5. Struktur Penulisan
|
|
- Yuliani Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Metodologi Penelitian Rudi Susanto Struktur Penulisan pemahaman merupakan awal proses penelitian
2 Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan 6. Kesalahan Penulisan 7. Metode Eksperimen 8. Pengujian
3 5. Struktur Penulisan 3
4 5.1 Judul Penelitian 4
5 Judul Penelitian Judul penelitian sebaiknya singkat padat dan mewakili seluruh isi penelitian kita Maksimal hanya terdiri dari kata Tidak ada singkatan Tidak menggunakan kata-kata redundant (study on, research on, dsb) Judul penelitian wajib memuat: 1. Method/Model 2. Tujuan Penelitan 3. Obyek Penelitian
6 Contoh Judul Penelitian Method Tujuan Obyek Penerapan Algoritma Semut untuk Pemilihan Arsitektur Jaringan pada Neural Network pada Pengujian Software Metode Blackbox Penerapan Algoritma A* yang Diperbaiki untuk Pencarian Tempat Parkir Kosong di Mal dan Supermaket Penggabungan Forward Selection dan Backward Elimination untuk Pemilihan Fitur pada Prediksi Mahasiswa DO dengan menggunakan Algoritma C4.5
7 Penulis Tanpa disertai gelar akademik Hanya yang memberikan kontribusi signifikan yang berhak dicantumkan sebagai penulis Mencantumkan nama lembaga asal penulis Disertai alamat untuk korespondensi (alamat surat atau penulis)
8 contoh
9 5.2 Abstrak Penelitian 9
10 Abstrak Penelitian Harus menggambarkan keseluruhan isi dari tulisan atau penelitian yang kita lakukan Abstrak diuraikan dengan bahasa lugas, langsung ke sasaran, dan harus memuat: 1. Masalah penelitian 2. Metode (plus pengembangan/perbaikan) yang kita gunakan untuk memecahkan masalah penelitian 3. Hasil penelitian Kata kunci memuat kata-kata konseptual, dan jumlah sekitar 3-5 kata
11 Fungsi / Tujuan abstrak Current awareness: memudahkan para pembaca untuk mendapatkan informasi terbaru tentang suatu bidang yang diminati, tanpa harus membaca seluruh isi dokumen Menghemat waktu pembaca Melanjutkan membaca atau tidak? Menghindari terjadi duplikasi tulisan Keyword : memudahkan dalam penyimpanan secara elektronis
12 Tipe Abstrak Descriptive Abstract Berisi informasi yang terdapat pada tulisan Berisikan tujuan, metode, dan cakupan dari tulisan Tidak mencakup hasil, kesimpulan dan rekomendasi Biasanya sangat pendek Memperkenalkan kepada pembaca tentang subjek dari tulisan
13 Tipe Abstrak Informative abstract: merupakan substitusi dari dokumen Berisi spesifik informasi dari tulisan versi miniature dari dokumen yang mencakup tujuan, metode, cakupan, hasil, kesimpulan dan rekomendasi dari tulisan Pendek, biasanya 10 % dari panjang tulisan Biasanya digunakan dalam laporan penelitian
14 Tipe Abstrak (Contoh) Descriptive Abstract This paper presents the results of some experiments investigating the use of Neural Network in the learning engine of an Connectionist Information Retrieval System called CIRS. CIRS uses the learning and generalization capabilities of the Back Propagation learning algorithm to acquire and use application domain knowledge in the form of a sub-symbolic knowledge representation. This paper describes the architecture of CIRS and reports on experiments on three different learning strategies. *) Crestani, Fabio, Domain Knowledge Acquisition for Information Retrieval using Neural Network, Department of Computing Science, University of Glasgow, Scotland, 1994.
15 Tipe Abstrak (Contoh) Informative Abstract Artificial neural networks have proven to be a successful, general method for inductive learning from example. However, they have not often been viewed in terms of constructive induction. We describe a method for using a knowledge-based neural network of the kind created by the KBANN algorithm as the basis of a system for constructive induction. After training, we extract two types of rules from a network: modified versions of the rules initially provided to the knowledge-based neural network, and rules which describe newly constructed features. Our experiments show that the extracted rules are more accurate, at classifying rules are more accurate, at classifying novel examples, than the trained network from which the rules are extracted. *) Towell, Geoffrey, G, et al, Constructive Induction in Knowledge Based Neural Network, Department of Computer Science, University of Wisconsin, 1991.
