Author Archives: adi pamungkas
Klasterisasi Sampah pada Kota-kota di Indonesia Menggunakan Metode K-Means dan K-Medoids
Krisis sampah adalah masalah serius yang dihadapi oleh banyak kota di seluruh dunia, termasuk di Indonesia. Dengan pertumbuhan populasi dan urbanisasi yang pesat, manajemen sampah yang efisien menjadi semakin penting. Salah satu langkah awal dalam meningkatkan manajemen sampah adalah memahami pola dan karakteristik sampah di berbagai kota. Dalam artikel ini, akan dijelaskan bagaimana metode klasterisasi, khususnya K-Means dan K-Medoids, dapat digunakan untuk mengelompokkan data sampah dari 287 kota di Indonesia berdasarkan komposisinya.
Prediksi Status Kelulusan Mahasiswa dengan Menggunakan Algoritma K-Nearest Neighbor (K-NN)
Pendidikan tinggi adalah salah satu tahapan penting dalam perjalanan menuju karir yang sukses. Namun, banyak faktor yang dapat mempengaruhi apakah seorang mahasiswa akan lulus tepat waktu, terlambat, atau bahkan drop out. Dalam upaya untuk membantu mahasiswa dan perguruan tinggi dalam memahami faktor-faktor tersebut, penelitian prediksi status kelulusan mahasiswa menjadi semakin penting. Dalam artikel ini, akan dijelaskan bagaimana algoritma K-Nearest Neighbor (K-NN) dapat digunakan untuk memprediksi status kelulusan mahasiswa berdasarkan beberapa variabel kunci, yaitu Indeks Prestasi Sementara (IPS), Status Pernikahan, Status Pekerjaan, dan Jumlah SKS (Satuan Kredit Semester).
Identifikasi Tingkat Kematangan Buah Melinjo Menggunakan Algoritma Jaringan Saraf Tiruan Backpropagation
Buah melinjo (Gnetum gnemon) adalah buah yang banyak ditemukan di berbagai negara tropis. Buah ini memiliki beberapa tingkat kematangan yang berbeda, yang dapat dilihat dari perubahan warna kulitnya. Buah melinjo biasanya mengalami tiga tingkat kematangan: matang (warna merah), mentah (warna hijau), dan setengah matang (warna kuning). Identifikasi tingkat kematangan buah melinjo secara manual dapat menjadi tugas yang memakan waktu dan cenderung subjektif. Oleh karena itu, dalam artikel ini, akan dibahas pengembangan sistem otomatis untuk mengidentifikasi tingkat kematangan buah melinjo menggunakan algoritma jaringan saraf tiruan (JST) dengan metode backpropagation.
Pengenalan Suara untuk Anak Tuna Rungu Wicara dan Non-Tuna Rungu Wicara Menggunakan Metode MFCC dan SVM
Pemahaman dan pengenalan suara adalah hal yang penting dalam berkomunikasi. Bagi anak-anak yang mengalami gangguan pendengaran dan kesulitan berbicara, pengenalan suara adalah kunci untuk memungkinkan mereka berinteraksi dengan dunia di sekitar mereka. Dalam artikel ini, akan dijelaskan pengembangan sistem pengenalan suara yang dirancang khusus untuk anak-anak tuna rungu wicara dan non-tuna rungu wicara. Metode yang digunakan untuk ekstraksi ciri adalah Mel-Frequency Cepstral Coefficients (MFCC), sementara untuk pengenalan suara, kita akan menerapkan metode Support Vector Machine (SVM).
Pengenalan Jenis Mesin Motor Menggunakan Metode MFCC dan K-Nearest Neighbor
Pengolahan audio (Audio Processing) adalah cabang dari pengolahan sinyal digital yang fokus pada manipulasi dan analisis sinyal suara. Ini melibatkan berbagai tugas yang bertujuan untuk memahami, memanipulasi, dan meningkatkan informasi yang terkandung dalam sinyal audio.
