Articles

Found 11 Documents
Search

RANCANG BANGUN APLIKASI E-COMMERCE PRODUK DESA BINAAN FAKULTAS TEKNIK ULM KECAMATAN CEMPAKA BANJARBARU Sari, Yuslena; Khatimi, Husnul; Alkaff, Muhammad; Baskara, Andreyan Rizky; Maulida, Muti?a; Halimah, Halimah; Qamaria, Nurul
Buletin Profesi Insinyur Vol 2, No 2 (2019): Buletin Profesi Insinyur
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1061.13 KB) | DOI: 10.20527/bpi.v2i2.45

Abstract

Desa Cempaka yang terletak di Banjarbaru Kalimantan Selatan merupakan desa pengrajin sasirangan dan produk-produk kerajinan lainnya. Banyak masyarakat yang berdatangan kesana untuk membeli kain sasirangan maupun produk buatan tangan lainnya karena dikenal dengan kualitasnya yang bagus. Tetapi dalam pengelolaan jual beli di Desa Cempaka, pembeli harus datang langsung ke tempat untuk melihat barang dan melakukan proses transaksi jual beli. Hal ini akan memakan waktu untuk pembeli dan bisa menyebabkan kurangnya minat pembeli untuk kerajinan di Desa Cempaka Banjarbaru. Dengan berkembangnya teknologi informasi saat ini banyak aplikasi yang membuat Online Shop untuk lebih mudah melakukan jual ? beli dan menghemat waktu tanpa datang langsung ke toko yang kita inginkan. Perkembangan bisnis menggunakan Online Shop pun semakin meningkat seiring dengan banyaknya masyarakat yang menggunakan internet. Untuk itu kami membuat aplikasi Online Shop untuk memfasilitasi kerajinan yang ada di Desa Cempaka Banjarbaru. Penelitian ini mengaplikasikan metode waterfall dalam pengembangan sistemnya. Metode waterfall dipilih karena system ini akan berkelanjutan seiring dengan perkembangan bisnis di Desa Cempaka Banjarbaru. Tujuan dari penelitian adalah untuk mempermudah masyarakat yang ingin membeli produk kerajinan di desa cempaka sehingga dapat meningkatkan penjualan produk kerajinan dari Desa Cempaka.Kata kunci : online shop, waterfall, bisnis, Cempaka
Optimasi Conjugate Gradient Pada Backpropagation Neural Network untuk Deteksi Kualitas Daun Tembakau Sari, Yuslena; Marleny, Finki Dona; Ansari, Rudy; Izzana, Meila; P, Ricardus A; Lareno, Bambang
Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) 2015
Publisher : Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (629.59 KB)

Abstract

Tembakau merupakan komoditi perkebunan yang memiliki nilai ekonomi tingg, teutama sebagai bahan utama rokok. Produksi rokok memberikan pengaruh pada perekonomian di beberapa negara. Sebelum proses produksi rokok, diperlukan klasifikasi kualitas daun tembakau agar mendapatkan komposisi bahan baku rokok yang tepat. Penilaian kualitas daun tembakau ini terdiri dari dua faktor yaitu human sensory dan human vision yang dilakukan oleh grader. Perkembangan teknologi informasi saat ini mampu melakukan pengolahan citra sehingga dapat memaksimalkan faktor human vision yang diharapkan dapat menghemat waktu dan biaya. Pada penelitian ini, deteksi kualitas daun tembakau didasarkan pada dua ekstraksi fitur daun tembakau yaitu bentuk dan tekstur. Kedua fitur tersebut nantinya akan diklasifikasikan menggunakan optimasi Conjugate Gradient pada Backpropagation Neural Network. Hasilnya, metode yang digunakan mampu meningkatkan tingkat akurasi deteksi kualitas daun tembakau. Peningkatan akurasi untuk klasifikasi grade daun tembakau dengan metode backpropagation neural network mencapai akurasi hingga 77,50%.
Penerapan Generalized Regression Neural Networks untuk Memprediksi Produksi Padi Terhadap Perubahan Iklim Alkaff, Muhammad; Sari, Yuslena
JTERA (Jurnal Teknologi Rekayasa) Vol 2, No 2: December 2017
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (737.176 KB) | DOI: 10.31544/jtera.v2.i2.2017.117-124

