Claim Missing Document
Check
Articles

Found 17 Documents
Search

Multivariate Time Series Forecasting Using Recurrent Neural Networks for Meteorological Data Hariadi, Victor; Saikhu, Ahmad; Zakiya, Nurotuz; Wijaya, Arya Yudhi; Baskoro, Fajar
SENATIK STT Adisutjipto Vol 5 (2019): Peran Teknologi untuk Revitalisasi Bandara dan Transportasi Udara [ISBN XXX-XXX-XXXXX-
Publisher : Sekolah Tinggi Teknologi Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/senatik.v5i0.365

Abstract

Rainfall is related to a number of factors that are interdependent and influenced by dynamic global time, region and climate factors. Determination of relevant predictors is important for the efficiency of the rainfall estimator model. Although some climate modeling studies in one region/country have high accuracy, this model is not necessarily suitable for other regions. Determination of predictor variables by considering spatio-temporal factors and local / global features results in a very large number of inputs. Feature selection produces minimal input so that it gets relevant predictor variables and minimizes variable redundancy. Recurrent Neural Networks is one of the artificial neural networks that can be used to predict time series data. This study aims to predict rainfall by combining the SVM classification method and the RNN method. Tests on the Perak 1 daily and monthly weather data (WMO ID: 96933) and Perak 2 Station daily and monthly data(WMO ID: 96937), showed high accuracy results with an R2 are 92.1%; 94.1%; 90.9% and 89.6%.
IMPLEMENTATION OF BRANCH AND BOUND METHOD FOR CONVEX OPTIMIZATION PROBLEM Hariadi, Victor; Soelaiman, Rully
Proceedings of KNASTIK 2012
Publisher : Duta Wacana Christian University

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

Abstract

Convex optimization is one of important areas in nonlinear programming, both fromthe mathematical and application viewpoints. Numerous real world problems arenaturally expressed as quadratic programming problems. In non linear programming,it is necessary to use a method to get global optimal value in order to not get trapped inlocal optimal value. Branch and bound method in non linear programming known asone of global optimization technique.In this research we implement branch and boundmethod with relaxation process in the problem to get global optimization from convexprogramming. The boundary of sub problem will be considering using reformulationfrom quadratic with KKT condition. Experiment was accomplished on quadra1ticprogramming problems. The results showed that using reformulation from quadraticwith Karush-Kuhn-Tucker (KKT) condition for bounding the problems helps to getoptimal solution in branch and bound method.
PENGEMBANGAN APLIKASI BANTU BERBASIS WEB SEBAGAI PENUNJANG BISNIS MULTI LEVEL MARKETING PULSA ELEKTRIK Victor Hariadi; Ary Mazharuddin Shiddiqi
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2010
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

