Widodo Prijodiprodjo
Universitas Gadjah Mada (UGM)

Published : 16 Documents
Articles

Found 16 Documents
Search

Simulasi Swarm Robot Dengan Pendekatan Rayap Pada Masalah Clustering Yogha Bintoro, Ketut Bayu; Prijodiprodjo, Widodo
IJCCS - Indonesian Journal of Computing and Cybernetics Systems Vol 6, No 1 (2012): IJCCS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (416.684 KB)

Abstract

AbstrakPendekatan rayap yang merupakan salah satu metode dalam rumpun swarm intelligence yang dapat mengatasi masalah clustering, pada penelitian ini pendekatan rayap dilihat dari sudut pandang pemodelan berbasis agent dan diimplementasikan ke dalam swarm robot. Penelitian ini penting untuk mengembangkan model pendekatan rayap pada kasus – kasus nyata terutama pada masalah clustering, untuk mengimplemantasikan model yang diperoleh dari studi literatur maka dibuatkan simulasi untuk menggambarkan secara detail proses yang terjadi dalam menangani masalah clustering.Pendekatan IODA digunakan untuk memodelkan interaksi yang terjadi didalam simulasi, pendekatan ini di sesuaikan dengan perangkat pengembangan yang digunakan yaitu NETLOGO. Penggunaan IODA menjadi suatu kontribusi untuk mengembangkan metodologi ini, terutama pada NETLOGO disamping pengimplementasian komunikasi tidak langsung dan optimasi pencarian yang dapat membentuk clister lebih cepat dari penelitian sebelumnya. Kata kunci— Pendekatan rayap, simulasi, IODA, clustering, agent AbstractTermites approach is one of the method in swarm intelligent field which used to handle clustering problem. In this research, termites approach are in agent metodology point of view and implemented  to swarm robot. This research is important to developing termites model in some real cases especially in clustering problem, to implement this model gathered from literatur study, we used simulation to give detail model about clustering solving process.  IODA metodologi is used to modelling  the interaction in simulation, this approach is appropriate with NETLOGO as development tool. The involve of IODA has become one of the contribution to develop this in NETLOGO beside the implementation of indirect communication and searching optimization that can makes clustering process faster than the previous research. Keywords—Termites approach, Simulation, IODA, clustering, agent.
Implementasi Sistem Robot Beroda Dengan Lengan Sebagai Fungsi Pembersih Kaca Usuman, Ilona; Prijodiprodjo, Widodo; Ardiansyah, Elfin; Asmarasejati, Prima
IJEIS - Indonesian Journal of Electronics and Instrumentation Systems Vol 1, No 1 (2011): IJEIS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1837.268 KB)

Abstract

Abstrak— Selama ini kesibukan setiap individuyang semakin meningkat membuat kebersihan rumahseringkali terlupakan sehingga perlu dibuat suaturobot berbentuk lengan robot (robot arm) untukpembersih kaca menggunakan skema active forcecontrol dan behaviour based control. Manfaat daripenelitian ini adalah Robot yang dihasilkan jikadikembangkan dapat membantu meringankanpekerjaan pembersihan kaca jendela, pintu, penyekatruang dan sebagainya di lingkup rumah tanggamaupun bagi para petugas pembersih (cleaningservice). Robot lengan ini dibuat denganmemperhatikan efek beban pada lengan termasukmengurangi gangguan pada torsi denganmenggunakan skema active force control.Dari hasil penelitian yang diperoleh robot lengandibuat dengan 4 DOF (Degree Of Freedom) yaitu 4derajat kebebasan yang dapat membersihkan kacasecara naik dan turun, serta kesamping kiri dankanan. Diharapkan robot ini dapat mempermudahpekerjaan manusia untuk membersihkan kaca.Kata Kunci— robot pembersih kaca, Active ForceControl, robot arm, lengan robot, DOF (Degree OfFreedom).
Prototype Sistem Pakar untuk Mendeteksi Tingkat Resiko Penyakit Jantung Koroner dengan Metode Dempster-Shafer Wahyuni, Elyza Gustri; Prijodiprodjo, Widodo
IJCCS - Indonesian Journal of Computing and Cybernetics Systems Vol 7, No 2 (2013): IJCCS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (388.967 KB)

