Articles

Found 30 Documents
Search

FEATURE EXTRACTION METHOD GLCM AND LVQ IN DIGITAL IMAGE-BASED FACE RECOGNITION Sukiman, T. Sukma Achriadi; Suwilo, Saib; Zarlis, Muhammad
SinkrOn Vol 4 No 1 (2019): SinkrOn Volume 4 Number 1, October 2019
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v4i1.10199

Abstract

The face is one of the media to identify someone, a human face has a very high level of variability. Many methods have been introduced by researchers and scientists in recognizing one's face, one of the methods introduced is the Feature Extraction of Gray Level Co-Occurrence Matrix (GLCM) and Learning Vector Quantization (LVQ). GLCM feature extraction is used for data extraction/learning process whereas a data analysis process (face recognition, cropping and storing data) the LVQ method is used for the data training process where the data that has been processed in GLCM feature extraction which still has large dimensions are processed to be smaller dimensions. So this test uses data of 190 photos and gets a match of 90%, the authors conclude that the GLCM feature extraction and LVQ method can very well recognize faces contained in the database.
ANALISIS ROUTING EIGRP DALAM MENENTUKAN ROUTER YANG DILALUI PADA WAN Lubis, Aidil Halim; Julita, Erma; Zarlis, Muhammad
SinkrOn Vol 1 No 2 (2017): SinkrOn Volume 1 Nomor 2 April 2017
Publisher : Politeknik Ganesha Medan

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

Abstract

Lalu lintas data pada jaringan komputer saat ini sangat padat seperti jalanan untuk kendaraan umum, sehingga diperlukan beberapa jalur alternatif serta penentuan jalur yang tepat agar sampai ke tujuan. Seperti halnya jaringan dalam pengiriman paket data diperlukan routing yang tepat untuk mengatur paket-paket tersebut agar sampai ke tujuan. Dalam pengiriman data router sangat berperan penting dalam hal tersebut. Protokol routing yang ada didalamnya sangat menentukan paket tersebut sampai dengan cepat dan tepat sehingga penentuan protokol yang digunakan juga perlu di atur dan didesain agar data yangdisampaikan tepat sampai tujuan. EIGRP adalah protokol routing yang diciptakan cisco yang mempunyai keunggulan dalam mengirimkan update data perubahan data routing. Dalam penelitian ini penulis menggunakan metode perbandingan dengan menggunakan bandwidth yang berbeda ? beda pada tiap router sehingga dapat diketahui router mana yang akan dilalui data dengan menggunakan routing EIGRP.
OPTIMASI KONTROL MOTOR INDUKSI MENGGUNAKAN METODE FUZZY DAN ALGORITMA GENETIKA Aulia, Rahman; Zarlis, Muhammad; Nasution, Mahyuddin K. M.
SinkrOn Vol 1 No 2 (2017): SinkrOn Volume 1 Nomor 2 April 2017
Publisher : Politeknik Ganesha Medan

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

Abstract

Kinerja conveyor dalam proses produksi suatu industri sangat berpengaruh dalam mengoptimalkan hasil produksi. Penggunaan conveyor tidak terlepas dengan motor penggerak conveyor, sehingga kondisi prima motor juga harus diperhatikan agar proses produksi tidak terhenti yang mengakibatkan kerugian yang relatif besar bagi industri yang memiliki tingkat produksi tinggi. Untuk mengetahui dan menentukan kondisi dari motor ? motor yang akandibebani dalam kondisi baik maka digunakan logika fuzzy. Logika fuzzy harus dioptimalkan penggunaanya dengan Algoritma genetika dalam menentukan nomor motor berapa saja yang harus hidup sehingga sesuai dengan beban yang dipikul. Menetukan dan mengetahui kondisi motor dan menentukan nomor motor yang harus beroperasi bertujuan untuk mengoptimalkan berjalannya suatu sistem conveyor. Hasil yang didapat pada penelitian ini yaitu Optimasi yang paling baik dari tiga kali pengujian adalah terjadi pada pengujian ke dua dengan jumlah motor sebanyak 60 buah memakai tegangan 110 V dengan memikul beban 300 kg mendapatkan hasil 11,7 % dengan nomor motor yang hidup adalah 12, 19, 20, 21, 26, 32. dan 40.
ANALYSIS OF BRAYCURTIS, CANBERRA AND EUCLIDEAN DISTANCE IN KNN ALGORITHM Pulungan, Annisa Fadhillah; Zarlis, Muhammad; Suwilo, Saib
SinkrOn Vol 4 No 1 (2019): SinkrOn Volume 4 Number 1, October 2019
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v4i1.10207

