable cathegories. Graphics description of weavers’ data matrices on each districts were representated by biplot.   The education level of the majority of weavers is elementary school. If productivity that is based on time and the amount of fabric produced is reviewed, the Tanjung Batu weavers have higher productivity.  Whereas productivity is viewed in terms of income, the Pemulutan Barat weavers have higher productivity. Period of work, age, education, and work culture of weavers in each district tend not to correlate with income and productivity.Keywords— Songket weavers, productivity, biplot, profile comparison, weavers profile.