Hasil Pencarian  ::  Simpan CSV :: Kembali

"Many kinds of classification method are able to diagnose a patient who suffered Hepatitis disease. One of classification methods that can be used was Least Squares Support Vector Machines (LSSVM). There are two parameters that very influence to improve the classification accuracy on LSSVM, they are kernel parameter and regularization parameter. Determining the optimal parameters must be considered to obtain a high classification accuracy on LSSVM. This paper proposed an optimization method based on Improved Ant Colony Algorithm (IACA) in determining the optimal parameters of LSSVM for diagnosing Hepatitis disease. IACA create a storage solution to keep the whole route of the ants. The solutions that have been stored were the value of the parameter LSSVM. There are three main stages in this study. Firstly, the dimension of Hepatitis dataset will be reduced by Local Fisher Discriminant Analysis (LFDA). Secondly, search the optimal parameter LSSVM with IACA optimization using the data training, And the last, classify the data testing using optimal parameters of LSSVM. Experimental results have demonstrated that the proposed method produces high accuracy value (93.7%) for the 80-20% training-testing partitionBanyak metode klasifikasi yang mampu mendiagnosa seorang pasien mengidap penyakit Hepatitis, salah satunya adalah menggunakan metode klasifikasi Least Squares Support Vector Machines (LSSVM). Terdapat dua parameter yang sangat berpengaruh pada LSSVM yaitu parameter kernel dan parameter regularisasi. Penentuan parameter optimal tersebut harus diperhatikan untuk mendapatkan akurasi klasifikasi yang tinggi pada LSSVM. Penelitian ini mengusulkan metode optimasi Improved Ant Colony Algorithm (IACA) dalam penentuan parameter optimal LSSVM untuk mendiagnosa penyakit Hepatitis. IACA membuat penyimpanan solusi untuk menjaga rute dari keseluruhan semut. Solusi yang disimpan adalah nilai parameter LSSVM. Ada 3 tahapan utama pada penelitian ini yaitu, dimensi dataset Hepatitis direduksi menggunakan metode Local Fisher Discriminant Analysis (LFDA), kemudian parameter optimal LSSVM dicari dengan metode optimasi IACA menggunakan data training, setelah itu data testing diklasifikasikan menggunakan parameter optimal LSSVM. Hasil uji coba menunjukkan bahwa metode yang diusulkan menghasilkan nilai akurasi yang tinggi (93,7%) pada partisi 80-20% training dan testing."

"ABSTRAKOptimalisasi portofolio bertujuan agar investor mendapatkan return tertinggi dan mendapatkan risiko terendah. Untuk mencapai tujuan ini, investor melakukan diversifikasi untuk meningkatkan kinerja portofolio dengan meminimalkan risiko portofolio. Pada penelitian ini digunakan algoritma Iterative K-Means -+ sebagai metode clustering dan Ant Colony Optimization (ACO). Pengelompokan digunakan untuk diversifikasi portofolio berdasarkan rasio keuangan masing-masing saham. K-Means berulang -+ ini memperbaiki solusi dari K-Means dengan menghapus 1 cluster (minus), membagi 1 cluster (plus) dan re-clustering di setiap iterasi. Setelah pengelompokan, beberapa saham dipilih dan bobotnya ditentukan dengan metode metaheuristik, yaitu:Algoritma Ant Colony Optimization (ACO). Hasil numerik dari metode ini dievaluasi dengan data yang sebenarnya.ABSTRACTPortfolio optimization aims for investors to get the highest return and get the lowest risk. To achieve this goal, investors diversify to improve portfolio performance by minimizing portfolio risk. In this study, the Iterative K-Means -+ algorithm was used as a clustering method and Ant Colony Optimization (ACO). Grouping is used to diversify the portfolio based on the financial ratios of each stock. Iterative K-Means --+ this improves the solution of K-Means by removing 1 cluster (minus), dividing 1 cluster (plus) and re-clustering in each iteration. After grouping, several stocks are selected and their weights are determined by the metaheuristic method, namely:Ant Colony Optimization (ACO) Algorithm. The numerical results of this method are evaluated with actual data."

"There are many information which can be processed in many emails. Clasisification is a way to organize the informations which are be in the emails....."

"There are two categories of well-known approach (as basic principle of classification process) for leraning structure of Bayesian Neywork (BN) in data mining (DM): ...."