16 5.3 Latar Belakang Masalah Penelitian 16
17 Kiat Menyusun Latar Belakang Masalah* 1. Latar belakang masalah penelitian harus menjawab semua pertanyaan MENGAPA (WHY) dari judul penelitian kita. Bila judul penelitian: Prediksi Produksi Padi dengan menggunakan Support Vector Machine berbasis Particle Swarm Optimization, maka latar belakang masalah harus bisa menjawab pertanyaan: 1. mengapa padi? 2. mengapa prediksi produksi padi? 3. mengapa support vector machine? 4. mengapa particle swarm optimization? *
18 Kiat Menyusun Latar Belakang Masalah 2. Pola alur paragraf mengikuti OMKKMasaSolTu 1. obyek penelitian (O) 2. metode-metode yang ada (M) 3. kelebihan dan kelemahan metode yang ada (KK) 4. masalah pada metode yang dipilih (Masa) 5. solusi perbaikan metode (Sol) 6. rangkuman tujuan penelitian (Tu)
19 5.4 Proposal Penelitian 19
20 Proposal Penelitian The project proposal is a short description of your initial ideas about what you would like to do, and how you intend to achieve the overall goal of the project Once the project proposal has been accepted, the ideas in your proposal are developed into a more extensive problem description Typically, developing a problem description includes activities such as searching for information at the university library, developing the aim (the overall goal) and objectives (how to reach the aim) of the project, and developing arguments which support the aim
21 Tugas Pembuatan Proposal Penelitian 1. Buat draft proposal penelitian dalam bentuk slide (pptx) dengan sistematika sebagai berikut: 1. Judul 2. Latar Belakang Masalah 3. Identifikasi Masalah 4. Pertanyaan Penelitian 5. Tujuan Penelitian 6. Landasan Teori 7. Related Research (Tinjauan Studi) 1. Minimal 3 research lain yang mirip dan berhubungan dengan research kita (5 tahun terakhir), berisi Masalah, Metode dan Hasil (bentuk tabel) 2. Sebutkan beda penelitian kita dengan related research tersebut secara Masalah dan Metode 8. Metode Penelitian 9. Daftar Referensi 2. Presentasikan di kelas pada Ujian Akhir Semester
22 5.5 Struktur Skripsi 22
23 Struktur Skripsi Bab I Bab I Pendahuluan 1.1 Latar Belakang Masalah 1.2 Identifikasi Masalah (Research Problems) 1.3 Rumusan Masalah (Research Questions) 1.4 Tujuan Penelitian (Research Objectives) 1.5 Manfaat Penelitian 1.6 Kontribusi Penelitian 1.7 Sistematika Penulisan
24 Struktur Skripsi Bab II Bab II Landasan Teori 2.1 Tinjauan Studi (Related Research) (uraikan minimal 3 penelitian lain yang berhubungan (masalahmetode-hasil), serta tunjukkan bedanya dengan penelitian kita) 2.2 Tinjauan Pustaka (Landasan Teori) Obyek Penelitian Landasan Teori Tentang Metode, Tahapan Algoritma dan Contoh Penerapannya 2.3 Kerangka Pemikiran (gambar kerangka pemikiran beserta penjelasannya)
25 Apa Itu Kerangka Pemikiran? Kerangka pemikiran adalah suatu bagan alur yang menghubungkan masalah dan pendekatan penelitian yang dihasilkan dari teori/konsep/model yang ada di landasan teori Kerangka pemikiran menjelaskan bagaimana pola pikir dan konsep kita dalam melakukan penelitian Kerangka pemikiran akan menjadi acuan kita dalam menyusun metodologi penelitian Kerangka pemikiran bisa digunakan untuk menguji logika penelitian
26 Contoh Kerangka Pemikiran* *
27 Contoh Kerangka Pemikiran
28 Contoh Proposed Method Metode yang diusulkan adalah metode SVM dengan pemilihan parameter C, Gamma dan Epsilon diotomatisasi menggunakan PSO
29 Struktur Skripsi Bab III Bab III Metode Penelitian 3.1 Desain Penelitian Metode penelitian yang dilakukan adalah metode penelitian eksperimen, dengan tahapan penelitian seperti berikut: 1. Pengumpulan Data (Data Gathering) (jelaskan langkah yang dilakukan di tahapan ini... ) 2. Pengolahan Awal Data (Data Pre-processing) 3. Model/Metode Yang Diusulkan/Dikembangkan (Proposed Model/Method) 4. Eksperimen dan Pengujian Model/Metode (Model/Method Test and Experiment) 5. Evaluasi dan Validasi Hasil (Result Evaluation and Validation)
30 Tahapan Penelitian Pengumpulan Data Pengolahan Awal Data Model/Metode Yang Diusulkan/Dikembangkan Eksperimen dan Pengujian Model/Metode Evaluasi dan Validasi Hasil
31 Struktur Skripsi Bab III 3.2 Pengumpulan Data (jelaskan tentang sumber data dan metode pengumpulan data ) 3.3 Pengolahan Awal Data (jelaskan teknik pengolahan awal (pre-processing) data yang akan dilakukan) 3.4 Metode Yang Diusulkan (jelaskan perbaikan, revisi, usulan atau pengembangan metode/model yang telah kita lakukan dalam bentuk diagram skema dan formula) 3.5 Eksperimen dan Pengujian Metode (jelaskan dengan detail dan algoritmik bagaimana teknik eksperimen/pengujian/penerapan metode/model yang akan dilakukan) 3.6 Evaluasi dan Validasi Hasil (jelaskan dengan detail dan algoritmik bagaimana teknik evaluasi dan validasi metode/model yang akan dilakukan)
