Hari Ginardi
Jurusan Teknik Informatika, Institut Teknologi Sepuluh Nopember Surabaya

Published : 8 Documents
Articles

Found 8 Documents
Search

Pengembangan Perangkat Lunak Prediktor Nilai Mahasiswa Menggunakan Metode Spectral Clustering dan Bagging Regresi Linier Yusuf, Ahmad; Ginardi, Hari; Arieshanti, Isye
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (148.052 KB)

Abstract

Prediksi nilai ujian akhir dapat membantu pendidik atau mahasiswa dalam melakukan tindakan ke depan yang sesuai dengan kondisi pada saat itu. Salah satu metode yang dapat digunakan dalam memprediksi nilai adalah dengan Regresi Linier. Tetapi, persamaan regresi terkadang dipengaruhi oleh keragaman persebaran data, sehingga keakuratan persamaan prediksi yang dihasilkan kurang baik.  Oleh karena itu, ada studi lain yang mengusulkan model Bootstrap Aggregating Regresi Linear yaitu metode regresi linier yang didahului dengan mengelompokkan data. Dalam pengelompokan data digunakan Spectral Clustering. Dengan adanya pengelompokan tersebut, maka diharapkan distribusi data dalam membentuk persamaan regresi dapat lebih seragam. Selanjutnya, setiap kelompok data akan menghasilkan suatu persamaan regresi. Hasil prediksi merupakan rata-rata dari hasil persamaan regresi dari masing-masing kelompok data. Dalam studi ini, dikembangkan sebuah perangkat lunak prediktor nilai mahasiswa menggunakan model yang diusulkan oleh studi lain yang telah disebutkan sebelumnya. Berdasar pada uji coba yang dilakukan, perangkat lunakn yang dikembangkan dengan menggunakan Spectral Clustering dan Bootstrap Aggregating Regresi Linier mampu memprediksi nilai akhir mahasiswa dengan parameter jumlah cluster yang tepat. Hal ini dapat disimpulkan berdasarkan nilai kesalahan dengan Root Mean Square Error dari hasil prediksi sekitar 0.05 – 0.08 dari dataset
Implementasi DNA Similarity Matching pada Perangkat Mobile dengan Sugeno Fuzzy Inference System Saputra, Fahmi Akbar; Ginardi, Hari; Amaliah, Bilqis
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (294.037 KB)

Abstract

STR analysis merupakan teknik DNA profiling yang populer digunakan untuk mendapatkan profil DNA manusia yang bersifat unik dari sampel biologis yang didapatkan. Profil DNA tersebut terdiri dari beberapa lokus STR yang ditetapkan sebagai standar. Dalam praktiknya, permasalahan timbul ketika dalam proses analisis terjadi kontaminasi terhadap sampel biologis. Akibatnya, profil hasil proses analisis memiliki nilai ketidakpastian (uncertainty) atau nilai pergeseran dan noise. Untuk permasalahan seperti ini, perangkat lunak bantu untuk proses pencocokan kemiripan DNA yang dikembangkan oleh National Institute of Standards and Technology (NIST), yaitu STR_MatchSamples, tidak mampu menangani. Hal ini dikarenakan STR_MatchSamples bekerja dengan logika crisp, sedangkan data profil DNA memiliki nilai-nilai ketidakpastian. Maka, untuk mengatasi permasalahan ketidakpastian pada profil DNA, digunakan sebuah metode fuzzy untuk pencocokan kemiripan DNA, yaitu sistem inferensi fuzzy Sugeno. Pada paper ini diberikan penjelasan mengenai metode sistem inferensi fuzzy Sugeno sebagai metode untuk pencocokan kemiripan DNA beserta implementasinya sebagai aplikasi web service yang bekerja pada sebuah server. Aplikasi tersebut dapat diakses oleh perangkat mobile bersistem operasi Android sebagai client aplikasi web service tersebut.
PENGENALAN PENY AKIT NODA PADA CITRA DAUN TEBU BERDASARKAN CIRI TEKSTUR FRACTAL DIMENSION CO-OCCURRENCE MATRIX DAN L*a*b* COLOR MOMENTS Ratnasari, Evy Kamilah; Ginardi, Hari; Fatichah, Chastine
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Teknik Informatika, ITS

