Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Dinamik Jurnal Daya Matematis
Hermawan Syahputra
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Mathematics

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

Found 3 Documents
Search

 1 
Klasifikasi Varietas Tanaman Kelengkeng Berdasarkan Morfologi Daun Menggunakan Backpropagation Neural Network dan Probabilistic Neural Network Hermawan Syahputra; Agus Harjoko
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 5, No 3 (2011): November
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.5206

Abstract

Pengenalan daun memainkan peran penting dalam klasifikasi tanaman dan isu utamanya terletak pada apakah fitur yang dipilih stabil dan memiliki kemampuan yang baik untuk membedakan berbagai jenis daun. Pengenalan tanaman berbantuan komputer merupakan tugas yang masih sangat menantang dalam visi komputer karena kurangnya model atau skema representasi yang tepat. Fokus komputerisasi pengenalan tanaman hidup adalah untuk mengukur bentuk geometris berbasis morfologi daun. Informasi ini memainkan peran penting dalam mengidentifikasi berbagai kelas tanaman. Pada penelitian ini dilakukan pengenalan jenis tanaman berdasarkan fitur yang menonjol dari daun seperti fisiologis panjang (physiological length), lebar (physiological width), diameter,  keliling (leaf perimeter), luas (leaf area), faktor mulus (narrow factor), rasio aspek (aspect ratio), factor bentuk (form factor), rectangularity, rasio perimeter terhadap diameter, rasio perimeter panjang fisiologi dan lebar fisiologi yang dapat digunakan untuk membedakan satu sama lain. Berdasarkan hasil pengujian, ditunjukkan bahwa hasil pencocokkan daun kelengkeng dengan menggunakan neural network lebih baik dibandingkan dengan hasil pencocokkan daun kelengkeng dengan menggunakan probabilistic neural network. Akan tetapi ekstraksi fitur dengan menggunakan morfologi belum dapat memberikan informasi pembeda yang signifikan bagi pengenalan tanaman varitas kelengkeng berdasarkan daunnya.Keywords— klasifikasi, morfologi daun, neural network, probabilistic neural network
ANALYSIS OF STUDENTS' ABILITY TO UNDERSTAND THE MATHEMATICS CONCEPT IN THE APPLICATION OF MATLAB ASSISTED DISCOVERY LEARNING MODEL SANTI MARIA SIMARMATA; Bornok Sinaga; HERMAWAN SYAHPUTRA
Daya Matematis: Jurnal Inovasi Pendidikan Matematika Vol 10, No 1 (2022): Maret
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/jdm.v10i1.26745

Abstract

This study aims to describe: (1) The level of students' ability to understand mathematical concepts in the application of the Matlab-assisted Discovery Learning model; (2) The difficulty of students' understanding of mathematical concepts. in the application of the Matlab-assisted Discovery Learning model. This research is a qualitative research with a descriptive approach. Based on the research data, it was found that: (1) The level of ability to understand mathematical concepts of students in the application of the Matlab-assisted Discovery Learning model with good abilities had the highest percentage of 57% followed by excellent abilities students with a percentage of 24%, students with moderately capable with a percentage of 14 % and students with less ability with a percentage of 5%; (2) The difficulty in understanding students' mathematical concepts in the application of the Matlab-assisted Discovery Learning model is the difficulty of facts because it does not able to interpret the results obtained, unable to change the problem in a simpler model.
PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DALAM PENGENALAN POLA TULISAN TANGAN ANGKA 0-9 Hermawan Syahputra; R Givent A Simanjorang
Dinamik Vol 28 No 2 (2023)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v28i2.9360

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) dalam pengenalan pola tulisan tangan angka 0-9. Penelitian ini menggunakan data sekunder berupa gambar angka 0-9 dalam bentuk bitmap yang diunduh dari internet. Setiap gambar angka diubah menjadi fitur numerik menggunakan metode ekstraksi fitur Zoning. Selanjutnya, data fitur numerik tersebut diuji menggunakan metode KNN untuk memprediksi angka yang ditulis.
Co-Authors Agus Harjoko BORNOK SINAGA R Givent A Simanjorang SANTI MARIA SIMARMATA