32 Struktur Tesis Bab IV Bab IV Hasil dan Pembahasan 4.1 Hasil (sajikan hasil eksperimen dan pengujian metode/model pada data eksperimen) 4.2 Pembahasan (lakukan analisis dan pembahasan secara lengkap dan menyeluruh hasil eksperimen, evaluasi dan validasi hasil pengujian yang telah kita lakukan)
33 Contoh Kompilasi Hasil Eksperimen Method DS 1 DS 2 DS 3 DS 4 NN NN + PCA
34 Struktur Tesis Bab V Bab V Kesimpulan dan Saran 5.1 Kesimpulan (menjawab rumusan masalah, sinkron dengan tujuan) 5.2 Saran (future works yang akan dilakukan sebagai tahapan berikutnya dari penelitian kita, boleh dari temuan-temuan hasil eksperimen)
35 Kesimpulan Pernyataan umum (general) hasil penelitian Ringkasan dari temuan-temuan yang didapat dari analisa hasil penelitian Contoh: Dari hasil eksperimen dan evaluasi penelitian, disimpulkan bahwa bahwa algoritma klasifikasi C4.5 akurat digunakan untuk penentuan kelayakan kredit perbankan Dari hasil eksperimen dan evaluasi penelitian dapat disimpulkan bahwa akurasi metode fuzzy c-means pada pemetaan pemilihan peminatan mahasiswa mencapai 83%
36 Saran Langkah berikutnya setelah temuan diperoleh (Future Works) Saran bisa berupa teori, implementasi (praktis), atau untuk penelitian berikutnya Apabila kesimpulan menolak hipotesis, maka perlu disarankan penelitian lebih lanjut untuk menguji teori-teori yang ada Apabila kesimpulan menerima hipotesis, maka saran diarahkan ke langkah praktis bagaimana supaya hasil penelitian bisa diimplementasikan
37 5.6 Pembimbingan Penelitian 37
38 Actor dalam Penelitian 1. The student, who identifies, approaches and solves a problem 2. The supervisor, who guides you in your work 3. The examiner, who critically assesses your work
39 Student Supervisor Examiner
40 Terima kasih
METODOLOGI PENELITIAN
METODOLOGI PENELITIAN STRUKTUR PENULISAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinci5. Struktur Penulisan Tesis
Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinci2. Tahapan Penelitian pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 2. Tahapan Penelitian pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah
Lebih terperinciResearch Methodology 6. Kesalahan Penulisan Tesis
Research Methodology 6. Kesalahan Penulisan Tesis 1 Course Outline 1. Pengantar Penelitian 2. Masalah Penelitian 3. Literature Review 4. Struktur Penulisan 5. Kesalahan Penulisan 6. Metode Eksperimen 7.
Lebih terperinciMetodologi Penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Masalah Penelitian 3. Literature Review 4. Struktur
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN TAHAPAN PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinciResearch Methodology 5. Struktur Penulisan Tesis
Research Methodology 5. Struktur Penulisan Tesis Romi Satria Wahono romi@romisatriawahono.net http://romisatriawahono.net/rm WA/SMS: +6281586220090 1 Romi Satria Wahono SD Sompok Semarang (1987) SMPN 8
Lebih terperinci3. Masalah Penelitian pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 3. Masalah Penelitian pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah
Lebih terperinci3. Masalah Penelitian
Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN KESALAHAN PENULISAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinci2. Tahapan Penelitian
1 Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinciMetodologi Penelitian Rudi Susanto pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN MASALAH PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi
Lebih terperinciKLASIFIKASI CITRA SATELIT MENGGUNAKAN JARINGAN SYARAF TIRUAN UNTUK MENGEKSTRAKSI TAMPAKAN PERMUKIMAN DAERAH PERKOTAAN
KLASIFIKASI CITRA SATELIT MENGGUNAKAN JARINGAN SYARAF TIRUAN UNTUK MENGEKSTRAKSI TAMPAKAN PERMUKIMAN DAERAH PERKOTAAN (Studi Kasus: Kota Bandarlampung) TESIS MAGISTER Diajukan untuk melengkapi tugas dan
Lebih terperinciABSTRAK. Kata Kunci: data tidak seimbang, klasifikasi, KSMOTE, boosting, SSO, support vector machine.
ABSTRAK Klasifikasi dalam data mining adalah proses untuk menemukan model atau fungsi yang mendeskripsikan dan membedakan kelas-kelas data atau konsep. Salah satu permasalahan klasifikasi adalah distribusi
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Eka Putri Tambun (0722118) Jurusan Teknik Elektro Universitas Kristen
Lebih terperinciKata kunci : pengembangan, model, pelatihan, instructional games, pendidik, profesionalisme, anak usia dini.
