42 research outputs found
Sistem Basis Data : Perancangan dan Data Definition Language MySQL dan Oracle
No full textxiv, 219 hlm.; 24 c
Modification of Hidden Layer Weight in Extreme Learning Machine Using Gain Ratio
No full textExtreme Learning Machine (ELM) is a method of learning feed forward neural network quickly and has a fairly good accuracy. This method is devoted to a feed forward neural network with one hidden layer where the parameters (i.e. weight and bias) are adjusted one time randomly at the beginning of the learning process. In neural network, the input layer is connected to all characteristics/features, and the output layer is connected to all classes of species. This research used three datasets from UCI database, which were Iris, Breast Wisconsin, and Dermatology, with each dataset having several features. Each characteristic/feature of the data has a role in the process of classification levels, starting from the most influencing role to non-influencing at all. Gain ratio was used to extract each feature role on each datasets. Gain ratio is a method to extract feature role in order to develop a decision tree structure. In this study, ELM structure has been modified, where the random weights of the hidden layer were adjusted to the level of each feature role in determining the species class, so as to improve the level of training and testing accuracy. The proposed method has higher classification accuracy rate than basic ELM on all three datasets, which were 99%, 96%, and 82%, respectively
Image preprocessing analysis in handwritten Javanese character recognition
Get PDFThe handwriting produced by each person is unique, so each person has a different stroke, even though they write the same letter. Handwritten Javanese is an exciting topic to study, in addition to scientific purposes and preserving Indonesian culture. The Javanese character image dataset is aksara Jawa: aksara Jawa custom dataset from the Kaggle database consists of 2,154 train data and 480 evaluation data. This research proposed to analyze the impact of some preprocessing methods in recognizing handwritten Javanese characters. The preprocessing methods are dilation, skeletonization, and noise reduction. The first process is segmentation for region of interest (ROI) extraction, then various preprocessing is used, and finally, the recognition step neural network (NN) to measure the effectiveness of the preprocessing method. The experiment shows that all preprocessing methods (dilation, skeletonization, and noise reduction) give excellent results, especially on the black background color, reaching 98% accuracy. Other experimental findings show that in any preprocessing combination, the black background accuracy is better than the white one
PROBABILISTIC FUZZY NEURAL NETWORK UNTUK DETEKSI DINI PENYAKIT JANTUNG KORONER
Get PDFSetiap rule atau aturan dalam menyelesaikan suatu permasalahan memiliki tingkat peran yang berbeda-beda dalam menentukan hasil analisa. Rule yang berperan besar dipertahankan sedangkan rule yang perannya kecil diminimalisasi. Nilai probabilitas memberikan informasi tentang persebaran data. Nilai tersebut dapat digunakan untuk menentukan tingkat peran dari suatu data. Maka penelitian ini menggunakan nilai probabilitas dalam fuzzy rule yang menyatakan tingkat kepentingan suatu rule terhadap permasalahan. Penambahan nilai probabilitas akan memodifikasi lapisan inferensi rule pada model fuzzy neural network. Ujicoba yang dilakukan pada data permasalahan penyakit jantung koroner menunjukkan hasil yang signikan. Pencapaian waktu konvergen semakin cepat dan menghasilkan keakuratan sistem yang cukup baik, yaitu mendekati 90%
Potensi pengembangan produk inovatif pangan dari limbah tahu sebagai produk diversifikasi bernutrisi tinggi
