Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Semantik Jurnal Buana Informatika Jurnal Ilmiah Sinus Prosiding Seminar Nasional Unimus
Wiharto Wiharto
Unknown Affiliation
Humanities Computer Science & IT Engineering Health Professions Nursing Public Health Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Identifikasi Penyakit Acute Myeloid Leukemia (AML)Menggunakan ‘ Rule Based System’ Berdasarkan Morfologi Sel Darah Putih Studi Kasus : AML2 dan AML4 Esti Suryani; Umi Salamah; Wiharto Wiharto; Andreas Andy Wijaya
Semantik Vol 4, No 1 (2014): Semantik 2014
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3132.505 KB)

Abstract

Acute Myeloid Leukaemia (AML) merupakan leukemia yang terjadi pada seri myeloid, meliputi neutrofil, eosinofil, monosit,basofil, megakariosit dan sebagainya. AML didiagnosis berdasarkan hitung darah lengkap pada hapusan darah tepi atausumsum tulang belakang. Namun proses tersebut masih menimbulkan masalah, yaitu bahwa prosedur untuk menghitung seldarah dengan mikroskop secara manual memerlukan tenaga dan waktu yang lama, serta membutuhkan biaya yang mahal.Untuk mengatasi hal tersebut, maka proses diagnosa dapat dilakukan dengan menggunakan teknik pengolahan citraberdasarkan bentuk morfologi darah. Penelitian ini bertujuan untuk membantu proses diagnosa awal Acute MyeloidLeukemia (AML) M2 dan M4 menggunakan Rule Based System berdasarkan morfologi sel darah putih. Metode pengolahancitra yang digunakan adalah normalisasi citra, thresholding, operasi morfologi dan bounding box. Kemudian prosesidentifikasimenggunakan Rule Based System dengan metode Sugeno orde nol. Pada Proses pengujian digunakan 60 citradarah yang terdiri dari 30 AML M2 dan 30 AML M4. Hasil pengujian menunjukkan tingkat akurasisebesar 81,67%.Kata kunci : Acute Myeloid Leukemia, Fuzzy Rule-Based System, rasio nucleus dan sitoplasma, kebundaran, diameter wbc.
Perbandingan Algoritma Backpropagation Levenberg Marquardt Dengan Backpropagation Gradient Descent Adaptive Gain Dalam Prediksi Jumlah Pengangguran Wina Isti Retnani; Wiharto Wiharto; Meiyanto ES
Jurnal Buana Informatika Vol. 5 No. 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v5i1.339

Abstract

Abstract. Levenberg Marquardt (LM) algorithm algorithm is a developed backpropagation algorithm that is improved to speed up the training process with a numerical optimization technique, while the Backpropagation Gradient Descent Adaptive Gain (BPGD/AG) algorithm is developed backpropagation algorithms that is improved with a heuristic technique. The comparison of both algorithms is needed to find a better algorithm to provide accurate results on prediction cases. Comparative analysis based on the speed of convergence by considering the number of epoch is required to achieve convergence while training and it is also based on the accuracy of the testing results by calculating the MAPE and NMSE values for unemployment prediction cases in Central Java. The test results show that the LM algorithm achieves the MSE convergences with an iteration of 99 epochs, while the BPGD/AG algorithm achieves the MSE convergences with an iteration of 27506 epochs. The unemployment prediction by the LM algorithm provides an average MAPE 7.5% and the average NMSE 0.16453. While the unemployment prediction by the BPGD/AG algorithm provides an average MAPE 7.6% and NMSE 0.174264.Keywords: BPGD/AG, LM, Unemployment Prediction Abstrak. Algoritma Levenberg Marquardt (LM) merupakan algoritma pengembangan backpropagation yang melakukan perbaikan untuk mempercepat proses pelatihan dengan teknik optimasi numerik, sedangkan algoritma Backpropagation Gradient Descent Adaptive Gain (BPGD/AG) merupakan algoritma pengembangan backpropagation yang melakukan perbaikan dengan teknik heuristik. Perbandingan kedua algoritma tersebut perlu dilakukan untuk mencari algoritma yang memberikan hasil yang akurat untuk kasus prediksi. Analisa perbandingan berdasarkan kecepatan konvergensi dengan tolok ukur jumlah iterasi yang dibutuhkan saat training untuk konvergen, serta berdasarkan tingkat akurasi dengan tolok ukur nilai MAPE dan NMSE untuk kasus prediksi pengangguran di Jawa Tengah. Hasil pengujian menunjukkan bahwa untuk mencapai MSE konvergen, algoritma LM memerlukan iterasi sebanyak 99 epoh, sedangkan algoritma BPGD/AG memerlukan iterasi sebanyak 27506 epoh. Prediksi jumlah pengangguran dengan algoritma LM menghasilkan nilai rata-rata MAPE sebesar 7.5% dan nilai rata-rata NMSE sebesar 0.164535. Sedangkan prediksi jumlah pengangguran dengan algoritma BPGD/AG menghasilkan nilai rata-rata MAPE sebesar 7.6% dan nilai NMSE sebesar 0.174264.Kata Kunci: BPGD/AG, LM, Prediksi Pengangguran
Integrasi Java Message Service (Jms) Dengan Message-Driven Bean Pada Teknologi Java Ee Wiharto Wiharto
Jurnal Ilmiah SINUS Vol 7, No 1 (2009): Maret 2009
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30646/sinus.v7i1.42

