Article Per Year (5 Year)
p-Index From 2019 - 2024
0.778
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Informatics and Enginering Dedication MDP Student Conference Jurnal Rekayasa Sistem Informasi dan Teknologi
Rusbandi Rusbandi
Universitas Multi Data Palembang
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Penerapan Aplikasi Plaxis Pada Prodi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang Rizani Teguh; Rusbandi Rusbandi; Sudiadi Sudiadi; Dien Novita; Mardiani Mardiani
FORDICATE Vol 1 No 2 (2022): JURNAL PENGABDIAN KEPADA MASYARAKAT FORDICATE (INFORMATICS ENGINEERING DEDICATION
Publisher : Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1154.671 KB) | DOI: 10.35957/fordicate.v1i2.2406

Abstract

Perkembangan teknologi informasi di segala bidang, termasuk universitas, membuat dosen dan mahasiswa terus meningkatkan kemampuannya dalam mengerjakan proyek-proyek. Salah satu upaya yang dapat dilakukan adalah dengan menerapkan teknologi komputer yang dapat mendukung proses kerja proyek yang berkaitan dengan mata kuliah Mekanika Tanah. Selama ini mahasiswa dan dosen selalu kesulitan melakukan perhitungan yang rumit, dimana membutuhkan waktu yang lama untuk menyelesaikannya dan hasilnya belum tentu akurat. Salah satu aplikasi yang dapat digunakan untuk membantu menyelesaikan perhitungan pada mata kuliah Mekanika Tanah adalah aplikasi Plaxis. Oleh karena itu perlu diadakan pelatihan penggunaan aplikasi Plaxis, pelatihan ini penulis laksanakan bersama tim di Program Studi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang. Pelatihan di Aula Fakultas Teknik Universitas Tridinanti Palembang yang dihadiri oleh dosen dan mahasiswa Program Studi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang. Pelatihan ini mendapat respon yang baik dari para peserta. Diharapkan dosen dan mahasiswa dapat menerapkan aplikasi The Plaxis setelah mengikuti kegiatan tersebut
Identifikasi Kadar Campuran Material pada Beton Keras Melalui Citra Menggunakan Jaringan Saraf Tiruan Propagasi Balik dengan Fitur LBP Gasim Gasim; Rusbandi Rusbandi; Rizani Teguh
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 9 No 4 (2022): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v9i4.3198

Abstract

Concrete can be found in permanent buildings, such as houses, buildings, bridges. Concrete is usually used for foundations, columns, beams, slabs. Concrete is a mixture of cement, fine aggregate, coarse aggregate and water. One of the determinants of the quality of concrete is the content of the concrete-forming mixture, so it is very important to know it. The problem arises about how to find out the mixture content in hardened concrete. Civil engineering discipline has a way to determine the content of the mixture forming the hardened concrete. However, it is possible to find out the level of this mixture using other disciplines, for example, from the discipline of computer science, in this case, artificial intelligence. Then, the problem is how to identify the mixture content in hardened concrete? This study uses the features of the Local Binary Pattern (LBP) image with the Artificial Neural Network (ANN) recognition method. There are 5 types of mixture used, each of which is represented by 5 samples of each type. Using a 14 MP camera, the shooting distance is approximately 27 cm. There are 1,000 training images from 3 samples of each type with 200 images each, and 500 test images from 2 samples from each type with 100 images each. The overall recognition accuracy rate is 67.6%. Keywords— Identification, Hardened Concrete, Local Binary Pattern, ANN
KLASIFIKASI MONKEYPOX MENGGUNAKAN EKSTRAKSI FITUR LBP Gracivo Elsion Victory; Rusbandi Rusbandi; Siska Devella
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (810.12 KB) | DOI: 10.35957/mdp-sc.v2i1.4369

Abstract

Monkeypox merupakan penyakit yang secara klinis sangap mirip dengan cacar air dan campak oleh karena itu orang-orang sulit membedakan monkeypox dan non-monkeypox. Metode ekstraksi fitur teksur yang efektif adalah Local Binary Pattern (LBP). Public dataset monkeypox yang digunakan dalam penelitian ini gambarnya berjumlah 3.192 dan berukuran 224x224 pixels. LBP menghasilkan Output feature vector dengan ukuran 1 x 59 sebagai input untuk metode random forest dengan nilai n_estimator yaitu 100, 500 dan 1000. Hasil pengujian citra monkeypox dibagi menjadi 3 tahap pengujian yaitu dengan proporsi dataset 60:40, 70:30, dan 80:20. Pada pengujian dengan proporsi 60:40 mendapatkan hasil terbaik pada dengan n_estimator 100 mendapatkan accuracy 83% . Pengujian dengan proporsi 70:30 mendapatkan accuracy 83% pada setiap n_estimator dan proporsi dataset 80:20 mendapatkan n_estimator terbaik yaitu 500 karna mandapatkan accuracy tertinggi dari ketiga pengujian dengan nilai 85%. Oleh karena itu dapat dilakukan klasifikasi Monkeypox dengan menggunakan fitur ekstraksi LBP dan Random Forest.
ANALYSIS ENGAGEMENT OF INSTAGRAM VISITORS AT UNIVERSITY OF MULTI DATA PALEMBANG BASED ON TOPIC USING LDA Nathaniel Jerin; Muhammad Rizky Pribadi; Rusbandi Rusbandi
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 1 No. 2 (2023): November
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jrsit.v1i2.172

Abstract

Social media has a big impact on everyday life, one of which is to communicate or to get information. Therefore, the development of social media applications makes people use social media applications to find information via the internet. The Instagram applications is one of the most popular social media because it has different topics based on post in the from of images or videos. Therefore, it is very difficult to identify a topic manually. One way to get implied information on social media is through topic modeling. This research was conducted to analyze the application of the LDA method to identify what topics are on Instagram at Multi Data Palembang University. The topics chosen in this study were obtained from LDA based on coherence values. This research uses 2 models, namely random forest and decision tree. Each model tested will produce different accuracy, precision, recall, and f1-score values. Tests were carried out on the LDA labeling dataset and manual labeling, the test results on the LDA labeling dataset were very good using the random forest model with an accuracy values of 78%, precision 80%, recall 66.66%, and f1-score 72.72%.
Co-Authors Devella, Siska Dien Novita Gasim Gracivo Elsion Victory Mardiani Mardiani Nathaniel Jerin Rizani Teguh Rizani Teguh Rizky Pribadi, Muhammad Sudiadi Sudiadi