Claim Missing Document
Check
Articles

Found 2 Documents
Search

Menerapkan Algoritma Djikstra dan Metode Heuristic Dalam Menentukan Jalur Terpendek Menuju Kampus Mohamad Noor; Waeisul Bismi; Windu Gata
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 2 (2021): IJCIT November 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (430.18 KB) | DOI: 10.31294/ijcit.v6i2.9887

Abstract

AbstrakKemacetan adalah situasi atau keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan yang melebihi kapasitas jalan. Kemacetan banyak terjadi di kota-kota besar, terutama kota yang tidak mempunyai transportasi publik yang baik atau kurang memadai. Bisa juga tidak seimbangnya kebutuhan jalan dengan kepadatan penduduk. Banyak langkah-langkah yang sudah dilakukan oleh pemerintah untuk mengatasi kemacetan. Akan tetapi, kemacetan tetap saja masih terjadi. Oleh karena itu pengguna jalan harus menemukan cara sendiri untuk mengatasi masalah tersebut. Salah satu cara yang efektif yaitu mencari jalur alternatif terpendek yang dapat dilalui dengan menggunakan Algoritma Dijkstra. Penggunaan Algoritma Dijkstra dan metode Heuristic dapat memberikan peluang solusi, karena Algoritma Dijkstra yang dipaduakan dengan metode Heuristic ini memberikan keluaran berupa jalur tercepat dan terpendek dari tempat asal menuju tempat tujuan. Dalam penelitian ini peneliti mendapati jalur terpendek dari wilayah bojong kulur menuju tempat tujuan yaitu kampus Universitas Nusa Mandiri dengan menerapkan  Algortitma Djikstra  dan metode Heuristic yakni dengan jarak 26,1 Km.Kata Kunci: algoritma dijkstra, Heuristic, jalur terpendekAbstractCongestion is a situation or condition of traffic jams or cessation of traffic caused by the large number of vehicles that exceed the capacity of the road. Congestion occurs a lot in big cities, especially cities that do not have good or inadequate public transportation. It could also be that the road needs are not balanced with the population density. Many steps have been taken by the government to overcome congestion. However, traffic jams still occur. Therefore, road users must find their own way to solve the problem. One effective way is to find the shortest alternative path that can be traversed using Dijkstra's Algorithm. The use of Dijkstra's Algorithm and Heuristic methods can provide solution opportunities, because Dijkstra's Algorithm combined with this Heuristic method provides output in the form of the fastest and shortest path from the origin to the destination. In this study, researchers found the shortest path from the bojong kulur area to places, namely the Nusa Mandiri University campus by applying the Djikstra algorithm and Heuristic methods, with a distance of 26.1 Km. Keywords: dijkstra algorithm, Heuristics, shortest path
Perbandingan Metode Deep Learning dalam Mengklasifikasi Citra Scan MRI Penyakit Otak Parkinson Waeisul Bismi; Hani Harafani
InComTech : Jurnal Telekomunikasi dan Komputer Vol 12, No 3 (2022)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v12i3.15068

Abstract

Penyakit Parkinson merupakan gangguan neurodegenerative yang bersifat progresif dan relative umum pada system saraf pusat yang menyebabkan kesulitan dalam bergerak. Biasanya penyakit ini sering terjadi pada individu berusia lebih dari 60 tahun dipengaruhi oleh factor genetic dan lingkungan. Deteksi dini pada penyakit Parkinson dapat mencegah gejala hingga usia tertentu sehingga meningkatkan harapan hidup. Dalam penelitian ini bertujuan untuk menggunakan gambar otak dari Magnetic Resonace Imaging (MRI) untuk mengetahui bagaimana penyakit tersebut menyebar, dengan menggunakan metode deep learning menggunakan model atau arsitektur InceptionV3, VGG16, VGG19, NasnetMobile, dan MobileNet dengan melalui proses Input data - augmentasi - preprocessing - Classification (model a b c d ) - result dan pembelajaran mesin pada kumpulan data klinis dan paraklinis untuk mendiagnosis secara akurat meggunakan dataset yang berasal dari Parkinsons Brain MRI sebanyak 2 kelas yaitu kelas normal dan Parkinson. Hasil dari penelitian menggunakan deep learning berdasarkan kelima algoritma yang digunakan tersebut diperoleh nilai akurasi terbaik dari seluruh model arsitektur adalah arsitektur MobileNet sebesar 99,75% dengan kappa score 99,30% dengan total durasi komputasi selama 2 jam satu menit