ABSTRAK Nurlaila (2014): Pengembangan Model Pelatihan Instructional Games untuk Peningkatan Profesionalisme Pendidik PAUD di Kota Medan (Disertasi Program Studi Pendidikan Luar Sekolah, Sekolah Pasca Sarjana
Lebih terperinciPERANCANGAN PARAMETER TERBAIK UNTUK PREDIKSI PRODUKSI BAN GT3 MENGGUNAKAN JARINGAN SYARAF TIRUAN RESILIENT PROPAGATION
PERANCANGAN PARAMETER TERBAIK UNTUK PREDIKSI PRODUKSI BAN GT3 MENGGUNAKAN JARINGAN SYARAF TIRUAN RESILIENT PROPAGATION Fitrisia, Adiwijaya, dan Andrian Rakhmatsyah Program Studi S1 Teknik Informatika,
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Penelitian ini digunakan untuk mengetahui gambaran perkembangan tujuan hidup (developing purpose) berdasarkan teori perkembangan identitas yang dilakukan pada pengurus senat mahasiswa Fakultas
Lebih terperinciPENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS
TESIS PENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS OZZI SURIA No. Mhs : 135302011/PS/MT PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
Lebih terperinciDecision Support System. by: Ahmad Syauqi Ahsan
15 Decision Support System by: Ahmad Syauqi Ahsan Kenapa Manajer butuh bantuan IT? 2 Alternatif penyelesaian yang harus dipertimbangkan semakin banyak dan selalu bertambah. Keputusan-keputusan harus dibuat
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Perkembangan multimedia saat ini sangat cepat. Dengan multimedia, pengguna dapat menyerap informasi dengan lebih mudah, sehingga pemilihan informasi yang tepat menjadi penting. Pemilihan informasi
Lebih terperinciABSTRAK. Kata kunci: Sistem Pakar, Pembelajaran Mesin, Weka, Support Vector Machine, Regresi Logistik, Demam Berdarah, Malaria, Typhus
ABSTRAK Salah satu hal menantang dalam pengaplikasian teknologi informasi, khususnya pada bidang kedokteran, adalah untuk mendeteksi penyakit-penyakit yang mirip melalui gejala-gejala umum. Kasus yang
Lebih terperinciPENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
PENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Gerald Patrick Siahainenia (0522128) Jurusan Teknik Elektro email : gerald_patrick2000@yahoo.com
Lebih terperinciNEUROKONTROL UNTUK VIBRASI PADA STRUKTUR MDOF NONLINIER HISTERESIS TESIS MAGISTER
NEUROKONTROL UNTUK VIBRASI PADA STRUKTUR MDOF NONLINIER HISTERESIS TESIS MAGISTER BIDANG KHUSUS REKAYASA STRUKTUR PROGRAM STUDI TEKNIK SIPIL PROGRAM PASCASARJANA INSTITUT TEKNOLOGI BANDUNG 2000 Abstract
Lebih terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI
PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September
Lebih terperinciABSTRAK. PDF created with FinePrint pdffactory Pro trial version
ABSTRAK Scattering Parameters (S-Parameter) merupakan suatu metode pengukuran yang berhubungan dengan daya datang dan daya pantul. Dalam tugas akhir ini dibahas prinsip kerja S-Parameter yang berhubungan
Lebih terperinciApa yang harus kita kenali?
Metodologi Penelitian Materi ke-1 Iman Murtono Soenhadji 1 Apa yang harus kita kenali? Kita melihat kejadian sebagai fenomena Kita melihat perubahan sebagai gejala Kita melihat subyek sebagai paradigma
Lebih terperinciPERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER
PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER LATHIFATURRAHMAH SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER
Lebih terperinciKLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN VAHRUL MEILANI NIM.2012-51-115 DOSEN PEMBIMBING Endang Supriyati, M.Kom Alif Catur Murti, S.Kom,
Lebih terperinciABSTRAK. Kata kunci : Information Retrieval system, Generalized Vector Space Model. Universitas Kristen Maranatha
ABSTRAK Information retrieval (IR) system adalah sistem yang secara otomatis melakukan pencarian atau penemuan kembali informasi yang relevan terhadap kebutuhan pengguna. Kebutuhan pengguna, diekspresikan
Lebih terperinciPERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciABSTRACT. i Universitas Kristen Maranatha
ABSTRACT Green computing is expected to be implemented in large corporations in this country. Specifically on PT XL Axiata Tbk. which is one of the largest telecommunication companies in Indonesia. It
Lebih terperinciBUKU PANDUAN TUGAS AKHIR. Untuk Mahasiswa S-1 Program Studi Teknik Informatika Fakultas Teknologi Industri UPN Veteran Yogyakarta. Nama :...
