Claim Missing Document
Check
Articles

Found 24 Documents
Search

Implementation of Traveling Salesman Problem (TSP) based on Dijkstra's Algorithm in the Information System of Delivery Service Syahputra, M. Firman Aji; Devita, Riri Nada; Siregar, Sherly Allsa; Kirana, Kartika Candra
JAVA Journal of Electrical and Electronics Engineering Vol 14, No 1 (2016)
Publisher : JAVA Journal of Electrical and Electronics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (866.381 KB)

Abstract

Traveling Salesman Problem (TSP) was defined as a task for finding of the shortest route. The finding  of  the  shortest  route influences a price of delivery service and profit of company.  Therefore, we proposed an implementation of Traveling Salesman Problem (TSP) based on Dijkstra’s Algorithm in a information systems of delivery services" for optimizing the finding of shortest route. This algorithm using distance which is extracted from Google Maps. There are 60 routes which are tested. The results show the accuracy of TSP based on Dijkstra’s algorithm is 100%. The results can be concluded that the implementation of Dijkstra’s algorithm is accurate for finding the shortest route.
SISTEM PREDIKSI GEJALA VIRUS KORONA DENGAN METODE FORWARD CHAINING Priyantono, Mochammad Bagus; Rachmawan, Adam Achmad; Budi, Lalu Agung Purnama; Kirana, Kartika Candra
JTERA (Jurnal Teknologi Rekayasa) Vol 5, No 1: June 2020
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (623.391 KB) | DOI: 10.31544/jtera.v5.i1.2019.111-118

Abstract

Keberadaan teknologi yang semakin berkembang membuat pemanfaatan teknologi di berbagai bidang mulai diterapkan. Salah satunya dalam memprediksi dini gejala penyakit Korona. Penelitian ini bertujuan untuk mengembangkan sistem prediksi gejala dini penyakit Korona. Sistem ini dikembangkan dengan menggunakan kolaborasi Java dan Swi Prolog. Proses prediksi pada sistem ini dilakukan menggunakan metode Forward Chaining. Proses prediksi pada sistem ini diperoleh dari fakta-fakta yang diperoleh dari gejala yang dialami pasien. Data-data mengenai gejala pasien tersebut diperoleh melalui hasil studi literatur. Hasil penelitian menunjukkan bahwa sistem yang dibuat mampu memprediksi gejala dini penyakit Korona. Sistem ini dapat memprediksi dengan tingkat presisi sebesar 94,9%, recall sebesar 88,6%, dan akurasi sebesar 95%.
Pengembangan Mobile Learning Berbasis Pendekatan Matematik Realistik Pada Mata Kuliah Decision Support System Hamdan, Achmad; Suswanto, Hary; Hidayat, Wahyu Nur; Kirana, Kartika Candra
Edu Komputika Journal Vol 8 No 2 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i2.51442

Abstract

Mata kuliah DSS merupakan sajian mata kuliah wajib pada program studi PTI UM. Namun, mahasiswa mengalami kesulitan dalam memahami konten materi DSS. Hal itu dikarenakan materi DSS memerlukan logika matematika yang tinggi untuk mengembangkan suatu model matematika yang lebih kompleks. Maka untuk mengatasi masalah tersebut, dilakukan pengembangan media mobile learning dengan menggunakan pendekatan matematik realistik pada mata kuliah DSS. Penelitian ini merupakan penelitian pengembangan dengan menggunakan model ADDIE. Terdapat lima tahapan dalam model pengembangan ADDIE, yaitu analysis, design, development, implementation dan evaluation. Subjek dalam penelitian ini diantaranya Ahli Materi dan Media yang berfungsi memvalidasi produk, serta Mahasiswa sebagai subjek uji coba dan pengimplementasian produk. Tujuan penelitian ini adalah mengembangkan bahan belajar utama materi DSS yang sifatnya praktis dan dapat digunakan kapanpun dan dimanapun oleh Mahasiswa. Hasil penelitian menunjukkan kelayakan produk berdasarkan penilaian ahli materi dan ahli media mendapatkan persentase rata-rata 80,71% dalam kategori layak dan 81,78 % dalam kategori sangat layak, serta hasil uji coba kelompok kecil dan kelompok besar memperoleh persentase kelayakan rata-rata sebesar 81,61% dalam kategori sangat layak dan 88,33% dalam kategori sangat layak. Berdasarkan hal itu, media pembelajaran yang dikembangkan sangat baik dan layak digunakan dalam pembelajaran.
Implementasi Metode Design Thinking untuk Perancangan Aplikasi Webinar Booking dan Broadcasting Sebagai Inovasi Media Pembelajaran Nadifah Adya Ilham; Nandha Mustika Sari; Mohamad Firzon Ainur; Axel Gandy Arthayuda; Michell Brella Tamarizta; Kartika Candra Kirana
TEKNO: Jurnal Teknologi Elektro dan Kejuruan Vol 31, No 2 (2021)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um034v31i2p120-129

