Claim Missing Document
Check
Articles

Found 24 Documents
Search

RANCANG BANGUN APLIKASI DIAGNOSA KERUSAKAN KOMPUTER DENGAN METODE BACKPROPAGATION Hapsari, Dian Puspita; Nururrohman, M Tsalits; Uttungga, Reza
Network Engineering Research Operation [NERO] Vol 1, No 3 (2015): Nero
Publisher : Universitas Trunojoyo Madura

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

Abstract

Kerusakan komputer merupakan suatu masalah yang membutuhkan seorang teknisi untuk memperbaikinya. Seorang teknisi terkadang salah dalam mendiagnosa atau bahkan membutuhkan waktu yang cukup lama untuk mediagnosa kerusakan. Hal itu dipengaruhi oleh tingkat pengetahuan setiap teknisi yang berbeda. Untuk  mengatasi semua permasalahan itu, dibutuhkan sebuah aplikasi berbasis web untuk mendiagnosa kerusakan pada komputer dengan metode Backpropagation.Setiap keluhan kerusakan diklasifikasikan menjadi sebuah pola biner, kemudian ditentukan target kerusakan dari setiap pola tersebut. Aplikasi kemudian dilatih berulangkali sampai Jaringan Saraf Tiruan dapat mengenali pola pelatihan sesuai dengan yang ditargetkan. Hasil analisis penelitian menunjukkan bahwa Jaringan Saraf Tiruan dengan metode Backpropagation adalah sistem pemrosesan informasi yang bertujuan untuk melatih jaringan agar mendapatkan keseimbangan antara kemampuan jaringan untuk mengenali pola yang digunakan selama pelatihan dan kemampuan jaringan untuk memberikan respon yang benar terhadap pola masukan yang serupa (tetapi tidak sama) dengan pola yang digunakan selama pelatihan. Dari 20 kali percobaan prediksi, aplikasi dapat melakukan prediksi dengan ketepatan 100%. Sedangkan prediksi secara manual didapatkan hasil ketepatan 75%. Dengan demikian, output dari masing-masing jaringan saraf tiruan dapat dijadikan sebagai pertimbangan teknisi dalam mengambil sebuah keputusan untuk mengatasi permasalahan kerusakan Komputer. Kata kunci: Kerusakan Komputer, Jaringan Saraf Tiruan, Backpropagation.
IMPLEMENTASI FUZZY DECISION TREE UNTUK PREDIKSI GAGAL GINJAL KRONIS Khamidah, Fitri Sofia Nur; Hapsari, Dian Puspita; Nugroho, Hendro
INTEGER: Journal of Information Technology Vol 3, No 1 (2018)
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (403.558 KB) | DOI: 10.31284/j.integer.2018.v3i1.155

Abstract

Fuzzy Decision Tree Implementation for Predicting Chronic Renal Failure. Kidney is one of the important organs for the body. The main function of kidney is for filtering process. The gradual decreasing of kidney function will lead to kidney disease and if it is left unchecked, it will lead to chronic renal failure. Chronic renal failure is a type of disease that can cause death. Until now there is no antidote for the disease of chronic renal failure, therefore this disease cannot be cured but its development can be slowed or stopped. The early diagnosis of this disease will help to prevent the fatal consequences. To diagnose the disease requires some laboratory tests in which the results of the test will be calculated and summed up by a doctor or medical practitioner. The development of science and technology, especially in the field of computers will help the doctor’s works in analyzing the results of laboratory test easier and faster. By some data as training data and implementing Fuzzy Decision Tree classification algorithm, it is expected to obtain high accuracy results that can be used as a reference for predicting chronic renal failure and avoid the occurrence of fatal consequences. The test was conducted by using some predetermined threshold and obtained the most optimal accuracy 98.28% with which indicated a fairly high level of accuracy. Thus the Fuzzy Decision Tree algorithm can be said to be able to predict the disease of chronic renal failure by the accuracy 98.28%.
PENGEMBANGAN APLIKASI PEMBELAJARAN TIK BERBASIS WEB MENGGUNAKAN MODEL ADDIE UNTUK SISWA SMK Arief, Rachman; Wazirudin, Muhamad Imron; Rachman, Andy; Hapsari, Dian Puspita
Prosiding Seminar Nasional Sains dan Teknologi Terapan Pendekatan Multidisiplin Menuju Teknologi dan Industri yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (460.824 KB)