"Telur ayam kampung atau telur ayam buras adalah telur ayam umum dikonsumsi masyarakat Indonesia sebagai makanan biasa atau juga sebagai obat. Pengklasifikasian kualitas telur ayam kampung. Dilakukan untuk dapat membedakan telur yang layak konsumsi dan tidak layak konsumsi. Beberapa penelitian serupa menggunakan Arduino dan sensor photodioda untuk melakukan klasifikasi, selain itu juga ada beberapa penelitian yang menggunakan machine learning untuk membedakan jenis telur. Dari penelitian yang telah di lakukan dilihat bahwa akurasi masih kecil, dan dirasa masih bisa di ditingkatkan. Dalam penelitian ini dibuat sistem klasifikasi kualitas telur ayam kampung dengan menggunakan algoritma you only look once (YOLO) versi 4. Data set yang digunakan pada penelitian ini berupa data set dari 4 kategori kondisi telur atau 4 class antara lain telur baik, busuk, fertil, dan telur retak. Data set diakuisisi dengan disinari dengan lampu led yang diberikan tegangan 12V pada kotak akuisisi, dan citra ditangkap dengan webcam Logitech c270. Dari pelatihan data set citra telur ayam kampung dihasilkan akurasi sebesar 96.76% di pengujian pada validation set dan sebesar 95.26% pada test set. Dari kasus pendeteksian kualitas telur ayam kampung dengan deep learning berbasis algoritma YOLOv4 ini memungkinkan adanya pengembangan lebih lanjut.

---

Local breed chicken eggs or local breed chicken eggs are chicken eggs that are commonly consumed by Indonesian people as ordinary food or also as medicine. Classification of local breed chicken egg quality. This is done to be able to distinguish eggs that are suitable for consumption and not suitable for consumption. Several similar studies used Arduino and photodiode sensors to carry out classification, besides that there were also several studies using machine learning to distinguish types of eggs. From the research that has been done, the accuracy is still small, and it is felt that it can still be improved. In this research, local breed chicken egg quality classification system was created using you only look once (YOLO) version 4 algorithm. The dataset used in this study was a data set of 4 categories of egg conditions or 4 classes including good eggs, rotten, fertile, and cracked eggs. The dataset was acquired by irradiating it with a led lamp supplied with a 12V voltage on the acquisition box, and the image was captured with a Logitech c270 webcam. From the local breed chicken egg image dataset training, an accuracy of 96.76% was obtained in the validation set test and 95.26% in the test set. From the case of detecting local breed chicken egg quality with deep learning based on the YOLOv4 algorithm, it allows for further development."

"[ABSTRAKTelah dilakukan penelitian untuk mendeteksi sebuah patahan dengan metode Ant-tracking, penelitian ini dilakukan karena identifikasi sebuah patahan bukanlah perkara yang mudah. Pada penelitian ini data yang diolah dan dimodelkan adalah data dari lapangan Gulf of Mexico. Dipilihnya metode attribut ant-tracking karena telah terbukti dapat memudahkan dalam menganalisa sebuah patahan. Sebelum proses Ant-tracking dilakukan terlebih dahulu dilakukan proses Seismic Conditioning dengan Structural Smoothing agar diperoleh data yang baik serta untuk mereduksi noise-noise yang tidak diinginkan. Hasil penelitian menunjukkan segmentasi patahan yaitu patahan mayor sejumlah dua buah serta delapan patahan minor. Patahan ini dapat terjadi juga terkait dengan struktur pada lapangan Gulf of Mexico yang merupakan endapan dari kumpulan lapisan terrigenous miring yang menebal ke arah teluk. Struktur yang diciptakan oleh sejarah panjang tektonik gravitasi ( sesar tumbuh ) yang saling berpengaruh terhadap endapan garam dan batulumpur overpressured. Perkembangan luas dari endapan - endapan overpressured meningkatkan produktivitas dari potensi reservoir.

---

ABSTRACTThe study has been to detect a fault with ant-tracking method. This research conducted to identify a fault is not an easy matter. This research data is processed and modeled from the Gulf of Mexico field data. Ant-tracking attribute method was chosen because it has proven to be easier to analyze a fault. Before the ant-tracking implemented, seismic conditioning process with structural smoothing applied first, in order to obtain good data as well as to reduce unwanted noises. The reseach show fault segmentation results, two major faults and eight minor faults. This fault can also occur related to the subsurface structure Gulf of Mexico which is a collection of layers of terrigenous sediment thickened tilted the bay. Structure created by a long history of tectonic gravity (growth faults) that affect the salt domes and the overpressured shale. Comprehensive development of overpressured sediments increases the productivity of the reservoir potential, The study has been to detect a fault with ant-tracking method. This research conducted to identify a fault is not an easy matter. This research data is processed and modeled from the Gulf of Mexico field data. Ant-tracking attribute method was chosen because it has proven to be easier to analyze a fault. Before the ant-tracking implemented, seismic conditioning process with structural smoothing applied first, in order to obtain good data as well as to reduce unwanted noises. The reseach show fault segmentation results, two major faults and eight minor faults. This fault can also occur related to the subsurface structure Gulf of Mexico which is a collection of layers of terrigenous sediment thickened tilted the bay. Structure created by a long history of tectonic gravity (growth faults) that affect the salt domes and the overpressured shale. Comprehensive development of overpressured sediments increases the productivity of the reservoir potential]"