             Bisnis pulsa elektrik berkembang pesat. Bisnis ini dapat berkembang dengan baik seiring denganpertumbuhan jumlah pengguna telepon seluler di Indonesia. Perkembangan model bisnis pulsa memasuki erasistem multi level marketing (MLM) dimana setiap pebisnis dimungkinkan membangun jejaring untukmemperluas bisnisnya. Beragam bentuk sistem penjualan bertingkat diterapkan untuk bisnis pulsa elektrik ini.Beragam aplikasi juga dikembangkan untuk membantu mempermudah proses bisnis ini. Namun aplikasi yangada belum dapat memberikan keleluasaan lebih bagi pelaku bisnis ini (baik upline maupun downline). Semuabentuk transaksi hanya dapat dilakukan melalui perangkat handphone saja.Dalam penelitian ini dikembangkan sebuah aplikasi berbasis web yang selain dapat digunakan untuk melakukansemua jenis transaksi penunjang bisnis MLM pulsa elektrik, juga dikembangkan fitur-fitur istimewa lain sepertivisualisasi tree dan fitur penunjang untuk proses otomasi pembentukan struktur MLM.Kata Kunci: Bisnis MLM pulsa elektrik, Aplikasi Berbasis Web, Visualisasi Tree, fitur penunjang untuk prosesotomasi pembentukan strktur MLM.
PEMANFAATAN JARINGAN SARAF TIRUAN UNTUK PENYELESAIAN PERMASALAHAN OPTIMASI NONLINIER Victor Hariadi; Rully Soelaiman
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2011
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Saat ini semakin banyak permasalahan pada kehidupan sehari-hari yang memerlukan pendekatan optimasi dalam penyelesaiannya. Pendekatan optimasi sendiri menyediakan banyak alternatif metode yang dapat dipilihsesuai dengan karakteristik permasalahan yang akan diselesaikan. Penyelesaian permasalahan riil menggunakan pendekatan optimasi akan melibatkan model matematis. Model yang dibuat/digunakan akanmenentukan pada koridor teknik optimasi mana kita akan bekerja. Secara garis besar, permasalahan dalam teknik optimasi dapat berupa permasalahan (pemrograman) linier atau non linier. Sebenarnya kedua kelompok permasalahan ini masih memberikan ruang cukup luas bagi kegiatan riset yang bertujuan untuk merancang konsep atau metode penyelesaian yang lebih efisien. Namun pemrograman non linier menyisakan area yang lebih luas, mengingat model-model non linier seringkali memiliki bentuk yang lebih kompleks dan dinamis. Klas-klas pemrograman non linier dapat ditentukan dari bentuk Ddan karakteristik fungsi tujuan/obyekti serta dari keberadaan dan bentuk fungsi pembatasnya. Salah satu subklas dalam permasalahan pemrogramannonlinier adalah masalah pemrograman kuadratik dengan fungsi obyektif berbentuk fungsi konveks. Penelitian ini membahas penggunaan recurrent neural network untuk menyelesaikan permasalahan minimisasipemrograman kuadratik dengan batasan linier. Recurrent neural network digunakan karena mempunyai kelebihan pada strukturnya yang lebih sederhana dan kompleksitas yang lebih rendah untuk diimplementasikandaripada neural network yang digunakan sebelumnya untuk menyelesaikan permasalahan tersebut di atas. Ini menunjukkan bahwa recurrent neural network lebih stabil pada keadaan Lyapunov dan secara global mampumencapai konvergensi dalam waktu singkat.
Penjadualan Petugas Medis pada Kondisi Darurat dengan Menggunakan Binary Integer Programming Berbasis Web Bryan Alfadhori; Ahmad Saikhu; Victor Hariadi
Jurnal Teknik ITS Vol 5, No 2 (2016)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (464.318 KB) | DOI: 10.12962/j23373539.v5i2.17996

Abstract

Bencana alam maupun bencana yang disebabkan kelalaian manusia sering kali menimbulkan kondisi darurat. Penugasan petugas medis pada kondisi darurat merupakan hal yang sangat penting. Terbatasnya petugas dengan keahlian yang dibutuhkan yaitu kombinasi penugasan petugas medis yang tidak tepat dapat membuat penjadualan yang tidak optimal. Dalam penentuan petugas medis yang memenuhi kondisi, digunakan representasi graf bipartite dan algoritma Ford Fulkerson dalam proses untuk pemilihan petugas medis yang memenuhi kondisi tersebut. Binary integer programming digunakan untuk menentukan kombinasi penugasan yang optimal. Berdasarkan hasil uji coba dapat disimpulkan bahwa kedua proses yang diimplementasikan dapat membantu dalam pengambilan keputusan penugasan. Representasi dari graf bipartite terbukti dapat memberikan hasil yang akurat berupa petugas medis yang memenuhi kondisi. Binary Integer Programming juga memberikan hasil yang optimal berupa petugas medis yang ditugaskan dan total jarak yang paling minimal.
Desain dan Analisis Algoritma Pencarian Prediksi Hasil Penjumlahan Beberapa Urutan Berkala dengan Metode Eliminasi Gauss Daniel Henry; Victor Hariadi; Rully Soelaiman
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (455.101 KB) | DOI: 10.12962/j23373539.v6i2.25568

