| { |
| "name": "Sigit Adinugroho", |
| "affiliation": "Faculty of Computer Science,Brawijaya University", |
| "email_verification": "Email yang diverifikasi di ub.ac.id", |
| "research_interests": [ |
| "Image Processing" |
| ], |
| "publications_basic": [ |
| { |
| "title": "Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:ufrVoPGSRksC", |
| "index": 1, |
| "authors": "S Fanissa, MA Fauzi, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2766-2770, 2018", |
| "year": "2018", |
| "citations": 121 |
| }, |
| { |
| "title": "Implementasi data mining menggunakan WEKA", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:hqOjcs7Dif8C", |
| "index": 2, |
| "authors": "S Adinugroho, YA Sari", |
| "journal_year": "Universitas Brawijaya Press, 2018", |
| "year": "2018", |
| "citations": 113 |
| }, |
| { |
| "title": "Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:M05iB0D1s5AC", |
| "index": 3, |
| "authors": "MS Hudin, MA Fauzi, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5518-5524, 2018", |
| "year": "2018", |
| "citations": 31 |
| }, |
| { |
| "title": "Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dan Lexicon Based Features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:uWQEDVKXjbEC", |
| "index": 4, |
| "authors": "A Kurniawan, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 8335-8342, 2019", |
| "year": "2019", |
| "citations": 29 |
| }, |
| { |
| "title": "Development of computer vision based obstacle detection and human tracking on smart wheelchair for disabled patient", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:qjMakFHDy7sC", |
| "index": 5, |
| "authors": "F Utaminingrum, MA Fauzi, RC Wihandika, S Adinugroho, TA Kurniawan, ...", |
| "journal_year": "2017 5th International Symposium on Computational and Business Intelligence …, 2017", |
| "year": "2017", |
| "citations": 29 |
| }, |
| { |
| "title": "Indonesian traditional food image identification using random forest classifier based on color and texture features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:HDshCWvjkbEC", |
| "index": 6, |
| "authors": "YA Sari, F Utaminingrum, S Adinugroho, RK Dewi, PP Adikara, ...", |
| "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", |
| "year": "2019", |
| "citations": 26 |
| }, |
| { |
| "title": "Sistem Pakar Diagnosis Penyakit Pada Kambing Menggunakan Metode Naive Bayes dan Certainty Factor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:Zph67rFs4hoC", |
| "index": 7, |
| "authors": "WR Ferdiansyah, L Muflikhah, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (2), 451-458, 2018", |
| "year": "2018", |
| "citations": 26 |
| }, |
| { |
| "title": "Prediksi Penjualan Mi Menggunakan Metode Extreme Learning Machine (ELM) di Kober Mie Setan Cabang Soekarno Hatta", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:YOwf2qJgpHMC", |
| "index": 8, |
| "authors": "A Giusti, AW Widodo, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2972-2978, 2018", |
| "year": "2018", |
| "citations": 24 |
| }, |
| { |
| "title": "Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas Dan Bahan Bakar Menggunakan Metode Support Vector Regression", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:4DMP91E08xMC", |
| "index": 9, |
| "authors": "K Dewi, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3856-3862, 2018", |
| "year": "2018", |
| "citations": 23 |
| }, |
| { |
| "title": "Perbandingan Algoritme K-Means Dengan Algoritme Fuzzy C Means (FCM) Dalam Clustering Moda Transportasi Berbasis GPS", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:ldfaerwXgEUC", |
| "index": 10, |
| "authors": "R Syarif, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 4107-4115, 2018", |
| "year": "2018", |
| "citations": 21 |
| }, |
| { |
| "title": "Eye movement as navigator for disabled person", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:9yKSN-GCB0IC", |
| "index": 11, |
| "authors": "F Utaminingrum, MA Fauzi, YA Sari, R Primaswara, S Adinugroho", |
| "journal_year": "Proceedings of the 2016 International Conference on Communication and …, 2016", |
| "year": "2016", |
| "citations": 21 |
| }, |
| { |
| "title": "Automatic food leftover estimation in tray box using image segmentation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:R3hNpaxXUhUC", |
| "index": 12, |
| "authors": "YA Sari, RK Dewi, JM Maligan, AS Ananta, S Adinugroho", |
| "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", |
| "year": "2019", |
| "citations": 20 |
| }, |
| { |
| "title": "Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic Hierarchy Process (F-AHP)(Studi Kasus: SMA Brawijaya Smart School)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:KlAtU1dfN6UC", |
| "index": 13, |
| "authors": "DR Bahari, E Santoso, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (5), 2095-2101, 2018", |
| "year": "2095", |
| "citations": 20 |
| }, |
| { |
| "title": "Tomato ripeness clustering using 6-means algorithm based on v-channel otsu segmentation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:IjCSPb-OGe4C", |
| "index": 14, |
| "authors": "YA Sari, S Adinugroho", |
| "journal_year": "2017 5th International Symposium on Computational and Business Intelligence …, 2017", |
| "year": "2017", |
| "citations": 20 |
| }, |
| { |
| "title": "Penentuan Tata Letak Produk menggunakan Algoritma FP-Growth pada Toko ATK", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:P5F9QuxV20EC", |
| "index": 15, |
| "authors": "MY Ardianto, S Adinugroho, I Indriati", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (9), 3826-3832, 2021", |
| "year": "2021", |
| "citations": 19 |
| }, |
| { |
| "title": "Optimizing K-Means Text Document Clustering Using Latent Semantic Indexing and Pillar Algorithm", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:YsMSGLbcyi4C", |
| "index": 16, |
| "authors": "S Adinugroho, YA Sari, MA Fauzi, PP Adikara", |
| "journal_year": "Computational and Business Intelligence (ISCBI), 2017 5th International …, 2017", |
| "year": "2017", |
| "citations": 18 |
| }, |
| { |
| "title": "Penerapan Algoritme Support Vector Machine Terhadap Klasifikasi Tingkat Risiko Pasien Gagal Ginjal", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:L8Ckcad2t8MC", |
| "index": 17, |
| "authors": "RA Wijayanti, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3500-3507, 2018", |
| "year": "2018", |
| "citations": 17 |
| }, |
| { |
| "title": "Automatic detection of calving events from time-lapse imagery at Tunabreen, Svalbard", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:Y0pCki6q_DkC", |
| "index": 18, |
| "authors": "D Vallot, S Adinugroho, R Strand, P How, R Pettersson, DI Benn, ...", |
| "journal_year": "Geoscientific Instrumentation, Methods and Data Systems 8 (1), 113-127, 2019", |
| "year": "2019", |
| "citations": 16 |
| }, |
| { |