"Kematian yang disebabkan oleh kanker diperkirakan akan terus meningkat, padahal jumlah kematian ini dapat dikurangi dengan adanya deteksi dini. Salah satunya adalah dengan klasifikasi data kanker. Data kanker yang digunakan merupakan data kanker berdimensi tinggi dengan ribuan fitur, tetapi tidak semua fitur yang ada merupakan fitur yang relevan. Oleh karena itu, perlu adanya proses seleksi fitur. Untuk meningkatkan tingkat akurasi yang dihasilkan, digunakan sebuah metode seleksi fitur yang meninjau adanya korelasi antar gen, yaitu CSVM-RFE. Pada metode tersebut, data yang ada diproyeksikan dan diubah menjadi sebuah data baru dengan ekstraksi fitur, dan kemudian dilakukan proses seleksi fitur. Penggunaan dua metode tersebut pada klasifikasi tiga data kanker yang ada terbukti menghasilkan tingkat akurasi yang tinggi, pada data kanker kolon tingkat akurasi yang didapatkan adalah sebesar 96.6, pada kanker prostat sebesar 98.9, dan pada kanker lymphoma sebesar 98,6.

---

The number of death caused by cancer expected to rise over two decades, whereas the number of death can be reduced by early detection. One of them is cancer classification. Cancer dataset is a high dimensional dataset that consist of thousands of features, but not all of these features are relevant. Therefore, it is necessary to remove the redundant features using feature selection. Feature selection can also improve the accuracy of classification. Many feature selection methods do not consider the correlated genes, so we need a new feature selection method that consider the correlated genes. It is CSVM RFE, in this method the existing data is projected and converted into a new data with feature extraction. These two methods are applied to the cancer datasets, and produce the accuracy of 96.6 using colon cancer dataset, 98.9 using prostate cancer dataset, and 98.6 using lymphoma cancer dataset."

"Masalah penjadwalan batching machines adalah masalah kombinatorial untuk menyusun produk-produk sedemikian sehingga lama pengolahannya menjadi minimum. Produk-produk memiliki ukuran dan lama proses produksi yang berbeda-beda yang akan dikelompokkan dalam batches. Jumlah ukuran produk dalam suatu batch tidak boleh melebihi kapasitas mesin. Lama proses batch adalah lama proses produk terpanjang dalam batch tersebut. Mesin yang sedang berkerja tidak diperkenankan diganggu hingga semua produk didalamnya selesai diproses.Masalah ini akan diselesaikan dengan algoritma improved ant colony optimization menggunakan metropolis criterion untuk menghindari solusi konvergen yang prematur. Pada implementasi, dilakukan modifikasi dengan mengubah parameter-parameter dari susunan parameter artikel. Dari hasil percobaan, modifikasi susunan parameter menunjukkan solusi yang lebih baik.

---

Scheduling batching machines problem is a combinatorial problem to arrange jobs thus the processing time is minimum. Jobs have arbitrary size and processing time which will be assigned into batches. Total of jobs size in a batch can?t be more than machines capacity. Batch processing time is the longest jobs processing time inside the batch. While working, machines can?t be interrupted until all the jobs have done processed.

This problem is solved with improved ant colony optimization algorithm using metropolis criterion to prevent premature convergent solution. In implementation, parameter modification is made by changing parameters from the parameters arrangement of main article. Based on the result, the modification of parameters showed a better solution."

"ABSTRACTReservoir basement yang retak adalah reservoir yang terletak di lapisan basement, terdiri batu kristal baik batuan metamorf atau batuan beku. Waduk ini biasanya ada fraktur sebagai porositas sekundernya mengandung hidrokarbon. Indonesia memiliki potensisumber daya reservoir basement fraktur, termasuk Subbasin Jambi di bagian utara dari Cekungan Sumatra Selatan. Dalam penelitian ini, atribut pelacakan semut dijalankan menggunakan semut triple runmelacak dan menghasilkan gambar fraktur pada data seismik 3D yang didominasi oleh NE-SW orientasi dan orientasi NW-SE kecil. Orientasi fraktur dikonfirmasi dengan FMI gambar "POME-1" berarah baik NE-SW. Resistivitas tinggi pada log resistivitas menunjukkan kandungan hidrokarbon dalam fraktur yang diidentifikasi.

---

ABSTRACTA cracked basement reservoir is a reservoir located in the basement layer, composed Crystal stones are either metamorphic or igneous rocks. This reservoir usually exists fracture as a secondary porosity containing hydrocarbons. Indonesia has potential fracture basement reservoir resources, including the Jambi Subbasin in the northfrom the South Sumatra Basin. In this study, the ant tracking attributes were run using triple run ants track and produce fracture images on 3D seismic data dominated by NE-SW orientation and orientation of the NW-SE is small. Fracture orientation is confirmed by FMI the image "POME-1" is trending both NE-SW. High resistivity in the resistivity log shows the hydrocarbon content in the identified fracture."