Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Pemberdayaan Komunitas MH Thamrin
Enri, Ultach
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Health Professions Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Workshop Pembuatan Mini Konveyor Untuk Proses Quality Control Berbasis Computer Vision Rozikin, Chaerur; Enri, Ultach; Suharso, Aries
Jurnal Pemberdayaan Komunitas MH Thamrin Vol 3, No 2 (2021): Jurnal Pemberdayaan Komunitas MH Thamrin
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jpkmht.v3i2.629

Abstract

Seiring berjalannya waktu, teknologi yang ada juga berkembang, perkembangan teknologi akan membantu manusia dalam kesehariannya. Otomatisasi adalah suatu teknologi yang terkait dengan mekanik, elektronik, dan komputer berdasarkan sistem untuk beroperasi dan untuk mengontrol produksi. Otomatisasi dapat digunakan dalam proses Quality Control dengan menggunakan Konveyor dengan Sensor hc05. Dengan sistem otomasi ini, proses Quality Control akan lebih cepat dan mengurangi tenaga kerja manusia di dalamnya. Cara kerjanya adalah dengan menyensor botol di dalam kotak untuk melihat jumlah botol dalam kotak sesuai dengan angka yang telah ditentukan.Kata Kunci: Kualitas Kontrol, Otomasi, Sistem Komputer Vision.
OPTIMASI PARAMETER SUPPORT VECTOR MACHINES UNTUK PREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT Enri, Ultach
Jurnal Gerbang STMIK Bani Saleh Vol 8 No 1 (2018): Informatics, Science and Technologies Journal
Publisher : LIPI

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

Abstract

Dengan perkiraan omzet rata-rata harian USD 5067 milliar pada April 2016 dan sebesar USD 5400 pada April 2013, bisa di lihat bahwa pasar valuta asing merupakan pasar terbesar dan paling aktif dari semua pasar keuangan, yang selalu bergerak dan tidak pernah statis. Oleh karena ketidakstabilan itu maka sangat penting untuk mengamankan investasi, managemen resiko dan juga kebijakan-kebijakan pengambil keputusan. Penelitian ini bertujuan untuk memprediksi nilai tukar mata uang dengan menggunakan optimasi parameter pada algoritma Support Vector Machines (SVM). SVM telah digunakan secara luas untuk peramalan keuangan yang mengunakan data set berupa timeseries serta menunjukan performa yang lebih baik dari pada algoritma lainnya.
Pengelompokkan Data Kemiskinan Provinsi Jawa Barat Menggunakan Algoritma K-Means dengan Silhouette Coefficient R, Nabila Nur Fransiska; Anggraeni, Dwi Suci; Enri, Ultach
TEMATIK Vol 9 No 1 (2022): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2022
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v9i1.901

Abstract

Serious poverty is still one of the problems in Indonesia, especially in West Java Province. The level of underdevelopment and unemployment is still the basis for poverty. Poverty in each region is certainly different. The government needs to know which areas fall into the categories of high poverty levels and low poverty levels so that they can make solutions to set priorities for assisting. Therefore, a data mining technique is needed that can classify the poverty level of areas in West Java, namely the clustering technique with the K-Means algorithm. The purpose of this research is to classify poverty data in West Java Province so that it can be used as information to determine the right policy to distribute aid to the community from the West Java government. The results obtained based on the test, the clusters obtained were 2 clusters with cluster 0 of the high poverty level in as many as 14 regions and cluster 1 of the low poverty level in as many as 13 regions. Based on the test, the K-Means Algorithm obtains a Silhouette Coefficient of 0.576 and is included in the medium structure category. With the results of grouping poverty data, the government can channel aid more precisely.
Co-Authors Anggraeni, Dwi Suci Aries Suharso R, Nabila Nur Fransiska Rozikin, Chaerur