| "title": "Detection of cyber harassment (cyberbullying) on Instagram using Naïve Bayes classifier with bag of words and lexicon based features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:GnPB-g6toBAC", |
| "index": 19, |
| "authors": "PP Adikara, S Adinugroho, S Insani", |
| "journal_year": "Proceedings of the 5th international conference on sustainable information …, 2020", |
| "year": "2020", |
| "citations": 15 |
| }, |
| { |
| "title": "Prediksi Jumlah Kunjungan Wisatawan Mancanegara Ke Bali Menggunakan Support Vector Regression dengan Algoritma Genetika", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:Wp0gIr-vW9MC", |
| "index": 20, |
| "authors": "L Surtiningsih, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2578-2586, 2018", |
| "year": "2018", |
| "citations": 15 |
| }, |
| { |
| "title": "Analisis Sentimen Pembangunan Infrastruktur di Indonesia dengan Automated Lexicon Word2Vec dan Naive-Bayes", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:9ZlFYXVOiuMC", |
| "index": 21, |
| "authors": "AF Niasita, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2673-2679, 2019", |
| "year": "2019", |
| "citations": 14 |
| }, |
| { |
| "title": "Optimasi Penentuan Centroid pada Algoritme K-Means Menggunakan Algoritme Pillar (Studi Kasus: Penyandang Masalah Kesejahteraan Sosial di Provinsi Jawa Timur)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:TFP_iSt0sucC", |
| "index": 22, |
| "authors": "A Primandana, S Adinugroho, C Dewi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10678-10683, 2019", |
| "year": "2019", |
| "citations": 14 |
| }, |
| { |
| "title": "Multiplication of V and Cb color channel using Otsu thresholding for tomato maturity clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:eQOLeE2rZwMC", |
| "index": 23, |
| "authors": "YA Sari, S Adinugroho, PP Adikara, A Izzah", |
| "journal_year": "2017 International Conference on Sustainable Information Engineering and …, 2017", |
| "year": "2017", |
| "citations": 14 |
| }, |
| { |
| "title": "Peramalan Harga Saham Menggunakan Metode Extreme Learning Machine (ELM) Studi Kasus Saham Bank Mandiri", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:QIV2ME_5wuYC", |
| "index": 24, |
| "authors": "MI Pratama, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5009-5014, 2018", |
| "year": "2018", |
| "citations": 13 |
| }, |
| { |
| "title": "Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode Backpropagation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:dshw04ExmUIC", |
| "index": 25, |
| "authors": "B Andrianto, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (12), 7380-7385, 2018", |
| "year": "2018", |
| "citations": 12 |
| }, |
| { |
| "title": "Klasifikasi kinerja akademik siswa menggunakan neighbor weighted k-nearest neighbor dengan seleksi fitur information gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:yD5IFk8b50cC", |
| "index": 26, |
| "authors": "RA Azizah, FA Bachtiar, S Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) 9 (3), 2022", |
| "year": "2022", |
| "citations": 11 |
| }, |
| { |
| "title": "Implementasi Algoritme Modified K-Nearest Neighbor (MKNN) Untuk Mengidentifikasi Penyakit Gigi Dan Mulut", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:nb7KW1ujOQ8C", |
| "index": 27, |
| "authors": "MR Ravi, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2596-2602, 2019", |
| "year": "2019", |
| "citations": 10 |
| }, |
| { |
| "title": "Perbandingan Jaringan Learning Vector Quantization dan Backpropagation pada Klasifikasi Daun Berbasiskan Fitur Gabungan", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:UebtZRa9Y70C", |
| "index": 28, |
| "authors": "S Adinugroho, YA Sari", |
| "journal_year": "Jurnal Informatika dan Multimedia 9 (2), 58-64, 2018", |
| "year": "2018", |
| "citations": 10 |
| }, |
| { |
| "title": "Leaves classification using neural network based on ensemble features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:Se3iqnhoufwC", |
| "index": 29, |
| "authors": "S Adinugroho, YA Sari", |
| "journal_year": "2018 5th International Conference on Electrical and Electronic Engineering …, 2018", |
| "year": "2018", |
| "citations": 10 |
| }, |
| { |
| "title": "Analisis sentimen ulasan aplikasi mobile menggunakan algoritma gabungan naïve bayes dan C4. 5 berbasis normalisasi kata levenshtein distance", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:xtRiw3GOFMkC", |
| "index": 30, |
| "authors": "AR Satria, S Adinugroho, S Suprapto", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (11), 4154-4163, 2020", |
| "year": "2020", |
| "citations": 9 |
| }, |
| { |
| "title": "Named entity recognition (ner) pada dokumen biologi menggunakan rule based dan naive bayes classifier", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ZeXyd9-uunAC", |
| "index": 31, |
| "authors": "DW Wulandari, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4555-4563, 2018", |
| "year": "2018", |
| "citations": 9 |
| }, |
| { |
| "title": "Newsgroup topic extraction using term-cluster weighting and Pillar K-Means clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:iH-uZ7U-co4C", |
| "index": 32, |
| "authors": "S Adinugroho, RC Wihandika, PP Adikara", |
| "journal_year": "International journal of computers and applications 44 (4), 357-364, 2022", |
| "year": "2022", |
| "citations": 8 |
| }, |
| { |
| "title": "Implementasi Metode Extreme Learning Machine pada Klasifikasi Jenis Penyakit Hepatitis berdasarkan Faktor Gejala", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:blknAaTinKkC", |
| "index": 33, |
| "authors": "S Multazam, I Cholissodin, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (3), 789-797, 2020", |
| "year": "2020", |
| "citations": 8 |
| }, |
| { |
| "title": "Drug usage duration classification using extreme learning machine based on personality features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:_Qo2XoVZTnwC", |
| "index": 34, |
| "authors": "S Adinugroho, YA Sari, N Hidayat", |
| "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", |
| "year": "2019", |
| "citations": 8 |
| }, |
| { |
| "title": "Prediksi ketinggian gelombang laut menggunakan metode jaringan saraf tiruan backpropagation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:4JMBOYKVnBMC", |
| "index": 35, |
| "authors": "N Rahmadani, BD Setiawan, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (7), 6517-6525, 2019", |
| "year": "2019", |
| "citations": 8 |
| }, |
| { |
| "title": "Klasifikasi Citra Makanan Menggunakan Algoritme Learning Vector Quantization Berdasarkan Ekstraksi Fitur Color Histogram dan Gray Level Co-occurrence Matrix", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:5nxA0vEk-isC", |
| "index": 36, |
| "authors": "SYE Simarmata, YA Sari, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2369-2378, 2019", |
| "year": "2019", |