Abstract

AbstrakSistem pakar dapat berfungsi sebagai konsultan yang memberi saran kepada pengguna sekaligus sebagai asisten bagi pakar. Salah satu cara untuk mengatasi dan membantu mendeteksi tingkat resiko penyakit JK seseorang, yaitu dengan membuat sebuah sistem pakar sebagai media konsultasi dan monitoring terhadap seseorang sehingga dapat meminimalkan terjadinya serangan jantung yang mengakibatkan kematian. Metode Dempster-Shafer merupakan metode penalaran non monotonis yang digunakan untuk mencari ketidakkonsistenan akibat adanya penambahan maupun pengurangan fakta baru yang akan merubah aturan yang ada, sehingga metode Dempster-Shafer memungkinkan seseorang aman dalam melakukan pekerjaan seorang pakar. Penelitian ini bertujuan menerapkan metode ketidakpastian Dempster-Shafer pada sistem pakar untuk mendiagnosa tingkat resiko penyakit JK seseorang berdasarkan faktor serta gejala penyakit JK. Manfaat penelitian ini adalah untuk mengetahui keakuratan mesin inferensi Dempster-Shafer.Hasil diagnosa penyakit JK yang dihasilkan oleh sistem pakar sama dengan hasil perhitungan secara manual dengan menggunakan teori mesin inferensi Dempster-Shafer. Sehingga dapat disimpulkan bahwa sistem pakar yang telah dibangun dapat digunakan untuk mendiagnosa PJK. Kata kunci— Dempster-Shafer, Jantung Koroner, Sistem Pakar AbstractThe expert systems can serve as a consultant that  gives advice to the users  and  at once as an assistant to the experts. One way to cope and help detect the risk level of  one’s  coronary heart  disease, is to create the expert system as media of  consulting and monitoring a person so that can minimize the occurrence of heart attacks resulting in death. The Dempster-Shafer method is non monotonis reasoning method is used to look for inconsistencies due to addition or reduction of new facts that will change the existing rules, so that the Dempster-Shafer method enables one safe in doing the expert work. This research aims to apply the Dempster-Shafer uncertainty methods in expert system to diagnose the risk level of one’s coronary heart disease based on factors and symptom of coronary heart disease  The benefits of this research was to know the accuracy of  Dempster-Shafer inference engine.The diagnosis  results of  coronary heart disease  is  generated  by an expert system similarly with manually calculating result using the theory of Dempster-Shafer inference engine. Therefore we can conclude that the expert system that has been built can be used to diagnose Coronary Heart diagnosis. Keywords—Dempster-Shafer, Coronary Heart Disease, Expert Systems
Aplikasi Pencarian Rute Terbaik dengan Metode Ant Colony Optimazation (ACO) Siyamtining Tyas, Yuliyani; Prijodiprodjo, Widodo
IJCCS - Indonesian Journal of Computing and Cybernetics Systems Vol 7, No 1 (2013): IJCCS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (353.383 KB)

