Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Zeta - Math Journal
M. Fariz Fadillah Mardianto
Universitas Islam Madura
Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Aplikasi SVM Classifier dalam Pengenalan Target IR (infrared) Rica Amalia; Kuzairi Kuzairi; Tony Yulianto; M. Fariz Fadillah Mardianto; Faisol Faisol
Zeta - Math Journal Vol 1 No 1 (2015): Mei 2015
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2775.426 KB) | DOI: 10.31102/zeta.2015.1.1.6-9

Abstract

Dalam tulisan ini, support vector machine diusulkan dalam pengenalan target IR. Metode grid digunakan untuk memilih parameter yang tepat dari SVM untuk menghindari over-fitting yang disebabkan pemilihan parameter yang tidak tepat. Kami menggunakan citra pemantauan IR tambang batubara untuk melihat kemampuan pengenalan target IR oleh SVM. Fitur dan kategori citra pemantauan IR tambang batubara diberikan. Hasil eksperimen menggambarkan bahwa akurasi pengenalan target IR oleh SVM adalah 100%. Jadi, SVM adalah metode pengenalan target IR yang sangat baik.
Aplikasi Jaringan Hebb dalam Pengenalan Huruf Faisol Faisol; Rica Amalia; Kuzairi Kuzairi; Tony Yulianto; M. Fariz Fadillah Mardianto
Zeta - Math Journal Vol 1 No 1 (2015): Mei 2015
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4078.798 KB) | DOI: 10.31102/zeta.2015.1.1.10-14

Abstract

Pengenalan pola secara automatis adalah masalah yang banyak menyita perhatian sekarang ini, baik pengenalan pola wajah, sidik jari, tulisan tangan maupun pola karakter hasil cetakan. Yang menjadi alasan penelitian adalah kemampuan untuk mengenali secara efektif dengan menggunakan pola contoh yang sedikit. Satu pendekatan yang menunjukkan hasil yang menjanjikan dalam pengenalan pola adalah dengan menggunakan jaringan saraf tiruan. Jaringan saraf tiruan telah dikembangkan sebagai generalisasi model matematik dari pembelajaran otak manusia. Jaringan saraf tiruan algoritma Hebb Rule adalah salah satu algoritma pelatihan paling sederhana untuk jaringan syaraf tiruan secara umum. Dalam penelitian ini, jaringan saraf dilatih dengan menggunakan 7 karakter huruf besar, yakni A, B, C, D, E, J, dan K. Hasil pengujian menunjukkan bahwa metode Hebb masih memiliki keterbatasan dalam pengenalan pola karena ada input pola yang ditraining yang tidak bisa dikenali pada saat proses testing.
Pengelompokan Optimal Kabupaten dan Kota Rawan Kriminalitas di Jawa Timur dengan Metode Analisis Kluster Terbaik M. Fariz Fadillah Mardianto; Kuzairi Kuzairi; Tony Yulianto; Rica Amalia; Faisol Faisol
Zeta - Math Journal Vol 1 No 1 (2015): Mei 2015
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (7821.667 KB) | DOI: 10.31102/zeta.2015.1.1.22-29

Abstract

Kriminalitas adalah kejadian melanggar hukum yang menganggu keamanan di suatu wilayah. Tingginya tingkat kriminalitas dapat menghambat mobilitas masyarakat dan investor. Kegiatan perekonomian, perdagangan, dan pendidikan dapat terganggu di suatu daerah yang dikategorikan sebagai daerah rawan jika keamanan tidak dijamin. Akhir-akhir ini isu kriminalitas menjadi topik yang menarik di Jawa Timur. Jawa Timur dengan luas wilayah yang besar, jumlah penduduk yang banyak dan beragam, serta pembangunan yang pesat memiliki probabilitas tinggi dalam hal kriminalitas. Pengelompokan daerah rawan kriminalitas perlu dilakukan. Dalam penelitian ini pengelompokan daerah rawan kriminalitas dilakukan dengan metode analisis kluster hierarki diantaranya single linkage, complete linkage, average linkage, dan metode ward, serta analisis kluster non hierarki dengan menggunakan metode k-means. Jumlah kluster optimal untuk tiap metode ditentukan dengan statistik Pseudo-F terbesar. Setelah mendaapatkan jumlah kluster optimal dengan Pseudo-F, langkah selanjutnya adalah menentukaan metode analisis kluster yang terbaik dengan melihat nilai internal cluster dispersion rate (icdrate). Semakin kecil nilai icdrate, semakin baik metode tersebut dalam melakukan pengelompokan. Setelah dilakukan pengelompokan didapatkan hasil lima kelompok yang optimal berdasarkan metode ward dimana terdapat lima kategori daerah dengan tingkat kriminalitas sangat rawan, rawan, sedang, aman, sangat aman. Berdasarkan hasil analisis kluster dua wilayah disarankan untuk mendapatkan keamanan khusus yaitu Kota Surabaya yang merupakan daerah sangat rawan kriminalitas , dan Kota Malang dengan kategori rawan kriminalitas. Kedua daerah ini merupakan dua kota terbesar di Jawa Timur.
Co-Authors Faisol, Faisol Kuzairi Rica Amalia Tony Yulianto