Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Teknologi Informasi Komunikasi dan Industri
Frica A Ambarwati
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Seminar Nasional Teknologi Informasi Komunikasi dan Industri

 1 
Analisa Perbandingan Metode Dempster-Shafer (DS) Dan Certainty Factor (CF) Dalam Mendiagnosa Hama Dan Penyakit Kacang Tanah Okfalisa Okfalisa; Yelfi Vitriani; M Fadhli Ihsan; Fitri Insani; Novi Yanti; Frica A Ambarwati; Eggy P
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (395.04 KB)

Abstract

Beberapa masalah meningkat untuk meningkatkan diagnosa hama dan penyakit pada kacang tanah. Adanya kendala yang dihadapi pada buruknya kesuburan tanah, penyakit, jamur, virus, dan hama dapat memicu mengurangi produktivitas tanaman, kualitas dan nilai. Terlebih, beberapa sumber langka dari varietas unggul, serta pengetahuan dari petani yang terbatas pada produksi benih, panen dan pengolahan tanaman itu sendiri. Makalah ini mengkaji penerapan metode Dempster-Shafer (DS) dan metode Certainty Factor (CF) untuk akurasi data yang tepat dalam mencari solusi yang diharapkan dengan menganalisa perbandingan metode tersebut. Analisis mengikuti proses dari sistem pakar termasuk pengolahan gejala-gejala, cara pengendalian, nilai probabilitas untuk DS dan CF, Rulebase Reasoning serta hasil diagnosa sistem dan pakar. Untuk menguji validitas dan keakuratan data kedua metode dengan Confusion Matrix, statistika deskriptif, Uji Mann Whitney dan uji T Independent Sample. Sebagai hasilnya, ada 13 hama/penyakit dari 13 terdapat perbedaan nilai kepercayaan antara kedua metode. Rata rata perbedaan dari 13 data uji adalah 16,48%. Terlihat pada metode CF nilai kepercayaan lebih tinggi daripada metode DS. Pengujian ini juga mencari solusi yang diharapkan berdasarkan keakuratan data dari metode yang tepat berdaskan uji T Independent Sample. Dari hasil perhitungan hasil uji T Independent Sample pada asumsi data terdistribusi normal dijelaskan bahwa didapatkan hasil bahwa probabilitas kesalahan (0,000), sedangkan pada kriteria pengujian dengan tingkat signifikansi α 0,05 (keyakinan 95%). Ini menunjukkan bahwa Hipotesis ditolak, maka dapat disimpulkan bahwa metode DS lebih tepat untuk diterapkan pada sistem pakar diagnosa hama dan penyakit pada kacang tanah.
Aplikasi Prediksi Respon Displacement dan Story Drift Bangunan terhadap Spektrum Gempa dengan Metode Backprepogation Okfalisa saktioto; Eggy P; Yelvi Fitriani; Fitri Insani; Novi Yanti; Frica A Ambarwati
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (747.296 KB)

Abstract

Gempa bumi merupakan kejadian unik yang  tidak bisa ditentukan, baik waktu kejadian, lamanya waktu berlangsung (durasi) maupun kekuatan. Untuk memprediksi terjadinya gempa tidaklah mudah, maka salah satu cara yang dapat dilakukan adalah bagaimana mengatasi atau  memperkecil pengaruh kerusakan yang ditimbulkan  akibat gempa tersebut. Beban gempa menjadi aspek penting yang perlu diperhitungkan dalam mendesain bangunan sebuah gedung. Respon bangunan yang tidak aman akan menyebabkan kerusakan bangunan yang selanjutnya mengarah kepada kerugian, baik secara fisik maupun finansial. Guna mencegah terjadinya kecelakaan dan meminimalisir resiko dalam pembangunan, maka penelitian ini memprediksi nilai respon suatu bangunan melalui penerapan konsep Jaringan Syarat Tiruan Backpropagation Neural Network (BPNN). Prediksi dilakukan pada tipe bangunan displacement dan story drift berupa nilai respon dengan parameter  mutu beton, percepatan tanah puncak (PGA), percepatan spectrum desain (SDS), parameter SD1, waktu sebelum getaran (T0), dan waktu setelah getaran (Ts). Untuk simulasi pengujian digunakan 330 data dari 10 provinsi yang ada di Indonesia. Parameter BPNN yang digunakan yaitu nilai epoch 500, nilai learning rate 0.01-0.09 , arsitektur 6 neuron input layer, 6 neuron hidden layer dan 1 output. Simulasi perbandingan jumlah data latih dan data uji yang digunakan adalah 90:10, 80:20, 70:30; dan 50:50. Berdasarkan hasil pengujian, diperoleh nilai akurasi tertinggi pada displacement=93,0446% dan story drift=  94,6599%  untuk simulasi 90:10 dan learning rate 0.09. Hasil ini menunjukkan bahwa metode BPNN telah berhasil diterapkan untuk memprediksi respon bangunan terhadap gempa dengan tingkat akurasi yang cukup baik. 
Co-Authors Eggy P Fitri Insani M Fadhli Ihsan Novi Yanti Okfalisa Okfalisa Okfalisa saktioto Yelfi Vitriani Yelvi Fitriani