BUKU PANDUAN TUGAS AKHIR Untuk Mahasiswa S-1 Program Studi Teknik Informatika Fakultas Teknologi Industri UPN Veteran Yogyakarta Nama :... No mhs. :... Alamat :...... Pembimbing I :... Pembimbing II :...
Lebih terperinciIntroduction To Knowledge Engineering
Introduction To Knowledge Engineering Topik Dalam Rekayasa Pengetahuan S2 Teknik Informatika ITS Deskripsi Mata Kuliah Outline Data, Informasi & Pengetahuan Langkah-langkah dalam Rekayasa Pengetahuan Aplikasi
Lebih terperinciMengenal Artificial Intelligence, Machine. Learning, Neural Network, dan Deep Learning
Mengenal Artificial Intelligence, Machine Learning, Neural Network, dan Deep Learning Abu Ahmad www.teknoindonesia.com E-mail: abuahmad@promotionme.com Abstract Dengan semakin canggihnya teknologi dan
Lebih terperinciABSTRAK. Kata kunci: temperamen, kepribadian, Hippocrates, sinonim, antonim, pembelajaran mesin. Universitas Kristen Maranatha
ABSTRAK Hubungan antar manusia sering kali mengalami gangguan karena perbedaan kepribadian. Tipe-tipe kepribadian pada dasarnya memiliki kesamaan dan perbedaan yang sudah dikelompokkan oleh teori Hippocrates,
Lebih terperinciSistem Informasi. Soal Dengan 2 Bahasa: Bahasa Indonesia Dan Bahasa Inggris
Sistem Informasi Soal Dengan 2 Bahasa: Bahasa Indonesia Dan Bahasa Inggris 1. Kita mengetahui bahwa perkembangan teknologi di zaman sekarang sangat pesat dan banyak hal yang berubah dalam kehidupan kita.
Lebih terperinciBAB I PENDAHULUAN. Kemunculan minimarket yang begitu banyak membuat manajemen
BAB I PENDAHULUAN 1.1. Pendahuluan Kemunculan minimarket yang begitu banyak membuat manajemen perusahaan minimarket harus berfikir kreatif agar dapat bersaing dengan usaha sejenis dalam merebut pangsa
Lebih terperinciInggang Perwangsa Nuralam, SE., MBA
Inggang Perwangsa Nuralam, SE., MBA Business analysts examine the entire business area and take a thoughtful or even creative approach to developing ideas for solutions. Seorang Bisnis Analis menguji semua
Lebih terperinciNUR AFNI SIN
THE EFFECT OF USING TEXT MAPPING STRATEGY TOWARDS STUDENTS READING COMPREHENSION ON NARRATIVE TEXT OF THE SECOND YEAR STUDENTS AT MA DARUL ULUM TANDUN ROKAN HULU Thesis Submitted as a Partial Fulfillment
Lebih terperinciAbstrak. v Universitas Kristen Maranatha
Abstrak Menjadi guru bagi siswa dengan tuna grahita harus mampu mengajar dengan penuh kesabaran, dikarenakan harus menangani siswa dengan kemampuan intelegensi rendah dan menimbulkan keterbatasan dalam
Lebih terperinciKAJIAN KARAKTERISTIK POLA PERGERAKAN AKIBAT PENGARUH PENGGUNAAN INTERNET LUTHFI
KAJIAN KARAKTERISTIK POLA PERGERAKAN AKIBAT PENGARUH PENGGUNAAN INTERNET (Studi Kasus : Dosen Perguruan Tinggi Di Kota Bandung) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister
Lebih terperinciIDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET
TESIS IDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET ROSALIA ARUM KUMALASANTI No. Mhs. : 135302014/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM
Lebih terperinciالمفتوح العضوية المفتوح العضوية
ABSTRAK Skripsi dengan judul Identifikasi Komunikasi Matematis Peserta Didik pada Pembelajaran Matematika dengan Menggunakan Pendekatan Open-Ended Kelas VII SMPN 1 Ngantru Kab. Tulungagung Tahun 2016/2017
Lebih terperinciABSTRAK. Kata Kunci: Sistem Informasi, Rekam Medis, Gunung Jati Cirebon. vii UNIVERSITAS KRISTEN MARANATHA
ABSTRAK Rumah Sakit Umum Daerah Gunung Jati merupakan salah satu instansi pemerintah di bidang kesehatan, khususnya untuk wilayah kotamadya Cirebon. Pada RSUD Gunung jati penerapan teknologi informasi
Lebih terperinciDAFTAR ISI.. LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK.. ABSTRACT... DAFTAR TABEL.. DAFTAR PERSAMAAN..