Dalam dunia otomotif, motor adalah salah satu alat transportasi yang sangat umum digunakan. Jenis mesin motor yang paling umum adalah mesin 2 tak dan 4 tak. Mesin-mesin ini memiliki karakteristik suara yang berbeda ketika beroperasi. Mesin 2 tak cenderung menghasilkan suara yang lebih berat dan berdenyut, sementara mesin 4 tak menghasilkan suara yang lebih halus dan stabil.
-read more->Analisis Tekstur Menggunakan Gray-Level Co-Occurrence Matrix (GLCM)
Analisis tekstur merupakan aspek penting dalam pengolahan citra yang berkaitan dengan karakteristik visual permukaan objek dalam citra. Salah satu metode yang digunakan untuk menganalisis tekstur adalah Gray-Level Co-Occurrence Matrix (GLCM). Dalam artikel ini, akan dijelaskan bagaimana GLCM bekerja dan bagaimana fitur seperti kontras, korelasi, energi, dan homogenitas dapat diekstraksi dari GLCM untuk memahami lebih dalam tentang tekstur citra.
Thresholding Citra
Thresholding adalah salah satu teknik penting dalam pengolahan citra yang digunakan untuk mengubah citra warna menjadi citra biner dengan tujuan mengidentifikasi objek atau fitur dalam citra dengan lebih baik. Dalam artikel ini, akan dibahas langkah-langkah yang diperlukan untuk melakukan thresholding pada citra RGB, mulai dari konversi citra menjadi citra grayscale hingga menghasilkan citra biner.
Kontras dan Kecerahan Dalam Citra Digital
Kontras dan kecerahan adalah dua konsep kunci dalam dunia pemrosesan citra yang memengaruhi tampilan dan interpretasi suatu gambar. Dalam artikel ini, kita akan menggali lebih dalam tentang apa itu kontras dan kecerahan dalam citra, mengapa keduanya penting, serta bagaimana pengaturannya dapat memengaruhi tampilan akhir suatu gambar.
Histogram Citra Digital
Histogram citra adalah alat penting dalam dunia pengolahan citra digital. Histogram merupakan representasi visual dari distribusi intensitas piksel dalam sebuah citra. Histogram ini dapat memberikan wawasan yang berharga tentang karakteristik citra, membantu dalam analisis, perbaikan, dan manipulasi citra. Dalam artikel ini akan dibahas apa itu histogram citra, mengapa penting, dan bagaimana histogram digunakan dalam pengolahan citra.
Jaringan Syaraf Tiruan Radial Basis Function untuk Memprediksi Jumlah Penduduk
Memprediksi jumlah penduduk suatu daerah merupakan tugas penting dalam perencanaan perkotaan, perencanaan sumber daya, dan pengambilan keputusan pemerintah. Metode tradisional seperti regresi linier sering digunakan untuk tujuan ini, tetapi kadang-kadang metode yang lebih kompleks diperlukan untuk mengatasi data yang rumit. Salah satu pendekatan yang muncul adalah menggunakan Jaringan Syaraf Tiruan Radial Basis Function (RBF-NN) untuk memprediksi jumlah penduduk. Dalam artikel ini akan dijelaskan konsep dasar RBF-NN dan bagaimana ia dapat digunakan dalam konteks ini.
Apa itu Jaringan Syaraf Tiruan Radial Basis Function (RBF-NN)?
Jaringan Syaraf Tiruan Radial Basis Function (RBF-NN) adalah salah satu jenis jaringan syaraf tiruan yang memiliki tiga lapisan utama: lapisan input, lapisan tersembunyi (hidden layer) dengan fungsi basis radial, dan lapisan output. RBF-NN memiliki kemampuan untuk memodelkan hubungan nonlinier yang kompleks antara masukan dan keluaran. Ini terutama berguna ketika data memiliki pola yang sulit diidentifikasi oleh metode linier.
Pemrograman Matlab 