Get PDFLimbah tahu sering menimbulkan dampak negatif bagi lingkungan, seperti bau tidak sedap, pencemaran air dan tanah, gangguan kesehatan, serta berkurangnya estetika wilayah. Salah satu jenis limbahnya, ampas tahu, sebenarnya memiliki kandungan gizi tinggi sehingga berpotensi diolah menjadi berbagai produk pangan bernilai ekonomis seperti kerupuk, keripik, flake, atau snack bar. Artikel ini bertujuan menggali pengetahuan masyarakat tentang limbah ampas tahu sekaligus mengenalkan potensi pengembangannya menjadi produk inovasi pangan. Melalui program pengabdian ini, masyarakat mendapatkan pelatihan teknik pengolahan ampas tahu serta strategi pemasaran yang efektif. Metode kegiatan meliputi sosialisasi program, pelatihan pembuatan produk pangan kekinian, dan pendampingan berkelanjutan pada proses produksi dan distribusi produk. Hasil program menunjukkan peningkatan keterampilan dan pengetahuan masyarakat; pengetahuan tentang ampas tahu mendapat skor 4,18, sedangkan kemampuan pemasaran mencapai 4,63. Program ini membantu mengurangi limbah industri tahu yang mencemari lingkungan, menghasilkan produk pangan baru berbasis bahan lokal, dan membuka peluang usaha masyarakat. Selain itu, kegiatan ini meningkatkan keterampilan pemasaran digital serta merangsang lahirnya rencana pengembangan usaha pascapelatihan. Untuk menjaga keberlanjutan program, disarankan pembentukan kelompok usaha bersama atau koperasi serta dukungan berkelanjutan dari pemerintah daerah dan instansi terkait agar pengolahan ampas tahu terus berkembang menjadi usaha yang berdaya saing tinggi
Perancangan Sistem Aplikasi Repositori Dokumen Digital sebagai Pendukung Borang IAPS 4.0 Kriteria 7
Get PDFIn each funded research activity or publication research, various documents must be produced as evidence of the implementation of the activity. But often these documents are not well organized. Even though these documents are very important for the administrative needs of higher education institutions, one of which is proof of filling in the Study Program Performance Report (LKPS) and Self Evaluation Report (LED) tables in the Study Program Accreditation Instrument (IAPS) 4.0, especially criterion 7, namely research. One way to overcome this problem is to provide a repository for archive management of research documents in digital form. This research designs database systems and business processes in storing and managing digital documents as evidence of research activities and publications. The design of the database system in this application is adapted to the needs of the repository of data on filling in the LKPS table and IAPS 4.0 LED forms related to Criterion 7. Several important points in filling in the table in the LKPS are related to the number of research and publications by lecturers, the number of research funds, publication citations, and even data regarding the output of research grants. The design implementation of this digital archive repository system will later be developed in the form of a user-friendly web-based application to facilitate the management of each research and publication digital document archive.
Keywords— Repository Systems, Digital Documents, Database Design, Forms of IAPS 4.0Abstrak
Pada setiap kegiatan penelitian berdana maupun penelitian publikasi pasti dihasilkan berbagai dokumen sebagai bukti terselenggaranya pelaksanaan kegiatan. Namun seringkali dokumen-dokumen tersebut tidak terorganisir dengan baik. Padahal dokumen-dokumen tersebut sangat penting untuk kebutuhan administrasi Perguruan Tinggi, salah satunya sebagai bukti pengisian tabel Laporan Kinerja Program Studi (LKPS) dan Laporan Evaluasi Diri (LED) di Instrumen Akreditasi Program Studi (IAPS) 4.0 khususnya kriteria 7 yaitu penelitian. Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan menyediakan satu wadah repositori untuk manajemen arsip dokumen penelitian dalam bentuk digital. Penelitian ini merancang sistem database dan proses bisnis dalam menyimpan dan manajemen dokumen-dokumen digital bukti kegiatan penelitian dan publikasi. Perancangan sistem database pada aplikasi ini disesuaikan dengan kebutuhan repositori dari data-data pada pengisian tabel LKPS dan LED borang IAPS 4.0 terkait Kriteria 7. Implementasi desain sistem dari repositori arsip digital ini nantinya dikembangkan dalam bentuk aplikasi berbasis web yang ramah pengguna. Sehingga kontribusi yang diharapkan dapat diberikan yaitu berupa karya inovasi produk sistem repositori untuk memudahkan manajemen setiap arsip dokumen digital penelitian dan publikasi yang sangat bermanfaat bagi perguruan tinggi untuk mendukung manajemen borang IAPS 4.0 khususnya kriteria 7.