Abstract

Permasalahan dalam buku tugas akhir ini adalah permasalahan prediksi hasil penjumlahan beberapa urutan berkala. Dalam permasalahan ini, diberikan banyak urutan berkala N dimana panjang dari masing-masing urutan berkala berbeda satu dengan yang lainnya. Panjang dari urutan berkala dimulai dari N, N-1, N-2, hingga 1. Diberikan nilai f(0), f(1), f(2), hingga f((N^2)-1), dimana f(x) didefinisikan sebagai penjumlahan tiap elemen N buah urutan berkala. Selanjutnya ditanyakan nilai f(x) dari nilai x yang diberikan. Tugas akhir ini akan mengimplementasikan metode pencarian solusi sistem persamaan linear, yaitu metode eliminasi gauss. Implementasi dalam tugas akhir ini menggunakan bahasa pemrograman C++. Hasil uji coba menunjukkan bahwa metode gauss eliminasi dapat menghasilkan jawaban permasalahan dengan benar, tetapi membutuhkan waktu yang sangat lama. Perlu adanya optimasi dengan mengubah permasalahan ke dalam bentuk interpolasi trigonometri yang diselesaikan dengan metode interpolasi polinomial Lagrange dan perkalian polinomial yang diselesaikan dengan metode transformasi Fourier cepat.
Pemodelan Multilabel Tweet Media Sosial Mahasiswa untuk Klasifikasi Keluhan Muhammad Faris Musthafa; Joko Lianto Buliali; Victor Hariadi
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1664.824 KB) | DOI: 10.12962/j23373539.v7i1.29601

Abstract

Pada umumnya sistem informasi akademik di sebuah perguruan tinggi memiliki fitur umum bagi dosen untuk memantau proses perkembangan akademik anak walinya secara aktif. Namun jika dosen wali ataupun orang tua tidak melakukan pantauan secara aktif maka mahasiswa wali yang memiliki permasalahan akademik berisiko drop out dalam proses evaluasi tingkat 1 universitas karena rendahnya pemahaman dosen terhadap mahasiswa walinya. Tujuan dari penelitian ini adalah membuat rancangan model deteksi keluhan dalam data tweet mahasiswa. Aspek keluhan bisa dibagi mennjadi empat kategori: keluhan personal, keluhan subjek, keluhan relasi, dan keluhan institusi. Metode multilabel yang digunakan adalah Binary Relevance dengan pilihan classifier Naïve Bayes, Simple Logistic, KStar, Decision Table, dan j48. Berdasarkan hasil pengujian ada berbagai classifier, Naïve Bayes memiliki performa tertinggi baik dalam aspek akurasi maupun waktu eksekusi. Hasil implementasi sistem deteksi multilabel keluhan menggunakan classifier Naïve Bayes pada delapan puluh data uji yterhadap label keluhan personal, subjek, relasi, dan institusi memiliki akurasi masing-masing bernilai 76.47%, 75%, 80%, dan 80%. Hasil deteksi multilabel keluhan yang ditemukan berpotensi digunakan lebih lanjut pada konteks yang lebih luas
Desain dan Analisis Algoritma Dijkstra dan Metode Visibility Graph Naive untuk Penyelesaian Persoalan Spoj The Archipelago Reva Yoga Pradana; Victor Hariadi; Rully Soelaiman
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1047.275 KB) | DOI: 10.12962/j23373520.v5i2.16847