ABSTRAK Perkembangan teknologi yang semakin pesat, membuat semakin sedikitnya suatu industri yang memakai operator dalam menjalankan suatu proses produksi. Pada saat ini, kontrol otomatis lebih banyak
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)
Lebih terperinciPengantar Penelitian TI
Pengantar Penelitian TI Metodologi Penelitian Pertemuan 1 Rakhmat Arianto, S.ST., M.Kom 1. Pengantar Penelitian 1 1.1. Definisi Penelitian Definisi Penelitian Research (Inggris) dan recherche (Prancis)
Lebih terperinciABSTRAK. Kata Kunci : klasifikasi, musik digital, jenis musik, support vector machine, fitur ekstraksi, daftar putar musik digital
ABSTRAK Kemudahan dalam mendapatkan musik digital membuat orang-orang dapat memiliki banyaknya koleksi musik digital. Terkadang orang-orang menikmati musik dengan jenis musik tertentu berdasarkan kondisi
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Riset di bidang sistem pengenalan ucapan otomatis (Automatic Speech Recognition) merupakan salah satu riset yang banyak ditekuni dan terus dikembangkan hingga saat
Lebih terperinciHALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK
HALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK Oleh: MOH SHOCHWIL WIDAT 2011-51-034 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
Lebih terperinciProsiding SNATIF Ke-1 Tahun 2014 ISBN:
SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN METODE NAÏVE BAYES Diana Laily Fithri, Eko Darmanto Program Studi Sistem Informasi, Fakultas Teknik, Universitas Muria Kudus
Lebih terperinciPENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO
PENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO Wandira Irene, Mukhlisulfatih Latief, Lillyan Hadjaratie Program Studi S1 Sistem Informasi / Teknik Informatika
Lebih terperinciAbstract. Keywords: Artificial Neural Network
Abstract Artificial Neural Network is one of the technologies which have developed because of Information Technology development itself. Nowadays, more and more large companies are implementing Artificial
Lebih terperinciABSTRACT. Title: The Planning of The Future Orientation Training Module in The Sector of Education for The Grade One Students of SMA X Bandung.
ABSTRACT Cindy Maria 0532010 The Program of Magister Psychology August 2008 Title: The Planning of The Future Orientation Training Module in The Sector of Education for The Grade One Students of SMA X
Lebih terperinciLetters and . Marheni Eka Saputri ST. MBA
Direct Request, Positive Letters and e-mail Marheni Eka Saputri ST. MBA Benefit Writing Email and Memo Developing skill in writing e-mail messages and memos brings you two important benefits: Dokumen yang
Lebih terperinciPENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK KLASIFIKASI MAHASISWA BERPRESTASI
39 PENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK KLASIFIKASI MAHASISWA BERPRESTASI Nadiya Hijriana 1) dan Riadhul Muttaqin 1) 1 Program Studi Teknik Informatika Universitas Islam Kalimantan, Banjarmasin
Lebih terperinciPenerapan Logika Samar dalam Peramalan Data Runtun Waktu
Penerapan Logika Samar dalam Peramalan Data Runtun Waktu Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Abstract Recently, there are
Lebih terperinciOPTIMASI TEKNIK KLASIFIKASI MODIFIED K NEAREST NEIGHBOR MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI TEKNIK KLASIFIKASI MODIFIED K NEAREST NEIGHBOR MENGGUNAKAN ALGORITMA GENETIKA Optimization Techniques Modi ed k Nearest Neighbor Classi cation Using Genetic Algorithm Siti Mutro n 1, Abidatul
Lebih terperinciDIAGNOSA PENYAKIT PARU EFUSI PLEURA DENGAN PENDEKATAN POSSIBILISTIC FUZZY LEARNING VECTOR QUANTIZATION SKRIPSI
DIAGNOSA PENYAKIT PARU EFUSI PLEURA DENGAN PENDEKATAN POSSIBILISTIC FUZZY LEARNING VECTOR QUANTIZATION SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun
Lebih terperinciIDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK
IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID Disusun Oleh : Robin Yosafat Saragih (1022076) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPENGENALAN GERAKAN TANGAN MANUSIA MENGGUNAKAN DEEP NEURAL NETWORK SKRIPSI EKA PRATIWI GOENFI
PENGENALAN GERAKAN TANGAN MANUSIA MENGGUNAKAN DEEP NEURAL NETWORK SKRIPSI EKA PRATIWI GOENFI 121402057 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciBAB V : KESIMPULAN DAN SARAN 38 V.1. Kesimpulan 38 V.2. Saran 38 DAFTAR PUSTAKA LAMPIRAN
