Article Per Year (5 Year)
p-Index From 2019 - 2024
1.573
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknologi Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Building of Informatics, Technology and Science Charity : Jurnal Pengabdian Masyarakat I-Com : Indonesian Community Journal eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT)
Mahmud Dwi Sulistiyo
Universitas Telkom
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Penerapan Adaptive Genetic Algorithm Dengan Fuzzy Logic Controller Pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin; Rasyid Kurniawan; Mahmud Dwi Sulistiyo
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Capacitated Vehicle Routing Problem (CVRP) merupakan permasalahan pendistribusian barang dari sebuah depot kepada sejumlah pelanggan menggunakan beberapa kendaran dengan batas kapasitas tertentu. Tujuan utama dari CVRP adalah bagaimana proses pendistribusian barang dapat dilakukan secara efisien sehingga dapat menghemat biaya dengan meminimalkan jarak yang perlu ditempuh. Biaya pengiriman barang dari depot ke konsumen yang optimal dapat mengurangi biaya produksi dari perusahaan tersebut. Penentuan jalur pengiriman yang optimal dapat menekan biaya pengiriman barang pada sebuah perusahaan. Genetic Algorithm (GA) dipilih karena cocok untuk penyelesaian masalah stokastik dan dapat mencari nilai optimum global lebih cepat karena tidak semua kemungkinan nilai dihitung. Tetapi, GA dapat terjebak dalam optimum lokal. Salah satu strategi yang dapat digunakan untuk mengurangi kemungkinan terjadinya hal tersebut adalah dengan membuat GA menjadi adaptif. Parameter pada GA dibuat menjadi adaptif menggunakan Fuzzy Logic Controller (FLC). Pada inisialisasi individu pada GA, digunakan greedy search berdasarkan lokasi pelanggan dengan jarak yang terdekat untuk menentukan daftar jalur acuan agar pencarian pada GA tidak terlalu acak sehingga pencarian jalur optimal dapat menjadi lebih cepat. Rata-rata akurasi dari penelitian yang telah dilakukan adalah 86,81% dari solusi yang paling optimal yang disertakan pada dataset.
Implementasi Metode Improved Adaptive Gaussian Mixture Model Background Subtraction dan Haar-Like Features untuk Menganalisis Status Kepadatan Kendaraan yang Melintas di Suatu Jalur pada Lampu Lalu Lintas Ade Romadhony; Hamdy Nur Saidy; Mahmud Dwi Sulistiyo
Indonesia Symposium on Computing Indonesia Symposium on Computing 2015
Publisher : Indonesia Symposium on Computing

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

Abstract

Metode analisis kepadatan kendaraan di suatu jalur pada persimpangan lampu lalu lintas menggunakan real time video stream mempunyai banyak kendala. Kendala seperti penanganan terhadap berbagai kondisi cuaca sehingga background tidak statis, bayangan yang bergerak yang juga dapat mengurangi keakurasian perhitungan sistem, serta tidak berjalannya sistem sesuai yang diinginkan ketika terjadi kemacetan. Sehingga diperlukan rancangan yang dapat menangani masalah ini.
Oleh karena itu pada penelitian ini dibangun sistem perhitungan jumlah kendaraan di suatu jalur pada persimpangan lampu lalu lintas berbasis real time video stream menggunakan penggabungan beberapa metode untuk mengangani masalah diatas. Sistem ini menggunakan kamera perekam yang dipasang pada suatu jalur dengan lokasi yang berdekatan dengan persimpangan lampu lalu lintas untuk menghitung jumlah kendaraan yang melintasi jalur tersebut. Pemrosesan gambar dilakukan per-frame menggunakan metode Improved Adaptive Gaussian Mixture Model Background Subtraction dan Haar-Like Features.
Dengan menggunakan metode tersebut, dilakukan tracking secara real-time objek bergerak pada background yang cenderung tidak statis yang disebaban karena cuaca serta pencahayaan yang berubah-ubah. Objek- objek yang telah berhasil di-tracking tersebut kemudian dihitung jika melintasi virtual detector. Metode Haar-Like Features digunakan untuk mendeteksi terjadinya kemacetan yang terjadi pada jalur tersebut dengan cara mendeteksi objek pada background model yang dibentuk oleh sistem. Pada tahapan akhir, jumlah kendaraan yang melintasi virtual detector ataupun dideteksi oleh mekanisme congestion detection diklasifikasikan kedalam 5 tingkat kepadatan untuk memberikan analisis terhadap tingat kepadatan untuk jalur tersebut untuk tiap state sekuens lampu lalu lintas. Hasil pengujian menunjukkan sistem yang dibangun dapat digunakan dengan baik untuk menghitung dan mengklasifikasikan jumlah kepadatan kendaraan yang melintas disuatu jalur secara real-time.  
MULTI-DEPOT VEHICLE ROUTING PROBLEM WITH TIME WINDOW MENGGUNAKAN ADAPTIVE GENETIC ALGORITHM DENGAN FUZZY LOGIC CONTROLLER Fazarudin, Tri Kusnandi; Dwi Sulistiyo, Mahmud; Wulandari, Gia Septiana
Jurnal Teknologi Vol 8 No 2 (2015): Jurnal Teknologi
Publisher : Jurnal Teknologi, Fakultas Teknologi Industri, Institut Sains & Teknologi AKPRIND Yogyakarta

