Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.037

P-Index

This Author published in this journals

All Journal International Journal of Electrical and Computer Engineering Jurnal Sains dan Seni ITS Bulletin of Electrical Engineering and Informatics Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Kursor Register: Jurnal Ilmiah Teknologi Sistem Informasi Bulletin of Electrical Engineering and Informatics Limits: Journal of Mathematics and Its Applications International Journal of Computing Science and Applied Mathematics Jurnal Borneo Saintek Contemporary Mathematics and Applications (ConMathA) Majalah Ilmiah Matematika dan Statistika (MIMS)

Imam Mukhlash

Departemen Matematika Institut Teknologi Sepuluh Nopember

Author-ID : 324029

Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Nursing Social Sciences

Published : 23 Documents Claim Missing Document

Claim Missing Document

Articles

Title

PENENTUAN POLA JARINGAN PERGERAKAN LOGISTIK YANG OPTIMAL PADA TRANSPORTASI LAUT MENGGUNAKAN MINIMUM SPANNING TREE BERBASIS ALGORITMA GENETIKA Rifdy Fachry; Imam Mukhlash; Soetrisno Soetrisno
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Penentuan pola jaringan pergerakan logistik yang optimal berguna untuk mendukung perencanaan tol laut. Salah satu parameter yang dapat digunakan untuk menentukan pola jaringan pergerakan logistik yang optimal adalah dengan menentukan jalur-jalur yang mempunyai kepadatan dalam pergerakan kontainer. Penentuan pola jaringan pergerakan logistik dapat dilakukan dengan menggunakan Minimum Spanning Tree (MST) berbasis algoritma genetika. Algoritma genetika adalah sebuah algoritma yang dapat digunakan dalam menyelesaikan permasalahan MST. Adapun tahapan dari penentuan pola jaringan pergerakan logistik yang optimal pada Tugas Akhir ini adalah penentuan node, proses crossover, proses mutasi, proses evaluasi, dan proses seleksi. Dalam penentuan node terdapat 52 node yang merepresentasikan pelabuhan. Proses crossover menggunakan crossover rate sebesar 0,2. Proses mutasi menggunakan mutation rate sebesar 0,4. Berdasarkan hasil pengujian sistem ini diperoleh total jalur terpadat dengan jumlah kontainer pada tiga tahun, yaitu 2010, 2011, dan 2012 berturut-turut adalah 1647896 Teu’s, 1825049 Teu’s, dan 2027860 Teu’s dengan inisialisasi populasi 100 dan generasi maksimum 2000.

Analisis Pola Hubungan Antara Konsumsi Listrik dengan Temperatur dan Fitur Geografi Menggunakan Association Rule Mining Haris Prasetyo; Imam Mukhlash; Nurul Hidayat
Jurnal Sains dan Seni ITS Vol 7, No 1 (2018)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

erkembangan zaman semakin mempengaruhi pola hidup masyarakat yang mana menyebabkan penggunaan listrik mengalami peningkatan. Sementara itu biaya pengadaan tenaga listrik serta distribusinya juga membutuhkan biaya yang tidak kecil. Maka dari itu diperlukan kajian lebih lanjut tentang pengetahuan profil-profil penggunaan listrik tiap wilayah agar pendistribusiannya efektif. Untuk menggali pengetahuan ini diperlukan teknik data mining. Dalam penelitian ini digunakan algoritma fp-growth yaitu dengan membuat fp tree, conditional pattern base lalu menemukan pattern atau pola yang terbentuk dan diubah menjadi suatu rule. Dari data selama satu tahun (September 2015-Agustus 2016) daerah Sidoarjo, didapat bahwa wilayah yang jauh dengan area perikanan cenderung tinggi dalam penggunaan listriknya. Pemakaian listrik juga tinggi untuk daerah yang dekat dengan pertanian dan jalan besar. Lalu ketika temperatur berkisar 28,5°-29,5° pemakaian listrik tergolong rendah

