Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Algoritme Jurnal Mahasiswa Teknik Informatika

algoritme
Website

Published by Universitas Multi Data Palembang

ISSN : - EISSN : 27758796 DOI : https://doi.org/10.35957/algoritme.v2i2

Core Subject : Science,

Computer Science & IT

Jurnal Algoritme menjadi sarana publikasi artikel hasil temuan Penelitian orisinal atau artikel analisis. Bahasa yang digunakan jurnal adalah bahasa Inggris atau bahasa Indonesia. Ruang lingkup tulisan harus relevan dengan disiplin ilmu seperti: - Machine Learning - Computer Vision, - Artificial Inteledence, - Internet Of Things, - Natural Language Processing, - Image Processing, - Cyber Security, - Data Mining, - Game Development, - Digital Forensic, - Pattern Recognization, - Virtual & AUmented Reality,. - Cloud Computing, - Game Development, - Mobile Application, dan - Topik kajian lainnya yang relevan dengan ilmu teknik informatika.

Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan

Articles 56 Documents

1 2 3 4 5

Comparison Algorithm Backpropagation And Support Vector Machine On The Introduction of Corn Seed Type Yunarto Yunarto; Muhammad Rizky Pribadi; Hafiz Irsyad
Jurnal Algoritme Vol 1 No 1 (2020): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Jagung termasuk tumbuhan biji-bijian seperti padi, gandum, sorgum yang dikonsumsisebagai sumber makanan pokok di Amerika dan beberapa wilayah di Indonesia seperti Madura,Nusa Tenggara Timur, Sulawesi dan Jawa Tengah. Jagung biji memiliki banyak jenis, makadari itulah jika jagung biji tersebut tercampur akan susah untuk dibedakan. Tujuan daripenelitian ini adalah untuk mengenali biji jagung tersebut. Jenis biji jagung yang digunakanadalah jagung merah pozole, jagung pipil, jagung putih dan jagung warna-warni yang difotomenggunakan camera 16MP dengan jarak pengambilan foto 10cm antara kamera dengan objekjagung. Metode pengenalan yang digunakan adalah algoritma backpropagation dan support vector machine, sedangkan untuk ekstraksi fitur menggunakan metode GLCM(Gray Co-occurence Matrix) yang terdiri dari Contrast, energy, homogeneity, dan correlation. Pada perhitungan dengan confusion matrix hasil tertinggi didapatkan pada algoritmabackpropagation dengan rata-rata accuracy 97,5, rata-rata precision 95% dan rata-rata recallsebesar 95,1% dibandingkan dengan algoritma support vector machine yang hanya mendapatrata-rata accuracy 97,1%, rata-rata precision 93,3% dan rata-rata recall sebesar 95%.

Perbandingan Akurasi Pengenalan Kadar Semen Dan Pasir Berdasarkan Ukuran Citra Dengan Backpropagation Satria A; Gasim Gasim; Desy Iba Ricoida
Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Penelitian ini mengangkat topik terkait dengan identifikasi jenis campuran semen dan pasir pada material yang sudah kering menggunakan kecerdasan buatan. Namun belum diketahui pada ukuran citra berapa yang memiliki tingkat pengenalan yang terbaik dalam penelitian tersebut. Penelitian ini membandingkan tingkat akurasi pengenalan kadar semen dan pasir berdasarkan ukuran citra. Jenis campuran semen dan pasir yang digunakan adalah 1:1, 1:1.5, 1:2, 1:2.5, 1:3, dan 1:3.5. Data yang digunakan sebanyak 570 citra yang terdiri dari 450 citra latih dan 120 citra uji pada setiap ukuran citranya. Metode pengenalan menggunakan jaringan syaraf tiruan dengan algoritma backpropagation, dengan input berupa nilai tekstur dari hasil ekstraksi ciri menggunakan fitur GLCM dari citra campuran semen dan pasir. Pengujian sistem dilakukan dengan variasi ukuran cropping citra yaitu 550x550 piksel, 450x450 piksel, 350x350 piksel, 250x250 piksel, dan 150x150 piksel. Tingkat akurasi tertinggi didapatkan pada ukuran citra 550x550 piksel yaitu sebesar 89.17% dengan hasil pengenalan sebanyak 107 dari 120 data uji. Hasil dari penelitian ini dapat digunakan sebagai referensi pada penelitian lanjutan dengan objek karakter sejenis ataupun objek yang sama.