Show Abstract | Original Source | Check in Google Scholar

Abstract

Penyakit yang menyerang tebu dapat disebabkan oleh bakteri, jamur maupun virus. Penyakit noda merupakan penyakit pada tanaman tebu yang disebabkan oleh jamur dengan menampakkan lesi atau bercak pada permukaan daun. Penyakit noda tersebut dapat menghambat proses fotosintesis yang akan berakibat menurunkan produksi gula karena mempengaruhi pertumbuhan tebu. Upaya pengendalian dini dapat dilakukan dengan mengenali jenis penyakit melalui lesinya yang bermanfaat dalam menentukan tindakan penanganan yang tepat. Lesi yang disebabkan oleh penyakit noda masing-masing dapat dikenali secara visual karena memiliki ciri warna dan tekstur yang unik. Tetapi pengamatan secara visual memiliki beberapa kekurangan seperti subjektifitas dan kurang akurat. Penelitian ini mengusulkan pengenalan penyakit noda tanaman tebu yang terdiri dari noda cincin, noda karat, dan noda kuning berdasarkan fitur tekstur yang merupakan kombinasi dari konsep Gray Level Co-Occurrence Matrix (GLCM) dan dimensi fraktal yang dinamakan Fractal Dimension Co-Occurrence Matrix (FDCM). Sedangkan fitur warna didapatkan dari perhitungan statistik col or moments pada citra L*a*b*. Kombinasi fitur tersebut menghasilkan 12 fitur warna dan 6 fitur tekstur yang kemudian digunakan sebagai masukan klasifikasi k-Nearest Neighbor (KNN). Pengenalan penyakit noda pada tanaman tebu menggunakan metode tersebut dapat menghasilkan akurasi tertinggi 90%.
SEGMENTASI PENYAKIT PADA CITRA DAUN TEBU MENGGUNAKAN FUZZY C MEANS – SUPPORT VECTOR MACHINE DENGAN FITUR WARNA a* Mentari, Mustika; Ginardi, Hari; Fatichah, Chastine
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 13, No 1, Januari 2015
Publisher : Teknik Informatika, ITS

Show Abstract | Original Source | Check in Google Scholar

Abstract

Penyakit pada pertanian tebu harus segera diatasi agar diperoleh peningkatan produktivitas. Deteksi penyakit yang secara manual dilakukan oleh ahli membutuhkan waktu dan biaya yang tinggi. Oleh karena itu, diperlukan otomatisasi sistem untuk mendeteksi penyakit pada tanaman tebu. Penelitian ini bertujuan untuk membangun sistem yang secara otomatis mampu melakukan segmentasi citra daun tebu berpenyakit menggunakan Fuzzy C Means (FCM)-Support Vector Machine (SVM) dengan fitur warna a*. Kombinasi FCM-SVM dapat meningkatkan akurasi pada proses segmentasi dengan karakteristik penyakit daun tebu dengan pencahayaan yang tak seimbang akibat pengambilan secara outdoor. Segmentasi citra daun tebu berpenyakit memiliki beberapa tahapan yaitu praproses, pemilihan region of interest (ROI), ekstraksi fitur, dan segmentasi. Tahap praproses melakukan pengambilan bagian tulang daun serta penghapusan bagian tulang daun, kemudian pemilihan ROI menunjukan dominasi area penyakit pada daun menggunakan overlapping window seluas 100x100 pixel. Metode kombinasi FCM dan SVM digunakan untuk segmentasi daun tebu berpenyakit, dimana FCM digunakan untuk segmentasi daun tebu pada data training. Hasil segmentasi tersebut digunakan sebagai label data pada tahap kedua bersama dengan data testing menggunakan metode klasifikasi SVM. Metode segmentasi yang diusulkan mampu menunjukkan rata-rata akurasi yang tinggi pada 30 citra daun tebu berpenyakit, yaitu sebesar76%. Sistem yang dibangun selanjutnya digunakan pada deteksi penyakit sebagai referensi untuk ketepatan permasalahan pertanian yang membutuhkan sistem deteksi penyakit sejak dini.
PADUAN ELEMEN WARNA SA*B* PADA ANALISA URIN DIPSTICK DARI CITRA HASIL KAMERA SMARTPHONE DENGAN JARINGAN BACKPROPAGATION Wijaya, Tri; Ginardi, Hari; Khotimah, Wijayanti
Lontar Komputer Vol. 5, No.1 April 2014
Publisher : Teknologi Informasi Fakultas Teknik Universitas Udayana

