Article Per Year (5 Year)
p-Index From 2019 - 2024
3.924
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Transmisi: Jurnal Ilmiah Teknik Elektro Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Majalah Ilmiah MOMENTUM Jurnal Informatika Upgris Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) ILKOM Jurnal Ilmiah Systemic: Information System and Informatics Journal Jurnal Teknologi Dan Sistem Informasi Bisnis JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Jurnal Teknologi Informasi Cyberku Moneter : Jurnal Keuangan dan Perbankan
Ricardus Anggi Pramunendar
Universitas Dian Nuswantoro
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
PREDIKSI VOLUME LALU LINTAS ANGKUTAN LEBARAN PADA WILAYAH JAWA TENGAH DENGAN METODE K-MEANS CLUSTERING UNTUK ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Evanita, Evanita; Noersasongko, Edi; Pramunendar, Ricardus Anggi
Jurnal Simetris Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (450.085 KB)

Abstract

Di Indonesia kepadatan arus lalu lintas terjadi pada jam berangkat dan pulang kantor, hari-hari libur panjang atau hari-hari besar nasional terutama saat hari raya Idul Fitri (lebaran). Mudik sudah menjadi tradisi bagi masyarakat Indonesia yang ditunggu-tunggu menjelang lebaran, berbondong-bondong untuk pulang ke kampung halaman untuk bertemu dan berkumpul dengan keluarga. Kegiatan rutin tahunan ini banyak di lakukan khususnya bagi masyarakat kota-kota besar seperti Jakarta, dimana diketahui bahwa Jakarta adalah Ibu kota negara Republik Indonesia dan menjadi tujuan merantau untuk mencari pekerjaan yang lebih layak yang merupakan harapan besar bagi masyarakat desa. Volume kendaraan bertambah sejak 7 hari menjelang lebaran sampai 7 hari setelah lebaran tiap tahunnya terutama pada arah keluar dan masuk wilayah Jawa Tengah yang banyak menjadi tujuan mudik. Volume kendaraan saat arus mudik yang selalu meningkat inilah yang akan diteliti lebih lanjut dengan metode ANFIS agar dapat menjadi alternatif solusi  langkah  apa  yang  akan  dilakukan di  tahun  selanjutnya agar  pelayanan lalu  lintas, kemacetan panjang dan angka kecelakaan berkurang. Dengan input parameter ANFIS yang digunakan yaitu pengclusteran hingga 5 cluster, epoch 100, error goal 0 diperoleh performa terbaik ANFIS dengan K-Means clustering yang terbagi menjadi 3 cluster, epoch terbaik sebesar 20 dengan RMSE Training terbaik sebesar  0,1198,  RMSE  Testing terbaik sebesar  0,0282  dan  waktu proses tersingkat  sebesar 0,0695.Selanjutnya hasil prediksi diharapkan dapat bermanfaat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas lebih baik lagi.Kata kunci: angkutan lebaran, Jawa Tengah, ANFIS.
FUSION OF BAGGING BASED ENSEMBLE FRAMEWORK FOR EPILEPTIC SEIZURE CLASSIFICATION Alzami, Farrikh; Tamamy, Aries Jehan; Pramunendar, Ricardus Anggi; Arifin, Zaenal
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 22, No 3 Juli (2020): TRANSMISI
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.22.3.102-106

Abstract

The ensemble learning approach, especially in classification, has been widely carried out and is successful in many scopes, but unfortunately not many ensemble approaches are used for the detection and classification of epilepsy in biomedical terms. Compared to using a simple bagging ensemble framework, we propose a fusion bagging-based ensemble framework (FBEF) that uses 3 weak learners in each oracle, using fusion rules, a weak learner will give results as predictors of the oracle. All oracle predictors will be included in the trust factor to get a better prediction and classification. Compared to traditional Ensemble bagging and single learner type Ensemble bagging, our framework outperforms similar research in relation to the epileptic seizure classification as 98.11±0.68 and several real-world datasets
Prediksi Produksi Air PDAM dengan Jaringan Syaraf Tiruan Yudha Tirto Pramonoaji; Stefanus Santosa; Ricardus Anggi Pramunendar
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (436.826 KB)

