Fhira Nhita Fhira Nhita
Telkom University

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

Found 4 Documents
Search

Prediksi Curah Hujan Menggunakan Evolving Fuzzy Bernadus Seno Aji; Fhira Nhita; Adiwijaya Adiwijaya
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Meteorologi atau ilmu yang mempelajari tentang cuaca dan faktor-faktor yang mempengaruhinya dan salah satu faktor yang dipelajari adalah curah hujan.Pada kehidupan sehari-hari, seringkali kita menemuai prediksi curah hujan diberbagai media massa. Kebutuhan akan keadaan cuaca esok hari sangat dibutuhkan untuk menyusun berbagai rencana. Untuk masa lampau, perkiraan curah hujan sangat bergantung dengan bulannya, ada musim kemarau dan musim penghujan. Namun saat ini, curah hujan semakin sulit untuk diprediksi sehingga diperlukan model atau sistem yang dapat memprediksi curah hujan dengan akurat. Pada penelitian Penelitian ini dijelaskan tentang prediksi curah hujan menggunakan Evolving Fuzzy. Algoritma Genetika akan digunakan untuk mengoptimasi fungsi keanggotaan dan rule Fuzzy. Fuzzy yang telah dioptimasi digunakan untuk memprediksi curah hujan esok hari. Parameter input yang akan digunakan merupakan data parameter cuaca. Berdasarkan hasil pelatihan Fuzzy menggunakan Algoritma Genetika didapat parameter Fuzzy yang optimal dihasilkan dari Ukuran populasi 50, probabilitas crossover 0.7, probabilitas mutasi 0.1 serta jumlah individu yang dievaluasi sebanyak 10000 dengan akurasi pelatihan 66.09% dan akurasi pengujian 63.13%.
Klasterisasi Data Microarray Menggunakan Metode Clique Partitioning Lisa Marianah; Fhira Nhita; Adiwijaya Adiwijya
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Microarray merupakan salah satu teknologi bioinformatika yang dapat mengetahui profil ekspresi gen secara paralel dalam jumlah dimensi yang besar. Microarray digunakan untuk membantu peneliti dalam melakukan diagnosis terhadap penyakit. Pada analisis penelitian, data Microarray yang memiliki jumlah dimensi yang besar akan sangat sulit untuk diteliti. Oleh karena itu dibutuhkan klasterisasi untuk memperoleh klaster sehingga dihasilkan informasi dari data tersebut. Metode yang digunakan adalah clique partition yang didasari oleh prosedur branch and bound dan DFS untuk menelusuri setiap titik dalam graf.Proses menemukan klaster diawali dengan mentransformasikan data Microarray ke dalam graf yang dibentuk menjadi matriks adjacency. Dalam penelitian Penelitian ini, penentuan korelasi ditentukan berdasarkan nilai threshold. Mencari klaster menggunakan clique partition berarti mencari maximal clique. Hasil yang diperoleh menunjukkan perubahan threshold mempengaruhi jumlah klaster yang diperoleh. Analisis hasil klaster untuk data Microarray yang digunakan menunjukkan bahwa pemilihan threshold yang lebih kecil memberikan nilai error SSE yang lebih kecil.
Perancangan Pengaturan Durasi Lampu Lalu Lintas Adaptif Rudericus Andika Pramudya; Mahmud Imrona; Fhira Nhita
Indonesia Symposium on Computing Indonesia Symposium on Computing 2015
Publisher : Indonesia Symposium on Computing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemacetan lalu lintas adalah suatu permasalahan yang selalu dirasakan masyarakat pengguna jalan, terlebih lagi bagi masyarakat di kota-kota besar, seperti Bandung. Kemacetan lalu lintas berdampak buruk bagi siapapun. Kemacetan mengakibatkan kerugian yang besar bagi individu maupun kelompok tertentu. Maka dari itu dibutuhkan solusi untuk mengurangi kemacetan. Solusi yang ditawarkan adalah pendekatan perhitungan lama durasi waktu lampu lalu lintas yang efisien, sehingga dapat mengurangi kemacetan berlebihan yang terjadi dan arus kendaraan menjadi lancar. Pada penelitian ini dibuat usulan sistem pengendali lampu lalu lintas yang adaptif, sistem ini menggunakan jaringan syaraf tiruan recurrent neural network untuk memecahkan permasalahan yang bersifat tidak pasti. Rancangan jaringan syaraf tiruan dicari dengan algoritma genetika (AG) berdasarkan data yang diperoleh dari data di lapangan. Berdasarkan penelitian yang telah dilakukan, didapatkan arsitektur terbaik berupa bobot-bobot dan hubungan antar neuron. Akurasi tertinggi pada sistem yang dibandingkan dengan fix time menunjukkan hasil yang cukup baik yaitu 90,082% untuk pembelajaran dan 87,191% untuk pengujian pengaturan durasi waktu lampu hijau lalu lintas adaptif. Jaringan syaraf tiruan yang telah dioptimalkan dengan proses pencarian arsitektur terbaik oleh algoritma genetika mempunyai hasil uji kinerja sistem yang lebih baik dibandingkan dengan fix time.  
Weather Forecasting in Bandung Regency based on FP-Growth Algorithm Farida Nur Khasanah; Fhira Nhita
International Journal on Information and Communication Technology (IJoICT) Vol. 4 No. 2 (2018): December 2018
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/IJOICT.2018.42.203

Abstract

Weather change is one of the things that can affect people around the world in doing activities, including in Indonesia. The area of Indonesia, especially in Bandung regency has a high intensity of rainfall, compared with other regions. The people of Bandung Regency mostly have livelihoods in the fields of industry and agriculture, both of which are closely related to the effects of weather. Weather prediction is used for reference, so the future of society can prepare all possible weather before the move. One method of data mining used to predict weather is the association rule method. In this method there is Frequent Pattern Growth (FP-Growth) algorithm, this algorithm is used to determine the pattern of linkage between attribute weather with rainfall. The result of the FP-Growth algorithm is an association rule, the result of the algorithm rules is then used as reference for data entry in the classification process, where the process is done to get the forecast based on the rainfall category to obtain maximum accuracy. The highest performance result of FP-Growth from the result of rules based on its confidence value is 92%.