Perancangan Aplikasi Simulasi Penyelamatan Diri Dari Gempa Bumi Azizurrahman Marzali; Daniel Udjulawa; Yoannita Yoannita
Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Menurut The World Risk Index tahun 2019, Indonesia berada pada peringkat 37 dari 180 negara paling rentan bencana. Pada tanggal 5 Agustus 2018 gempa bumi di Lombok menelan korban sebanyak 259 orang meninggal dunia, dan 1.033 mengalami luka berat. Kurangnya kesiap siagaan dan edukasi mengenai bencana gempa bumi menjadi salah satu faktor penyebab banyaknya jumlah korban. Maka dari itu dibuatlah sebuah aplikasi simulasi yang ditujukan untuk mengedukasi masyarakat supaya dapat mengetahui apa saja yang harus dilakukan pada saat terjadi gempa bumi. Aplikasi ini dibuat menggunakan metode prototyping untuk melakukan identifikasi masalah yang ada pada setiap kejadian gempa bumi. Tujuan dari pembuatan aplikasi ini adalah untuk memberikan pengetahuan tentang bagaimana cara menyelamatkan diri dari gempa bumi. Aplikasi ini berbentuk game yang mempunyai sudut pandang First Person yang mempunyai empat stage dan setiap stage mempunyai beberapa misi. Pemain harus menyelesaikan seluruh misi pada setiap stage agar dapat melanjutkan ke stage selanjutnya. Hasil dari penelitian ini yaitu menghasilkan sebuah aplikasi simulasi dalam cara menyelamatkan diri dari gempa bumi. Berdasarkan uji Black-Box yang telah dilakukan, diperoleh hasil uji coba bahwa aplikasi ini dapat dijalankan dengan baik dan sesuai dengan tujuan.

KNN Dan Gabor Filter Serta Wiener Filter Untuk Mendiagnosis Penyakit Pneumonia Citra X-RAY Pada Paru-Paru Felix Antony; Hafiz Irsyad; Muhammad Ezar Al Rivan
Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia adalah salah satu jenis penyakit paru-paru yang disebabkan oleh bakteri, virus, jamur, ataupun parasit. Salah satu cara untuk mengetahui penyakit pneumonia adalah dengan rontgen atau x-ray. Hasil rontgen akan dianalisis untuk mengetahui apakah terdapat pneumonia atau tidak. Penelitian ini bertujuan untuk mengklasifikasi hasil rontgen apakah terdapat pneumonia atau tidak pada hasil rontgen. metode yang digunakan untuk klasifikasi adalah K-Nearest Neighbor (KNN) dan metode ekstraksi Gabor Filter serta Wiener Filter. Tahapan yang dilaukan pada citra sebelum di Klasifikasi yaitu Resize, selanjutnya dilakukan ekstraksi menggunakan Gabor Filter, Image Enhancement menggunakan Wiener Filter dan di klasifikasi menggunakan K-Nearest Neighbor (KNN) menghasilkan akurasi terbaik sebesar 79,62%.

Rancang Bangun Aplikasi Permainan EscapeMenggunakan Logika Fuzzy Dan Algoritma Floyd Warshall Adrianus Prabowo; Siska Devella; Yohannes Yohannes
Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Aplikasi permainan ESCAPE merupakan permainan yang mengandalkan player untuk keluar dari labirin tersebut. Penelitian ini menggunakan Logika Fuzzy untuk membuat perilaku komputer menjadi susah ditebak dan Floyd Warshall untuk membuat item jebakan menghalangi player saat bermain. Aplikasi permainan ini dibangun dan dirancang dengan menggunakan Unity 3D dan menggunakan metodologi prototype. Hasil uji dari data sampel menunjukkan bahwa logika fuzzy berhasil diterapkan dalam menentukan perilaku NPC. Hasil uji dari data sampel yang dilakukan menunjukkan bahwa kemunculan item jebakan berhasil diterapkan pada aplikasi permainan ESCAPE.