| "citations": 8 |
| }, |
| { |
| "title": "Optimasi Metode Extreme Learning Machine Dalam Penentuan Kualitas Air Sungai Menggunakan Algoritme Genetika", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ULOm3_A8WrAC", |
| "index": 37, |
| "authors": "RA Chandra, E Santoso, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3265-3273, 2018", |
| "year": "2018", |
| "citations": 8 |
| }, |
| { |
| "title": "Klasifikasi Penyimpangan Tumbuh Kembang pada Anak Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:kNdYIx-mwKoC", |
| "index": 38, |
| "authors": "A Rivaldi, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2843-2850, 2018", |
| "year": "2018", |
| "citations": 8 |
| }, |
| { |
| "title": "Exponential Smoothing untuk Peramalan Jumlah Penjualan Hijab Vie Hijab Store", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:3s1wT3WcHBgC", |
| "index": 39, |
| "authors": "EC Pratama, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5264-5271, 2021", |
| "year": "2021", |
| "citations": 7 |
| }, |
| { |
| "title": "Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index Text", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:KxtntwgDAa4C", |
| "index": 40, |
| "authors": "MM Rohman, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2646-2654, 2021", |
| "year": "2021", |
| "citations": 7 |
| }, |
| { |
| "title": "Movie recommender systems using hybrid model based on graphs with co-rated, genre, and closed caption features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:YFjsv_pBGBYC", |
| "index": 41, |
| "authors": "PP Adikara, YA Sari, S Adinugroho, BD Setiawan", |
| "journal_year": "Register: Jurnal Ilmiah Teknologi Sistem Informasi 7 (1), 31-42, 2021", |
| "year": "2021", |
| "citations": 7 |
| }, |
| { |
| "title": "Preprocessing of skin images and feature selection for early stage of melanoma detection using color feature extraction", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ns9cj8rnVeAC", |
| "index": 42, |
| "authors": "YA Sari, AG Hapsani, S Adinugroho, L Hakim, S Mutrofin", |
| "journal_year": "International Journal of Artificial Intelligence Research 4 (2), 95-106, 2020", |
| "year": "2020", |
| "citations": 7 |
| }, |
| { |
| "title": "Automatic Leftover Weight Prediction in Tray Box Using Improved Image Segmentation Color Lighting Component", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:j3f4tGmQtD8C", |
| "index": 43, |
| "authors": "YA Sari, RK Dewi, JM Maligan, L Maulana, S Adinugroho", |
| "journal_year": "Journal of Southwest Jiaotong University 55 (1), 2020", |
| "year": "2020", |
| "citations": 7 |
| }, |
| { |
| "title": "Klasifikasi Genre Lagu dengan Fitur Akustik Menggunakan Metode K-Nearest Neighbor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:maZDTaKrznsC", |
| "index": 44, |
| "authors": "H Abdulbar, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (8), 8259-8268, 2019", |
| "year": "2019", |
| "citations": 7 |
| }, |
| { |
| "title": "Pengelompokan Wilayah berdasarkan Penyandang Masalah Kesejahteraan Sosial (PMKS) dengan Optimasi Algoritme K-Means menggunakan Self Organizing Map (SOM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:bEWYMUwI8FkC", |
| "index": 45, |
| "authors": "I Hidayatin, S Adinugroho, C Dewi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (8), 7524-7531, 2019", |
| "year": "2019", |
| "citations": 7 |
| }, |
| { |
| "title": "Prediksi Keputusan Pelanggan Menggunakan Extreme Learning Machine Pada Data Telco Customer Churn", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:fPk4N6BV_jEC", |
| "index": 46, |
| "authors": "DH Tisantri, RC Wihandika, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10516-10523, 2019", |
| "year": "2019", |
| "citations": 7 |
| }, |
| { |
| "title": "Clustering Dokumen Skripsi Dengan Menggunakan Hierarchical Agglomerative Clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:qxL8FJ1GzNcC", |
| "index": 47, |
| "authors": "DA Wicaksana, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6227-6234, 2018", |
| "year": "2018", |
| "citations": 7 |
| }, |
| { |
| "title": "Analisis Sentimen Ulasan Kedai Kopi Menggunakan Metode Naive Bayes dengan Seleksi Fitur Algoritme Genetika", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:J_g5lzvAfSwC", |
| "index": 48, |
| "authors": "N Azhar, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) 8 (3), 2021", |
| "year": "2021", |
| "citations": 6 |
| }, |
| { |
| "title": "Pengelompokan Toko E-commerce Shopee berdasarkan Reputasi Toko menggunakan Metode Clustering K-Medoids", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:SeFeTyx0c_EC", |
| "index": 49, |
| "authors": "FM Evanita, I Cholissodin, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 1230-1236, 2021", |
| "year": "2021", |
| "citations": 6 |
| }, |
| { |
| "title": "Prediksi Suku Bunga Acuan (BI 7-Day Repo Rate) Menggunakan Metode Extreme Learning Machine (ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:u_35RYKgDlwC", |
| "index": 50, |
| "authors": "YY Putri, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (5), 4251-4258, 2019", |
| "year": "2019", |
| "citations": 6 |
| }, |
| { |
| "title": "Klasifikasi Hoaks Menggunakan Metode Maximum Entropy Dengan Seleksi Fitur Information Gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:cFHS6HbyZ2cC", |
| "index": 51, |
| "authors": "AB Alroy, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 9291-9298, 2019", |
| "year": "2019", |
| "citations": 6 |
| }, |
| { |
| "title": "Onward movement detection and distance estimation of object using disparity map on stereo vision", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:2osOgNQ5qMEC", |
| "index": 52, |
| "authors": "AG Hapsani, D Syauqy, F Utaminingrum, PP Adikara, S Adinugroho", |
| "journal_year": "2017 5th International Symposium on Computational and Business Intelligence …, 2017", |
| "year": "2017", |
| "citations": 6 |
| }, |
| { |
| "title": "Indonesian food identification and detection in the smart nutrition box using faster-RCNN", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:O3NaXMp0MMsC", |
| "index": 53, |
| "authors": "S Adinugroho, PP Adikara, E Santoso, R Amara, K Septiana, KD Anggita", |
| "journal_year": "Proceedings of the 5th International Conference on Sustainable Information …, 2020", |
| "year": "2020", |
| "citations": 5 |
| }, |
| { |
| "title": "Multi-Food Recognition in Single Tray Box Image With Scarcity Data Using Convolutional Neural Network.", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:JV2RwH3_ST0C", |
| "index": 54, |
| "authors": "YA Sari, S Adinugroho, JM Maligan, Muh. Arif Rahman, YG Bihanda", |
| "journal_year": "IICST, 63-69, 2020", |
| "year": "2020", |
| "citations": 5 |
| }, |
| { |
| "title": "Rekomendasi Film Berdasarkan Sinopsis Menggunakan Metode Word2Vec", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:hFOr9nPyWt4C", |
