Dini Fakta Sari, Dini Fakta
Unknown Affiliation

Published : 4 Documents
Articles

Found 4 Documents
Search

IMPLEMENTASI TEKNOLOGI FIELD PROGRAMMABLE GATE ARRAY (FPGA) PADA ALAT IDENTIFIKASI ODOR Sari, Dini Fakta; Rivai, Muhammad; Mujiono, Totok; Tasprian, Tasprian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2010): Instrumentational And Robotic
Publisher : Jurusan Teknik Informatika

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

Abstract

Alat identifikasi odor merupakan peralatan yang dirancang untuk mengganti fungsi serta mengatasi keterbatasan sistem penciuman manusia. Alat identifikasi odor dapat diaplikasikan untuk pengawasan mutu produk makanan, minuman, dan industri kosmetik. Pada penelitian ini digunakan sampel odor yaitu bensin, minyak tanah, alkohol dan melon. Alat ini menggunakan deret sensor resonator kuarsa yang dilapisi oleh polymer yang berbeda-beda yaitu cellulose, dicyanoallylsilicone (OV-275), dan polyethylene glycol ester (PEG- 1540). Setiap sensor resonator akan menghasilkan perubahan frekuensi yang berbeda sebagai akibat adanya molekul odor yang terserap dipermukaannya. Data yang diperoleh dari deret sensor resonator kuarsa diaplikasikan pada perangkat FPGA Spartan 3E dengan Very High Speed Integrated Circuit Hardware Description Language (VHDL) sebagai bahasa pemrogramannya pada perangkat lunak Xilinx ISE Webpack 8.2i. Perangkat FPGA ini menangani pengukuran frekuensi (counter) secara pararel, latch, encoder, dan komunikasi serial. Artificial neural network merupakan representasi buatan dari otak manusia yang dapat diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. Artificial neural network yang digunakan dalam penelitian ini dengan model Multi Layer Perceptron (MLP) dengan metode pelatihan Back Propagation (BP) yang merupakan bentuk topologi dari supervised artificial neural network yang dalam proses pelatihannya memerlukan pengawasan. Tingkat akurasi pembelajaran untuk mengklasifikasi melon pada 5000 epoch dengan 1 neuron pada lapisan tersembunyi sebesar 24,74%, dengan 5 neuron pada lapisan tersembunyi sebesar 98,36% dan dengan 10 neuron pada lapisan tersembunyi sebesar 99,48%. Tingkat akurasi pada saat pengujian sebesar 100%.
Aplikasi Pelacakan Alumni STMIK AKAKOM Berbasis Sistem Informasi Geografis Iskandar, Edi; Sari, Dini Fakta
Jurnal SAINTEKOM Vol 9 No 1 (2019): Maret 2019
Publisher : STMIK Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.196 KB) | DOI: 10.33020/saintekom.v9i1.66

Abstract

Alumni is a product of an educational institution. The quality of the alumni shows the quality of the educational institution. The fact is increasingly felt, especially for college alumni. This is because alumni of college will directly come into contact with the world of work. Tracer study activity is one of the activities that have a very strategic value in the development of a college. STMIK Akakom is one of the universities in the city of Yogyakarta is required to always mempebaiki quality of education process accompanied by efforts to increase its relevance in the framework of global competition. In addition Tracer study is one effort that is expected to provide information to evaluate educational outcomes in STMIK Akakom. This information is used for further development in ensuring educational quality. This research produces alumni application of STMIK Akakom alumni by utilizing Geographic information system to map the location where alumni work, besides that it also displays alumni data in the form of year of admission, graduation year, long waiting time to work first after graduation
IMPLEMENTASI ARTIFICIAL NEURAL NETWORK PADA FIELD PROGRAMMABLE GATE ARRAY (FPGA) DALAM SISTEM IDENTIFIKASI ODOR Sari, Dini Fakta; Rivai, Muhammad; Mujiono, Totok
Jurnal Teknologi Informasi RESPATI Vol 10, No 28 (2015)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.625 KB) | DOI: 10.35842/jtir.v10i28.139

Abstract

ABSTRAKPenggunaan Field Programmable Gate Array (FPGA) untuk implementasi artificial neural network memberikan fleksibilitas dalam sistem pemrograman. Implementasi digital pada artificial neural network menggunakan FPGA dan menggunakan fungsi aktivasi nonlinier. VHDL digunakan untuk mengimplementasikan artificial neural network pada FPGA Xilinx XC3S500E-FG320 dengan perangkat lunak Xilinx ISE Webpack 8.2i. Kecepatan operasi FPGA Xilinx XC3S500E-FG320 dapat ditingkatkan dengan menggunakan metode lookup table (LUT). Jumlah LUT yang digunakan untuk perancangan artificial neural network dengan 3 neuron pada lapisan input, 4 neuron pada lapisan output dengan 1 neuron pada lapisan tersembunyi adalah sebesar 1407 LUT, untuk 5 neuron pada lapisan tersembunyi sebesar 4549 LUT, untuk 10 neuron pada lapisan tersembunyi sebesar 6378 LUT dan untuk 15 neuron pada lapisan tersembunyi sebesar 10084 LUT. Sistem dentifikasi odor, dilengkapi dengan sensor resonator kuarsa, pengkondisi sinyal, FPGA dan display. Model Multi Layer Perceptron (MLP) dengan metode pembelajaran Back Propagation (BP) yang digunakan untuk klasifikasi odor. Artificial neural network terdiri dari 3 neuron pada lapisan input, 10 neuron pada lapisan tersembunyi dan 4 neuron pada lapisan output yang diimplementasikan pada FPGA. Tingkat keberhasilan artificial neural network untuk identifikasi amoniak sebesar 93%, untuk pertamax sebesar 90%, untuk alkohol sebesar 92% dan untuk minyak tanah sebesar 85%.Kata kunci : Odor, sistem identifikasi odor, Artificial neural network, dan FPGA.
CLUSTERING ASPEK KOGNITIF MAHASISWA TERHADAP PEMANFAATAN TEKNOLOGI INFORMASI Kriestanto, Danny; Sari, Dini Fakta
Jurnal Teknologi Informasi RESPATI Vol 11, No 31 (2016)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (422.881 KB) | DOI: 10.35842/jtir.v11i31.119

Abstract

ABSTRAKKemampuan memahami sebuah aplikasi merupakan hal yang wajib dimiliki, khususnya bagi mahasiswa strata satu. Penggunaan teknologi informasi dan aspek kognitif mahasiswa dinilai memiliki pengaruh besar terhadap kemampuan seseorang dalam menyerap informasi baru dari lingkungannya sehingga mencapai tingkat kreativitas yang tinggi.Penelitian ini akan menggali kemampuan mahasiswa strata satu, dalam kasus ini adalah mahasiswa jenjang strata satu pada salah satu perguruan tinggi di Yogyakarta, untuk mengetahui tingkat kemampuan mahasiswa tersebut di dalam enam tahapan aspek kognitif yang dicetuskan oleh Bloom. Walaupun tujuan penelitian ini adalah untuk menemukan kluster dengan menggunakan metode K-Means, namun akan juga digunakan metode pohon keputusan sebagai bahan perbandingan.Hasil dari penelitian ini menemukan bahwa terdapat gap yang cukup besar di para mahasiswa dalam hal aspek kognitif.Kata Kunci : Aspek kognitif, data mining, K-Means, Bloom, teknologi informasi, pohon keputusan