Abstract

Padi sebagai bahan makanan pokok utama bagi masyarakat Indonesia merupakan tanaman pangan yang rentan terhadap perubahan iklim. Pendataan dan perhitungan ramalan hasil produksi padi sangat diperlukan untuk mendukung kebijakan yang berkaitan dengan ketahanan pangan. Penelitian ini bertujuan untuk melakukan peramalan terhadap produksi padi di Kabupaten Barito Kuala sebagai kabupaten penghasil padi terbesar di Kalimantan Selatan dengan menggunakan data iklim sebagai input. Data iklim yang digunakan berasal dari Stasiun Meteorologi Syamsudin Noor, sedangkan sebagai data output adalah data produksi padi dari Badan Pusat Statistika (BPS) Provinsi Kalimantan Selatan. Metode yang digunakan untuk melakukan peramalan produksi padi adalah Generalized Regression Neural Networks (GRNN). Dari hasil pengujian didapatkan nilai Root Mean Square Error (RMSE) sebesar 0,296 dengan menggunakan parameter smoothness bernilai 1. 
KLASIFIKASI PENGENALAN MOTIF BATIK BERBASIS IMAGE RETRIVAL Sari, Yuslena
Jukung (Jurnal Teknik Lingkungan) Vol 4, No 2 (2018): SEPTEMBER 2018
Publisher : Program Studi Teknik Lingkungan Fakultas Teknik Universitas Lambung Mangkurat

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

Abstract

Batik Indonesia, sebagai warisan budaya telah memiliki sejarah yang cukup panjang. Sehingga saat ini berbagai jenis batik saling mempengaruhi satu sama lain, yang mengakibatkan adanya beberapa jenis batik yang memiliki lebih dari satu motif (biasanya disebut batik multi-label). Motif batik tradisional tidak dibuat secara sembarangan, tetapi mengikuti aturan-aturan yang ketat. Dari hal tersebut dilakukan penelitian untuk klasifikasi motif batik. Diharapkan dari hasil penelitian ini dapat meningkatkan motivasi kaum wanita untuk kembali menekuni aktivitas membatik dan juga sebagai sarana terwujudnya kesetaraan gender. Mengingat saat ini sudah semakin jarang wanita yang mempunyai keterampilan membatik. Penelitian ini menggunakan klasifikasi berbasis image retrival dengan perhitungan jarak Euclidean. Dari penelitian ini akan diketahui akurasi yang dihasilkan. Kata kunci: image retrival, jarak euclidean, motif batik. Indonesian batik, as a cultural heritage has a long history. So that at this time various types of batik influence each other, which results in several types of batik that have more than one motif (usually called multi-label of batik). Traditional batik motifs are not made carelessly, but follow strict rules. From this research is carried out for the classification of batik motifs. It is expected that the results of this study can increase the motivation of women to return to batik activities and also as a means of achieving gender equality. Considering that there are now fewer and fewer women who have batik skills. This study uses image retrival-based classification with Euclidean distance calculation. From this research will be known the accuracy produced. Keywords: image retrival, euclidean distance, batik style
Prediksi Harga Emas Menggunakan Metode Neural Network Backropagation Algoritma Conjugate Gradient Sari, yuslena
Jurnal ELTIKOM Vol 1 No 2 (2017)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (745.061 KB) | DOI: 10.31961/eltikom.v1i2.21

Abstract

Artificial Neural Network Backpropagation is known as one of the most reliable methods of predicting. The algorithm used in this research is Conjugate Gradient algorithm, with gold data data of input data for training data. The price of gold becomes an issue in the market, as a precious metal that can be used for investment is very interesting to make a gold price prediction application. Gold prices continue to increase in the world market, making investors interested to invest in this precious metal. The application of gold price prediction will be very useful for investors of precious metals. Gold price data used in this research is daily data, taken 3 (three) last year and divided into test data and data testing. Test data is used to generate new weights for data testing. The parameters used in the measurement of evaluation of predicted results from Conjugate Gradient algorithm Artificial Neural Network Backpropagation method is Meant Square Error (MSE), where the result of MSE from this research is 0.0313651
Optimasi Penjadwalan Mata Kuliah Menggunakan Metode Algoritma Genetika dengan Teknik Tournament Selection Sari, Yuslena; Alkaff, Muhammad; Wijaya, Eka Setya; Soraya, Syarifah; Kartikasari, Dany Primanita
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6, No 1: Februari 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3621.855 KB) | DOI: 10.25126/jtiik.2019611262

