Article Per Year (5 Year)
p-Index From 2019 - 2024
0.925
P-Index
This Author published in this journals
All Journal Perfecting a Video Game with Game Metrics Edsence: Jurnal Pendidikan Multimedia Industrial Research Workshop and National Seminar
Urip Teguh Setijohatmo
Politeknik Negeri Bandung
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Other

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

Found 3 Documents
Search

 1 
Analysis of frequent itemset generation based on trie data structure in Apriori algorithm Ade Hodijah; Urip Teguh Setijohatmo
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 19, No 5: October 2021
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v19i5.19273

Abstract

Apriori is one technique of data mining association rules that aims to extract correlations between sets of items in the transaction database. The main problem with the Apriori algorithm is the process of scanning databases repeatedly to generate itemset candidates. This research examines the combination of pruning by using the trieapproach and multi-thread implementation in three algorithms to obtain frequent itemset. Trie is a data structure in the form of an ordered tree to store a set of strings where every node in the tree contains the same prefix. The use of a full combination trie (different from frequent pattern (FP) tree using links) allows the implementation of arrays and the hash calculation to achieve the addressing of itemset combination. In this research, the measure to get the address is called Hash-node calculation used to update support value. For these three alternatives, run time processing is analyzed based on the number of itemset combinations and transaction data at a certain minimum support value. The experimental results show that an algorithm thatexploits resource capabilities by applying multi-threadperforms almost seven times betterthanan algorithm implemented in single-thread in calculating hash-node. The fastest run time of the multi-thread approach is 43 minutes with 150-itemset combinations on 100,000 transaction data.
Analisis Metoda Latent Dirichlet Allocation untuk Klasifikasi Dokumen Laporan Tugas Akhir Berdasarkan Pemodelan Topik Urip T. Setijohatmo; Setiadi Rachmat; Tati Susilawati; Yuda Rahman
Prosiding Industrial Research Workshop and National Seminar Vol 11 No 1 (2020): Prosiding 11th Industrial Research Workshop and National Seminar (IRWNS)
Publisher : Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (945.727 KB) | DOI: 10.35313/irwns.v11i1.2040

Abstract

Mahasiswa tingkat akhir Jurusan Teknik Komputer setiap tahunnya mengerjakan tugas akhir. Tugas akhir tersebut merupakan salah satu syarat kelulusan. Untuk mengerjakan tugas akhir dibutuhkan referensi-referensi, salah satunya adalah dokumen tugas akhir tahun-tahun sebelumnya. Untuk mencari dokumen tugas akhir tersebut Jurusan Teknik Komputer hanya memperlihatkan katalog yang berisi judul-judul tugas akhir. Permasalahannya adalah tidak semua judul yang diberikan menggambarkan isi dari dokumen tersebut. Salah satu cara dalam mengatasi masalah tersebut adalah dengan pemodelan topik. Penelitian ini akan menggunakan Perluasan PLSA dari pendekatan lain yang disebut LDA (Latent Dirichlet Allocation), spesifiknya menggunakan algoritma Gibbs Sampling, dan dilakukan pada studi kasus pencarian dokumen laporan tugas akhir. Eksperimen menggunakan sekumpulan laporan tugas akhir yang telah diberi label. Selanjutnya hasil eksperimen akan diukur tingkat kerelevanannya jika dibandingkan dengan judgement manusia dalam bentuk laporan tugas akhir berlabel
Pendeteksian Penggunaan Masker Berbasis Android dan YOLOv5 untuk Media Video Realtime pada Ruang Perkantoran Trisna Gelar; Mugi Pangestu; Muhammad Fikri; Naufal Taufik; Urip Teguh; Jonner Hutahaean
Jurnal Pendidikan Multimedia (Edsence) Volume 4 No 2 (Desember 2022)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/edsence.v4i2.52230

Abstract

Relaksasi penggunaan masker untuk pencegahan penyebaran COVID-19 telah diberlakukan, namun untuk kegiatan dalam ruangan dan wilayah perkantoran kebijakan tersebut masih wajib dilaksanakan. Sistem pengawasan otomatis komersial memerlukan perangkat tambahan seperti kamera khusus, CCTV atau sistem berbasis IoT. Alternatif lain dengan menggunakan perangkat Android yang mudah digunakan dan biaya inisiasi serta pemeliharaannya lebih rendah. Maka dari itu pengembangan sistem deteksi masker berbasis Android perlu dikembangkan. Pada penelitian ini fitur deteksi masker dikembangkan menggunakan algoritma YOLOv5 pada 1200 gambar campuran dari data Face Mask Detection dengan Face Mask KoTA205. Dengan menambahkan distribusi kelas without mask dan with mask, Model YOLOv5 yang dihasilkan mencapai akurasi mAP 91,24% dan F1-Score 87,78%. Selain itu model sudah dikonversi berformat PyTorch Lite dan dapat digunakan pada sistem berbasis Android Pendeteksi Masker. Sistem telah terimplementasi memiliki tiga fitur utama, inisiasi perangkat, pendeteksian masker dan peringatan suara bila terjadi pelanggaran dan dashboard untuk bahan monitoring (data pendeteksian diolah menggunakan Firebase). Khusus fitur pendeteksian masker, telah diuji delapan test case unit test dan tiga test case integration testing, dengan keseluruhan test case berjalan sukses.
Co-Authors Ade Chandra Nugraha Ade Hodijah Asri Maspupah Dzakira Fabillah Gelar, Trisna Hashri Hayati Jonner Hutahaean Mugi Pangestu Muhammad Fikri Muhammad Riza Alifi Naufal Taufik Santi Sundari Setiadi Rachmat Tati Susilawati Wulan, Sri Ratna Yuda Rahman