Abstract

AbstrakPengawalan Lalu Lintas adalah suatu kegiatan penyelenggaran pengamanan bergerak di jalan dalam rangka melindungi keselamatan jiwa manusia, harta benda, kegiatan VVIP/VIP/ Protokol kenegaraan secara terus menerus selama perjalanan dari satu tempat ke tempat lain dengan menggunakan kendaraan bermotor sehingga kegiatan dapat berjalan aman, tertib dan lancar. Pengambilan keputusan rute jalan yang akan dilalui berdasarkan pertimbangan situasi jalan (jarak tempuh, banyak lubang, banyak tikungan dan kepadatan arus lalu lintas).Ant Colony Optimization (ACO) merupakan teknik probabilistik untuk memecahkan masalah perhitungan dengan menemukan jalur terbaik melalui graf, algoritma ini terinspirasi dari perilaku semut bersama dengan koloninya dalam mencari makanan. Simple Additive Weighting (SAW) merupakan salah satu metode untuk menyelesaikan masalah Multi-Attribute Decision Making (MADM) dengan mencari penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut.Penelitian ini mengkombinasikan metode Ant Colony Optimization dengan Simple Additive Weighting. Kata kunci— ACO, Ant Colony Optimization, SAW, Simple Additive Weighting, Rute Terbaik   AbstactTraffic Guarding is an activity to carry out the safety on road in order to protect the safety of human, the treasure and the activity to guard of honor. It is conducted continually from one to another place by using the vehicles. It is also conducted to get more safe, ordered and fluent along the road. To take the decision of route which will be passed on the road situations (distance, road with holes, bends and crowd of the traffic).Ant Colony Optimization (ACO) is a probabilistic technique to solve the problem by using the way to find the best track through graf. This algorithm gets inspiration from the ants behavior with their colony to get their food. Simple Additive Weighting (SAW) is a method to solve the problem Multi-Attribute Decision Making (MADM) by finding the accumulation from the rate processing from every alternatives at the attribute of all.This research combines Ant Colony Optimization (ACO) method with Simple Additive Weighting (SAW). Keyword— ACO, Ant Colony Optimization, SAW, Simple Additive Weighting, Best Route
Penerapan Learning Vector Quantization (LVQ) untuk Klasifikasi Status Gizi Anak Budianita, Elvia; Prijodiprodjo, Widodo
IJCCS - Indonesian Journal of Computing and Cybernetics Systems Vol 7, No 2 (2013): IJCCS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (598.172 KB)

Abstract

AbstrakPenentuan klasifikasi status gizi anak yang sering dilakukan adalah berdasarkan indeks berat badan menurut tinggi badan (BB/TB). Pada Puskesmas Batupanjang, indeks antropometri tersebut dihitung secara manual untuk menilai status gizi anak sekolah dasar dengan menggunakan daftar tabel z-skor atau simpangan baku / standar deviasi (SD) WHO NCHS (National Centre for Health Statistic). Metode Learning Vektor Quantization (LVQ) dan salah satu algoritma pengembangannya yaitu LVQ3 digunakan dalam penelitian ini untuk menangani penilaian status gizi anak berdasarkan simpangan baku rujukan terhadap indeks berat badan dan tinggi badan tersebut. Variabel yang digunakan dalam penilaian status gizi anak adalah jenis kelamin, berat badan, tinggi badan, penyakit infeksi, nafsu makan, dan pekerjaan kepala keluarga (KK). Berdasarkan dari hasil penelitian dan pembahasan yang dilakukan, algoritma LVQ3 lebih baik diterapkan untuk klasifikasi status gizi anak dibandingkan dengan algoritma LVQ1. Penggunaan parameter window (ε) pada jaringan syaraf tiruan LVQ3 memberikan pengaruh positif yakni dapat meningkatkan performa dalam klasifikasi jika dibandingkan tanpa menggunakan window (LVQ1). Kata kunci— Antropometri,  Learning Vektor Quantization,  Z-skor.  AbstractThe shortest path determination of child nutrient that common uses is based on body weight index by body high level (BB/BT). In Batupanjang Puskesmas, that anthropometry index is calculated manually for assessing  the nutrition of children in elementary school by used z-score table list or deviation standard  (SD) WHO NCHS (National Centre for Health Statistic).Learning Vektor Quantization (LVQ) Method and one of its algorithm, LVQ3 is used for this research to handle appraisal of children nutrition status based on deviation standard reference for that weight and high index. The variable that used in this appraisal are genre, body weight, body high, infection disease, appetite, and father work.Based on result of this research and discuss that has been done, LVQ3 algorithm is better applied for children nutrient status classification than LVQ1 algorithm. Using of window parameter (ε) in neural network LVQ3 effect positive impact, that is can increase perform in classification than without used window (LVQ1). Keywords—Anthropometry,  Learning Vektor Quantization,  Z-score.
Penerapan Bee Colony Optimization Algorithm untuk Penentuan Rute Terpendek (Studi Kasus : Objek Wisata Daerah Istimewa Yogyakarta) ., Danuri; Prijodiprodjo, Widodo
IJCCS - Indonesian Journal of Computing and Cybernetics Systems Vol 7, No 1 (2013): IJCCS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (493.631 KB)