Abstract

Perusahaan Daerah Air Minum  (PDAM)  merupakan perusahaan milik daerah yang begerak di bidang  penyedia, pengolahan,dan pendistribusian air bersih.  Sebuah sistem  yang  akurat untuk  prediksi  jumlah produksi air  untuk masa depan  dibutuhkan oleh PDAM untuk menentukan kebijakan dalam bidang produksi air. Penelitian ini menghasilkan sebuah model prediksi untuktotal volume  produksi air PDAM  Kota Semarang.  Data yang diolah  adalah jumlah penduduk, jumlah pelanggan berdasarkan jenis pelanggan, total volume produksi, kontribusi daerah sumber, volume distribusi, air terjual, dan kehilangan air. Data diperoleh dari laporan  bulanan  perusahaan  selama  5  tahun terakhir yaitu  mulai tahun 2008-2012.  Pendekatan  yang digunakan untuk prediksi produksi air adalah dengan menggunakan metode  Jaringan Syaraf Tiruan Backpropagation dengan Fungsi Aktivasi Hyperbolic Tangent. Berdasarkan hasil  penelitian, diperoleh  sebuah Model Prediksi Untuk  Total Volume Produksi Air PDAM  Kota Semarang dengan  nilai error 0.000000, MSE 0.074416,  MAE 0.102487, dan  rata-rata nilai akurasi sebesar 95,56%.
Deteksi Api dengan MultiColorFeatures, Background Subtraction dan Morphology Guruh Fajar Shidik; Fajrian Nur Adnan; Ricardus Anggi Pramunendar; Catur Supriyanto; Pulung Nurtantio Andono
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (671.742 KB)

Abstract

Pentingnya  deteksi  api secara dini dapat membantu memberikan peringatan  serta  menghindari bencana yang menyebabkan kerugian ekonomi dan kehilangan nyawa manusia.  Teknik deteksi api dengan sensor konvensional  masih  memiliki keterbatasan, yakni  memerlukan waktu yang cukup lama dalam mendeteksi api pada ruangan yang besar serta tidak dapat bekerja di ruangan terbuka. Penelitian ini mengusulkan metode deteksi  api secara visual yang dapat digunakan pada  camera surveillance dengan  menggunakankombinasi  Multicolorfeatures  sepertiRGB,  HSV,YCbCr  dan  Background Subtraction  serta morphologyuntuk pendeteksian  pergerakan  api.  Evaluasi penelitian  dilakukan dengan menghitung tingkat error deteksi  area api.
ANALISA PENGARUH PERBEDAAN MEDIUM AIR DAN UDARA TERHADAP KALIBRASI KAMERA DENGAN MENGGUNAKAN METODE ZHANG Pulung Nurtantio Andono; Guruh Fajar Shidik; Ricardus Anggi Pramunendar; Catur Supriyanto; Mochamad Hariadi
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (647.881 KB)

Abstract

Pada paper ini kami melakukan penelitian untuk mencari pengaruh perbedaan medium terhadap kalibrasi kamera. Kami melakukan komparasi analisa kalibrasi kamera yang dilakukan di udara dan di air, untuk mengetahui tingkat perbedaannya. Pada studi komparasi analisa ini kami menggunakan tehnik kalibrasi Zhang yang sudah biasa digunakan untuk kalibrasi kamera. Hasil experimen yang diukur merupakan perbandingan nilai focal length. Dari hasil percobaan yang dilakukan, didapatkan bahwa adanya perbedaan nilai focal length kamera pada medium air dan udara sebesar 36%.Kata kunci : Kalibrasi Kamera, Metode Zhang
Klasifikasi Kualitas Kayu Kelapa Menggunakan Gray-Level Co-Occurrence Martix Berbasis Backpropagation dan Algoritma Genetika Ricardus Anggi Pramunendar; Catur Supriyanto
Semantik Vol 4, No 1 (2014): Semantik 2014
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3074.742 KB)

Abstract

Indonesia merupakan negara kedua terbesar yang memiliki tanaman pohon kelapa (Cocos nucifera), batang pohon kelapadapat diproses menjadi kayu sebagai bahan pembuat mebel dan konstruksi bangunan. Kualitas kayu kelapa yaitu kekuatandan keawetan ditentukan oleh banyak faktor salah satunya adalah dari pola kerapatan serat (vascular bundle) pada kayukelapa. Saat ini untuk menentukan kualitas kayu kelapa dengan melihat kerapatan serat hanya dapat dilakukan oleh seorangahli dibidangnya. Karena pola pemotongan pada batang kelapa, kayu kelapa dibagi menjadi tiga kelas yang dilihat darikerapatan serat kayu, yaitu kerapatan tinggi, kerapatan sedang dan kerapatan rendah. Untuk menghasilkan produk yang baikdiperlukan penentuan kualitas bahan baku (kayu) yang sesuai dengan kebutuhan.Kata kunci : Kualitas kayu kelapa, GLCM, Backpropagation, Algoritma Genetika
PENGARUH POSISI DAN PENCAHAYAAN DALAM IDENTIFIKASI WAJAH Ricardus Anggi Pramunendar
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (412.61 KB)

