Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Respati
Dini Fakta Sari, Dini Fakta
Unknown Affiliation
Computer Science & IT Engineering

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

Found 2 Documents
Search

 1 
IMPLEMENTASI ARTIFICIAL NEURAL NETWORK PADA FIELD PROGRAMMABLE GATE ARRAY (FPGA) DALAM SISTEM IDENTIFIKASI ODOR Sari, Dini Fakta; Rivai, Muhammad; Mujiono, Totok
Jurnal Teknologi Informasi RESPATI Vol 10, No 28 (2015)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.625 KB) | DOI: 10.35842/jtir.v10i28.139

Abstract

ABSTRAKPenggunaan Field Programmable Gate Array (FPGA) untuk implementasi artificial neural network memberikan fleksibilitas dalam sistem pemrograman. Implementasi digital pada artificial neural network menggunakan FPGA dan menggunakan fungsi aktivasi nonlinier. VHDL digunakan untuk mengimplementasikan artificial neural network pada FPGA Xilinx XC3S500E-FG320 dengan perangkat lunak Xilinx ISE Webpack 8.2i. Kecepatan operasi FPGA Xilinx XC3S500E-FG320 dapat ditingkatkan dengan menggunakan metode lookup table (LUT). Jumlah LUT yang digunakan untuk perancangan artificial neural network dengan 3 neuron pada lapisan input, 4 neuron pada lapisan output dengan 1 neuron pada lapisan tersembunyi adalah sebesar 1407 LUT, untuk 5 neuron pada lapisan tersembunyi sebesar 4549 LUT, untuk 10 neuron pada lapisan tersembunyi sebesar 6378 LUT dan untuk 15 neuron pada lapisan tersembunyi sebesar 10084 LUT. Sistem dentifikasi odor, dilengkapi dengan sensor resonator kuarsa, pengkondisi sinyal, FPGA dan display. Model Multi Layer Perceptron (MLP) dengan metode pembelajaran Back Propagation (BP) yang digunakan untuk klasifikasi odor. Artificial neural network terdiri dari 3 neuron pada lapisan input, 10 neuron pada lapisan tersembunyi dan 4 neuron pada lapisan output yang diimplementasikan pada FPGA. Tingkat keberhasilan artificial neural network untuk identifikasi amoniak sebesar 93%, untuk pertamax sebesar 90%, untuk alkohol sebesar 92% dan untuk minyak tanah sebesar 85%.Kata kunci : Odor, sistem identifikasi odor, Artificial neural network, dan FPGA.
CLUSTERING ASPEK KOGNITIF MAHASISWA TERHADAP PEMANFAATAN TEKNOLOGI INFORMASI Kriestanto, Danny; Sari, Dini Fakta
Jurnal Teknologi Informasi RESPATI Vol 11, No 31 (2016)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (422.881 KB) | DOI: 10.35842/jtir.v11i31.119

Abstract

ABSTRAKKemampuan memahami sebuah aplikasi merupakan hal yang wajib dimiliki, khususnya bagi mahasiswa strata satu. Penggunaan teknologi informasi dan aspek kognitif mahasiswa dinilai memiliki pengaruh besar terhadap kemampuan seseorang dalam menyerap informasi baru dari lingkungannya sehingga mencapai tingkat kreativitas yang tinggi.Penelitian ini akan menggali kemampuan mahasiswa strata satu, dalam kasus ini adalah mahasiswa jenjang strata satu pada salah satu perguruan tinggi di Yogyakarta, untuk mengetahui tingkat kemampuan mahasiswa tersebut di dalam enam tahapan aspek kognitif yang dicetuskan oleh Bloom. Walaupun tujuan penelitian ini adalah untuk menemukan kluster dengan menggunakan metode K-Means, namun akan juga digunakan metode pohon keputusan sebagai bahan perbandingan.Hasil dari penelitian ini menemukan bahwa terdapat gap yang cukup besar di para mahasiswa dalam hal aspek kognitif.Kata Kunci : Aspek kognitif, data mining, K-Means, Bloom, teknologi informasi, pohon keputusan
Co-Authors Danny Kriestanto, Danny Edi Iskandar, Edi Muhammad Rivai Totok Mujiono, Totok