Article Per Year (5 Year)
p-Index From 2019 - 2024
2.087
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Perfecting a Video Game with Game Metrics SAMUDERA International Journal of Advances in Intelligent Informatics Jurnal Teknologi Informasi dan Komunikasi InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknovasi : Jurnal Teknik dan Inovasi Mesin Otomotif, Komputer, Industri dan Elektronika Jurnal Inotera Data Science: Journal of Computing and Applied Informatics Jurnal Mantik Indonesian Journal of Computer Science
Erna Budhiarti Nababan
Universitas Sumatera Utara
Aerospace Engineering Agriculture, Biological Sciences & Forestry Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Analisis Accelerated Learning Pada Algoritma Backpropagation Menggunakan Adaptive Learning Rate Ermawati, Ermawati; Nababan, Erna Budhiarti; Mawengkang, Herman
SAMUDERA Vol 8, No 1 (2014)
Publisher : Universitas Malikussaleh

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

Abstract

Jaringan syaraf tiruan backpropagation merupakan algoritma pembelajaran yang terawasi dimana output dari jaringan dibandingkan dengan target yang diharapkan sehingga diperoleh error output. Banyak model pembelajaran yang menggunakan algoritma backpropagation. Namun algoritma backpropagation mempunyai keterbatasan yaitu laju konvergensi yang cukup lambat. Pada penelitian ini penulis menambahkan parameter learning rate secara adaptif pada setiap iterasi dan koefisien momentum untuk menghitung proses perubahan bobot. Dari hasil simulasi komputer maka diperoleh perbandingan antara algoritma backpropagation standar dengan backpropagation adaptive learning. Untuk algoritma backpropagation standar kecepatan konvergensi mencapai 1000 epoch dengan nilai Mean Square Error (MSE) yang dihasilkan adalah 0,00044 sedangkan untuk algoritma backpropagation adaptive learning hanya 72 epoch dengan nilai Mean Square Error (MSE) yang dihasilkan 0.0000036. Hal ini menunjukkan bahwa algoritma backpropagation adaptive learning lebih cepat mencapai konvergensi daripada algoritma backpropagation standar.
Perbandingan Waktu Eksekusi Algoritma Dsatur Dan Algoritma Pewarnaan Heuristik Tabu Search Pada Pewarnaan Graf Junidar,, Junidar,; Nababan, Erna Budhiarti
SAMUDERA Vol 7, No 1 (2013)
Publisher : Universitas Malikussaleh

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

Abstract

Pewarnaan graf G adalah proses pemberian warna pada verteks - verteks di G, satu warna untuk setiap verteks, sehingga verteks - verteks yang bersisian mempunyai warna yang berbeda. Jika ada kemungkinan untuk menemukan pewarnaan yang tepat dari graf G, dengan menggunakan x warna, maka G dikatakan x-colorable. Bilangan kromatik dari graf G adalah bilangan bulat terkecil x dimana G adalah x-colorable, di notasikan dengan . Terdapat beberapa metode heuristik yang dapat digunakan untuk menyelesaikan permasalahan pewarnaan graf. Yaitu algoritma dsatur dan algoritma pewarnaan heuristik tabu search. 
Sistem Pendeteksian Manusia untuk Keamanan Ruangan menggunakan Viola – Jones Sianturi, Jonatan; Rahmat, Romi Fadillah; Nababan, Erna Budhiarti
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 1, No 2 (2018): Edisi Januari
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.955 KB) | DOI: 10.31289/jite.v1i2.1424

Abstract

Aspek keamanan sangat dibutuhkan dalam berbagai kehidupan saat ini seperti keamanan rumah, gedung, atau ruangan yang memiliki nilai penting bagi pemilik. Keamanan dapat dikerjakan oleh tenaga manusia tetapi cara ini kurang efisien karena menghabiskan banyak resources seperti uang, waktu, tenaga dan juga sangat rentan terhadap kelalaian manusia (human error). Oleh karena itu diperlukan suatu pendetekatan untuk dapat melakukan keamanan tersebut.Salah satu pendekatan yang dapat dilakukan adalah dengan melakukan pendeteksian objek manusia melalui kamera yang terhubung dengan komputer.Dalam penelitian ini digunakan Viola-Jones untuk mendeteksi objek manusia dalam citra berdasarkan fitur. Citra yang diinput dari webcam dengan fungsi capture dalam library OpenCV diubah menjadi citra abu-abu setelah mengalami proses scaling, dilanjutkan ekualisasi histogram, perhitungan fitur dengan citra integral, dan pendeteksian objek dengan cascade of classifier. Pada penelitian ini ditunjukkan bahwa metode yang diajukan mampu melakukan pendeteksian objek dengan hasil akurasi mencapai 86,88% . Kata Kunci : viola-jones, pendeteksian manusia, keamanan ruangan, cascade of classifier, opencv.
Implementation Of Face-To-Face Online Learning System Based On Audio Video, Presentation And Chat Using The Moodle E-Learning Platform Nababan, Erna Budhiarti; Opim Salim Sitompul; Dedy Arisandi; Seniman
ABDIMAS TALENTA: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2021): ABDIMAS TALENTA : Jurnal Pengabdian Kepada Masyarakat
Publisher : Talenta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.999 KB) | DOI: 10.32734/abdimastalenta.v6i1.5348