Abstract

Penelitian tentang identifikasi wajah telah banyak dilakukan sebagai salah satu kebutuhan dalam sistem keamanan. Namun penelitian tersebut hanya menekankan kepada metode dengan kondisi dimana wajah dalam keadaan normal dan pencahayaan yang sama. Di dalam penelitian ini, input yang diidentifikasi berupa citra wajah yang belum diketahui, sistem selanjutnya akan memberikan output berupa identifikasi wajah yang paling sesuai dengan database yang tersedia. Penelitian ini fokus kepada peningkatan ketelitian dalam identifikasi wajah berdasar pengaruh dari citra input dengan posisi dan pencahayaan berbeda. Penelitian ini mengusulkan 4 tahapan untuk prosesidentifikasi yang meliputi pre-processing (normalisas dan deteksi tepi), transformasi data training dengan Pulse Coupled Neural Network (PCNN), dan klasifikasi menggunakan metode Learning Vector Quantization (LVQ). Dari hasil percobaan identifikasi 540 data training citra wajah terhadap 180citra wajah acuan didapatkan tingkat ketelitian mencapai 90.7%.Kata Kunci : Posisi dan pencahayaan, Pre-processing, PCNN, LVQ.
Penentuan Prediksi Awal Penyakit Jantung Menggunakan Algoritma Back Propagation Neural Network dengan Metode Adaboost Ricardus Anggi Pramunendar; Ika Novita Dewi; Hasan Asari
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (594.311 KB)

Abstract

Penyakit jantung adalah terjadinya penyumbatan sebagian atau total dari suatu lebih pembuluh darah, akibatnya adanya peyumbatan maka dengan sendirinya suplai energi kimiawi ke otot jantung berkurang, sehingga te rjadi gangguan keseimbangan antara suplai dan kebutuhan.  Dari tahun ke tahun jumlah kasus pasien dengan penyakit jantung semakin meningkat.  Sebagai upaya preventif dalam penanganan penyakit jantung perlu dilakukan usaha untuk melakukan prediksi lebih awal  pasien dengan penyakit jantung. Hasil prediksi awal yang dilakukan dapat digunakan oleh para  petugas medis  sebagai alat bantu dalam penentuan penyakit jantung dan langkah awal penanganannya. Penerapan prediksi awal penyakit jantung dapat dilakukan dengan teknik komputasi cerdas menggunakan algoritma  Back Propagation  Neural  Network  (BPNN)  dengan  penambahan metode Adaboost.  Hasil eksperimen menunjukkan bahwa nilai akurasi hasil prediksi menggunakan algoritma BPNN  adalah 96,65 % dan algoritma  BPNN  dengan  metode  Adaboost menjadi 99,29 %, sehingga dapat dikatakan bahwa algoritma neural network dengan penambahan metode adaboost memiliki hasil prediksi yang baik dalam memprediksi penyakit jantung seorang pasien.
Pelacakan Kendaraan Bermotor di Jalan Tol Semarang Menggunakan Kalman Filter dan Mixture of Gaussian dengan Video Kualitas Rendah Iswahyudi Iswahyudi; Yuliman Purwanto; M. Arif Soleman; Ricardus Anggi Pramunendar
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (905.152 KB)