Abstract

Classification is a technique used to build a classification model from a sample of training data. One of the most popular classification techniques is The K-Nearest Neighbor (KNN). The KNN algorithm has important parameter that affect the performance of the KNN Algorithm. The parameter is the value of the K and distance matrix. The distance between two points is determined by the calculation of the distance matrix before classification process by the KNN. The purpose of this study was to analyze and compare performance of the KNN using the distance function. The distance functions are Braycurtis Distance, Canberra Distance and Euclidean Distance based on an accuracy perspective. This study uses the Iris Dataset from the UCI Machine Learning Repository. The evaluation method used id 10-Fold Cross-Validation. The result showed that the Braycurtis distance method had better performance that Canberra Distance and Euclidean Distance methods at K=6, K=7, K=8 ad K=10 with accuracy values of 96 %.
FUZZY ID3 DALAM PEMBENTUKAN ATURAN KLASIFIKASI PADA MODEL KEPUTUSAN KREDIT USAHA RAKYAT (KUR) Ramadani, Suci; Zarlis, Muhammad
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol 2, No 2 (2016): Methodika
Publisher : METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (990.591 KB)

Abstract

Kementerian Koordinator Bidang Perekonomian Republik Indonesia mencanangkan kredit usaha rakyat (KUR) kepadamasyarakat Indonesia sebagai pembiayaan modal kerja dan investasi kepada debitur usaha yang produktif dan layak, namunbelum memiliki agunan tambahan. Sebelum menyalurkan dana melalui pembiayaan pada debitur, pihak Bank terlebihdahulu melakukan penilaian debitur (analisis kredit) dengan variabel 5C untuk mengetahui layak atau tidaknya debiturtersebut menerima kredit. Proses penilaian kredit tersebut pada prinsipnya dimaksudkan untuk menganalisis dan menilaiprospek calon debitur guna memperoleh indikasi kemungkinan terjadinya default oleh calon debitur. Tujuan pada penelitianini adalah membangun model dengan menggunakan metode fuzzy decision tree yaitu algoritme Fuzzy ID3 dalam membentukaturan klasifikasi yang kemudian digunakan untuk proses pengambilan keputusan dengan menggunakan Fuzzy InferenceSystem Mamdani. Pada penelitian ini juga melakukan pengukuran tingkat akurasi dari hasil model yang terbentuk. Penelitianini telah berhasil membangun model berdasarkan data 5C dengan menggunakan metode fuzzy decision tree dalammembentuk aturan keputusan kredit usaha rakyat. Jumlah aturan klasifikasi yang dihasilkan adalah sebanyak 11 aturan (rule)dengan nilai akurasi data uji sebesar 80 %. Berdasarkan aturan klasifikasi yang terbentuk dan berdasarkan dari hasil ujikolerasi 5C, maka faktor yang paling menetukan sesorang dapat diterima adalah character dan capacity.Kata Kunci : fuzzy decison tree, algoritme Fuzzy, ID3
Filsafat Ilmu Komputer Dan Cloud Computing Secara Etimologis Husain, Husain; Zarlis, Muhammad; Nasution, Zulkifli; Sihotang, Hengki Tamado; Wahyuni, Sri
Jurnal Mantik Penusa Vol 2, No 2 (2018): Computer Science
Publisher : Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (289.509 KB)