Show Abstract | Original Source | Check in Google Scholar

Abstract

Analisa urin dipstick telah lama digunakan sebagai acuan dasar tingkat kesehatan seseorang. Penganalisaan pada urin dipstick secara umum masih dilakukan dengan cara manual, yakni dengan membandingkan warna pada dipstick dengan chart warna standard. Metode ini sangat bergantung pada tingkat interpretasi pembacaan warna.Penggunaan kamera smartphone dapat menjadi solusi alternatif dalam pembacaan hasil dari urin dipstick.Penganalisaan dilakukan terhadap citra urin dipstick yang diambil dari kamera smartphone.Citra yang dihasilkan menempati ruang warna RGB.Namun, ruang warna ini tidak merepresentasikan nilai respon penglihatan manusia.Disamping itu, warna-warna dalam ruang warna RGB tidak dapat dibandingkan. Oleh karenanya perlu pengubahan ruang warna dari RGB menjadi ruang warna baru agar pengukuran terhadap kedekatan warna antara urine dipstick dan urine color chart dapat dilakukan. Dalam penelitian ini diajukan paduan elemen warna Sa*b* pada analisa urin dipstick dari citra hasil kamera smartphone dengan Jaringan Backpropagation. Paduan elemen warna Sa*b* merupakan gabungan dari ruang warna HSV dan La*b*. Jaringan Backpropagation digunakan untuk mendapatkan nilai paling optimal pada tiap-tiap unit nilai Sa*b*. Dari hasil ujicoba yang dilakukan terhadap paduan elemen warna Sa*b* pada analisa urin dipstick dari citra hasil kamera smartphone dengan Jaringan Backpropagation terbukti menghasilkan tingkat akurasi penganalisaan kemiripan warna yang lebih baik daripada ruang warna La*b* optimized dan HSV yakni sebesar 92 persen.
SURVEY PADA METODE COLOR CONSTANCY UNTUK PERBAIKAN WARNA CITRA DIPSTICK URINE Kholimi, Ali; Ginardi, Hari
Melek IT Information Technology Journal Vol 3, No 2 (2014): Melek IT
Publisher : Departement of Informatics Engineering , Faculty of Engineering, UWKS

Show Abstract | Original Source | Check in Google Scholar

Abstract

Color Constancy merupakan metode yang digunakan untuk memperbaiki warna citra sehingga didapatkan warna citra yang sebenarnya. Color constancy banyak digunakan dalam perbaikan warna pada aplikasi colorimetricanalysis, yakni aplikasi pengenalan atau klasifikasi warna, sebelum proses klasifikasi warna dilakukan. Ada beberapa kelompok metode dalam Color Constancy, yakni metode statistik, metode Gamut dan metode pembelajaran. Metode statistik unggul dalam kecepatan, sedang metode pembelajaran unggul dalam performa hasil. Metode statistik juga lebih unggul dalam hasil dibandingkan dengan metode Gamut untuk citra dengan tingkat varian yang rendah. Dalam penelitian ini perbandingan beberapa metode statistik pada Color Constancy dilakukan untuk mengetahui metode mana yang berjalan paling baik pada citra dipstick urine. Metode-metode yang dibandingkan dalam penelitian ini adalah metode White Patch, Gray World, Max-RGB, Shades of Grey, dan Grey Edge. Perbandingan dilakukan dengan menghitung nilai RMSE citra hasil perbaikan dengan hasil pembacaan dipstick reader. Hasil yang didapatkan dari uji coba menunjukkan bahwa metode white patch lebih unggul hingga mencapai 25% terhadap hasil terbaik kedua dari metode-metode lain yang diuji. Kata Kunci: Color Constancy, Gray World, Grey Edge, Max-RGB, Shades of Grey, White Patch
Penentuan Harga dengan Menggunakan Sistem Inferensi Fuzzy Tsukamoto Pada Rancang Bangun Aplikasi “Finding-Tutor” Mustika Sari, Syah Dia Putri; Ginardi, Hari; Fatichah, Chastine
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (781.265 KB)