Abstract

Currently, the implementation of teaching and learning at SMP Negeri 1 Binjai Kwala Begumit was done in the classroom alternately. However, with the current condition of pandemic covid-19, the learning process no longer carried out fully in schools. The school has not been using information technology in the form of e-learning applications in the teaching and learning process. The school has difficulty in recording the existing teaching and learning process: assignments, exams, assessments, and other activities. Therefore the use of e-learning applications is now very much needed. With existing school facilities, such as internet facilities and the ICT teachers, training in developing and implementing e-learning for teaching staff become the best alternative so that learning process can be done properly.
Diagonal Based Feature Extraction and Backpropagation Neural Network in Handwritten Batak Toba Characters Recognition Zamzami, Elviawaty Muisa; Hayanti, Septi; Nababan, Erna Budhiarti
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 6, No. 2, May 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v6i2.1212

Abstract

Handwritten character recognition is considered a complex problem since one’s handwritten character has its characteristics.  Data used for this research was a photo of handwritten or scanned handwritten.  In this research, Backpropagation Neural Network (BPNN) was used to recognize handwritten Batak Toba character, wherein preprocessing stage feature extraction was done using Diagonal Based Feature Extraction (DBFE) to obtain feature value.  Furthermore, the feature value will be used as an input to BPNN. The total number of data used was190 data, where 114 data was used for the training process and another 76 data was used for testing. From the testing process carried out, the accuracy obtained was 87,19 %.
Sensitivity of shortest distance search in the ant colony algorithm with varying normalized distance formulas Rahmad Syah; Mahyuddin KM Nasution; Erna Budhiarti Nababan; Syahril Efendi
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 19, No 4: August 2021
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v19i4.18872

Abstract

The ant colony algorithm is an algorithm adopted from the behavior of ants which naturally ants are able to find the shortest route on the way from the nest to places of food sources based on footprints on the track that has been passed. The ant colony algorithm helps a lot in solving several problems such as scheduling, traveling salesman problems (TSP) and vehicle routing problems (VRP). In addition, ant colony has been developed and has several variants. However, in its function to find the shortest distance is optimized by utilizing several normalized distance formulas with the data used in finding distances between merchants in the mercant ecosystem. Where in the test normalized distance is superior Hamming distance in finding the shortest distance of 0.2875, then followed by the same value, namely the normalized formula Manhattan distance and normalized Euclidean distance with a value of 0.4675 and without using the normalized distance formula or the original ant colony algorithm gets a value 0.6635. Given the sensitivity in distance search using merchant ecosystem data, the method works well on the ant colony Algorithm using normalized Hamming distance.
Sistem Pendeteksian Manusia untuk Keamanan Ruangan menggunakan Viola – Jones Jonatan Sianturi; Romi Fadillah Rahmat; Erna Budhiarti Nababan
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 1, No 2 (2018): Edisi Januari
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v1i2.1424

Abstract

Aspek keamanan sangat dibutuhkan dalam berbagai kehidupan saat ini seperti keamanan rumah, gedung, atau ruangan yang memiliki nilai penting bagi pemilik. Keamanan dapat dikerjakan oleh tenaga manusia tetapi cara ini kurang efisien karena menghabiskan banyak resources seperti uang, waktu, tenaga dan juga sangat rentan terhadap kelalaian manusia (human error). Oleh karena itu diperlukan suatu pendetekatan untuk dapat melakukan keamanan tersebut.Salah satu pendekatan yang dapat dilakukan adalah dengan melakukan pendeteksian objek manusia melalui kamera yang terhubung dengan komputer.Dalam penelitian ini digunakan Viola-Jones untuk mendeteksi objek manusia dalam citra berdasarkan fitur. Citra yang diinput dari webcam dengan fungsi capture dalam library OpenCV diubah menjadi citra abu-abu setelah mengalami proses scaling, dilanjutkan ekualisasi histogram, perhitungan fitur dengan citra integral, dan pendeteksian objek dengan cascade of classifier. Pada penelitian ini ditunjukkan bahwa metode yang diajukan mampu melakukan pendeteksian objek dengan hasil akurasi mencapai 86,88% . Kata Kunci : viola-jones, pendeteksian manusia, keamanan ruangan, cascade of classifier, opencv.
Biased support vector machine and weighted-smote in handling class imbalance problem Hartono Hartono; Opim Salim Sitompul; Tulus Tulus; Erna Budhiarti Nababan
International Journal of Advances in Intelligent Informatics Vol 4, No 1 (2018): March 2018
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v4i1.146

