Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer JUKI : Jurnal Komputer dan Informatika
Samsu Alam
Universitas Dipa Makassar
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 2 Documents
Search

 1 
Analisis Perbandingan Metode Fuzzy Tsukamoto dan Regresi Linier Berganda dalam Peramalan Jumlah Produksi Kopi Wahyudi Rusdi; Novita Sambo Layuk; Samsu Alam; A.Nurul Fatimiyah; Muthahharah Muthahharah
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 7 No. 2 (2023): Volume 7 Nomor 2 April 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v7i2.12267

Abstract

Penelitian Penelitian ini bertujuan untuk membandingkan hasil suatu peramalan dengan menggunakan Metode Fuzzy Tsukamoto dan Regresi Linier Berganda serta untuk membantu Koperasi Kopi Manipi dalam memprediksi jumlah produksi kopi yang akan dihasilkan untuk periode selanjutnya. Dalam penelitian ini, digunakan data jumlah produksi kopi pada Koperasi Kopi Manipi sebagai output atau variabel terikat (Y) dan faktor yang mempengaruhinya yaitu curah hujan, dan modal pembiayaan sebagai input atau variabel bebas X1 dan X2. Dalam pengolahan data untuk logika fuzzy masing-masing variabel Y, X1, X2 dikelompokkan ke dalam 3 himpunan fuzzy. Aturan fuzzy yang digunakan ada 9 aturan dengan metode penyelesaian yang digunakan adalah metode Fuzzy Tsukamoto. Untuk Regresi Linier Berganda diselesaikan dengan menggunakan metode kuadrat terkecil (Least Squares Method). Dengan menunjukkan nilai rata-rata kesalahan relatif dari peramalan setiap metode, diperoleh nilai rata-rata kesalahan relatif metode regresi linier berganda sebesar 01095480958 atau 11% dan fuzzy tsukamoto sebesar 0,117973 atau 12%. Besarnya nilai tersebut memperlihatkan bahwa nilai rata-rata kesalahan relatif metode regresi linier berganda lebih kecil daripada metode fuzzy tsukamoto. Maka untuk kasus dengan variabel input dan output dalam penelitian ini dapat disimpulkan bahwa peramalan dengan menggunakan metode regresi linier berganda lebih baik dan optimal daripada metode fuzzy tsukamoto.
Sistem Deteksi Kantuk Pengemudi Mobil Berdasarkan Analisis Rasio Mata Menggunakan Computer Vision Andi Asvin Mahersatillah Suradi; Samsu Alam; Mushaf Mushaf; Muhammad Furqan Rasyid; Imran Djafar
JUKI : Jurnal Komputer dan Informatika Vol. 5 No. 2 (2023): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2023
Publisher : Yayasan Kita Menulis

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

Abstract

Driver drowsiness is one of the main causes of motor vehicle accidents. According to National Sleep Foundation records, about 32% of drivers have at least one drowsy driving experience per month. About 25% of traffic accidents are caused by drowsiness while driving each year. The purpose of this study is to design a system that can detect driver sleepiness based on the aspect ratio of the eye with certain parameters using a webcam placed in the car's speedometer area. The methods used are Histogram Oriented Gradients (HOG) and Linear SVM which are in the dlib library which includes machine learning algorithms and uses real time applications. A pre-trained facial landmark detector from the dlib library is used to predict the location of the 68 x-y coordinates that map the facial landmarks to the face zones. The results of this study indicate that the system can be used in real time to detect driver drowsiness with the camera position in the speedometer area at a distance of 50 cm with an average accuracy of 90.4%.
Co-Authors A.Nurul Fatimiyah Andi Asvin Mahersatillah Suradi Imran Djafar Muhammad Furqan Rasyid Mushaf Mushaf Muthahharah Muthahharah Novita Sambo Layuk Wahyudi Rusdi