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

Abstract

Multi-Depot Vehicle Routing Problem with Time Window (MDVRPTW) adalah permasalahan pencarian rute optimal bagi suatu penyuplai. Penyuplai tersebut perlu mengirimkan barang ke sejumlah pelanggan dengan menggunakan kendaraan yang terdapat pada sejumlah depot. Setiap pengiriman barang tersebut harus dilakukan dalam rentang waktu pelayanan yang ditentukan oleh setiap pelanggan. Kendaraan yang digunakan mempunyai batasan jumlah maksimal barang yang dapat dibawa, dan waktu maksimal kendaraan tersebut boleh digunakan. MDVRPTW merupakan salah satu variasi dari Vehicle Routing Problem (VRP). Terdapat berbagai algoritma yang telah digunakan untuk menyelesaikan permasalahan VRP. Beberapa algoritma tersebut adalah Genetic Algorithm (GA), Tabu Search, dan Adaptive GA dengan Artificial Bee Colony. GA dapat menyelesaikan permasalahan dalam waktu yang lebih singkat, tetapi rentan terjebak dalam optimum lokal. Salah satu strategi untuk mengurangi kemungkinan terjadinya hal tersebut adalah dengan membuat GA menjadi adaptif. Pada penelitian ini, MDVRPTW diselesaikan dengan GA. Untuk mengurangi kemungkinan GA untuk terjebak pada optimum lokal, parameter pada GA dibuat menjadi adaptif menggunakan Fuzzy Logic Controller (FLC). Dari hasil penelitian yang sudah dilakukan, penggunaan FLC pada GA dapat meningkatkan rata-rata kualitas solusi yang dihasilkan lebih baik dibandingkan dengan GA yang tidak menggunakan FLC.
Analisis dan Implementasi Sistem Pendiagnosis Penyakit Tuberculosis Menggunakan Metode Case-Based Reasoning Bimmo Satryo Wicaksono; Ade Romadhony; Mahmud Dwi Sulistiyo
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2014
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Tuberculosis atau yang dikenal dengan TB,adalah suatu penyakit yang disebabkan oleh sebuah virus yangbernama Mycobacterium tuberculosis. Penyakit ini termasukmematikan karena menyerang oragan paru-paru. Di Indonesiasendiri, pada tahun 2012, data dari Kementrian KesehatanIndonesia menyebutkan bahwa 1 orang meninggal setiap 8 menitkarena penyakit TB ini. Hal ini jelas menunjukan betapabahayanya jenis penyakit ini. Berangkat dari hal ini, penulismemiliki ide untuk mengembangkan suatu aplikasi sistemberbasis pengetahuan yang bertujuan untuk membantu dokterdalam mendiagnosis penyakit TB. Aplikasi atau sistem yangdikembangkan ini menggunakan metode Case-Based Reasoning(CBR). Data yang digunakan adalah data rekam medis pasienpengidap penyakit TB dengan kasus yang baru atau pasien yangbaru mengalami penyakit TB sebanyak satu kali. Data tersebutakan diolah untuk menjadi acuan saat pasien memasukkangejala yang dialaminya. Perthitungan similarity antara kasuslama dan baru pada sistem menggunakan probabilitas Bayes.Berdasarkan percobaan yang telah dilakukan, sistem berbasispengetahuan yang dibangun menggunakan metode CBR inimampu mendiagnosis penyakit TB dengan baik. Rata-rataakurasi sistem dalam mendiagnosis TB dalam berbagai kondisibernilai sekitar 85% dan tingkat akurasi tertinggi sistemmencapai 90%. Nilai tersebut dinilai cukup memuaskan karenatelah memenuhi kualifikasi minimum yang ditentukan olehWHO, serta mampu mencapai rata-rata kemampuan dokter diIndonesia dalam mendiagnosis TB.
Implementation of Evolution Strategies for Classifier Model Optimization Mahmud Dwi Sulistiyo; Rita Rismala
Indonesia Journal on Computing (Indo-JC) Vol. 1 No. 2 (2016): September, 2016
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2016.1.2.43

