William Kristianto
Unknown Affiliation

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

Found 2 Documents
Search

DETEKSI EMOSI DARI GELOMBANG OTAK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORKS William Kristianto; Henry Candra
PROSIDING SEMINAR NASIONAL CENDEKIAWAN PROSIDING SEMINAR NASIONAL CENDEKIAWAN 2019 BUKU I
Publisher : Lembaga Penelitian Universitas Trisakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25105/semnas.v0i0.5722

Abstract

Penelitian tentang deteksi emosi dengan menggunakan gelombang otak atau electroencephalography (EEG) telah banyak dilakukan dengan berbagai metode. Salah satu model emosi yang banyak dipakai untuk mengklasifikasikan emosi manusia yaitu dengan membagi emosi ke dalam dua dimensi yaitu dimensi arousal dan valence. Pada penelitian ini diusulkan suatu metode untuk melakukan klasifikasi emosi dengan menggunakan Convolutional Neural Networks (CNN) yang cocok untuk digunakan mengatasi data dengan dimensi yang sangat tinggi seperti EEG. Pada penelitian ini permasalahan overfitting yang terjadi karena kekurangan sampel data EEG berhasil diatasi dengan melakukan proses augmentasi data dengan memanfaatkan ukuran jendela segmentasi efektif sebesar 4 detik. Dari hasil percobaan diperoleh model terbaik dengan akurasi untuk model arousal sebesar 72% dan model valence sebesar 71%,.
SISTEM REKOMENDASI DRAMA KOREA MENGGUNAKAN METODE USER-BASED COLLABORATIVE FILTERING William Kristianto; Dyah Erny Herwindiati; Janson Hendryli
Jurnal Ilmu Komputer dan Sistem Informasi Vol 9, No 1 (2021): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (344.972 KB) | DOI: 10.24912/jiksi.v9i1.12668

Abstract

Korean drama is one of the entertainment that is very popular with the public, be it among children, teenager, adults and parents. There is a huge selection of dramas to watch, however, viewers have limited time. Therefore, a recommendation system is used to provide input to viewers in choosing Korean drama series that suits their respective profiles. This recommendation system is made using the User-Based Collaborative Filtering method, where the input of this method is in the form of rating data provided by the user for a list of available Korean dramas. Based on the results of interviews via video calls and questionnaires, this Korean drama application can provide different recommendation results based on user ratings of Korean dramas.