Abstract

There are three a part of Enterprise Java Bean (EJB) architecture in the Java Enterprise Edition (Java EE) technology. First, session bean, entity bean and the last message driven bean (MDB). Session bean is a bean that can be accesed by remote method invocation (RMI) for give ability, it provided business interface. Entity bean representing and manipulating data which persistent in that application. For acces that entity bean, it also provided business interface as the same with session bean. Message driven bean is one of component in the EJB which has an unique characteristic, it is whitout bisnis interface, so client can not be accesed with the RMI, it can be only accesed with the messaging system like java message service (JMS).Kay words : EJB, RMI, Java Message Service.
Edukasi Pemanfaatan Teknologi Informasi Dalam Rangka Meningkatkan Publikasi Ilmiah Bagi Guru SMA Melalui E-Balada Wiharto Wiharto; Siti Fatimah; Esti Suryani
Prosiding Seminar Nasional Unimus Vol 2 (2019): Tantangan Implementasi Hasil Riset Perguruan Tinggi untuk Industrialisasi
Publisher : Universitas Muhammadiyah Semarang

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

Abstract

Kemajuan teknologi informasi merupakan salah satu media yang bisa digunakan untuk meningkatkan eksistensi bagi guru baik dari segi profesionalismenya maupun kualitas pembelajarannya. Kebanyakan guru saat ini, khususnya di sekolah SMA Negeri Karangdowo Kabupaten Klaten, sebagian besar sudah tersertifikasi. Selain itu juga sudah saatnya untuk menaikkan pangkat atau golongan. Sebagian dari mereka belum terlalu mahir dalam penggunaan teknologi informasi dalam rangka membantu proses kenaikan pangkat atau perbaikan kualitas pembelajaran. Solusi dari permasalahan tersebut salah satunya adalah melalui program e-balada (Pembelajaran Dan Pendampingan dengan menggunakan teknologi informasi).  Program e-balada merupakan program pendampingan penggunaan teknologi informasi sepert i optimalisasi penggunaan tampilan menu pada microsoft word yang sudah ada, penggunaan zotero, mendeley, schoology, efront, dan SPSS. Guru dapatmemanfaatkan program ini sebagai alat bantu. Tujuan dari program ini adalah mempermudah tugas guru dalam menulis artikel, publikasi ilmiah, dan diversifikasi metode pembelajaran melalui e-balada. Program e-balada ini akan menambah kualitas kompetensi mengajar maupun kualitas dari segi profesinya. Dari hasil kegiatan ini terjadi peningkatan hasil publikasi ilmiah bagi guru sebesar 5%. Hal ini tentu saja sangat kondusif untuk melakukan kenaikan pangkat bagi guru.Kata kunci: Edukasi, publikasi ilmiah, SMA, e-balada.
Co-Authors Andreas Andy Wijaya Esti Suryani Meiyanto ES SITI FATIMAH Umi Salamah Wina Isti Retnani