Abstract

Classification becomes one of the classic problems that are often encountered in the field of artificial intelligence and data mining. The problem in classification is how to build a classifier model through training or learning process. Process in building the classifier model can be seen as an optimization problem. Therefore, optimization algorithms can be used as an alternative way to generate the classifier models. In this study, the process of learning is done by utilizing one of Evolutionary Algorithms (EAs), namely Evolution Strategies (ES). Observation and analysis conducted on several parameters that influence the ES, as well as how far the general classifier model used in this study solve the problem. The experiments and analyze results show that ES is pretty good in optimizing the linear classification model used. For Fisher’s Iris dataset, as the easiest to be classified, the test accuracy is best achieved by 94.4%; KK Selection dataset is 84%; and for SMK Major Election datasets which is the hardest to be classified reach only 49.2%.
Eye State Prediction Based on EEG Signal Data Neural Network and Evolutionary Algorithm Optimization Untari Novia Wisesty; Hifzi Priabdi; Rita Rismala; Mahmud Dwi Sulistiyo
Indonesia Journal on Computing (Indo-JC) Vol. 5 No. 1 (2020): Maret, 2020
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2020.5.1.372

Abstract

Eye state prediction is one study using EEG signals obtained to predict the state of the human eye several moments before. In its development, many researchers also have built eye states detection schemes, but the system built is only limited to classifying one record of input data obtained from the Emotive EPOC headset channel into the eye state. Therefore, this paper proposed eye state prediction system where the system can predict the state of the human eye some time previously based on the EEG signal series used. The proposed system consists of two parts, namely the prediction of the EEG signal value and eye state detection based on the value of the signal that has been obtained using Differential Evolution and Neural Network optimized by Evolution Strategies, respectively. The highest accuracy obtained from the eye state prediction system that has been built is 73.2%. These results are obtained by the best combination of parameters from the three methods used.
Indonesian Vehicles Number Plates Recognition System Using Multi Layer Perceptron Neural Network and Connected Component Labelling Andre Sitompul; Mahmud Dwi Sulistiyo; Bedy Purnama
International Journal on Information and Communication Technology (IJoICT) Vol. 1 No. 1 (2015): December 2015
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/IJOICT.2015.11.1

Abstract

In recent years, the amount of vehicle in Indonesia has been increasing rapidly. This surely, if it is conducted conventionally, challenges the upholder in recognizing and detecting the lawbreakers vehicle. The objective of this research aims to create the system which can automatically recognize vehicles number plates. This is also expected to be able to assist the upholder to take an action against the lawbreaker. The method used are sliding concentric windows and connected component for detecting and segmenting each of character on vehicles number plates. Further, multi-layer perceptron neural network classification model is used to identify each of character on it.The system has been tested using variety of vehicles number plate images and succesfully recognize 180 of 224 characters images (80.35%). Based on the computation of each character, the accuracy of the system, throughout tested vehicles number plate images, can reach 95.69% (1509 of 1577 characters can be identified).The tested system has shown prospective results, thus the technique used on this research can be implemented through vehicles number plate recognition system in Indonesia.
PENERAPAN TEKNIK KLASIFIKASI PADA SISTEM REKOMENDASI MENGGUNAKAN ALGORITMA GENETIKA Rita Rismala; Mahmud Dwi Sulistiyo
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 2 No. 3 (2016)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.54 KB) | DOI: 10.33197/jitter.vol2.iss3.2016.108

Abstract

[Id]Sistem rekomendasi yang dibangun dalam penelitian ini adalah sistem rekomendasi yang dapat memberikan rekomendasi sebuah item terbaik kepada user. Dari sisi data mining, pembangunan sistem rekomendasi satu item ini dapat dipandang sebagai upaya untuk membangun sebuah model classifier yang dapat digunakan untuk mengelompokkan data ke dalam satu kelas tertentu. Model classifier yang digunakan bersifat linier. Untuk menghasilkan konfigurasi model classifier yang optimal digunakan Algoritma Genetika (AG). Performansi AG dalam melakukan optimasi pada model klasifikasi linier yang digunakan cukup dapat diterima. Untuk dataset yang digunakan dengan kombinasi nilai parameter terbaik yaitu yaitu ukuran populasi 50, probabilitas crossover 0.7, dan probabilitas mutasi 0.1, diperoleh rata-rata akurasi sebesar 72.80% dengan rata-rata waktu proses 6.04 detik, sehingga penerapan teknik klasifikasi menggunakan AG dapat menjadi solusi alternatif dalam membangun sebuah sistem rekomendasi, namun dengan tetap memperhatikan pengaturan nilai parameter yang sesuai dengan permasalahan yang dihadapi.Kata kunci:sistem rekomendasi, klasifikasi, Algoritma Genetika[En]In this study was developed a recommendation system that can recommend top-one item to a user. In terms of data mining, it can be seen as a problem to develop a classifier model that can be used to classify data into one particular class. The model used was a linear classifier. To produce the optimal configuration of classifier model was used Genetic Algorithm (GA). GA performance in optimizing the linear classification model was acceptable. Using the case study dataset and combination of the best parameter value, namely population size 50, crossover probability 0.7 and mutation probability 0.1, obtained average accuracy 72.80% and average processing time of 6.04 seconds, so that the implementation of classification techniques using GA can be an alternative solution in developing a recommender system, due regard to setting the parameter value depend on the encountered problem.Keywords:Recommendation system, classification, Genetic Algorithm
Pengembangan Situs Web Sebagai Pembaharu Media Informasi Taman Kanak-Kanak Islam Terpadu (TKIT) Luqmanul Hakim Bandung Gia Septiana Wulandari; Febryanti Sthevanie; Mahmud Dwi Sulistiyo
I-Com: Indonesian Community Journal Vol 2 No 2 (2022): I-Com: Indonesian Community Journal (Agustus 2022)
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (789.317 KB) | DOI: 10.33379/icom.v2i2.1505