| "index": 55, |
| "authors": "AN Laili, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 6035-6043, 2019", |
| "year": "2019", |
| "citations": 5 |
| }, |
| { |
| "title": "Implementasi Metode Backpropagation Untuk Peramalan Luas Area Terbakar di Hutan dengan Inisialisasi Bobot Nguyen-Widrow", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:7PzlFSSx8tAC", |
| "index": 56, |
| "authors": "A Aminulloh, S Adinugroho, AA Supianto", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 1129-1136, 2019", |
| "year": "2019", |
| "citations": 5 |
| }, |
| { |
| "title": "Eye movement as navigator for restricted disabled person in handling position", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:g5m5HwL7SMYC", |
| "index": 57, |
| "authors": "F Utaminingrum, MA Fauzi, YA Sari, R Primaswara, S Adinugroho", |
| "journal_year": "ICCIS (International Conference on Communication and Information System), 1-5, 2017", |
| "year": "2017", |
| "citations": 5 |
| }, |
| { |
| "title": "Enhancing tomato clustering evaluation using color correction with improved linear regression in preprocessing phase", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:d1gkVwhDpl0C", |
| "index": 58, |
| "authors": "YA Sari, S Adinugroho, RVH Ginardi, N Suciati", |
| "journal_year": "2016 International Conference on Advanced Computer Science and Information …, 2016", |
| "year": "2016", |
| "citations": 5 |
| }, |
| { |
| "title": "Klasifikasi kelas kata (part-of-speech tagging) untuk bahasa madura menggunakan algoritme viterbi", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:vV6vV6tmYwMC", |
| "index": 59, |
| "authors": "I Firmansyah, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 8 (5), 1039-1048, 2021", |
| "year": "2021", |
| "citations": 4 |
| }, |
| { |
| "title": "Leftovers Food Recognition using Deep Neural Network and Regression Approach for Objective Visual Analysis Estimation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:70eg2SAEIzsC", |
| "index": 60, |
| "authors": "YA Sari, S Adinugroho, JM Maligan, EN Candra, F Utaminingrum, ...", |
| "journal_year": "2021 4th International Conference of Computer and Informatics Engineering …, 2021", |
| "year": "2021", |
| "citations": 4 |
| }, |
| { |
| "title": "Klasifikasi jenis kelamin berdasarkan suara menggunakan metode learning vector quantization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:pyW8ca7W8N0C", |
| "index": 61, |
| "authors": "AA Shafhah, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (7), 2301-2308, 2020", |
| "year": "2020", |
| "citations": 4 |
| }, |
| { |
| "title": "Prediksi Pertumbuhan Penduduk di Kota Malang menggunakan Metode Extreme Learning Machine (ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:hMod-77fHWUC", |
| "index": 62, |
| "authors": "IH Kurniasih, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (2), 509-516, 2020", |
| "year": "2020", |
| "citations": 4 |
| }, |
| { |
| "title": "Pengelompokan Wilayah Berdasarkan Kesejahteraan Sosial Menggunakan Algoritme Self-Organizing Maps Dengan Perbaikan Missing Value K-Nearest Neighbors", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:2P1L_qKh6hAC", |
| "index": 63, |
| "authors": "DN Firmansyah, S Adinugroho, B Rahayudi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 7205-7213, 2019", |
| "year": "2019", |
| "citations": 4 |
| }, |
| { |
| "title": "Klasifikasi Pengidap Kanker Payudara Menggunakan Metode Voting Based Extreme Learning Machine (V-ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:IWHjjKOFINEC", |
| "index": 64, |
| "authors": "DT Artha, S Adinugroho, PP Adikara", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2180-2186, 2019", |
| "year": "2019", |
| "citations": 4 |
| }, |
| { |
| "title": "Klon Perilaku Menggunakan Jaringan Saraf Tiruan Konvolusional Dalam Game SuperTuxKart", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:0EnyYjriUFMC", |
| "index": 65, |
| "authors": "A Amin, YA Sari, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 866-875, 2019", |
| "year": "2019", |
| "citations": 4 |
| }, |
| { |
| "title": "Analisis Sentimen Twitter Menggunakan Ensemble Feature dan Metode Extreme Learning Machine (ELM)(Studi Kasus: Samsung Indonesia)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:4TOpqqG69KYC", |
| "index": 66, |
| "authors": "A Rausanfita, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6409-6417, 2018", |
| "year": "2018", |
| "citations": 4 |
| }, |
| { |
| "title": "Preprocessing of tomato images captured by smartphone cameras using color correction and V-channel Otsu segmentation for tomato maturity clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:roLk4NBRz8UC", |
| "index": 67, |
| "authors": "YA Sari, S Adinugroho", |
| "journal_year": "2018 5th International Conference on Electrical and Electronic Engineering …, 2018", |
| "year": "2018", |
| "citations": 4 |
| }, |
| { |
| "title": "Pengembangan Sistem Manajemen Barang Inventaris SMKN 1 Pasuruan Berbasis Website Menggunakan Metode Rapid Application Development", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:f2IySw72cVMC", |
| "index": 68, |
| "authors": "MDR Bassya, F Amalia, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (4), 1488-1496, 2021", |
| "year": "2021", |
| "citations": 3 |
| }, |
| { |
| "title": "Klasifikasi Hoaks Kesehatan di Media Sosial menggunakan Support Vector Machine", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:HoB7MX3m0LUC", |
| "index": 69, |
| "authors": "AR Hidayat, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1702-1708, 2020", |
| "year": "2020", |
| "citations": 3 |
| }, |
| { |
| "title": "Human tracking by using multiple methods and weighted products", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:MXK_kJrjxJIC", |
| "index": 70, |
| "authors": "F Utaminingrum, W Cahyaningrum, RC Wihandika, S Adinugroho, ...", |
| "journal_year": "Signal, Image and Video Processing 13, 1469-1476, 2019", |
| "year": "2019", |
| "citations": 3 |
| }, |
| { |
| "title": "Rekomendasi Lagu berdasarkan Lirik dan Genre Lagu menggunakan Metode Word Embedding (Word2Vec)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:4OULZ7Gr8RgC", |
| "index": 71, |
| "authors": "MA Lestari, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7898-7904, 2019", |
| "year": "2019", |
| "citations": 3 |
| }, |
| { |
| "title": "Implementasi metode template matching untuk mengenali nilai angka pada citra uang kertas yang dipindai", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:UxriW0iASnsC", |
| "index": 72, |
| "authors": "MNHN Ulum, T Tibyani, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1550-1556, 2019", |
| "year": "2019", |
| "citations": 3 |
| }, |
| { |