Abstract

AbstrakBagi sebuah perguruan tinggi, penjadwalan perkuliahan merupakan suatu kegiatan yang sangat penting   untuk   dapat   terlaksananya   proses belajar mengajar   yang   baik.  Dimana   dalam   proses  belajar mengajar dapat dilakukan oleh semua pihak yang terkait, bukan hanya bagi dosen yang mengajar, tetapi juga bagi mahasiswa yang mengambil mata kuliah. Dalam penyusunan jadwal, ada beberapa variabel yang mempengaruhi yaitu: ruangan yang tersedia, jumlah mata kuliah yang diselenggarakan, waktu yang ada dan ketersediaan dosen yang mengajar. Oleh karena itu tujuan dari penelitian ini adalah merancang suatu sistem yang dapat membuat atau menyusun   jadwal    perkulihaan    secara  teroptimasi. Metode dalam proses pembuatan jadwal perkuliahan secara otomatis pada penelitian ini menggunakan metode algoritma genetika dengan teknik seleksi turnamen. hasil pengujian sistem dapat memberikan kemudahan dan kecepatan kepada user atau Program Studi Teknologi Informasi dalam proses pembuatan atau penyusunan jadwal untuk    perkuliahan,    yaitu hanya diperlukan waktu sekitar 14,7 menit dibandingkan dengan proses manual yang memerlukan waktu sekitar 2 (dua) hari.AbstractFor a college, the university course timetabling is is an activity that’s very important for the implementation of good teaching and learning process. In  teaching  and  learning  process  can be done    by    all    related    parties,   not    only    for Lecturers who teach, but also for students who take the course. In the preparation of the schedule, there are several variables that affect the: the available space, the number of courses held, the time available and the availability of lecturers  who  teach. Therefore, the  purpose  of this research is to design a system that can create or arrange optimization schedule optimally. Methods in the process of making university course   timetabling   automatically   in   this study using genetic algorithm method with tournament selection.
Sistem Pakar Berbasis Android untuk Mendeteksi Jenis Perilaku ADHD pada Anak Alkaff, Muhammad; Khatimi, Husnul; Sari, Yuslena; Darmawan, Puja; Primananda, Rakhmadhany
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6, No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2464.534 KB) | DOI: 10.25126/jtiik.2019621265

Abstract

ADHD (Attention Deficit Hyperactivity Disorder) adalah gangguan perkembangan otak pada anak yang mengakibatkan meningkatnya aktifitas motorik sehingga menyebabkan penderitanya menjadi hiperaktif, impulsif dan inatentif. Kondisi ini sering memperlihatkan tingkah laku yang tidak wajar seperti selalu bergerak tanpa tujuan, selalu gelisah, atau tidak bisa duduk dengan tenang. Gangguan ADHD terbagi menjadi tiga jenis yaitu Hiperaktif, Inatentif dan Impulsif. Salah satu cara untuk mendiagnosa jenis ADHD yang diderita oleh anak adalah dengan konseling. Tujuan dari penelitian ini adalah membangun sebuah sistem pakar yang dapat membantu memberikan kesimpulan tentang jenis penyakit ADHD yang diderita oleh anak serta tingkat keyakinan diagnosisnya. Penelitian ini menggunakan metode Dempster-Shafer untuk melakukan perhitungan terhadap nilai keyakinan suatu diagnosa. Hal ini dilakukan dengan cara membandingkan setiap nilai keyakinan dari 2 gejala awal yang terjadi pada anak untuk selanjutnya dibandingkan lagi dengan nilai keyakinan dari gejala-gejala lainnya. Sehingga mengerucut pada suatu gejala yang mengacu kepada suatu jenis dari ADHD disertai dengan nilai keyakinannya seperti layaknya diagnosa seorang pakar psikologi anak. Dalam penelitian ini dibangun sistem pakar berbasis Android dengan basis pengetahuan dari 3 orang pakar untuk memudahkan orang tua anak dalam mendiagnosa gejala-gelaja yang mungkin diderita oleh anaknya. Hasil pengujian sistem terhadap pakar dengan persentase rata-rata sebesar 93,3% dari 3 orang pakar, menunjukan bahwa sistem pakar yang telah dibuat mampu mendiagnosa jenis perilaku ADHD yang diderita oleh anak-anak disertai dengan nilai tingkat keyakinan diagnosisnya.Abstract ADHD (Attention Deficit Hyperactivity Disorder) is a brain development disorder in children resulting in increased motor activity causing the sufferer to become hyperactive, impulsive and inattentive. This condition often shows unnatural behavior like always moving aimlessly, always restless, or unable to sit quietly. ADHD disorders divided into three types, namely Hyperactive, Inattentive and Impulsif. One way to diagnose the type of ADHD suffered by children is by counseling. The purpose of this study is to build an expert sistem that can help provide conclusions about the kind of ADHD that the children had and the diagnosis level of confidence. This research uses Dempster-Shafer method to perform the calculation of confidence value of diagnosis. This is done by comparing each of the confidence values of the two early symptoms that occur in the child to furthermore compare with the belief value of the other symptoms. Therefore, conical to a symptom that refers to a type of ADHD accompanied by the value of the diagnosis beliefs, just like the diagnosis of a child psychologist. In this study, an Android-based expert system with a knowledge base from three experts is built to facilitate the child's parents in diagnosing symptoms that may be suffered by his son. The experimental test of the system with the mean percentage of 90% from 3 experts, indicates that the expert system that has been made can diagnose the type of ADHD behavior suffered by the children accompanied by the value of the diagnosis confidence level.
Vehicle detection using background subtraction and clustering algorithms Prakoso, Puguh Budi; Sari, Yuslena
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 3: June 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (524.036 KB) | DOI: 10.12928/telkomnika.v17i3.10144