Abstract

TKIT Luqmanul Hakim merupakan taman kanak-kanak di kota Bandung yang berada di bawah naungan Yayasan Pendidikan Luqmanul Hakim. Di masa pandemi yang melanda dunia sejak dua tahun lalu, kebutuhan akan informasi yang tersedia secara daring semakin meningkat, baik bagi pihak sekolah maupun orangtua. Kebutuhan tersebut dirasakan pula oleh orang tua calon siswa yang sedang mencari sekolah untuk anaknya, sebagai bahan pertimbangan pemilihan sekolah bagi anaknya. Akan tetapi, TKIT Luqmanul Hakim Bandung sampai sekitar pertengahan tahun 2022 masih belum memiliki situs web yang dapat diakses orang tua/wali siswa/calon siswa. Oleh karena itu, untuk memperluas persebaran informasi dari pihak sekolah, Tim Abdimas dari Fakultas Informatika, Universitas Telkom menerapkan metode hibah teknologi tepat guna dengan cara membangun sebuah situs web resmi untuk TKIT Luqmanul Hakim dengan menggunakan framework Laravel. Untuk keberlanjutan pengelolaan situs web ini, disediakan pula halaman untuk Administrator dan dilaksanakan pelatihan pengelolaan situs web untuk para guru TKIT Luqmanul Hakim. Kegiatan ini mendapat sambutan positif dari berbagai pihak dan sedang dirasakan manfaatnya secara nyata, serta terus diupayakan pengelolaannya sehingga informasi yang disajikan senantiasa aktual.
Prediksi Harga Saham Dengan Menggunakan Metode Autoregressive Bayu Prabawa; Jondri Jondri; Mahmud Dwi Sulistiyo
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Deposito maupun tabungan di bank sudah menjadi suatu instrumen yang konvensional.Para investor telah menemukan lahan investasi baru yang lebih menjanjikan daripada deposito maupun tabungan di bank.Lahan investasi baru tersebut adalah investasi di bursa saham.Akan tetapi harga saham bergerak secara fluktuatif setiap harinya, oleh karena itu dibutuhkan sistem yang dapat memberikan prediksi harga saham tersebut untuk membantu para investor dalam mengambil tindakan yang tepat sehingga resiko yang ada dapat diminimalisir. Tugas akhir ini menggunakan metode autoregressive untuk model prediksinya dan algoritma kelelawar untuk optimasinya.Metode autoregressive diperkenalkan oleh Box dan Jenkins, metode ini paling sering digunakan untuk pemodelan data time series dalam peramalan.Untuk algoritma kelelawar, diperkenalkan oleh Xin-She Yang.Algoritma ini adalah salah satu algoritma metaheuristik yang terinspirasi oleh perilaku echolocation dari kelelawar.Algoritma ini dikembangkan berdasarkan kelebihan-kelebihan dari algoritma PSO, GA, SA dan pencarian harmony. Kata kunci: Prediksi Saham, Algoritma Kelelawar, Autoregressive,
Co-Authors Ade Romadhony Aditya Firman Ihsan Agung Toto Wibowo Alif Adwitiya Pratama Andre Sitompul Bayu Prabawa Bedy Purnama Bimmo Satryo Wicaksono Ema Rachmawati Febryanti Sthevanie Ganjar Gingin Tahyudin Gia Septiana Wulandari Hamdy Nur Saidy Hasbi Dawami Hifzi Priabdi Jondri Jondri M Raehan Akbar Marliani Harahap Rasyid Kurniawan Rasyid Kurniawan Rifqi Luthfil Hadi Rita Rismala Salma Salsabila Firdauz Sugondo Hadiyoso Tjokorda Agung Budi Wirayudha Tri Kusnandi Fazarudin Tri Kusnandi Fazarudin Tri Kusnandi Fazarudin, Tri Kusnandi Untari Novia Wisesty Untari Novia Wisesty Wahyu Hauzan Rafi Wahyu Rismawan