Abstract

AbstrakPencarian rute terpendek merupakan suatu permasalahan optimasi yang sering dijadikan studi kasus bagi penelitian. Jarak merupakan faktor yang paling menentukan dalam melakukan penelusuran jalur-jalur yang akan dilalui. Jalur dengan jarak terpendek akan dipilih sebagai jalur pilihan.Algoritma bee colony optimization digunakan dalam penelitian ini untuk menyelesaikan permasalah pencarian rute terpendek. Terdapat dua proses utama pada saat penelusuran jalur yaitu forward dan backward. Algoritma bee colony optimization bekerja pada proses forward. Nilai probabilitas suatu jalur dijadikan dasar pada proses transisi jalur kemudian durasi waggle dance dari tiap lebah yang berhasil menemukan posisi tujuan akan dijadikan rute pilihan.Hasil yang diperoleh dalam penelitian ini adalah algoritma bee colony optimization dapat digunakan untuk menemukan rute terpendek. Jumlah lebah yang dilepas sangat mempengaruhi dalam menemukan rute-rute yang bisa dilalui. Semakin banyak jumlah lebah yang dilepas semakin besar peluang ditemukannya rute terpendek. Kata kunci— Rute Terpendek, Algoritma Bee Colony Optimization.  AbstractThe shortest path determination is an optimization problem which often used as a case study for research. Distance is the most defining factor in performing the search paths to be passed. Path with the shortest distance would be chosen as a path selection.Bee colony optimization algorithm used in this study to complete problems shortest path determination. There are two main process es during search path that is forward and backward. Bee colony optimization algorithm works on the process forward. The value probability of a path is base intransition process and the duration of waggle dance track of every bee who had found the position of the goal will be a preferred route.The results obtained in this study is the bee colony optimization algorithm can be used to find shortest path. The number of bees are released greatly affects in finding routes that can be passed. The more the number of bees that removed the greater the chances of finding the shortest path. Keyword— Shortest Path, Bee Colony Optimization Algorithm
Sistem Evaluasi Kelayakan Mahasiswa MagangMenggunakan Elman Recurrent Neural Network Jiwa Permana, Agus Aan; Prijodiprodjo, Widodo
IJCCS - Indonesian Journal of Computing and Cybernetics Systems Vol 8, No 1 (2014): IJCCS
Publisher : Indonesian Computer, Electronics, and Instrumentation Support Society (IndoCEISS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (930.852 KB)

