Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik
Agus Komarudin
Jurusan Informatika, Fakultas MIPA, Universitas Jenderal Achmad Yani
Computer Science & IT Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENENTUAN PENANGANAN KERUSAKAN MESIN PRODUKSI RESLETING DI PT. HERO TOP ZIP MENGGUNAKAN CASE BASED REASONING DAN SORENSEN COEFFICIENT Aditya Prakasa; Yulison Herry Chrisnanto; Agus Komarudin
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (241.173 KB)

Abstract

Sebuah perusahaan yang bergerak di dalam bidang industri, biasanya membutuhkan mesin dalam melakukan proses produksi. Dalam industri pembuatan resleting, proses pengolahan bahan baku mentah sampai menjadi barang jadi membutuhkan 17 jenis mesin dalam satu kali proses produksi. Pengoperasian mesin yang dilakukan setiap hari, membuat mesin tidak menutup kemungkinan akan mengalami kerusakan. Penanganan dan perbaikan dari setiap jenis mesin yang berbeda-beda membuat teknisi mesin harus teliti dalam melakukan perbaikan. Biasanya dalam satu kali perbaikan, teknisi membutuhkan waktu sekitar satu sampai dua hari dikarenakan teknisi harus mengingat kembali kasus perbaikan terdahulu yang pernah dilakukan sebelumnya. Berdasarkan hal ini, maka dapat dibuatkan sebuah sistem yang dapat memberikan informasi perbaikan mesin dengan cara membandingkan kasus kerusakan baru dengan kasus terdahulu yang pernah terjadi. Metode yang digunakan berdasarkan penggunaan kembali kasus terdahulu adalah Case Based Reasoning (CBR). Metode ini merupakan metode yang digunakan dengan cara memanfaatkan kasus terdahulu sebagai referensi solusi pada kasus baru dan perhitungan kemiripan antar kasus menggunakan Sorensen Coefficient. Hasil dari penelitian ini berupa informasi perbaikan mesin yang sesuai dengan jenis mesin dan gejala kerusakan yang terdapat disalah satu mesin produksi. Kata kunci: Case Based Reasoning, Mesin Produksi, Resleting, Sorensen Coefficient
DETEKSI EPILEPSI DARI SINYAL EEG MENGGUNAKAN AUTOREGRESSIVE DAN ADAPTIVE BACKPROPAGATION Wahyu Eko Zulianto; Esmeralda C. Djamal; Agus Komarudin
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (337.253 KB)

Abstract

Epilepsi terjadi karena adanya gangguan pada sistem syaraf otak manusia, yang terekam dari sinyal Elektroensephalogram (EEG). Sinyal EEG mengandung informasi aktivitas listrik di otak, termasuk kondisi pikiran dan gangguan kelistrikan pada syaraf. Sinyal EEG mempunyai bentuk yang kompleks, amplitudo kecil, mudah tertimbun noise dan tidak mempunyai pola yang baku, sehingga analisis secara visual tidak mudah. Untuk meningkatkan akurasi dan menghilangkan noise dari sinyal EEG, penelitian ini menggunakan metode ekstraksi Autoregressive dan Adaptive Backpropagation untuk klasifikasi. Pengujian telah dilakukan menggunakan 10 naracoba. Pengujian menggunakan ekstraksi tanpa overlap orde 30, data uji menghasilkan presentase 54% dan data latih 96%. Sedangkan menggunakan overlap lima orde 10, data uji menghasilkan presentase 53.5% dan data latih 96.5%. Pengujian data uji menggunakan ekstraksi Autoregressive dan Backpropagation orde 30 menghasilkan presentase 52.5% dan data latih 96.5%. Sedangkan menggunakan overlap lima orde 10, data uji menghasilkan presentase 52% dan data latih 98%. Pengujian data uji menggunakan Adaptive Backpropagation tanpa ekstraksi menghasilkan presentase 81% dan data latih 98.5%. Sedangkan pengujian data uji menggunakan Backpropagation tanpa ekstraksi menghasilkan presentase 79% dan data latih 99.5%. Kata kunci: Adaptive Back propagation, Autoregressive, EEG, Epilepsi
Co-Authors Aditya Prakasa Esmeralda C. Djamal Wahyu Eko Zulianto Yulison Herry Chrisnanto