| "title": "Klasifikasi emosi lagu berdasarkan lirik pada teks berbahasa indonesia menggunakan k-nearest neighbor dengan pembobotan widf", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:1sJd4Hv_s6UC", |
| "index": 73, |
| "authors": "DN Armianti, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10161-10167, 2019", |
| "year": "2019", |
| "citations": 3 |
| }, |
| { |
| "title": "Sistem Pendukung Keputusan Pemilihan Skuad Utama Tim Bola Voli Menggunakan Metode AHP-TOPSIS", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:mVmsd5A6BfQC", |
| "index": 74, |
| "authors": "HE Febrianto, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 7140-7148, 2018", |
| "year": "2018", |
| "citations": 3 |
| }, |
| { |
| "title": "Human guide tracking using combined histogram of oriented gradient and entropy difference minimization algorithm for camera follower", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:W7OEmFMy1HYC", |
| "index": 75, |
| "authors": "F Utaminingrum, MA Fauzi, YA Sari, S Adinugroho, RC Wihandika, ...", |
| "journal_year": "Journal of Telecommunication, Electronic and Computer Engineering (JTEC) 9 …, 2017", |
| "year": "2017", |
| "citations": 3 |
| }, |
| { |
| "title": "Nutrition estimation of leftover using improved food image segmentation and contour based calculation algorithm", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:NhqRSupF_l8C", |
| "index": 76, |
| "authors": "S Adinugroho, YA Sari, JM Maligan, K Sari, YG Bihanda, N Nuraini, ...", |
| "journal_year": "Journal of Environmental Engineering and Sustainable Technology 9 (01), 30-40, 2022", |
| "year": "2022", |
| "citations": 2 |
| }, |
| { |
| "title": "Retinal blood vessel segmentation using multiple line operator-based methods", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:bFI3QPDXJZMC", |
| "index": 77, |
| "authors": "RC Wihandika, PP Adikara, S Adinugroho, YA Sari, F Utaminingrum", |
| "journal_year": "Bulletin of Electrical Engineering and Informatics 11 (3), 1696-1705, 2022", |
| "year": "2022", |
| "citations": 2 |
| }, |
| { |
| "title": "Analisis Sentimen Ulasan Pengunjung Simpang Lima Gumul Kediri menggunakan Metode BM25 dan Neighbor-Weighted K-Nearest Neighbor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:OU6Ihb5iCvQC", |
| "index": 78, |
| "authors": "IK Hesay, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3160-3169, 2021", |
| "year": "2021", |
| "citations": 2 |
| }, |
| { |
| "title": "Prediksi Volume Penggunaan Air Bulanan Kota Batu Menggunakan Metode Extreme Learning Machine (ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:rO6llkc54NcC", |
| "index": 79, |
| "authors": "MA Fahrizal, S Adinugroho, RC Wihandika", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3078-3086, 2021", |
| "year": "2021", |
| "citations": 2 |
| }, |
| { |
| "title": "Klasifikasi Jenis Makanan dari Citra Smartphone Berdasarkan Ekstraksi Fitur Haralick dan CIE Lab Color Moment Menggunakan Learning Vector Quantization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:Tiz5es2fbqcC", |
| "index": 80, |
| "authors": "AM Safi'i, YA Sari, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2398-2407, 2019", |
| "year": "2019", |
| "citations": 2 |
| }, |
| { |
| "title": "Prediksi Volume Impor Beras Nasional dengan Metode Multi-Factors High-Order Fuzzy Time Series", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:-f6ydRqryjwC", |
| "index": 81, |
| "authors": "N Putri, E Santoso, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (12), 1771-1778, 2017", |
| "year": "2017", |
| "citations": 2 |
| }, |
| { |
| "title": "Calving events detection and quantification from time-lapse images in Tunabreen glacier", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:u-x6o8ySG0sC", |
| "index": 82, |
| "authors": "S Adinugroho, D Vallot, P Westrin, R Strand", |
| "journal_year": "2015 International Conference on Information & Communication Technology and …, 2015", |
| "year": "2015", |
| "citations": 2 |
| }, |
| { |
| "title": "Motion Segmentation in Moving Camera Videos Using Velocity Guided Optical Flow Normalization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:08ZZubdj9fEC", |
| "index": 83, |
| "authors": "S Adinugroho, A Gofuku", |
| "journal_year": "Proceedings Of The 2023 7th International Conference On Graphics And Signal …, 2023", |
| "year": "2023", |
| "citations": 1 |
| }, |
| { |
| "title": "Enhancing the capability of online teaching for elementary school teacher through interactive video making training", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:EUQCXRtRnyEC", |
| "index": 84, |
| "authors": "YA Sari, RC Wihandika, S Adinugroho, I Indriati, PP Adikara", |
| "journal_year": "Community Empowerment 7 (7), 1182-1188, 2022", |
| "year": "2022", |
| "citations": 1 |
| }, |
| { |
| "title": "Analisis Sentimen terhadap Opini Masyarakat mengenai Kebijakan PSBB menggunakan Metode Naive Bayes dengan Seleksi Fitur Improved Gini Index", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ZHo1McVdvXMC", |
| "index": 85, |
| "authors": "KD Anggita, YA Sari, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5288-5293, 2021", |
| "year": "2021", |
| "citations": 1 |
| }, |
| { |
| "title": "Analisis Sentimen Masyarakat terhadap Uji Coba LRT Jakarta Menggunakan Improved K-Nearest Neighbor dan Information Gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:CHSYGLWDkRkC", |
| "index": 86, |
| "authors": "MO Pradhana, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1888-1896, 2020", |
| "year": "2020", |
| "citations": 1 |
| }, |
| { |
| "title": "Prediksi Luas Serangan Hama pada Tanaman Padi Menggunakan Metode Extreme Learning Machine (ELM) dan Particle Swarm Optimization (PSO)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:NMxIlDl6LWMC", |
| "index": 87, |
| "authors": "CBP Putra, RC Wihandika, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (3), 899-906, 2020", |
| "year": "2020", |
| "citations": 1 |
| }, |
| { |
| "title": "Penerapan Term Frequency-Modified Inverse Document Frequency pada Analisis Sentimen Ulasan Barang menggunakan Metode Learning Vector Quantization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:RHpTSmoSYBkC", |
| "index": 88, |
| "authors": "MY Ardiansyah, MA Fauzi, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 5592-5598, 2019", |
| "year": "2019", |
| "citations": 1 |
| }, |
| { |
| "title": "Seleksi Fitur Information Gain Pada Temu Kembali Citra Jenis Makanan Menggunakan Dominant Color Descriptor Dan Gray Level Co-occurence Matrix", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:8k81kl-MbHgC", |
| "index": 89, |
| "authors": "S Triarjo, YA Sari, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2516-2524, 2019", |
| "year": "2019", |
| "citations": 1 |
| }, |
| { |
| "title": "Pencarian Resep Makanan Berdasarkan Citra Makanan Menggunakan Ekstraksi Fitur Simple Morphological Shape Descriptors dan Color Moment", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:K3LRdlH-MEoC", |