Abstract

Traffic congestion has raised worldwide as a result of growing motorization, urbanization, and population. In fact, congestion reduces the efficiency of transportation infrastructure usage and increases travel time, air pollutions as well as fuel consumption. Then, Intelligent Transportation System (ITS) comes as a solution of this problem by implementing information technology and communications networks. One classical option of Intelligent Transportation Systems is video camera technology. Particularly, the video system has been applied to collect traffic data including vehicle detection and analysis. However, this application still has limitation when it has to deal with a complex traffic and environmental condition. Thus, the research proposes OTSU, FCM and K-means methods and their comparison in video image processing. OTSU is a classical algorithm used in image segmentation, which is able to cluster pixels into foreground and background. However, only FCM (Fuzzy C-Means) and K-means algorithms have been successfully applied to cluster pixels without supervision. Therefore, these methods seem to be more potential to generate the MSE values for defining a clearer threshold for background subtraction on a moving object with varying environmental conditions. Comparison of these methods is assessed from MSE and PSNR values. The best MSE result is demonstrated from K-means and a good PSNR is obtained from FCM. Thus, the application of the clustering algorithms in detection of moving objects in various condition is more promising.
KLASIFIKASI PENGENALAN MOTIF BATIK BERBASIS IMAGE RETRIVAL Sari, Yuslena
Jukung (Jurnal Teknik Lingkungan) Vol 4, No 2 (2018): SEPTEMBER 2018
Publisher : Program Studi Teknik Lingkungan Fakultas Teknik Universitas Lambung Mangkurat

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

Abstract

Batik Indonesia, sebagai warisan budaya telah memiliki sejarah yang cukup panjang. Sehingga saat ini berbagai jenis batik saling mempengaruhi satu sama lain, yang mengakibatkan adanya beberapa jenis batik yang memiliki lebih dari satu motif (biasanya disebut batik multi-label). Motif batik tradisional tidak dibuat secara sembarangan, tetapi mengikuti aturan-aturan yang ketat. Dari hal tersebut dilakukan penelitian untuk klasifikasi motif batik. Diharapkan dari hasil penelitian ini dapat meningkatkan motivasi kaum wanita untuk kembali menekuni aktivitas membatik dan juga sebagai sarana terwujudnya kesetaraan gender. Mengingat saat ini sudah semakin jarang wanita yang mempunyai keterampilan membatik. Penelitian ini menggunakan klasifikasi berbasis image retrival dengan perhitungan jarak Euclidean. Dari penelitian ini akan diketahui akurasi yang dihasilkan. Kata kunci: image retrival, jarak euclidean, motif batik. Indonesian batik, as a cultural heritage has a long history. So that at this time various types of batik influence each other, which results in several types of batik that have more than one motif (usually called multi-label of batik). Traditional batik motifs are not made carelessly, but follow strict rules. From this research is carried out for the classification of batik motifs. It is expected that the results of this study can increase the motivation of women to return to batik activities and also as a means of achieving gender equality. Considering that there are now fewer and fewer women who have batik skills. This study uses image retrival-based classification with Euclidean distance calculation. From this research will be known the accuracy produced.
Modelling and predicting wetland rice production using support vector regression Alkaff, Muhammad; Khatimi, Husnul; Puspita, Wenny; Sari, Yuslena
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 2: April 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (359.555 KB) | DOI: 10.12928/telkomnika.v17i2.10145

Abstract

Food security is still one of the main issues faced by Indonesia due to its large population. Rice as a staple food in Indonesia has experienced a decline in production caused by unpredictable climate change. In dealing with climate change, adaptation to fluctuating rice productivity must be made. This study aims to build a prediction model of wetland rice production on climate change in South Kalimantan Province which is one of the national rice granary province and the number one rice producer in Kalimantan Island. This study uses monthly climatic data from Syamsudin Noor Meteorological Station and quarterly wetland rice production data from Central Bureau of Statistics of South Kalimantan. In this research, Support Vector Regression (SVR) method is used to model the effect of climate change on wetland rice production in South Kalimantan. The model is then used to predict the amount of wetland rice production in South Kalimantan. The results showed that the prediction model with the RBF kernel with the parameter of C=1.0, epsilon=0.002 and gamma=0.2 produces good results with the RMSE value of 0.1392.