Abstract

Class imbalance occurs when instances in a class are much higher than in other classes. This machine learning major problem can affect the predicted accuracy. Support Vector Machine (SVM) is robust and precise method in handling class imbalance problem but weak in the bias data distribution, Biased Support Vector Machine (BSVM) became popular choice to solve the problem. BSVM provide better control sensitivity yet lack accuracy compared to general SVM. This study proposes the integration of BSVM and SMOTEBoost to handle class imbalance problem. Non Support Vector (NSV) sets from negative samples and Support Vector (SV) sets from positive samples will undergo a Weighted-SMOTE process. The results indicate that implementation of Biased Support Vector Machine and Weighted-SMOTE achieve better accuracy and sensitivity.
Analisis Perbandingan Akurasi dalam Identifikasi Autism dengan SVM dan Naive Bayes Ferawaty -; Muhammad Zarlis; Erna Budhiarti Nababan
Jurnal SIFO Mikroskil Vol 17, No 2 (2016): JSM Volume 17 Nomor 2 Tahun 2016
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (521.361 KB) | DOI: 10.55601/jsm.v17i2.384

Abstract

Gangguan autisme banyak ditemukan pada anak yang berumur 3 tahun ke bawah. Pendiagnosaan gangguan penyakit ini telah dilakukan dengan menggunakan berbagai metode, terutama metode dalam dunia psikologis. Peneliti menggunakan metode Support Vector Machine (SVM) dan metode Naive Bayes untuk menyelesaikan kasus gangguan autisme yang mengalami kesalahan diagnosa. Dalam hasil penelitian ini dilakukan perbandingan metode Support Vector Machine (SVM) dengan metode Naive Bayes. Metode Support Vector Machine (SVM) menghasilkan rata ?¢â?¬â?? rata klasifikasi 93,12%, sedangkan metode Naive Bayes menghasilkan rata ?¢â?¬â?? rata klasifikasi 73,34%.
Pengembangan Algoritma Apriori Untuk Pengambil Keputusan Lismardiana Lismardiana; Herman Mawengkang; Erna Budhiarti Nababan
Jurnal Teknologi Informasi dan Komunikasi Vol 4, No 2 (2015): Jurnal Teknologi Informasi dan Komunikasi (TIK)
Publisher : Kementerian Kominfo - RI

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

Abstract

Algoritma Apriori salah satu algoritma data mining dalam pembentukan asosiasi rule mining. Algoritma apriori adalah proses ekstraksi informasi dari suatu database, dilanjutkan dengan melakukan frequent item/itemset dan candidate generation dalam pembentukan asosiasi rule mining guna mendapatkan hasil nilai minimum support dan hasil nilai minimum confidence. Pada database yang cukup besar, algoritma apriori banyak menghasilkan pattern frequent item/itemset (pola sering muncul suatu item/itemset) yang banyak, karena harus melakukan candidate generation serta merekam database secara berulang-ulang. Dengan ini penulis berkeinginan mengembangkan algoritma apriori dengan melakukan penelitian  tentang bagaimana meminimalkan frequent item/itemset pada apriori, tanpa melakukan candidate generation sehingga mempercepat tahapan penyelesaian pencarian asosiasi rule mining. Untuk solusi meminimalkan  frequent item/itemset pada algoritma apriori, maka penulis  menggunakan metode FP-Growth,dari hasil penelitian yang dilakukan dengan menggunakan dataset 1000 records pada TransactionID-Sales , pada apriori mulai dari k2, dihasil sebanyak 101 frequent  item/itemset, sementara pada FP-Growth k2 sebanyak 40 frequent  item/itemset. Dari  jumlah hasil  frequent item/itemset dapat disimpulkan bahwa dengan metode FP-Growth mampu meminimalkan jumlah frequent item/itemset pada algoritma apriori dan lebih efesien dari segi waktu, juga  tahap penyelesaian lebih cepat, lebih terperinci dalam memaparkan hasil frequent item/itemset karena hasil frequent yang bernilai 1 masih diperhitungkan
Co-Authors ,, Amrullah Afriandy Sharif Amalia Andini Pratiwi Dedy Arisandi Eka Irawan Elviawaty Muisa Zamzami Ermawati Ermawati Ferawaty - Goklas Tomu Simbolon Hardisal, Hardisal Hartono Hartono Hayanti, Septi Herman Mawengkang Herman Mawengkang Jonas Franky R Panggabean Jonatan Sianturi Julpan Julpan Junidar, Junidar, Kelvin Onggrono Lailan Harahap Lismardiana Lismardiana M. Zarlis Muhammad Zarlis Muhammad Zarlis Nasution, Mahyuddin KM Opim Salim Sitompul Opim Salim Sitompul Rahmad Syah Rahmi Suliani Lubis Romi Fadillah Rahmat Rosmelda Ginting Rudy Chandra Sawaluddin Sawaluddin Seniman Sianturi, Jonatan Sinuraya, Junus Syahril Efendi Tulus Tulus Windi Saputri Simamora Yuni Cancer