Â
Kata kunci—Sistem Repositori, Dokumen Digital, Perancangan Database, Borang IAPS 4.
APPLICATION OF THE SIMPLE ADDITIVE WEIGHTING METHOD IN LABORATORY PRACTICUM ASSISTANT SELECTION PROBLEM
No full textDalam kehidupan selalu dihadapkan pada beberapa pilihan untuk pengambilan keputusan yang tepat. Susahnya untuk menentukan pilihan yang akurat sesuai dengan kriteria yang sudah ditentukan. Permasalahan pengambilan keputusan juga dialami saat seleksi asisten praktikum. Pada Sistem Pendukung Keputusan Seleksi Asisten Praktikum ini, digunakan oleh dua user yaitu Kepala Laboratorium yang merupakan mengelola sistem penseleksian mulai dari membuat pengumuman seleksi, menentukan kriteria dan bobot yang akan digunakan sebagai acuan untuk menentukan asisten, memasukkan nilai tes dari tiap-tiap kriteria serta dapat melihat hasil rekomendasi dari perhitungan menggunakan metode Simple Additive Weighting (SAW). Sedangkan untuk user mahasiswa melakukan pendaftaran dan serta dapat melihat hasil pengumumun seleksi. Dengan adanya Sistem ini dapat membantu Kepala laboratorium untuk mempercepat pengambilan keputusan dalam memilih asisten yang mempunyai potensi pada kriteria yang diprioritaskan. Dengan penerapan metode SAW pada sistem dapat membantu menentukan hasil rekomendasi sesuai dengan rangking
OPTIMIZATION OF NODE SIZE CONFIGURATION IN CNN-ELM MODEL FOR BRAIN TUMOR MRI IMAGE CLASSIFICATION
No full textThis study proposed a method to classify four types of brain tumors—Glioma, Meningioma, Pituitary, and Non-Tumor—using the Kaggle Brain Tumor MRI Dataset. The research involved stages of data collection, preprocessing, model design, model training, and evaluation. A hybrid Convolutional Neural Network - Extreme Learning Machine (CNN-ELM) algorithm was employed, demonstrating the importance of selecting the optimal number of hidden nodes for achieving high accuracy. The test results revealed that with 2000 hidden nodes, the CNN-ELM model achieved an overall accuracy of 98.86%, with F1-scores of 97% for Glioma, 98% for Meningioma, 100% for Non-Tumor, and 100% for Pituitary tumors. In comparison, the model with 1000 hidden nodes achieved an accuracy of 96.96%, while models with 3000 and 4000 hidden nodes achieved 98.10% and 96.58% accuracy, respectively. These findings highlight the critical role of hidden node selection in optimizing model performance. The CNN-ELM algorithm proves to be a viable alternative for classifying brain tumor MRI images, contributing to advancements in medical technology
Prediksi Tingkat Pengangguran di Wilayah Provinsi Jawa Timur Menggunakan Metode Elman Recurrent Neural Network (ERNN)
Get PDFTingkat pengangguran merupakan indikator penting dalam mengukur kesehatan ekonomi suatu negara dan kesejahteraan masyarakatnya. Dalam konteks Indonesia, masalah pengangguran terbuka menjadi tantangan yang perlu ditangani secara serius untuk mencapai pertumbuhan ekonomi yang inklusif dan berkelanjutan. Oleh karena itu dilakukan penelitian penerapan metode Elman Recurrent Neural Network untuk prediksi tingkat Pengangguran di wilayah Provinsi Jawa Timur. Data yang digunakan yaitu data Tingkat Pengangguran Terbuka (TPT) Provinsi Jawa Timur dari tahun 2001 sampai dengan tahun 2022. Data tersebut dirubah kedalam bentuk data time series dengan variabel berjumlah 5. Penelitian ini menggunakan jumlah epoch 500, learning rate (α) 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8,0.9 dan 0.1, dan toleransi error 0.001. Hasil pengujian MSE pada penelitian ini menunjukkan nilai MSE terkecil pada learning rate 0.01 dengan data latih 90% dan data uji 10% dengan nilai MSE 0,061227