Perbandingan Tingkat Akurasi Pengenalan Kadar Semen Dan Pasir Pada Campuran Kering Berdasarkan Tingkat Resolusi Kamera Dengan Metode Pengenalan JST Erven Tanjungan; Gasim Gasim; Sudiadi Sudiadi
Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pasir dan semen merupakan salah satu material terbesar atau terpenting yang digunakan dalam proses pembangunan pada suatu bangunan atau gedung dan selalu digunakan oleh masyarakat. Masing-masing campuran memiliki takaran pasir dan semennya masing-masing, namun untuk orang biasa sulit untuk membedakan jenis-jenis campuran kering pada bangunan runtuh ataupun bangunan yang belum jadi. Penelitian ini membandingkan tingkat akurasi pengenalan kadar semen dan pasir pada campuran kering berdasarkan tingkat resolusi kamera dengan metode pengenalan Jaringan Saraf Tiruan. Jenis campuran yang digunakan antara lain dengan takaran 1semen 1pasir, 1semen 1,5pasir, 1semen 2pasir, 1semen 2,5pasir, 1semen 3pasir, dan 1semen 3,5pasir. Tingkat resolusi kamera yang digunakan ada 5 antara lain 3MP, 5MP, 8MP, 10MP, 12MP, dan menggunakan jarak pemotretan ±9cm. Metode pengenalan menggunakan Jaringan Syaraf Tiruan dan ekstrasi fitur menggunakan GLCM(Gray Level Co-Occurrence Matrix) yang terdiri dari Entropy, Standard Deviation, Contrast, Angular Second Moment(ASM)/ Homogeneity, Correlation, dan Inverse Different Moment(IDM)/ Energy. Hasil perhitungan tertinggi dalam pengenalan jenis campuran kering berdasarkan tingkat resolusi kamera ialah pada resolusi kamera 12MP dengan jumlah pengenalan sebanyak 105 dari 120 data uji, sehingga menghasilkan tingkat akurasi sebesar 87,5%.

Klasifikasi Pneumonia Pada Citra X-Rays Paru-Paru Menggunakan GLCM Dan LVQ Jimmi Lin; Hafiz Irsyad
Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia merupakan salah satu penyakit infeksi saluran pernafasan yang ditanda dengan peradangan pada satu atau kedua paru-paru yang dapat disebabkan oleh jamur, virus, dan bakteri yang menyebabkan kantung udara sulit menyerap oksigen. Salah satu cara yang dapat digunakan untuk mendeteksi adanya penyakit pneumonia adalah dengan foto rontgen, hasil foto rontgen akan dianalisis oleh orang yang ahli dalam bidang tersebut untuk memastikan apakah adanya pneumonia atau tidak. Penelitian ini dilakukan dengan tujuan untuk mengklasifikasikan hasil x-rays kedalam sebuah program untuk mengetahui apakah terdapat pneumonia atau tidak. Metode yang digunakan untuk ekstraksi fitur adalah Gray Level Co-Occurrence Matrix (GLCM) dengan arah 0°, 45°, 90°, 135° dan metode klasifikasi Learning Vector Quantization (LVQ). Proses sebelum dilakukan klasifikasi yaitu melakukan resize terlebih dahulu, selanjutnya dilakukan ekstraksi fitur menggunakan Gray Level Co-Occurrence Matrix (GLCM) dan di klasifikasi menggunakan Learning Vector Quantization (LVQ) dengan akurasi data train terbaik sebesar 89,714% dan akurasi data test yang terbaik sebesar 74,000% yang didapat pada pengujian dengan learning rate = 0,4.

Identifikasi Tulisan Tangan Aksara Jepang Hiragana Menggunakan Metode CNN Arsitektur VGG-16 Aldo Willyanto; Derry Alamsyah; Hafiz Irsyad
Jurnal Algoritme Vol 2 No 1 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Hiragana merupakan aksara yang digunakan untuk menulis kata-kata dalam bahasaJepang. Hiragana memiliki 46 jenis huruf, diantaranya 5 huruf vokal dan 41 huruf konsonan.Aksara Hiragana penting dipelajari untuk orang yang ingin mempelajari bahasa Jepang. Olehkarena itu, pentingnya teknologi bantuan untuk dapat mempermudah mempelajari bahasaJepang. Pada penelitian ini, menggunakan objek tulisan tangan huruf Jepang Hiragana denganmetode Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan adalaharsitektur VGG-16. Objek penelitian yang digunakan adalah 30 buah per jenis huruf dengantotal 1380 buah. Penelitian menggunakan 3 macam skenario, yaitu skenario denganmenggunakan optimizer Adam dengan rentang learning rate dari 0,0001 hingga 0,1; optimizerSGD dengan rentang learning rate dari 0,0001 hingga 0,1; dan optimizer RMSprop denganrentang learning rate dari 0,0001 hingga 0,1. Hasil penelitian terbaik terdapat di skenariodengan optimizer Adam dan pada learning rate 0,0001 dengan nilai accuracy sebesar 97,6%;precision sebesar 97,9%; recall sebesar 98%; dan nilai f1 score sebesar 97,5%.