| "index": 90, |
| "authors": "T Rahayuni, YA Sari, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1901-1907, 2019", |
| "year": "1901", |
| "citations": 1 |
| }, |
| { |
| "title": "Penentuan Waktu Terakhir Penggunaan Ganja Menggunakan Multidimensional Hierarchical Classification", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:dfsIfKJdRG4C", |
| "index": 91, |
| "authors": "K Rizal, S Adinugroho, B Rahayudi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 9341-9347, 2019", |
| "year": "2019", |
| "citations": 1 |
| }, |
| { |
| "title": "Prediksi Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Algoritme Genetika-Backpropagation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:M3ejUd6NZC8C", |
| "index": 92, |
| "authors": "DN Setiawan, C Dewi, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4794-4801, 2018", |
| "year": "2018", |
| "citations": 1 |
| }, |
| { |
| "title": "Pencarian Produk yang Mirip Melalui Automatic Online Annotation dari Web dan Berbasiskan Konten dengan Color Histogram Bin dan Surf Descriptor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:WF5omc3nYNoC", |
| "index": 93, |
| "authors": "PP Adikara, S Adinugroho, YA Sari", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 5 (1), 104, 2018", |
| "year": "2018", |
| "citations": 1 |
| }, |
| { |
| "title": "Implementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:_kc_bZDykSQC", |
| "index": 94, |
| "authors": "MAP Askin, I Cholissodin, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3533-3537, 2018", |
| "year": "2018", |
| "citations": 1 |
| }, |
| { |
| "title": "Hybrid Head Tracking for Wheelchair Control Using Haar Cascade Classifier and KCF Tracker", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:_FxGoFyzp5QC", |
| "index": 95, |
| "authors": "F Utaminingrum, YA Sari, PP Adikara, D Syauqy, S Adinugroho", |
| "journal_year": "TELKOMNIKA (Telecommunication Computing Electronics and Control) 16 (4 …, 2018", |
| "year": "2018", |
| "citations": 1 |
| }, |
| { |
| "title": "Clustering Mobilitas Masyarakat Berdasarkan Moda Transportasi Menggunakan Metode K-Means", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:qUcmZB5y_30C", |
| "index": 96, |
| "authors": "HA Romdhoni, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2459-2464, 2018", |
| "year": "2018", |
| "citations": 1 |
| }, |
| { |
| "title": "Calving Events Detection and Quantification from Time-lapse Images: A Case Study of Tunabreen Glacier, Svalbard", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:Tyk-4Ss8FVUC", |
| "index": 97, |
| "authors": "S Adinugroho", |
| "journal_year": "", |
| "citations": 1, |
| "year": "2015" |
| }, |
| { |
| "title": "SPERM ABNORMALITY CLASSIFICATION USING MULTI-PURPOSE IMAGE EMBEDDING AND CLASSICAL MACHINE LEARNING", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:sSrBHYA8nusC", |
| "index": 98, |
| "authors": "S Adinugroho, YA Sari, W Kurniawan, A Arwan", |
| "journal_year": "JIKO (Jurnal Informatika dan Komputer) 7 (3), 196-203, 2024", |
| "year": "2024", |
| "citations": 0 |
| }, |
| { |
| "title": "Computer Vision-based Motion Segmentation and Its Application for Sperm Quality Estimation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:geHnlv5EZngC", |
| "index": 99, |
| "authors": "S ADINUGROHO", |
| "journal_year": "", |
| "citations": 0, |
| "year": "2024" |
| }, |
| { |
| "title": "Dual Stream Deep Neural Network for Joint Sperm Morphology and Motility Estimation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:8AbLer7MMksC", |
| "index": 100, |
| "authors": "S Adinugroho, A Nakazawa", |
| "journal_year": "2024 4th European Conference on Communication Systems (ECCS), 44-49, 2024", |
| "year": "2024", |
| "citations": 0 |
| }, |
| { |
| "title": "Deep learning-based sperm motility and morphology estimation on stacked color-coded MotionFlow", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:tS2w5q8j5-wC", |
| "index": 101, |
| "authors": "S Adinugroho, A Nakazawa", |
| "journal_year": "Informatics in Medicine Unlocked 45, 101459, 2024", |
| "year": "2024", |
| "citations": 0 |
| }, |
| { |
| "title": "An Application of Head Gesture For Controlling Electric Wheelchair Movement", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:4fKUyHm3Qg0C", |
| "index": 102, |
| "authors": "IK Somawirata, F Utaminingrum, T Tibyani, S Adinugroho", |
| "journal_year": "Proceedings of the 2023 6th International Conference on Digital Medicine and …, 2023", |
| "year": "2023", |
| "citations": 0 |
| }, |
| { |
| "title": "Rekomendasi Aksi Saham dengan Pendekatan Teknikal pada PT Telekomunikasi Indonesia Tbk (TLKM) menggunakan Algoritme Learning Vector Quantization (LVQ) 2.1", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:p2g8aNsByqUC", |
| "index": 103, |
| "authors": "TK Putra, S Adinugroho, RC Wihandika", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (11), 4990-4997, 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Ekstraksi Fitur Hsv Color Moments Dan Local Ternary Pattern Pada Klasifikasi Citra Makanan", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:abG-DnoFyZgC", |
| "index": 104, |
| "authors": "MRS Diputra, S Adinugroho, S Kom, RC Wihandika, M Kom", |
| "journal_year": "Universitas Brawijaya, 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Analisis Emosional Pelajar terhadap Pembelajaran Daring Dengan Menggunakan Latent Semantic Indexing (LSI) dan N-Gram", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:SP6oXDckpogC", |
| "index": 105, |
| "authors": "A Musyayyidin, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3013-3017, 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Implementasi Algoritma Fuzzy K-Nearest Neighbor (FK-NN) Untuk Penentuan Kualitas Mutu Air: Implementation Of The Fuzzy K-Nearest Neighbor (FKN-NN) Algorithm For Determining …", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:XiSMed-E-HIC", |
| "index": 106, |
| "authors": "YPP Sinamo, S Sutrisno, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2365-2371, 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Deteksi Konten Negatif di Twitter Menggunakan Support Vector Machine dan Pemisahan Hashtag dengan Algoritme Pipeline", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:B3FOqHPlNUQC", |
| "index": 107, |
| "authors": "H Siagian, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (4), 1553-1560, 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Prediksi Omzet Restoran Haltoy Corner menggunakan Metode Recurrent Extreme Learning Machine (RELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:D03iK_w7-QYC", |
| "index": 108, |