Abstract

Saat ini perkembangan teknologi informasi dari hari ke hari semakin berkembang dengan pesat mendesak berbagai lembaga pendidikan untuk menggunakan sistem E-learning dalam meningkatkan keefektifan pembelajaran. Kurangnya waktu pembelajaran didalam kelas menjadi permasalahan serius yang perlu adanya solusi. Banyak guru mengeluh karena terbatasnya waktu dalam penyampaian materi dikelas yang sangat minim, sementara siswa dituntut untuk paham detail materi yang disampaikan melalui latihan soal. Selain itu pemberian soal-soal latihan secara manual juga berpengaruh terhadap penyitaan waktu yang dibutuhkan. Oleh karena itu dikembangkan dalam penelitian ini aplikasi Elearning dengan model pengembangan ADDIE. Pengujian atau validasi dilakukan oleh ahli media, ahli materi dan pengujian pada siswa SMK. Berdasarkan hasil survey kepada ahli media, didapatkan rata-rata penilaian sebesar 89,7% yang berarti aplikasi sangat sesuai untuk digunakan pembelajaran, dari sisi ahli materi, didapatkan rata-rata penilaian sebesar 88,1% yang berarti aplikasi sangat sesuai untuk digunakan pembelajaran, dan dari siswa didapatkan rata-rata penilaian sebesar 88,9% yang berarti aplikasi sangat sesuai untuk digunakan dalam proses pembelajaran.
Pemanfaatan Teknologi Informasi Sebagai Media Pembelajaran di Taman Pendidikan Al-Quran Hakimah, Maftahatul; Tukadi, Tukadi; Hapsari, Rinci Kembang; Nugroho, Hendro; Hapsari, Dian Puspita
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 3, No 2 (2019)
Publisher : LPPM ITATS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1414.589 KB) | DOI: 10.31284/j.jpp-iptek.2019.v3i2.559

Abstract

Perkembangan teknologi informasi saat ini memberikan kemudahan akses disegala bidang sekalipun pendidikan non formal seperti TPQ. Cara belajar yang menyenangkan menjadi tuntutan bagi para guru TPQ termasuk di TPQ Al-Fadlol agar para santri bisa memahami materi agama sehingga bisa diterapkan dalam rutinitas keseharian. Materi ibadah sehari-hari yang diajarkan di TPQ Al-Fadlol ini adalah doa sehari-hari, tuntunan shalat dan cerita islami. Kegiatan Pengabdian Kepada Masyarakat yang dilakukan ini adalah menyajikan materi utama di TPQ Al-Fadlol dalam sebuah aplikasi yang diberi nama Muslim Daily Prayer sebagai media pembelajaran. Dengan aplikasi ini, para santri dan para guru bisa menciptakan suasana belajar yang tidak membosankan sehingga para santri lebih bersemangat belajar agama. Selain itu, sosialisasi terhadap pengaruh positif dan negatif dari adanya teknologi informasi ini diberikan untuk membekali para santri dan para guru agar lebih bijak dalam menggunakannya.
Implementasi Algoritma Clustering Untuk Pengelompokan Pelanggan Retail Berdasarkan Skor Recency, Frequency, Dan Monetary Chanafi, Moch Irfan; Hapsari, Dian Puspita; Hapsari, Rinci Kembang; Indriyani, Tutuk
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (477.833 KB)

Abstract

Retail atau dalam Bahasa Indonesia disebut ecerean merupakan sebuah teknik untuk memasarkan produk yang dilakukan oleh penjual ke pelanggan. Para pembisnis retail biasanya memperhatikan masalah umum yang terdapat pada bisnis ini, seperti pelanggan mana yang setia. Berdasarkan kasus tersebut, pembisnis retail mulai tertarik untuk menerapkan proses penambangan data untuk mengelompokan pelanggan berdasarkan karakteristik pelanggan yang serupa dan mengidentifikasi perbedaan antar kelompok.Tujuan dari penelitian ini adalah untuk menyelidiki masalah pemetaan pelanggan yang kaitannya dengan customer relationship management. Pada penelitian ini akan diterapkan metode RFM analysis untuk melakukan penilaian pelanggan berdasarkan skor recency, frequency, dan monetary. Selanjutnya diterapkan metode klustering DBSCAN dan Fuzzy C-Means untuk melakukan pengelompokan data pelanggan retail. DBSCAN merupakan sebuah metode klustering yang mengelompokan data berdasarkan tingkat kerapatan data yang tinggi dengan yang rendah, sedangkan Fuzzy C-Means mengelompokan data berdasarkan derajat keanggotaan setiap data. Data pelanggan akan dikelompokan dengan 2 metode tersebut menjadi masing ? masing metode 5 kelompok. Selanjutnya hasil setiap proses klustering baik DBSCAN dan Fuzzy C-Means akan dinilai validitas klusternya dengan menggunakan metode Silhouette Index. Dimana untuk DBSCAN pada kluster 2 sampai 5 memiliki nilai SI 1 sedangkan untuk Fuzzy C-Means memiliki kluster dengan nilai validitas tertinggi yaitu kluster 4 dengan nilai 0.5584288019243665.
Analisa Kualitas Fitur Aplikasi Mobile Dengan Menggunakan Pendekatan Sentimen Grey Melani, Birdyne Yanuar; Wardhana, Septiyawan Rosetya; Hapsari, Dian Puspita; Rozi, Nanang Fakhrur
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (269.147 KB)