Abstract

Permasalahan pada SPOJ 780 The Archipelago adalah sebagai berikut. Diberikan sekumpulan pulau yang memiliki beberapa terminal dan area terlarang yang tidak boleh dilewati selama jalur darat di pulau tersebut. Kemudian, dicari kemungkinan rute terpendek yang menghubungkan terminal di suatu pulau ke terminal di pulau yang lain, tanpa melewati area terlarang manapun, dan total jarak pada 1 pulau harus dibulatkan ke atas. Untuk menyelesaikan permasalahan tersebut, dibutuhkan algoritma Visibility Graph Navie, untuk mengetahui titik-titik mana saja yang dapat dilalui, dan algoritma Dijkstra untuk mengetahui rute terpendeknya. Selain itu, juga dilakukan beberapa optimasi untuk mempercepat kinerja sistem, yaitu dengan cara penyederhanaan penggambaran entitas halangan, pengurangan jumlah vertex yang harus dicek visibilitasnya, dan penggunaan backtracking dari vertex tujuan hingga vertex sumber untuk mengetahui total jarak pada tiap pulau. Cara kerja dari sistem adalah sebagai berikut. Diberikan masukan sesuai deskripsi permasalahan. Setelah masukan berhasil diolah, sistem akan memanggil algoritma Dijkstra. Pada tiap current vertex yang dihasilkan di dalam Dijkstra, sistem akan memanggil algoritma Visibility Graph Naive, untuk mengecek visibilitas dari vertex tersebut dengan vertex lain yang se-pulau, agar dapat diketahui vertex mana saja yang menjadi tetangganya. Dijkstra akan berhenti saat current vertex merupakan vertex tujuan. Kemudian saat Dijkstra telah berhenti, sistem akan menghitung total jarak pada tiap pulau, total jarak keseluruhan, dan menyimpan posisi yang dipilih pada rute terpendek. Hasil akhir menunjukkan bahwa sistem dapat berjalan cukup cepat berkat optimasi yang baik, dengan waktu rata-rata sebesar 0.2763 detik dan memori rata-rata 10.533 MB.
SEAT INTERFERENCE ANTAR PENUMPANG PADA MODEL BOARDING PESAWAT TERBANG Bilqis Amaliah; Victor Hariadi; Antonius Malem Barus
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2010): Computatinal
Publisher : Jurusan Teknik Informatika

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

Abstract

Ada dua keadaan untuk sebuah pesawat, keadaan pertama adalah pada saat pesawat tersebut sedang berada di darat dan keadaan kedua adalaha saat peswat tersebut sedang berada di udara. Maskapai penerbangan akan mendapat keuntungan pada saat pesawat mereka sedang terbang. Banyak hal yang mempengaruhi lama pesawat berada di darat, antara lain : waktu penumpang turun, bongkar muat barang, pengisian bahan baker, boarding time, dll. Penelitian ini menyajikan beberapa model boarding untuk mengurangi seat interference dan untuk mengurangi waktu boarding. Mixed Integer Non Linier Programing digunakan untuk menghasilkan model boarding. ProModel digunakan untuk simulasi, hasil simulasi adalah waktu boarding dan seat interference. Airbus-320 digunakan untuk menerapkan model simulasi ini. Beberapa hal yang mempengaruhi strategi boarding adalah jumlah baris, jumlah grup dan jumlah penumpang yang dimasukkan untuk tiap grup. Hasil simulasi memperlihatkan bahwa model boarding dengan 6 grup dapat mengurangi jumlah seat interference sebesar 85,5% dan mengurangi waktu boarding sebesar 6,82% dibandingkan dengan menggunakan model tradisional back to front.
Pendampingan Sistem Ujian Sekolah Online Untuk Siswa SMP di Kota Surabaya Diana Purwitasari; Paramastri Ardiningrum; Victor Hariadi; Dwi Sunaryono
Jurnal Ilmiah Pangabdhi Vol 6, No 2: Oktober 2020
Publisher : LPPM Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/pangabdhi.v6i2.8413

Abstract

Dalam rangka pelaksanaan Ujian Sekolah tahun ajaran 2020 untuk siswa reguler dan kejar paket di Surabaya, tim ITS bekerja sama dengan Dinas Pendidikan Kota Surabaya menyusun sebuah aplikasi. Aplikasi ini adalah Aplikasi Ujian Sekolah Berbasis Komputer yang merupakan aplikasi untuk manajemen ujian sekolah siswa SMP di wilayah Surabaya. Sistem ini dapat memfalisitasi empat jenis pengguna dengan lebih mudah. Pengguna sistem informasi antara lain guru, siswa, proktor, dan administrator sistem. Dengan adanya Aplikasi Ujian Berbasis Komputer Online diharapkan kegiatan ujian siswa SMP menjadi lebih praktis, mudah dan seluruh pengguna dapat memantau ujian sekolah yang sedang berlangsung.