ABSTRACT Neocognitron is an artificial neural network that capable of 2-D visual pattern recognition. This final project is to evaluate the development of software that able to recognize handwritten alphanumeric
Lebih terperinciPENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS ALGORITMA RESILIENT PROPAGATION
PENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS ALGORITMA RESILIENT PROPAGATION Disusun oleh : Nama : Robin Panjaitan NRP : 0622017 Jurusan Teknik Elektro, Fakultas
Lebih terperinciDAFTAR ISI BAB I PENDAHULUAN
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR... viii DAFTAR TABEL... ix DAFTAR LAMPIRAN... x ABSTRAK... xi ABSTRACT... xii BAB I PENDAHULUAN
Lebih terperinciPENERAPAN AGENT LEARNING MENGGUNAKAN METODA EVOLUTIONARY ALGORITHM DALAM PEMBUATAN PERMAINAN GO
PENERAPAN AGENT LEARNING MENGGUNAKAN METODA EVOLUTIONARY ALGORITHM DALAM PEMBUATAN PERMAINAN GO TUGAS AKHIR Disusun dalam rangka memenuhi salah satu syarat untuk memperoleh gelar Sarjana Jurusan Teknik
Lebih terperinciKata kunci : citra, pendeteksian warna kulit, YCbCr, look up table
Pendeteksian Warna Kulit berdasarkan Distribusi Warna YCbCr Elrica Pranata / 0422002 Email : cha_nyo2@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Marantha Jalan Prof. Suria Sumantri
Lebih terperinciPENYUSUNAN JADWAL PRAKTIKUM MAHASISWA MENGGUNAKAN METODE BEST FIRST SEARCH ABSTRAK
PENYUSUNAN JADWAL PRAKTIKUM MAHASISWA MENGGUNAKAN METODE BEST FIRST SEARCH Jerry Wiyono (0827003) Jurusan Sistem Komputer, Fakultas Teknik, Jalan Prof. drg. Suria Sumantri, MPH. No 65 Bandung 40164, Indonesia
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Penelitian ini berjudul studi deskriptif mengenai self regulation fase forethought pada mahasiswa desain komunikasi visual yang gagal pada sidang dua di universitas X kota Bandung, dimana penelitiannya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengembangan teknologi diharapkan menghasilkan berbagai hal yang berguna untuk memenuhi kebutuhan masyarakat serta memberi kemudahan dan kenyamanan pada pengguna
Lebih terperinciBentuk Tesis di IKM dan Perumusan masalahtujuan. Adi Utarini
Bentuk Tesis di IKM dan Perumusan masalahtujuan penelitian Adi Utarini Fase 5: Diseminasi Fase 1: Konseptual SIKLUS PENELITIAN Fase 2: Rancangan Fase 4: Fase analitik Fase 3: Fase empirik Manfaat penelitian
Lebih terperinciABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.
ABSTRAK Prediksi harga emas merupakan masalah yang sangat penting dalam menentukan pengambilan keputusan perdagangan dalam pertambangan. Prediksi yang akurat untuk pertambangan dapat memberikan keuntungan
Lebih terperinciSKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD
SKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD DONY ENDRIYONO 135610017 PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI
Lebih terperinciKOMPRESI DAN DEKOMPRESI DATA TEKSTUAL MENGGUNAKAN ALGORITMA DYNAMIC MARKOV
KOMPRESI DAN DEKOMPRESI DATA TEKSTUAL MENGGUNAKAN ALGORITMA DYNAMIC MARKOV Denny Kurniawan K / 0322012 Email: dk_denny@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jalan Prof. Drg. Suria Sumantri
Lebih terperinciPENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ)
PENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ) KOMPETENSI KOMPUTASI SKRIPSI NI WAYAN DEVIYANTI SEPTIARI NIM. 1108605004
Lebih terperinciPENGENALAN KOMPUTER DAN SOFTWARE II. Semester: 2 Pengenalan Komputer dan Software II. Introduction to Computer and Software II
PENGENALAN KOMPUTER DAN SOFTWARE II I. SILABUS RINGKAS Kode Matakuliah: KU1202 Nama Mata Kuliah Bobot SKS: 2 Semester: 2 Pengenalan Komputer dan Software II Bidang Pengutamaan: TPB Introduction to Computer
Lebih terperinciPENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE
TESIS PENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE KRISTIAN ADI NUGRAHA No. Mhs. : 125301833/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
Lebih terperinci(Adaptive Neuro- akurasi 58,33% untuk 9 kelas output
BAB I PENDAHULUAN 1.1 Latar Belakang Tulisan tangan merupakan hasil dari pikiran bawah sadar manusia yang menggambarkan atau mencerminkan karakter kepribadian manusia. Ilmu yang mempelajari tentang tulisan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Penambangan Data (Data Mining) Pengertian data mining, berdasarkan beberapa orang: 1. Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau
Lebih terperinciAPLIKASI SUPPORT VEKTOR MACHINE (SVM) UNTUK PROSES ESTIMASI SUDUT DATANG SINYAL
APLIKASI SUPPORT VEKTOR MACHINE (SVM) UNTUK PROSES ESTIMASI SUDUT DATANG SINYAL Hosken Ginting / 0322173 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia
Lebih terperinciIMPLEMENTASI DAN ANALISIS BROADCAST SMS DENGAN ALGORITMA ANTRIAN CLASS BASED QUEUING (CBQ) KOMPETENSI JARINGAN SKRIPSI
IMPLEMENTASI DAN ANALISIS BROADCAST SMS DENGAN ALGORITMA ANTRIAN CLASS BASED QUEUING (CBQ) KOMPETENSI JARINGAN SKRIPSI BAGUS GEDE KUSUMA HENDRA 0708605015 JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN
Lebih terperinciABSTRAK Kata kunci : Universitas Kristen Maranatha
APLIKASI ALGORITMA GENETIK PADA SIMULASI PENCARIAN JALUR OPTIMAL MENGGUNAKAN BAHASA JAVA R. Bg. Merdianto / 0222079 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164,
Lebih terperinciKONSENTRASI SISTEM INFORMASI MANAJEMEN KESEHATAN ABSTRAK SRI SUGIARSI. xv tabel + 37 gambar
N I M : E4A002042 Nama Mahasiswa : Sri Sugiarsi PROGRAM MAGISTER ILMU KESEHATAN MASYARAKAT UNIVERSITAS DIPONEGORO SEMARANG KONSENTRASI SISTEM INFORMASI MANAJEMEN KESEHATAN 2005 ABSTRAK SRI SUGIARSI PENGEMBANGAN
Lebih terperinciAKUISISI PENGETAHUAN MENGGUNAKAN MULTIPLE CLASSIFICATION RIPPLE DOWN RULES (MCRDR)
AKUISISI PENGETAHUAN MENGGUNAKAN MULTIPLE CLASSIFICATION RIPPLE DOWN RULES (MCRDR) Diana Pratiwi¹, Ririn Dwi Agustin², Agung Toto Wibowo³ ¹Teknik Informatika,, Universitas Telkom Abstrak Proses ekstraksi
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciABSTRAK. Kata kunci : sistem pakar, penyakit gigi, konsultasi, algoritma ID3. vi Universitas Kristen Maranatha
ABSTRAK Aplikasi sistem pakar diagnosa penyakit gigi dengan pembelajaran mesin ini dibuat untuk membantu pasien dan juga pakar untuk melakukan diagnosa awal penyakit yang dialami pasien berdasarkan gejala-gejala
Lebih terperincimikm-detail-tesis-perpustakaan-print-abstrak-154.html MIKM UNDIP Program Studi Magister Ilmu Kesehatan Masyarakat Sistem Informasi Manajemen Kesehtan
N I M : E4A004027 Nama Mahasiswa : Siti Masrochah Program Studi Magister Ilmu Kesehatan Masyarakat Sistem Informasi Manajemen Kesehtan Program Pasca Sarjana Universitas Diponegoro Semarang 2006 ABSTRAK
Lebih terperinciDAFTAR GAMBAR. viii. Gambar 39 Halaman Website Dinas Promosi dan Investasi... 59
ABSTRACT The test of test case has been done to application integration section economic matters in Communication and Information Department (DISKOMINFO). The reason why this title was used because the
Lebih terperinciIdentifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra
Tersedia secara online di: http://journal.ipb.ac.id/index.php/jika Volume 3 Nomor 1 halaman 1-8 ISSN: 2089-6026 Identifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra Wood Type
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan jumlah situs web (website) di Internet berdasarkan hasil survey dari Netcraft (2013) menunjukkan peningkatan pesat dari 18 juta website pada tahun 2000
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciVol 2 No 2 Bulan Desember 2017 Jurnal Silogisme Kajian Ilmu Matematika dan Pembelajarannya
Vol 2 No 2 Bulan Desember 2017 Jurnal Silogisme Kajian Ilmu Matematika dan Pembelajarannya http://journal.umpo.ac.id/index.php/silogisme PENERAPAN MODEL TSTS UNTUK MENINGKATKAN KEPERCAYAAN DIRI MAHASISWA
Lebih terperinciPENGARUH UJI TUKEY TERHADAP VERIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
PENGARUH UJI TUKEY TERHADAP VERIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK Thari Novianty Mentaruk (0722100) Jurusan Teknik Elektro e-mail : thari_novianty_m@yahoo.com Verifikasi tanda
Lebih terperinciINTRUSION DETECTION SYSTEM (IDS) MENGGUNAKAN JARINGAN SYARAF TIRUAN ENSEMBLE
INTRUSION DETECTION SYSTEM (IDS) MENGGUNAKAN JARINGAN SYARAF TIRUAN ENSEMBLE SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun oleh : UDHI PERMANA
Lebih terperinciABSTRAK. Universitas Kristen Marantha
ABSTRAK Penelitian mengenai orientasi masa depan bidang pekerjaan pada mahasiswa yang sedang mengerjakan skripsi di Fakultas Psikologi Universitas X Bandung ini dilakukan dengan tujuan untuk memeroleh
Lebih terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinci