Claim Missing Document
Check
Articles

Found 19 Documents
Search

SISTEM CERDAS PENDUGAAN SALINITAS AIR LAUT BERDASARKAN CITRA LANDSAT MENGGUNAKAN METODE Adaptive Neuro Fuzzy Inference System ( ANFIS ) Walid, Miftahul; Darmawan, Aang Kisnu
Jurnal Buana Informatika Vol 9, No 1 (2018): Jurnal Buana Informatika Volume 9 Nomor 1 April 2018
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v9i1.1283

Abstract

Abstract. The purpose of this research is to predict the sea surfce salinity, so that it can be used as refractory material for salt production. Salinity is the soluble salt content in water and the suitable the salinity standard in salt industry will give an impact on the quality of the salt produced. The method of this research is Adaptive Neuro Fuzzy Inference System (ANFIS). The system in this research works by extracting landsat 8 image to produce some value variable which is used as dataset in ANFIS system such as red , green, blue, Longitude and Latitude value. Its dataset will be divided to training and testing data. Training data is used to train the ANFIS system while testing data is used to measure the prediction accuracy resulted by ANFIS. in order to know the level of accuracy by using Root Means Square Error ( RMSE ) method is used to measure the accuracy level. The system has been able to make predictions with error rate of 2,0267 in average.Keywords: Salinity, Landsat Image, Smart System, ANFIS.Abstrak. Penelitian ini bertujuan untuk memprediksi salinitas air laut yang bisa dijadikan sebagai bahan refrensi untuk produksi garam. Salinitas adalah kadar garam terlarut dalam air, dengan salinitas yang sesuai standart dalam industri garam akan berdampak pada kualitas garam yang dihasilkan. Metode yang digunakan dalam penelitian ini adalah Adaptive Neuro Fuzzy Inference System ( ANFIS ). Sistem kerja dalam penelitian ini dengan mengekstraksi citra landsat 8 sehingga menghasilkan beberapa variabel yang dijadikan sebagai dataset dalam sistem ANFIS diantaranya adalah variabel red, green, blue, Longitude dan Latitude. Dataset tersebut akan dibagi menjadi data Training dan data Testing. Data Training digunakan untuk melatih sistem ANFIS sedangkan data Testing digunakan untuk mengukur akurasi prediksi yang dihasilkan oleh ANFIS. Pengukuran tingkat akurasi menggunakan metode Root Means Square Error ( RMSE ). Sistem yang dibuat telah mampu melakukan prediksi dengan tingkat error rata – rata 2,0267.Kata Kunci: Salinitas, Citra Landsat, Sistem Cerdas, ANFIS.
Seleksi Karyawan Baru Menggunakan Metode Composite Perfomence Index (CPI ) dan Rank Order Centroid (ROC) Miftahul Walid; Budi Satria; Masdukil Makruf
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 5, No 1 (2022): Januari
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v5i1.137

Abstract

Abstrak: Dalam meminimalisir kesalahan serta subyektifitas keputusan untuk seleksi karyawan baru diperlukan sebuah system pendukung keputusan (Decision Support System / DSS ) yang dapat membantu bagian SDM untuk memutuskan karyawan yang akan diterima atau tidak, dalam penelitian ini digunakan kombinasi metode Composite Perfomence Index (CPI) dan Rank Order Centroid (ROC) pada system pembobotannya, luaran dari penelitian  ini adalah  berupa nilai perengkingan, dimana dari empat alternatif yang dihitung, alternatif pertama yaitu A1 memiliki rengking tertinggi dengan nilai 145,25 dikuti oleh A2 dengan nilai 140,25, selanjutnya A4 dengan nilai 128,3 dan rengking terahir adalah A3 dengan nilai 126. Dapat disimpulkan bahwa metode Composite Perfomence Index (CPI) yang dikombinasikan dengan metode Rank Order Centroid (ROC) dalam system pembobotan setiap kriteria dapat melakukan perengkingan yang baik dan mampu meminimalisir subjektifitas dari sistem pembobotan secara manual.Kata Kunci : DSS, CPI, ROC, Seleksi Karyawan baruAbstract: In minimizing errors and decision subjectivity for the selection of new employees, a decision support system (Decision Support System / DSS) is needed that can help the HR department to decide which employees will be accepted or not, in this study used a combination of Composite Performance Index (CPI) and Rank Order Centroid (ROC) in the weighting system, the output of this study is in the form of a ranking value, where of the four alternatives calculated, the first alternative, namely A1 has the highest ranking with a value of 145.25, followed by A2 with a value of 140.25, then A4 with a value of 128.3 and the last rank is A3 with a value of 126. It can be concluded that the Composite Performance Index (CPI) method combined with the Rank Order Centroid (ROC) method in the weighting system of each criterion can perform a good ranking and is able to  minimize the subjectivity of the weighting system as a whole. manually .Keywords: DSS, CPI, ROC, New Employee Selection
SISTEM CERDAS PENDUGAAN SALINITAS AIR LAUT BERDASARKAN CITRA LANDSAT MENGGUNAKAN METODE Adaptive Neuro Fuzzy Inference System ( ANFIS ) Miftahul Walid; Aang Kisnu Darmawan
Jurnal Buana Informatika Vol. 9 No. 1 (2018): Jurnal Buana Informatika Volume 9 Nomor 1 April 2018
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v9i1.1283

Abstract

Abstract. The purpose of this research is to predict the sea surfce salinity, so that it can be used as refractory material for salt production. Salinity is the soluble salt content in water and the suitable the salinity standard in salt industry will give an impact on the quality of the salt produced. The method of this research is Adaptive Neuro Fuzzy Inference System (ANFIS). The system in this research works by extracting landsat 8 image to produce some value variable which is used as dataset in ANFIS system such as red , green, blue, Longitude and Latitude value. Its dataset will be divided to training and testing data. Training data is used to train the ANFIS system while testing data is used to measure the prediction accuracy resulted by ANFIS. in order to know the level of accuracy by using Root Means Square Error ( RMSE ) method is used to measure the accuracy level. The system has been able to make predictions with error rate of 2,0267 in average.Keywords: Salinity, Landsat Image, Smart System, ANFIS.Abstrak. Penelitian ini bertujuan untuk memprediksi salinitas air laut yang bisa dijadikan sebagai bahan refrensi untuk produksi garam. Salinitas adalah kadar garam terlarut dalam air, dengan salinitas yang sesuai standart dalam industri garam akan berdampak pada kualitas garam yang dihasilkan. Metode yang digunakan dalam penelitian ini adalah Adaptive Neuro Fuzzy Inference System ( ANFIS ). Sistem kerja dalam penelitian ini dengan mengekstraksi citra landsat 8 sehingga menghasilkan beberapa variabel yang dijadikan sebagai dataset dalam sistem ANFIS diantaranya adalah variabel red, green, blue, Longitude dan Latitude. Dataset tersebut akan dibagi menjadi data Training dan data Testing. Data Training digunakan untuk melatih sistem ANFIS sedangkan data Testing digunakan untuk mengukur akurasi prediksi yang dihasilkan oleh ANFIS. Pengukuran tingkat akurasi menggunakan metode Root Means Square Error ( RMSE ). Sistem yang dibuat telah mampu melakukan prediksi dengan tingkat error rata – rata 2,0267.Kata Kunci: Salinitas, Citra Landsat, Sistem Cerdas, ANFIS.
Pengenalan Ucapan Menggunakan Metode Linear Predictive Coding (LPC) Dan K-Nearest Neighbor (K-NN) Miftahul Walid; Aang Kisnu Darmawan
Energy - Jurnal Ilmiah Ilmu-Ilmu Teknik Vol 7 No 1 (2017): Jurnal ENERGY Vol. 7 No. 1 Edisi Mei 2017
Publisher : Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1012.135 KB)

Abstract

Pengenalan ucapan (Speech Recognation) merupakan salah satu bagian dari bidang ilmu komunikasi yang melibatkan pengolahan sinyal (Signal Processing). dalam beberapa dekade sudah dilakukan riset tentang pengenalan ucapan, beberapa bidang telah menggunakan sistem pengenalan ucapan seperti robotika, sistem sekuriti dan lain - lain. Dalam penelitian ini, peneliti melakukan kombinasi metode antara Linear Predictive Coding (LPC) dengan K-Nearest Neighbor (K NN) dalam proses pengenalan ucapan, K-NN dipilih karena memiliki algoritma dan perhitungan yang sederhana sehingga akan berpengaruh pada efisiensi waktu di dalam eksekusi program, dengan penggunaan kombinasi metode tersebut, telah menghasilkan akurasi yang baik,, hal itu dibuktikan dari 16 data uji yang diujikan, hasil atau keputusan yang dihasilkan oleh sistem memiliki akurasi sebesar 62,5% dibandingkan dengan target yang telah ditentukan. Kata kunci : Pengenalan Ucapan, LPC, K-NN
Segmentasi Motif Batik Menggunakan Metode Fuzzy C-Means Miftahul Walid
Energy - Jurnal Ilmiah Ilmu-Ilmu Teknik Vol 5 No 1 (2015): Jurnal ENERGY Vol. 5 No. 1 Edisi Mei 2015
Publisher : Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.76 KB)

Abstract

Batik yang telah menjadi identitas Indonesia dan secara resmi diakui UNESCO dengan dimasukkan ke dalam Daftar Representatif sebagai Budaya Tak-benda Warisan Manusia (Representative List of the Intangible Cultural Heritage of Humanity) dalam Sidang ke-4 Komite Antar-Pemerintah (Fourth Session of the Intergovernmental Committee) tentang Warisan Budaya Tak-benda di Abu Dhabi tahun 2009, Dalam penelitian ini peneliti menggunakan ruang warna L, a dan b ( CIELab ) pada citra motif batik sebagai kriteria input, Fuzzy C-Means digunakan untuk proses segmentasi, dari 8 gambar yang diujikan Fuzzy C-Means mampu mengcluster citra batik berdasarkan nilai warna dan nilai intensitas batik tersebut, hasil terbaik dhasilkan dengan menggunakan 2 cluster dalam proses segmentasi.Kata kunci: Segmentasi, Motif Batik, Fuzzy C-Means
ANALISIS POTENSI ANGIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTED (SAW) DAN WEIGHTED PRODUCT (WP) Miftahul Walid; Yuri Efenie
Energy - Jurnal Ilmiah Ilmu-Ilmu Teknik Vol 9 No 2 (2019): Jurnal ENERGY Vol. 9 No. 2 Edisi Nopember 2019
Publisher : Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.909 KB) | DOI: 10.51747/energy.v9i2.494

Abstract

Dalam upaya membangun pembangkit listrik tenaga bayu (PLTB) di suatu daerah, diperlukan suatu studi, sehingga diketahui berapa besar daya listrik yang akan dihasilkan berdasarkan potensi angin yang ada, maka dalam penelitian ini dilakukan analisa potensi angin perbulan dalam bentuk perengkingan, metode yang digunakan adalah metode Simple Additive Weighted (SAW) dan Weighted Product (WP), dilakukan pembandingan hasil perhitungan dari kedua metode tersebut dalam memberikan rekomendasi potensi angin terbaik. Data yang digunakan dalam penelitian ini adalah data skunder yang didapat dari BMKG kabupaten sumenep, data tersebut selanjutnya dijadikan sebagai kriteria input yang terdiri dari data kecepatan angin, tekanan dan suhu udara. Berdasarkan dari hasil perhitungan yang dilakukan dengan menggunakan metode Simple Additive Weighted (SAW) dan Weighted Product (WP), dengan mengambil nilai 10 nilai teratas terdapat beberapa perbedaan hasil perengkingan yang dihasilkan, yaitu pada peringkat 6, 7, 8 dan 9 dan memiliki nilai perengkingan yang sama pada rengking 1 sampai dengan 5 (lihat Tabel 2 dan 3).Kata Kunci : Potensi Angin, SAW, WP
Analysis and Development of Seawater Density Measurement Algorithm Using Arduino Uno and YL-69 Sensor Miftahul Walid; Hozairi; Madukil Makruf
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 5 (2020): Oktober 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (331.239 KB) | DOI: 10.29207/resti.v4i5.2430

Abstract

In this research, an analysis was carried out to develop a measuring instrument for seawater density in salt production using a microcontroller (Arduino Uno) and YL-69 sensor, this sensor was commonly used to measure soil moisture. The experimental method was used in this research to produce initial data in the form of resistance and seawater density values, then calculations are carried out using statistical methods to find equations and produce a constant variable that connects the resistance and seawater density values. The equation was used to compile the algorithm into Arduino Uno. As for the results of this research, From six experiments conducted, two experiments produced the same sea water density value between the actual and the predicted, namely the 2nd and 5th experiments, while for other experiments there was a difference between the actual and predicted values, however, it was not too significant, the difference occurs between the value range 0 ~ 1, to determine the level of error, use the Mean Square Error (MSE) with an error level of = 0.5 and Mean Absolute Error (MAE) with an error level of = 0.6. The contribution of this research is an algorithm that can predict the density value (baume) based on the resistance value obtained from the YL 69 sensor.
IMPLEMENTASI METODE K-NEAREST NEIGHBOUR (K_NN) UNTUK MENDUGA SALINITAS AIR LAUT yuri efenie; Miftahul Walid
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 1 No 1 (2020): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) April 2020
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v1i1.755

Abstract

In this research, trying to predict the salinity of sea water using the K-Nearest Neighbor method, this method serves to clarify the input data using the distance measurement method with training data, the variable used in this study is the value of the location of coordinates (latitude and longitude) and the output is in the form of salinity, the case study in this study is the southern waters of Sumenep, the system has been able to make an estimate but with an error rate of 1.00 so that there is a need for re-analysis because the data used is only small, the need for additional data so that the results will be more optimal, it is also necessary to experiment with changing methods or simplifying rules or by adding input variables in the system that have been created so that it produces better accuracy values, because the existing system still requires a long time in estimating.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN POTENSI ANGIN UNTUK PEMBANGKIT LISTRIK TENAGA BAYU (PLTB) MENGGUNAKAN METODE FUZZY MAMDANI Busro Akramul Umam; Miftahul Walid
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 1 No 1 (2020): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) April 2020
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v1i1.759

Abstract

In order to assist the government in realizing the use of 23% of EBT in 2025, to support the direction of government policies and strategies to improve accessibility by providing electricity to remote islands and villages. so in this study, the researcher makes a decision support system for determining the potential of renewable energy, especially energy produced by wind for wind power plants, The method used in this research is the Mamdani Fuzzy Logic, a system consisting of 3 Input criteria, including wind speed, temperature and air pressure, and output is potential for wind energy, output is presented in the form of a percentage unit with a range of 0-100%. The research was conducted in Sumenep Regency, after processing with the Fuzzy Mamdani method, the value of wind potential was generated with the average of the total output data = 43.51%, the value of min = 31.27%, the max value = 49.87%.
PENGEMBANGAN SISTEM IRIGASI PERTANIAN BERBASIS INTERNET OF THINGS (IoT) Miftahul Walid; Hoiriyah Hoiriyah; Ali Fikri
Mnemonic : Jurnal Teknik Informatika Vol 5 No 1 (2022): Mnemonic Vol. 5 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v5i1.4452

Abstract

Untuk mengikuti perkembangan industri yang telah masuk pada era revolusi industri 4.0, dimana era ini merupakan era pengembangan Internet of Things (IoT) dan big data, semua sektor secara tidak langsung dipengaruhi, tidak terkecuali sektor pertanian, perkembangan pertanian dengan memanfaatkan teknologi komunikasi dan informasi khususnya teknologi IoT dan big data di indonesia masih sangat minim sekali, bahkan bisa dikatakan masih belum berkembang, maka dalam penelitian ini peneliti melakukan peneltian di sektor pertanian, khususnya sektor irigasi pertanian dengan memanfaatkan teknologi IoT. Penelitian ini merupakan salah satu tahapan untuk memanfaatkan teknologi IoT yang diaplikasikan pada sistem irigasi pertanian, penelitian ini tidak hanya membangun sistem kontrol sensor yang diintegrasikan pada mikrokontroller namun juga membahas tentang arsitektur jaringan komunikasi, sehinga sistem irigasi ini bisa melakukan komunikasi dua arah dengan baik, cepat dan menjangkau area luas, sistem juga dibekali antarmuka yang mudah digunakan, antarmuka dibangun menggunakan aplikasi berbasis Mobile, antarmuka ini akan memudahkan user dalam mengakses informasi dan mengontrol sistem yang dibangun. penelitian ini mampu melakukan kontrol sistem irigasi jarak jauh dangan memanfaatkan teknologi IoT serta diharapkan berkontribusi dalam mewujudkan revolusi industri di indonesia yang dikenal dengan “ Making Indonesia 4.0” khususnya dalam bidang pertanian.