| "authors": "RG Muhammad, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 919-925, 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Newsgroup Topic Extraction using Probabilistic Inverse Cluster Frequency Term-Cluster Weighting and Growing Neural Gas Clustering.", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:NaGl4SEjCO4C", |
| "index": 109, |
| "authors": "S Adinugroho, MA Rahman, D Syauqy", |
| "journal_year": "IAENG International Journal of Computer Science 48 (1), 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Pengembangan Aplikasi Pemantauan Kinerja Guru untuk Peningkatan Kualitas Pembelajaran berbasis Web (Studi Kasus: SDN Mulyorejo 1 Malang)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:a0OBvERweLwC", |
| "index": 110, |
| "authors": "MD Reyhans, I Cholissodin, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (2), 769-778, 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Prediksi Kinerja Akademik Siswa menggunakan Neighbor Weighted K-Nearest Neighbor dengan Seleksi Fitur Information Gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:WbkHhVStYXYC", |
| "index": 111, |
| "authors": "RA Azizah, FA Bachtiar, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (13), 2021", |
| "year": "2021", |
| "citations": 0 |
| }, |
| { |
| "title": "Halaman Belakang dan Daftar Indeks", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:BqipwSGYUEgC", |
| "index": 112, |
| "authors": "S Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 7 (4), 2020", |
| "year": "2020", |
| "citations": 0 |
| }, |
| { |
| "title": "Klasifikasi Risiko Human Papillomavirus menggunakan Metode Naive Bayes dan Seleksi Fitur Relief", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:zA6iFVUQeVQC", |
| "index": 113, |
| "authors": "IW Ati, S Adinugroho, C Dewi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 2922-2929, 2020", |
| "year": "2020", |
| "citations": 0 |
| }, |
| { |
| "title": "Deteksi Perundungan Siber (Cyberbullying) pada Instagram Menggunakan Metode Naive Bayes Classifier dengan Lexicon Based Features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:738O_yMBCRsC", |
| "index": 114, |
| "authors": "S Insani, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (13), 2020", |
| "year": "2020", |
| "citations": 0 |
| }, |
| { |
| "title": "使用改进的图像分段颜色照明组件自动预测纸盒中的残留物重量", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:k_IJM867U9cC", |
| "index": 115, |
| "authors": "YA Sari, RK Dewi, JM Maligan, L Maulana, S Adinugroho", |
| "journal_year": "西南交通大学学报 55 (1), 2020", |
| "year": "2020", |
| "citations": 0 |
| }, |
| { |
| "title": "Klasifikasi Teks Pengaduan Suara Warga Kabupaten Pasuruan menggunakan Metode Maximum Entropy", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:mB3voiENLucC", |
| "index": 116, |
| "authors": "MP Rini, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7774-7778, 2019", |
| "year": "2019", |
| "citations": 0 |
| }, |
| { |
| "title": "Penentuan Waktu Terakhir Penggunaan Ganja dengan Metode Radial Basis Function Neural Network (RBFNN)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:hC7cP41nSMkC", |
| "index": 117, |
| "authors": "SF Anggraini, S Adinugroho, RC Wihandika", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2251-2260, 2019", |
| "year": "2019", |
| "citations": 0 |
| }, |
| { |
| "title": "Ekstraksi Topik Dokumen Berita Menggunakan Term-Cluster Weighting dan Clustering Large Application (CLARA)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:_xSYboBqXhAC", |
| "index": 118, |
| "authors": "R Maulana, S Adinugroho, S Sutrisno", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10623-10629, 2019", |
| "year": "2019", |
| "citations": 0 |
| }, |
| { |
| "title": "Penggunaan Fungsi Aktivasi Linier dan Logarithmic Normalization pada Metode Backpropagation untuk Peramalan Luas Kebakaran Hutan", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:M3NEmzRMIkIC", |
| "index": 119, |
| "authors": "G Pratama, S Adinugroho, B Rahayudi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (12), 11003-11008, 2019", |
| "year": "2019", |
| "citations": 0 |
| }, |
| { |
| "title": "Pemilihan Alternatif Simplisia Nabati Untuk Indikasi Gangguan Kesehatan Menggunakan Metode Analytical Network Process (ANP) dan Simple Additive Weighting (SAW)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:dhFuZR0502QC", |
| "index": 120, |
| "authors": "GF Putri, L Muflikhah, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5229-5234, 2018", |
| "year": "2018", |
| "citations": 0 |
| }, |
| { |
| "title": "Pengelompokan Dokumen Petisi Online Di Situs Change. org Menggunakan Algoritme Hierarchical Clustering UPGMA", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:LkGwnXOMwfcC", |
| "index": 121, |
| "authors": "ID Ferdiansyah, S Adinugroho, MA Fauzi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3323-3331, 2018", |
| "year": "2018", |
| "citations": 0 |
| }, |
| { |
| "title": "Optimasi Pemilihan Seeds Dengan Algoritma Pillar Pada Pengelompokan Dokumen Newsgroup Berbahasa Inggris Menggunakan Algoritma K-Means", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:pqnbT2bcN3wC", |
| "index": 122, |
| "authors": "S Adinugroho", |
| "journal_year": "Universitas Brawijaya, 2012", |
| "year": "2012", |
| "citations": 0 |
| }, |
| { |
| "title": "Session 1–Image Segmentation and Reconstruction", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:vRqMK49ujn8C", |
| "index": 123, |
| "authors": "S Adinugroho, A Gofuku, K Nakada, H Kimatas, PC Hsu, JJ Hu, KH Chan, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "" |
| }, |
| { |
| "title": "Keynote Papers", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:e5wmG9Sq2KIC", |
| "index": 124, |
| "authors": "Y Morimoto, C Anutariya, W Thongsuntia, HS Jenatabadi, N Rikatsih, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "" |
| }, |
| { |
| "title": "I Gede Eka Wiantara Putra", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:TQgYirikUcIC", |
| "index": 125, |
| "authors": "IPB Arya, IWA Arimbawa, I Cholissodin, I Indriati, I Oktanisa, JM Maligan, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "" |
| }, |
| { |
| "title": "Object Tracking and Image Processing", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:zYLM7Y9cAGgC", |
| "index": 126, |
| "authors": "F Utaminingrum, TA Kurniawan, MA Fauzi, D Syauqy, RC Wihandika, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "" |
| } |
| ], |
| "total_publications": 126, |
| "total_research_interests": 1, |
| "show_more_clicks": 2, |
| "extraction_successful": true, |
| "publications_detailed": [ |
| { |
| "title": "Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:ufrVoPGSRksC", |
| "index": 1, |
| "authors": "Shima Fanissa, Mochammad Ali Fauzi, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2766-2770, 2018", |
| "year": "2018", |
| "citations": 121, |
| "publication_date": "2018/1/8", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "8", |