Abstract

Fenomena banyaknya webinar yang diadakan oleh berbagai institusi, organisasi, lembaga pembelajaran, dan individu merupakan salah satu contoh bagaimana teknologi informasi dapat dimanfaatkan untuk kepentingan masyarakat. Berpartisipasi dalam Webinar adalah salah satu pilihan bagi individu yang ingin produktif di rumah untuk meningkatkan pengetahuan dan kemampuan mereka. Hal tersbut alasan mengapa popularitas webinar meningkatkan. Namun, dari sudut pandang peserta webinar, diperlukan platform yang dapat mempermudah dan mendukung proses pembelajaran melalui webinar, seperti penjadwalan, perekaman, dan pencarian webinar berdasarkan minat. Platform ini akan berbasis mobile dan menggunakan jenis penelitian deskriptif kualitatif dengan metode design thinking, yang meliputi langkah-langkah seperti empathize, define, ideate, prototype, dan test. Selain itu, metode ini membantu untuk mengidentifikasi proses desain, yang mampu memberikan solusi dalam pemecahan masalah. Pemikiran desain ini mungkin berdampak pada bagaimana keputusan dibuat, menghasilkan konsep baru dan inovatif. Karena desain ini telah mengatasi kemungkinan kesulitan pengguna, ini dapat digunakan sebagai dasar untuk pengembangan produk di masa depan.
Prediksi rating reksadana berbasis algoritma decision tree pada sistem informasi reksadana Kartika Candra Kirana; Cahya Bintang Wira Winata; Indri Astuti; Ivan reynaldi Putra
TEKNO: Jurnal Teknologi Elektro dan Kejuruan Vol 29, No 2 (2019)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (701.152 KB) | DOI: 10.17977/um034v29i2p140-151

Abstract

Informasi yang terdapat pada situs reksadana pada saat ini hanya menampilkan tetang variabel reksadana saja secara umum seperti nilai NAV, RAB, Resiko, YTD, dan lainya, sehingga para investor yang masih baru dalam reksadana akan kesulitan dalam menentukan pilihan reksadaana yang akan dibeli. Oleh karena itu pada penelitian ini diusulkan prediksi rating reksadana berbasis algoritma decision tree pada sistem informasi reksadana dengan tujuan untuk menampilkan sebuah variabel rating sebagai bahan pertimbangan dan meningkatkan keakuratan dalam memberikan rating pada penelitian prediksi rating reksadana.  Algoritma yang digunakan dalam pembuatan sistem informasi prediksi rating reksadana ini adalah menggunakan algoritma decision tree dengan menggunakan variabel NAV, HILO, Resiko, dan YTD. Pengujian akurasi, spesifikasi, dan sensitivity dilakukan menggunakan data yang sudah diunduh pada website reksadana IPOTFUND. Jumlah data yang digunakan yaitu 50 data, yang terdiri dari 25 data latih dan 25 data uji. Dari hasil pengujian yang dilakukan dengan metode decision tree maka menunjukkan tingkat akurasi, spesificity, dan sensitivity sebesar 80%, 93%, dan 67%. Maka dapat disimpulkan bahwa algoritma decision tree bekerja secara akurat untuk pemberian rating reksa dana.
ADAPTIVE ANT COLONY OPTIMIZATION BASED GRADIENT FOR EDGE DETECTION Febri Liantoni; Kartika Candra Kirana; Tri Hadiah Muliawati
Jurnal Ilmu Komputer dan Informasi Vol 7, No 2 (2014): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.297 KB) | DOI: 10.21609/jiki.v7i2.260

Abstract

Ant Colony Optimization (ACO) is a nature-inspired optimization algorithm which is motivated by ants foraging behavior. Due to its favorable advantages, ACO has been widely used to solve several NP-hard problems, including edge detection. Since ACO initially distributes ants at random, it may cause imbalance ant distribution which later affects path discovery process. In this paper an adaptive ACO is proposed to optimize edge detection by adaptively distributing ant according to gradient analysis. Ants are adaptively distributed according to gradient ratio of each image regions. Region which has bigger gradient ratio, will have bigger number of ant distribution. Experiments are conducted using images from various datasets. Precision and recall are used to quantitatively evaluate performance of the proposed algorithm. Precision and recall of adaptive ACO reaches 76.98 % and 96.8 %. Whereas highest precision and recall for standard ACO are 69.74 % and 74.85 %. Experimental results show that the adaptive ACO outperforms standard ACO which randomly distributes ants.
Emotion Recognition using Fisher Face-based Viola-Jones Algorithm Kartika Candra Kirana; Slamet Wibawanto; Heru Wahyu Herwanto
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 5: EECSI 2018
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1049.038 KB) | DOI: 10.11591/eecsi.v5.1668