Implementasi Algoritma Genetika untuk Optimalisasi Random Forest dalam Proses Klasifikasi Penerimaan Tenaga Kerja Baru : Studi Kasus PT.XYZ Laras Binarwati; Imam Mukhlash; Soetrisno Soetrisno
Jurnal Sains dan Seni ITS Vol 6, No 2 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Kualitas sumber daya manusia sangat penting bagi suatu perusahaan untuk mempertahankan keunggulan kompetitifnya agar mampu bersaing dengan perusahaan lainnya maupun untuk meningkatan kualitas dari perusahaan itu sendiri. Oleh karena itu, menggali pola penerimaan tenaga kerja baru sangat diperlukan. Pada penelitian ini, metode random forest digunakan untuk menggali pola penerimaan tenaga kerja baru. Adapun algoritma genetika (GA) digunakan untuk mengoptimalkan akurasi berdasarkan pola yang didapat. Hasil pengujian program ini menunjukkan keakuratan pola yang dihasilkan oleh random forest yang dioptimalkan dengan algoritma genetika lebih tinggi dengan hasil keakuratan berkisar antara 91%-95% dibanding dengan hanya menggunakan random forest saja yang hanya berkisar 40-95%.

Deteksi Berita Online Hoax Covid-19 Di Indonesia Menggunakan Metode Hybrid Long Short Term Memory dan Support Vector Machine Dwi Fitriaini Nur Anisa; Imam Mukhlash; Mohammad Iqbal
Jurnal Sains dan Seni ITS Vol 11, No 3 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i3.83227

Fokus masyarakat Indonesia tidak lepas dari kasus pandemi Coronavirus Disease 2019 (COVID-19) dengan mengikuti setiap informasi terkait perkembangannya setiap hari. Hal ini yang mendorong banyak pihak terlebih pemerintah untuk menyediakan layanan informasi terkini terkait COVID-19. Namun, banyak berita online menyajikan informasi palsu yang dikenal dengan berita hoax tentang COVID-19 yang dapat menyebabkan keresahan masyarakat. Pada Tugas Akhir ini, dilakukan deteksi terhadap berita–berita online seputar informasi COVID-19 di Indonesia yang dibagi menjadi dua kategori, yaitu berita hoax dan berita fakta. Proses deteksi berita online dilakukan dengan metode penggabungan Long-Short Term Memory dan Support Vector Machine (hybrid LSTM-SVM). LSTM menghasilkan fitur teks representatif yang selanjutnya digunakan untuk proses klasifikasi berita oleh SVM yang menghasilkan persentase nilai akurasi mencapai 94%. Nilai tersebut lebih tinggi dibandingkan dengan hanya mengimplementasikan Metode LSTM atau Metode SVM saja.

Co-Authors Akhmad Arif Junaidi Anang Kunaefi Arifah, Enny Durratul Bijan Davvaz Budi Setiyono Desna Yuanda Dieky Adzkiya Dwi Fitriaini Nur Anisa Dwi Sunaryono Firda Puspita Devi Haris Prasetyo Hendy Hendy Inu Laksito Wibowo Inu Laksito Wibowo Inu Laksito Wibowo Kartika Mahanani Lailatul Mabadi Chaira Laras Binarwati Meyrina Herawati Moh Khoiron Mohammad Iqbal Mohammad Iqbal Mohammad Isa Irawan Muhammadun Muhammadun Muhammadun Ngurah Rai Usadha Nurul Hidayat Nurul Hidayati Rifdy Fachry Riyanarto Sarno Samsul Setumin Shinta Tri Kismanti Soedjatmiko Soetrisno Soetrisno Soetrisno Soetrisno Soleha Soleha Suhud Wahyudi Widya Nilam Rumana

Title Search

Found 4 Documents Search Journal : Jurnal Sains dan Seni ITS

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : Jurnal Sains dan Seni ITS