Abstract

Filsafat ilmu merupakan salah satu cabang ilmu dari Ilmu filsafat yang secara khusus meletakkan ilmu sebagai objek material. Filsafat dan Ilmu adalah dua kata yang saling berkaitan baik secara substansial maupun historis. Kelahiran suatu ilmu tidak dapat dipisahkan dari peranan filsafat, sedangkan perkembangan ilmu memperkuat keberadaan filsafat. Hal ini berlaku bagi semua ilmu keduniaan, termasuk studi informatika. Ilmu computer sendiri sangat berkembang sehingga di dalamnya terdapat beberapa bidang ilmu yang secara spesifik dapat di dalami dan di fahami seperti misalnya Data Mining, Cloud Computing dan lain-lain. Penelitian ini mengupas tentang pemikiran dan pendapat dari beberapa literature antaran kaitan filsafat ilmu komputer dan Cloud Computing. Pembahasan di mulai dari kaitan ilmuk computer dengan sub ilmu Cloud Computing hubungan filosofis dan sejarahnya, perkembangan hingga menjadi penggunaan sebagai teknologi masa depan.Keywords: Filsafat Ilmu,Ilmu Komputer, Cloud Computing
OPTIMASI MAKESPAN DAN TOTAL TARDINESS DALAM PENJADWALAN MESIN PRODUKSI TYPE FLOW SHOP MENGGUNAKAN METODE NON-DOMINATED SORTING GENETIC ALGORITHM (NSGA-II) Sonata, Fifin; Zarlis, Muhammad; Tulus, Tulus
Jurnal Teknologi Informasi dan Komunikasi Vol 5, No 1 (2016): Jurnal Teknologi Informasi dan Komunikasi (TIK)
Publisher : Kementerian Kominfo - RI

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

Abstract

Permasalahan optimasi dua objek yaitu makespan dan total tardiness pada penjadwalan mesin produksi flow shop berkaitan dengan penyusunan penjadwalan mesin secara teratur. Optimasi kedua permasalahan tersebut merupakan optimasi yang bertolak belakang sehingga diperlukan motode optimasi multi-objective A Fast Elitist Non-Dominated Sorting Genetic Algorithm for Multi-Objective Optimazitaion : NSGA-II yang dapat mengintegrasikan permasalahan tersebut. Penyelesaian penjadwalan mesin produksi flow shop dengan algoritma NSGA-II mampu membangun jadwal dengan meminimalkan makespan dan total tardiness. NSGA-II dapat membantu memberikan solusi penjadwalan mesin produksi flow shop yang efisien berupa solusi pareto optimal yang dapat memberikan sekumpulan solusi alternatif bagi pengambil keputusan dalam membuat penjadwalan mesin produksi yang diharapkan. Nilai solusi yang diperoleh akan terlihat dengan cara melakukan perbandingan antara dominasi solusi Aggregat Of Function (AOF) dengan solusi NSGA-II.
Analisis perbandingan akurasi dalam identifikasi autism dengan svm dan naive bayes Ng, Ferawaty; Zarlis, Muhammad; Nababan, Erna Budhiarti
Jurnal SIFO Mikroskil Vol 17, No 2 (2016): JSM Volume 17 Nomor 2 Tahun 2016
Publisher : Pusat Penelitian & Pengabdian pada Masyarakat (P3M) Mikroskil

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (521.361 KB)

Abstract

Gangguan autisme banyak ditemukan pada anak yang berumur 3 tahun ke bawah. Pendiagnosaan gangguan penyakit ini telah dilakukan dengan menggunakan berbagai metode, terutama metode dalam dunia psikologis. Peneliti menggunakan metode Support Vector Machine (SVM) dan metode Naive Bayes untuk menyelesaikan kasus gangguan autisme yang mengalami kesalahan diagnosa. Dalam hasil penelitian ini dilakukan perbandingan metode Support Vector Machine (SVM) dengan metode Naive Bayes. Metode Support Vector Machine (SVM) menghasilkan rata – rata klasifikasi 93,12%, sedangkan metode Naive Bayes menghasilkan rata – rata klasifikasi 73,34%.
Integrasi Density Based Feature Selection dan Adaptive Boosting (Adaboost) dalam Menangani Ketidakseimbangan Kelas Sudarto, Sudarto; Zarlis, Muhammad; Sirait, Pahala
Jurnal SIFO Mikroskil Vol 17, No 2 (2016): JSM Volume 17 Nomor 2 Tahun 2016
Publisher : Pusat Penelitian & Pengabdian pada Masyarakat (P3M) Mikroskil

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (683.127 KB)

Abstract

Ketidakseimbangan kelas (Class Imbalance) dari dataset antara dua kelas yang berbeda yaitu kelas mayoritas dan kelas minoritas, berpengaruh pada algoritma C4.5 yang cenderung menghasilkan akurasi prediksi yang baik pada kelas mayoritas tetapi  menjadi tidak konduktif dalam memprediksi contoh kelas minoritas, sehingga nilai hasil akurasi pengklasifikasian (classifier) C4.5 menjadi tidak optimal. Untuk mengurangi pengaruh ketidakseimbangan kelas pada pengklasifikasi C4.5, maka perlu dilakukan dengan menerapkan  kombinasi dari metode seleksi fitur  yaitu algoritma Adaptive Boosting (Adaboost) dan metode Density Based Feature Selection (DBFS). Penerapan algoritma adaboost dalam seleksi fitur dilakukan untuk memberi bobot pada setiap fitur yang direkomendasikan, sehingga ditemukan fitur yang merupakan classifier yang kuat, sedangkan DBFS berfokus dalam mengidentifikasi kelas minoritas dan mengevaluasi dampak dari sebuah fitur yang bermanfaat berdasarkan rangking fitur agar dapat direkomendasikan pada classifier C4.5 dalam proses pengklasifikasian. Hasil penelitian menunjukkan bahwa, kinerja akurasi pengklasifikasi C4.5 pada dataset mahasiswa lulusan dengan mengkombinasikan DBFS sebelum proses adaboost, dengan pengaturan nilai confidence level 0,50  dan 30 fold cross-validation, menunjukkan tingkat akurasi klasifikasi yang relatif lebih baik dalam penanganan ketidakseimbangan kelas.    
ANALISIS FUNGSI AKTIVASI SIGMOID BINER DAN SIGMOID BIPOLAR DALAM ALGORITMA BACKPROPAGATION PADA PREDIKSI KEMAMPUAN SISWA Julpan, Julpan; Nababan, Erna Budhiarti; Zarlis, Muhammad
Jurnal Teknovasi : Jurnal Teknik dan Inovasi Vol 2, No 1 (2015): Teknovasi April 2015
Publisher : LPPM Politeknik LP3I Medan

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

Abstract

Metode backpropagation merupakan metode yang sangat baik dalam menangani masalah pengenalan pola-pola kompleks. Di dalam jaringan backpropagation, setiap unit yang berada di lapisan input terhubung dengan setiap unit yang ada di lapisan tersembunyi. Hal serupa berlaku pula pada lapisan tersembunyi. Setiap unit yang ada pada lapisan tersembunyi terhubung dengan setiap unit yang ada di lapisan output. Fungsi aktivasi yang digunakan di dalam metode backpropagation adalah fungsi sigmoid biner (binary sigmoid function), sigmoid bipolar (bipolar sigmoid function). Karakteristik yang harus dimiliki fungsi aktivasi tersebut adalah kontinyu dan tidak menurun secara monoton. Dari hasil penelitian maka didapatkan bahwa penggunaan fungsi aktivasi sigmoid biner memiliki tingkat rata-rata akurasi yang lebih baik dari sigmoid bipolar. Akan kecepatan perhitungannya lebih lambat dibandingkan dengan sigmoid bipolar. Fungsi aktivasi sigmoid bipolar dipilih berdasarkan asumsi heuristik bahwa nilai rentang [0, 1] yang dihasilkan oleh fungsi sigmoid biner (unipolar) kurang bagus dibandingkan dengan rentang [-1, 1] yang dihasilkan fungsi yang sigmoid bipolar. Hasil ini disebabkan karena nilai ekstrim 0 yang dihasilkan fungsi sigmoid biner kurang memberikan pengaruh pada penghitungan nilai pada neuron, dibandingkan dengan nilai ekstrim -1 yang dihasilkan oleh fungsi sigmoid bipolar.