Abstract

In the form of the image integral, this primitive feature accelerates the performance of the Viola-Jones algorithm. However, the robust feature is necessary to optimize the results of emotion recognition. Previous research [11] has shown that fisher face optimized projection matrix in the low dimensional features. This feature reduction approach is expected to balance time-consuming and accuracy. Thus we proposed emotion recognition using fisher face-based Viola-Jones Algorithm. In this study, PCA and LDA are extracted to get the fisher face value. Then fisher face is filtered using Cascading AdaBoost algorithm to obtain face area. In the facial area, the Cascading AdaBoost algorithm re-employed to recognize emotions. We compared the performance of the original viola jones and fisher face-based viola jones using 50 images on the State University of Malang dataset by measuring the accuracy and time-consuming in the fps. The accuracy and time-consuming of the Viola-Jones algorithm reach 0.78 and 15 fps, whereas our proposed methods reach 0.82 and 1 fps. It can conclude that the fisher face-based viola-jones algorithm recognizes facial emotion as more accurate than the viola-jones algorithm.
The Improved Artificial Neural Network Based on Cosine Similarity in Facial Emotion Recognition Kartika Candra Kirana; Slamet Wibawanto; Nur Hidayah; Gigih Prasetyo Cahyono
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 6: EECSI 2019
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eecsi.v6.1938

Abstract

In this study, we present the improved artificial neural network based on cosine similarity in facial emotion recognition. We apply a shifting window that employs neural network for two concurrent processes consisting of face detection and emotional recognition. In order to prevent the slow and futile computations, non-face areas need to be filtered from neurons on each network layer, thus we propose the improved artificial neural network based on cosine similarity. Cosine similarity is employed to bypass the process of non-face areas in neural network. The accuracy of the proposed method reaches 0.84, while the accuracy of the original neural network method reaches 0.74. It can be concluded that our methods work accurately.proposed method is superior to the state-of-the-art algorithms.
“M-Auto” The Augmented Reality-Based (AR) Learning Media Application for the Finite-State Automata (FA) Reduction Subject of Language and Automata Theory Courses Fajar Ananda Saputra; F Ti Ayyu Sayyidul Laily; Dimas Prasetyo Buseri; Imro’aturrozaniyah Imro’aturrozaniyah; Kartika Candra Kirana
Journal of Disruptive Learning Innovation (JODLI) Vol 1, No 2 (2020)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (560.798 KB) | DOI: 10.17977/um072v1i22020p45-58

Abstract

AbstractA proper learning process should contain innovative, amusing, challenging, and motivating aspects. It should be able to provide an opportunity for the students to develop their creativity and independence based on their interests and talent. Less interesting and tedious classroom learning activity indicates the factor of the students’ learning interest degradation, for example as in the language and automata theory and finite-state automata reduction subject. The current research aims to aid language and automata theory in a learning activity to be easier to acquire. With the Augmented Reality-based learning media, the researcher hopes that the students can develop their understanding and their interest in a learning activity, especially for finite-state automata subjects. The subject of the current research is the Augmented Reality-based application as the learning media for language and automata theory and finite-state automata material. The researcher employs several research methodologies such as literature review, library research, and questionnaire to support the current research. The application is designed according to system development that consists of problem identification, appropriateness study, need analysis, concept designing, content designing, script designing, graphic designing, system production, and system examination. The result of the current research is the AR-based learning media application for the finite-state automata reduction subject of language and automata theory. Keywords: Learning Media, Finite-State Automata Reduction, Augmented Reality
Sistem Prediksi Gejala Virus Korona dengan Metode Forward Chaining Mochammad Bagus Priyantono; Adam Achmad Rachmawan; Lalu Agung Purnama Budi; Kartika Candra Kirana
JTERA (Jurnal Teknologi Rekayasa) Vol 5, No 1: June 2020
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v5.i1.2019.111-118

Abstract

Keberadaan teknologi yang semakin berkembang membuat pemanfaatan teknologi di berbagai bidang mulai diterapkan. Salah satunya dalam memprediksi dini gejala penyakit Korona. Penelitian ini bertujuan untuk mengembangkan sistem prediksi gejala dini penyakit Korona. Sistem ini dikembangkan dengan menggunakan kolaborasi Java dan Swi Prolog. Proses prediksi pada sistem ini dilakukan menggunakan metode Forward Chaining. Proses prediksi pada sistem ini diperoleh dari fakta-fakta yang diperoleh dari gejala yang dialami pasien. Data-data mengenai gejala pasien tersebut diperoleh melalui hasil studi literatur. Hasil penelitian menunjukkan bahwa sistem yang dibuat mampu memprediksi gejala dini penyakit Korona. Sistem ini dapat memprediksi dengan tingkat presisi sebesar 94,9%, recall sebesar 88,6%, dan akurasi sebesar 95%.