Klasifikasi Pnuemonia Menggunakan Metode Learning Vector Quantization Dengan Ekstraksi Fitur Local Binary Pattern Leonardo Leonardo; Hafiz Irsyad; Derry Alamsyah
Jurnal Algoritme Vol 2 No 1 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Paru-paru merupakan salah satu organ tubuh manusia yang berfungsi sebagai sistempernafasan tubuh manusia, paru-paru bekerja dengan cara bertukarnya oksigen dankarbondioksida di dalam darah. Salah satu penyakit yang sering menyerang paru-paru adalahparu-paru basah atau di sebut dengan pneumonia, penyakit ini di tandai dengan batuk ataukesukaran bernapas yang di sertai sesak atau tarikan dinding dada bagian bawah ke dalam danpenyakit ini disebabkan oleh penurunan kualitas udara. Pneumonia sering menyerang anak-anak.Maka dari itu ditubuhkan pencegahan untuk mengurangi penyakit pneumonia pada masyarakatterutama pada anak-anak. Pada penelitian ini dilakukan dengan dua jenis paru-paru yaitu Normal(Sehat) dan Pneumonia, data yang digunakan pada setiap jenis penyakit yaitu 1100 dan 1098 untukdata training dan 230 data testing menggunakan metode esktraksi fitur LBP dan LVQ sebagaimetode klasifikasi. Untuk penelitian ini menggunakan parameter Hidden Layer, Learning Rate,Learning Function dan Epoch untuk menentukan dan mendapatkan hasil pengenalan yang baik.Berdasarkan hasil pengujian dengan metode LVQ dan LBP menggunakan Hidden Layer 2 danEpoch 1 mendapatkan akurasi sebesar 58,04% dan menggunakan Hidden Layer 90, Learning Rate0.0005, Learning Function “learnlv1” dan Epoch 2 mendapatkan akurasi sebesar 60,27%

Perbandingan Tingkat Akurasi Pengenalan Cacat Kayu Berdasarkan Tingkat Pencahayaan Dengan Metode JST Rycci Juniawan; Gasim Gasim
Jurnal Algoritme Vol 2 No 1 (2021): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Kayu adalah bagian batang / cabang / ranting tumbuhan yang mengeras akibat proseslignifikasi atau pengayuan secara alami. Kayu terbentuk akibat akumulasi selulosa dan ligninpada bagian dinding sel berbagai jaringan pada batang pohon. Cacat kayu di alam inimerupakan akibat serangan dari luar pohon selama masa pertumbuhannya. Penelitihan iniadalah bagaimana melakukan perbandingan tingkat akurasi pengenalan cacat kayu. Penelitihanmenggunkan dataset cacat kayu yaitu 80 data uji dan 80 data latih. Dataset yang diambil laludiekstraksi menggunakan GLCM untuk dilatih menggunakan JST. Pelatihan JST dilakukandengan mencari semua kemungkinan hidden layer. Setelah mendapatkan hidden layer kemudianakan dibandingkan dengan setiap hidden layer untuk melihat hasil pengenalan paling baik.Perbedaan terlihat secara jelas adalah akurasi menggunakan pencahayaan 3 lampumemdapatkan akurasi paling tinggi. Dengan melihat persentase dari perhitungan jumlah datayang dikenali dengan jumlah data yang diuji tiap layer pada seriap pencahayaan. Berdasarkanhasil yang didapat, pencahayaan 3 lampu dengan jaringan syaraf tiruan dapat menghasilkantingkat akurasi yang paling tinggi yaitu sebesar 98%.

Page 2 of 6 | Total Record : 56

1 2 3 4 5

Filter by Year

2020 2023

Filter By Issues

All Issue Vol 4 No 1 (2023): Jurnal Algoritme Vol 3 No 2 (2023): Jurnal Algoritme Vol 3 No 1 (2022): Jurnal Algoritme Vol 2 No 2 (2022): Jurnal Algoritme Vol 2 No 1 (2021): Jurnal Algoritme Vol 1 No 2 (2021): Jurnal Algoritme Vol 1 No 1 (2020): Jurnal Algoritme

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Hafiz Irsyad

Contact Email
hafizirsyad@mdp.ac.id

Phone
+6281373740969

Journal Mail Official
hafizirsyad@mdp.ac.id

Editorial Address
Universitas Multi Data Palembang, Kampus Rajawali. Jl. Rajawali no 14 Palembang

Location
Kota palembang,

Sumatera selatan

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Hafiz Irsyad

Contact Email hafizirsyad@mdp.ac.id

Phone +6281373740969

Journal Mail Official hafizirsyad@mdp.ac.id

Editorial Address Universitas Multi Data Palembang, Kampus Rajawali. Jl. Rajawali no 14 Palembang

Location Kota palembang, Sumatera selatan INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Hafiz Irsyad

Contact Email
hafizirsyad@mdp.ac.id

Phone
+6281373740969

Journal Mail Official
hafizirsyad@mdp.ac.id

Editorial Address
Universitas Multi Data Palembang, Kampus Rajawali. Jl. Rajawali no 14 Palembang

Location
Kota palembang,

Sumatera selatan

INDONESIA