Abstract

Media sosial adalah salah satu media untuk berkomunikasi yang banyak diminati oleh para penggunanya.Seiring semakin banyaknya pengguna yang mengunduh aplikasi media sosial berbasis mobile, membuatpara develover rutin meriliskan fitur-fitur terbaru setiap rentan waktu tertentu. Akan tetapi, tidak semua fiturditerima dengan baik oleh para pengguna dalam berselancar di media sosial. Para pengguna mempunyaiperan untuk memberikan penilaian terhadap fitur terbaru yang dirilis pada media sosial yang digunakannya.Semakin banyak suatu fitur media sosial yang mendapatkan komentar positif, maka fitur tersebut berhasilditerima dengan baik oleh para penggunanya. Sebaliknya semakin banyak komentar negatif yang didapat,maka fitur media sosial tersebut kurang dapat diterima oleh para penggunanya. Namun, masih belum adasistem untuk mengulas komentar para pengguna media sosial. Melalui pendekatan Sentimen Greyberdasarkan Grey Sentiment Lexicon dilakukan dalam penelitian ini untuk mendapatkan nilai sentimen dantingkat kepuasan para pengguna terhadap fitur aplikasi media sosial berbasis mobile. Berdasarkan percobaanyang dilakukan terhadap tiga media sosial, didapatkan nilai akurasi, presisi, recall dan f-measure berturutturut sebesar 78.14%, 83.13%, 90.2% dan 86.52%. Hasil tersebut menunjukkan bahwa Sentimen Grey dapatdigunakan sebagai sistem untuk mengklasifikasikan komentar serta mampu memberikan nilai sentimenyang terkandung dalam komentar pengguna.
Support Vector Machine optimization with fractional gradient descent for data classification Hapsari, Dian Puspita; Utoyo, Imam; Purnami, Santi Wulan
Journal of Applied Sciences, Management and Engineering Technology Vol 2, No 1 (2021)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jasmet.2021.v2i1.1467

Abstract

Data classification has several problems one of which is a large amount of data that will reduce computing time. SVM is a reliable linear classifier for linear or non-linear data, for large-scale data, there are computational time constraints. The Fractional gradient descent method is an unconstrained optimization algorithm to train classifiers with support vector machines that have convex problems. Compared to the classic integer-order model, a model built with fractional calculus has a significant advantage to accelerate computing time. In this research, it is to conduct investigate the current state of this new optimization method fractional derivatives that can be implemented in the classifier algorithm. The results of the SVM Classifier with fractional gradient descent optimization, it reaches a convergence point of approximately 50 iterations smaller than SVM-SGD. The process of updating or fixing the model is smaller in fractional because the multiplier value is less than 1 or in the form of fractions. The SVM-Fractional SGD algorithm is proven to be an effective method for rainfall forecast decisions.
Simulation design of trajectory planning robot manipulator Wahyu S. Pambudi; Enggar Alfianto; Andy Rachman; Dian Puspita Hapsari
Bulletin of Electrical Engineering and Informatics Vol 8, No 1: March 2019
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (884.451 KB) | DOI: 10.11591/eei.v8i1.1179

Abstract

Robots can be mathematically modeled with computer programs where the results can be displayed visually, so it can be used to determine the input, gain, attenuate and error parameters of the control system. In addition to the robot motion control system, to achieve the target points should need a research to get the best trajectory, so the movement of robots can be more efficient. One method that can be used to get the best path is the SOM (Self Organizing Maps) neural network. This research proposes the usage of SOM in combination with PID and Fuzzy-PD control for finding an optimal path between source and destination. SOM Neural network process is able to guide the robot manipulator through the target points. The results presented emphasize that a satisfactory trajectory tracking precision and stability could be achieved using SOM Neural networking combination with PID and Fuzzy-PD controller.The obtained average error to reach the target point when using Fuzzy-PD=2.225% and when using PID=1.965%.
Simulation design of trajectory planning robot manipulator Wahyu S. Pambudi; Enggar Alfianto; Andy Rachman; Dian Puspita Hapsari
Bulletin of Electrical Engineering and Informatics Vol 8, No 1: March 2019
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1383.249 KB) | DOI: 10.11591/eei.v8i1.1179

Abstract

Robots can be mathematically modeled with computer programs where the results can be displayed visually, so it can be used to determine the input, gain, attenuate and error parameters of the control system. In addition to the robot motion control system, to achieve the target points should need a research to get the best trajectory, so the movement of robots can be more efficient. One method that can be used to get the best path is the SOM (Self Organizing Maps) neural network. This research proposes the usage of SOM in combination with PID and Fuzzy-PD control for finding an optimal path between source and destination. SOM Neural network process is able to guide the robot manipulator through the target points. The results presented emphasize that a satisfactory trajectory tracking precision and stability could be achieved using SOM Neural networking combination with PID and Fuzzy-PD controller.The obtained average error to reach the target point when using Fuzzy-PD=2.225% and when using PID=1.965%. 
RANCANG BANGUN APLIKASI DIAGNOSA KERUSAKAN KOMPUTER DENGAN METODE BACKPROPAGATION Dian Puspita Hapsari; M Tsalits Nururrohman; Reza Uttungga
Network Engineering Research Operation Vol 1, No 3 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1789.002 KB) | DOI: 10.21107/nero.v1i3.35

Abstract