Abstract

AbstrakJaringan Syaraf Tiruan (JST) dapat digunakan untuk memecahkan permasalahan tertentu seperti prediksi, klasifikasi, pengolahan data, dan robotik.Berdasarkan paparan tersebut, sehingga dalam penelitian ini mencoba menerapkan JST untuk menangani permasalahan dalam program magang yang sedang dihadapi dalam upaya untuk meningkatkan kompetensi, pengalaman, serta melatih softskill mahasiswa.Sistem yang dikembangkan dapat digunakan untuk mengevaluasi kelayakan mahasiswa dalam program magang ke luar daerah dengan menerapkan Elman Recurrent Neural Network (ERNN), sehingga dapat memberikan informasi yang akurat kepada pihak jurusan untuk menentukan keputusan yang tepat.Struktur Elman dipilih karena dapat membuat iterasi jauh lebih cepat sehingga memudahkan proses konvergensi. Adapun metode pembelajaran yang digunakan adalah Backpropagation ThroughTime dengan model epochwise training mode. Sistem diimplementasikan dengan menggunakan bahasa pemrograman C# dengan basis data MySQL. Vektor input yang digunakan terdiri dari 11 variabel. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan akan cepat mengalami konvergen dan mampu mencapai nilai error paling optimal (minimum error) apabila menggunakan 1 hidden layer dengan jumlah neuron 20 unit. Akurasi terbaik dapat diperoleh dengan menggunakan LR sebesar 0.01 dan momentum 0.85 dimana akurasi rata-rata dalam pengujian mencapai 87.50%. Kata kunci—Evaluasi, Kelayakan, Jaringan Syaraf Tiruan (JST), Elman Recurrent Neural Network, Magang Abstract Artificial Neural Network (ANN) can be used to solve specific problems such as prediction, classification, data processing, and robotics. Based on the exposure, so in this study tried to apply neural networks to handle problems in apprentice program facing in an effort to increase the competence, experience and soft skills training students. The system developed can be used to evaluate the students in the apprentice program to other regions by applying the Elman Recurrent Neural Network (ERNN), so it can provide accurate information to the department to determine appropriate decisions. Elman structure was chosen because it can be create much more rapidly iterations so as to facilitate the convergence process. The learning method used is Backpropagation Through Time with model epochwise training mode. The system is implemented using the C # programming language with a MySQL database. Input vector used consists of 11 variables. The results showed that the developed system will rapidly converge and can reach optimal error value (minimum error) when using one hidden layer with 20 units number of neurons. Best accuracy can be obtained using the LR of 0.01 and momentum 0.85 which average accuracy reaches 87.50% in testing. Keywords—Evaluation, Feasibility, Artificial Neural Network (ANN), Elman Recurrent Neural Network, Apprenticeship
PENERAPAN KECERDASAN KELOMPOK UNTUK PENYELESAIAN TEKA-TEKI SUDOKU DENGAN METODE PARTICLE SWARM OPTIMIZATION Wardani, Agus Limbang; Hartati, Sri; Prijodiprodjo, Widodo
Dinamika Informatika Vol 5, No 1 (2015): Jurnal Dinamika Informatika
Publisher : Dinamika Informatika

Show Abstract | Original Source | Check in Google Scholar | Full PDF (39.911 KB)

Abstract

There are several ways to solve sudoku puzzles with a computer that is Trial and Error, the adaptation of human intuition and using optimization algorithms. Particle Swarm Optimization (PSO) is one of the methods of optimization are found in a group of intelligence, which is based on the population of the  algorithm searches and begins with a random population called particle. This study was conducted to test the PSO method to solve sudoku puzzle with several levels of dimensions 4x4 up to 25x25. Testing is done by changing the number of particles and see its effect on the value iteration and waiting time. The results of this study indicate several things. First, the greater the value of the particle yield tends to decrease the number of iterations. Second, the same number of iterations is not necessarily produce the same waiting time. Third, that the smaller the number of iterations is not necessarily produce a longer waiting time. Fourth, the larger size is not necessarily produce a longer waiting time. Fifth, the puzzle that has many cells with the possibility of a valid number or bit combinations are possible, PSO will shorten the number of iterations, but for the puzzle that has many possible numbers of cells with more than one or many combinations are possible, PSO not a lot of influence. Sixth, the large dimensions there are significant differences in waiting times between the number of particles 1 with the number of particles 2 to 10. Seventh, the dimensions of the primes tend to have a greater number of iterations when compared with other dimensions. The value of velocity is used to determine the value of randomization number of particles, so that the particles are sometimes not always move forward or better value.
Implementasi Sistem Robot Beroda Dengan Lengan Sebagai Fungsi Pembersih Kaca Usuman, Ilona; Prijodiprodjo, Widodo; Ardiansyah, Elfin; Asmarasejati, Prima
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 1 (2011): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1837.268 KB)