Abstract

Keterbatasan waktu yang dimiliki di sekolah membuat kegiatan belajar tidak hanya berlangsung di dalam ruang kelas saja. Orang tua juga tidak dapat kita libatkan secara maksimal dalam kegiatan belajar karena keterbatasan waktu dan kemampuan materi yang dikuasai. Hal ini menjadikan tutor sebagai salah satu profesi yang cukup dibutuhkan dan menjanjikan. Namun, keterbatasan waktu dan lokasi membuat tutor kesulitan menemukan konsumen yang sesuai. Selain itu, kendala utama yang dihadapi konsumen adalah ketetapan harga tutor yang cukup mahal. Tugas akhir ini ditujukkan untuk mengatasi masalah tersebut dengan sebuah aplikasi berbasis Android yang dapat membantu konsumen mencari tutor. Aplikasi tersebut dilengkapi dengan sebuah sistem pendukung keputusan yang dapat membantu menghitung harga layanan dengan Sistem Inferensi Fuzzy Tsukamoto. Hal ini memungkinkan system menghitung harga layanan dengan tepat berdasarkan dengan kriteria tertentu. Hasil dari penelitian ini adalah berupa aplikasi pencarian tutor yang dilengkapi dengan Sistem Inferensi Fuzzy Tsukamoto yang menghitung harga layanan berdasarkan tingkat kesulitan, waktu dan jarak.
Praproses Data Alir ADS-B dari Multi-Receiver dengan Pengelompokan Agglomerasi Berbasis Konsistensi Jarak Azzahra, Noor Fitria; Ginardi, Hari; Saikhu, Ahmad
Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI) Vol 4, No 1 (2015)
Publisher : Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Original Source | Check in Google Scholar | Full PDF (563.793 KB)

Abstract

Abstract— ADS-B is a surveillance technology fortransportation. For an aircraft, ADS-B broadcasts itsinformation simultaneously such as identity, flight number,position, altitude, velocity, etc. Due to the limited range ofreceiving the data, ADS-B needs multi-receiver to increase thecapability of receiving data. But, the usage of multi-receiverraises new problems in the ADS-B data stream, such asredundant and outliers. These problems can reduce the quality ofdata received because it does not represent its actual flightconditions, in other words the nature of time-series data areblurred. This paper proposed a new method for preprocessingthe data stream of the ADS-B multi-receiver to get good qualityof data. The good quality of data means all unique datasuccessfully restored and redundant data is removed, so its timeseriescharacteristic is regained. This method used coordinateinformation (latitude and longitude) in ADS-B data as areference for preprocessing. Applying agglomeration clusteringtechniques and the rule of distance consistency as mergingstrategy of the cluster, this method is able to generate the dataADS-B that represents the status of the real aircraft, which istime-series data. This simple method can generate good qualityof data from the data ADS-B multi-receiver.Intisari— ADS-B merupakan teknologi pengawasan pesawat.Secara simultan, ADS-B menyebarkan informasi pesawat (ID,nomor penerbangan, posisi, ketinggian, kecepatan, dan lain-lain)melalui gelombang elektromagnetik. Karena terbatasnyawilayah jangkauan receiver dalam menerima data ADS-B, makadiperlukan multi-receiver untuk meningkatkan jangkauanpenangkapan sinyal. Penggunaan multi-receiver inimemunculkan masalah baru dalam data alir ADS-B, antara laindata redundan dan data pencilan sehingga menyebabkan datayang diterima memiliki kualitas yang rendah karena tidakmerepresentasikan kondisi sebuah penerbangan yangsebenarnya, dengan kata lain sifat timeseries pada data yangditerima menjadi kabur. Dalam makalah ini, metode barudiajukan dengan tujuan untuk praproses data alir ADS-B darimulti-receiver sehingga dihasilkan data dengan kualitas yangbaik, di mana semua data unik berhasil dikembalikan sifattimeseries-nya dan data redundan berhasil dihilangkan. Metodeini memanfaatkan informasi posisi (lintang dan bujur) pesawatpada data ADS-B sebagai acuan untuk praprosesnya. Denganteknik pengelompokan aglomerasi dan dengan aturankonsistensi jarak antar data sebagai strategi penggabungankelompok, metode ini mampu menghasilkan data ADS-B yangmerepresentasikan keadaan pesawat sebenarnya, yaitu datayang bersifat timeseries. Dengan metode yang sederhana inidapat dihasilkan data ADS-B dari multi-receiver dengan kualitasyang baik.