Abstract

Pelacakan kendaraan  bermotor  merupakan hal yang paling penting digunakan pada Observasi Video Lalu Lintas.  Observasi Video Lalu Lintas penting karena meningkatnya jumlah kendaraan bermotor khususnya di Indonesia. Di makalah ini dibahas mengenai pelacakan kendaraan bermotor di Jalan Tol Semarang menggunakan Kalman Filter dan Mixture of Gaussian (MoG) dengan memasukan nilai  –  nilai parameter seperti  (alpha)  α  sebagai pembelajaran konstan dan T sebagai  nilai  Treshold Background.  Langkah pertama yang dilakukan adalah mengubah file video menjadi urutan gambar, lalu mensubstraksi foreground  yang bergerak  dari backgroundpadasetiap gambar.  Setiap pixel pada gambar dimodelkan menjadi MoG kemudian dianalisis untuk menentukan yang menjadi model background. Pixel yang menjadi anggota dari background akan berkorespondensi dengan warna background. Pixel dengan perbedaan yang besar  dengan nilai pixel background maka akan diberi label sebagai foreground. Setiap pixel  dari background  diubah secara kontinu  mengikuti  perubahan background karena berbagai kondisi.  Langkah kedua adalah untuk menghubungkan objek –  objek yang telah dideteksi pada urutan gambar 1 dengan urutan gambar berikutnya untuk menentukan identitas dan  lokasi dari sebuah objek kendaraan bermotor pada titik yang berbeda dalam sebuah urutan gambar. Untuk menjalankan langkah kedua, setiap objek kendaraan bermotor didesk ripsikan dengan atribut –  atribut seperti : posisinya(x,y), kecepatan dan ukuran, yang disebut sebagai keadaan objek.   Pelacakan posisi kendaraan aktual dapat dilakukan dengan pelacakan keadaan objek menggunakan Kalman filter.  Dari hasil eksperimen, pelacakan kendaraan di Jalan Tol Semarang lebih akurat menggunakan Kalman filter dipadukan dengan MoG dibandingkan hanya menggunakan MoG atau dengan metode Optical Flow.  Nilai α  dan T bergantung pada kondisi video lalu lintas berdasarkan cuaca, pencahayaan dan gangguan lainnya.
Model Hibrida Untuk Penjurusan Siswa SMA Purwanto Purwanto; Sutini Dharma Oetomo; Ricardus Anggi Pramunendar
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (259.19 KB)

Abstract

Penjurusan siswa di SMA merupakan rutinitas penting setiap tahun. Pada umumnya terdapat 2 jurusan  utama di setiap sekolah, yaitu jurusan IPA dan IPS. Pemilihan jurusan ini sangat penting karena berkaitan dengan jurusan fakultas yang dapat dipilih o leh siswa pada jenjang pendidikan selanjutnya. Oleh sebab itu, diperlukan model yang cocok dari variabel -variabel yang mempengaruhi penjurusan tersebut.  Dalam penelitian ini penulis mengusulkan model hibrida untuk penjurusan siswa di SMA. Model hibrida ini menggabungkan metode Logistic Regression dengan  Support Vector Machine (SVM).  SVM ini merupakan metode  yang lebih handal dibandingkan metode-metode analisis lainnya.Hasil yang didapat dari penelitian menunjukkan model hibrida Logistic Regression dengan SVM memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan  metode SVM biasa.
Co-Authors Abdul Syukur Ade Yusupa Ahmad Akrom Ahmad Akrom Alzami, Farrikh Andi Kamaruddin Apriyanto Alhamad Arifin, Zaenal Catur Supriyanto Catur Supriyanto Catur Supriyanto Dewi Nurdiyah Dwi Puji Prabowo Dwi Puji Prabowo Dwi Puji Prabowo, Dwi Puji Dzuha Hening Yanuarsari, Dzuha Hening Edi Noersasongko Enrico Irawan Etika Kartikadarma Evanita Evanita, Evanita Fajrian Nur Adnan Fathorazi Nur Fajri Fatkhuroji Fatkhuroji Fauzi Adi Rafrastara Fikri Diva Sambasri Fikri Diva Sambasri Guruh Fajar Shidik Hasan Asari Hendri Ramdan Ika Novita Dewi Ika Novita Dewi Imran, Bahtiar Irham Ferdiansyah Katili Iswahyudi Iswahyudi khoiriya latifah Kristhina Evandari Kurnia Prayoga Wicaksono M. Arif Soeleman M. Arif Soleman Megantara, Rama Aria Mira Nabila Moch Arief Soeleman Mochamad Arief Soeleman Mochamad Hariadi Moh. Arief Soeleman Muh Nasirudin Karim Noor Wahyudi Nuanza Purinsyira Nur Azise Pulung Nurtantio Andono Pulung Nurtantio Andono Pulung Nurtantio Andono Pulung Nurtantyo Andono Puri Sulistiyawati Puri Sulistiyawati Puri Sulistiyawati Purwanto Purwanto Purwanto Purwanto Putu Samuel Prihatmajaya Rama Aria Megantara Rama Aria Megantara Rifqi Mulya Kiswanto Ritzkal, Ritzkal Rony Wijanarko Sasono Wibowo Stefanus Santosa Sutini Dharma Oetomo Tamamy, Aries Jehan Usman Sudibyo Vincent Suhartono Vincent Suhartono Vincent Suhartono Yudha Tirto Pramonoaji Yuliman Purwanto Yuslena Sari