Abstract

Selama ini kesibukan setiap individuyang semakin meningkat membuat kebersihan rumahseringkali terlupakan sehingga perlu dibuat suaturobot berbentuk lengan robot (robot arm) untukpembersih kaca menggunakan skema active forcecontrol dan behaviour based control. Manfaat daripenelitian ini adalah Robot yang dihasilkan jikadikembangkan dapat membantu meringankanpekerjaan pembersihan kaca jendela, pintu, penyekatruang dan sebagainya di lingkup rumah tanggamaupun bagi para petugas pembersih (cleaningservice). Robot lengan ini dibuat denganmemperhatikan efek beban pada lengan termasukmengurangi gangguan pada torsi denganmenggunakan skema active force control.Dari hasil penelitian yang diperoleh robot lengandibuat dengan 4 DOF (Degree Of Freedom) yaitu 4derajat kebebasan yang dapat membersihkan kacasecara naik dan turun, serta kesamping kiri dankanan. Diharapkan robot ini dapat mempermudahpekerjaan manusia untuk membersihkan kaca.
Prototype Sistem Pakar untuk Mendeteksi Tingkat Resiko Penyakit Jantung Koroner dengan Metode Dempster-Shafer Wahyuni, Elyza Gustri; Prijodiprodjo, Widodo
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 7, No 2 (2013): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Original Source | Check in Google Scholar | Full PDF (388.967 KB)

Abstract

AbstrakSistem pakar dapat berfungsi sebagai konsultan yang memberi saran kepada pengguna sekaligus sebagai asisten bagi pakar. Salah satu cara untuk mengatasi dan membantu mendeteksi tingkat resiko penyakit JK seseorang, yaitu dengan membuat sebuah sistem pakar sebagai media konsultasi dan monitoring terhadap seseorang sehingga dapat meminimalkan terjadinya serangan jantung yang mengakibatkan kematian. Metode Dempster-Shafer merupakan metode penalaran non monotonis yang digunakan untuk mencari ketidakkonsistenan akibat adanya penambahan maupun pengurangan fakta baru yang akan merubah aturan yang ada, sehingga metode Dempster-Shafer memungkinkan seseorang aman dalam melakukan pekerjaan seorang pakar. Penelitian ini bertujuan menerapkan metode ketidakpastian Dempster-Shafer pada sistem pakar untuk mendiagnosa tingkat resiko penyakit JK seseorang berdasarkan faktor serta gejala penyakit JK. Manfaat penelitian ini adalah untuk mengetahui keakuratan mesin inferensi Dempster-Shafer.Hasil diagnosa penyakit JK yang dihasilkan oleh sistem pakar sama dengan hasil perhitungan secara manual dengan menggunakan teori mesin inferensi Dempster-Shafer. Sehingga dapat disimpulkan bahwa sistem pakar yang telah dibangun dapat digunakan untuk mendiagnosa PJK.?Kata kunci? Dempster-Shafer, Jantung Koroner, Sistem Pakar?AbstractThe expert systems can serve as a consultant that? gives advice to the users? and? at once as an assistant to the experts.?One way to cope and help detect the risk level of? one?s? coronary heart? disease, is to create the expert system as media of? consulting and monitoring a person so that can minimize the occurrence of heart attacks resulting in death. The Dempster-Shafer?method is?non monotonis?reasoning method is used to look for inconsistencies due to addition or reduction of new facts that will change the existing rules, so that the?Dempster-Shafer?method enables one safe in doing the expert work.?This research aims to apply the?Dempster-Shafer?uncertainty methods in expert system to diagnose the risk level of one?s coronary heart disease based on factors and symptom of coronary heart disease ?The benefits of this research was to know the accuracy of? Dempster-Shafer?inference?engine.The diagnosis? results of? coronary heart disease? is? generated? by an expert system similarly with manually calculating result using the theory of Dempster-Shafer?inference?engine.?Therefore we can conclude that the expert system that has been built can be used to diagnose Coronary Heart diagnosis.?Keywords?Dempster-Shafer,?Coronary Heart Disease, Expert Systems