| "halaman": "2766-2770", |
| "abstract": "Pariwisata merupakan salah satu sektor usaha untuk memajukan suatu kota. Kota Malang pada saat ini memiliki sebuah branding city yang bernama †œBeautiful Malangâ€. Masyarakat Indonesia memilih pariwisata Kota Malang sebagai destinasi dan mengulasnya pada website salah satunya adalah TripAdvisor. Dengan demikian penelitian ini mencoba menganalisis ulasan dari masyarakat tentang pariwisata Kota Malang melalui analisis sentimen dan diklasifikasikan menjadi dua kelas yaitu positif dan negatif. Pada penelitian ini metode yang digunakan adalah Naive Bayes dengan seleksi fitur Query Expansion Ranking untuk mengurangi jumlah fitur pada proses klasifikasi. Proses dari analisis sentimen terdiri dari preprocessing, seleksi fitur dengan metode Query Expansion Ranking, dan klasifikasi dengan Naive Bayes. Pengujian pada penelitian ini adalah uji akurasi dengan menggunakan variasi rasio seleksi fitur, hasilnya seleksi fitur 75% memiliki akurasi terbaik sebesar 86.6%.", |
| "artikel_scholar": "Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion RankingS Fanissa, MA Fauzi, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 121 kaliArtikel terkait5 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1962/756" |
| }, |
| { |
| "title": "Implementasi data mining menggunakan WEKA", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:hqOjcs7Dif8C", |
| "index": 2, |
| "authors": "Sigit Adinugroho, Yuita Arum Sari", |
| "journal_year": "Universitas Brawijaya Press, 2018", |
| "year": "2018", |
| "citations": 113, |
| "publication_date": "2018/1/31", |
| "penerbit": "Universitas Brawijaya Press", |
| "abstract": "Data mining merupakan ilmu yang digunakan untuk mengolah informasi dan sekumpulan data yang memanfaatkan kecerdasan dalam membangun pola-pola untuk mengenali karakteristik dari data. Pada perkembangannya, konsep data mining diperlukan untuk mengatasi permasalahan fundamental dalam menganalisis data. Buku ini menyajikan cara memahami data mining dasar secara implementatif, sehingga mudah dipahami dan dipelajari oleh siapa saja, baik mahasiswa, dosen, maupun praktisi yang tertarik untuk mempelajari data mining. Bahasan pada buku ini mencakup: Pengantar Data Mining dan Pengenalan WEKA, Preprocessing Data Mining, Klasifikasi, Clustering, dan Association Rule.", |
| "artikel_scholar": "Implementasi data mining menggunakan WEKAS Adinugroho, YA Sari - 2018Dirujuk 113 kaliArtikel terkait" |
| }, |
| { |
| "title": "Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:M05iB0D1s5AC", |
| "index": 3, |
| "authors": "Muhammad Sholeh Hudin, Mochammad Ali Fauzi, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5518-5524, 2018", |
| "year": "2018", |
| "citations": 31, |
| "publication_date": "2018/7/26", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "11", |
| "halaman": "5518-5524", |
| "abstract": "Penelitian atau tugas akhir merupakan syarat kelulusan mahasiswa. Setiap tahun penelitian menjadi bertambah dan memungkinkan mahasiswa mengambil topik yang sama atau hampir serupa. Melalui penelitian ini dikembangkan sebuah aplikasi untuk mengelompokkan laporan skripsi mahasiswa. Hasil dari pengelompokan laporan skripsi ini akan memperlihatkan bagaimana pola kemiripan dan keterkaitan antar penelitian dari waktu ke waktu. Hasil dari pengelompokan ini juga menunjukkan kapan tema penelitian mahasiswa menjadi bervariasi dan kapan tema penelitian menjadi kurang bervariasi. Laporan penelitian mahasiswa atau biasa disebut dengan laporan skripsi dapat dikelompokkan berdasarkan tema, objek maupun metode dari penelitian tersebut. Proses ekstraksi dokumen skripsi ini dilakukan dengan memanfaatkan teknologi dari text mining. Lalu untuk proses pengelompokan dokumen skripsi ini dilakukan dengan menggunakan metode k-means clustering pada sekumpulan dokumen skripsi dengan mengambil abstrak, kata kunci dan daftar isi sebagai informasi penting yang dapat mewakili isi dari dokumen. Lalu dokumen akan dilakukan preprocessing terlebih dahulu dengan menggunakan metode text mining. Untuk tahap preprocessing dibagi menjadi beberapa bagian, yakni tokenisasi, filtering, stemming dan term weighting. Setelah dokumen melewati tahap preprocessing, maka dokumen dapat dikelompokkan dengan menggunakan metode dari k-means clustering. Pada penelitian ini uji coba dilakukan dengan memasukkan jumlah cluster yang bervariasi. Dari hasil analisis dengan memasukkan nilai cluster yang …", |
| "artikel_scholar": "Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya)MS Hudin, MA Fauzi, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 31 kaliArtikel terkait5 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3332/1304" |
| }, |
| { |
| "title": "Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dan Lexicon Based Features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:uWQEDVKXjbEC", |
| "index": 4, |
| "authors": "Arifin Kurniawan, Indriati Indriati, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 8335-8342, 2019", |
| "year": "2019", |
| "citations": 29, |
| "publication_date": "2019/8/16", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "9", |
| "halaman": "8335-8342", |
| "abstract": "Perkembangan teknologi informasi yang semakin pesat mengakibatkan banyak orang yang menulis opini mereka di media sosial seperti pada forum KASKUS. KASKUS merupakan situs forum online yang menyediakan tempat untuk mencari informasi dan berbagi hobi. Salah satunya adalah forum Movies yang berisi diskusi mengenai suatu film yang telah ditonton. Pengguna menuliskan opininya mengenai suatu film apakah film tersebut bagus atau jelek. Opini-opini tersebut dapat dianalisis untuk mengetahui bagaimana tanggapan pengguna tentang film tersebut agar menghasilkan output yang bermanfaat bagi pembuat film dengan melakukan analisis sentimen untuk mengklasifikasikan opini ke dalam kelas positif atau kelas negatif. Analisis sentimen dilakukan menggunakan metode Naive Bayes untuk klasifikasi dan Lexicon Based Features untuk pembobotan nilai sentimen suatu kata. Proses yang dilakukan dimulai dari text preprocessing, term weighting, Naive Bayes training, dan Naive Bayes testing dengan pembobotan lexicon based features menggunakan kamus Barasa. Berdasarkan hasil pengujian yang dilakukan, dengan menggunakan metode Naive Bayes dan Lexicon Based Features didapatkan nilai accuracy, precision, recall, dan f-measure sebesar 0, 8, 0, 8, 0, 8 dan 0, 8. Sedangkan dengan menggunakan metode Naive Bayes tanpa pembobotan Lexicon Based Features didapatkan nilai accuracy, precision, recall, dan f-measure sebesar 0, 95, 1, 0, 9 dan 0, 9474. Sehingga penggunaan metode Naive Bayes dengan Lexicon Based Features masih belum dapat memberikan hasil lebih baik.", |
| "artikel_scholar": "Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dan Lexicon Based FeaturesA Kurniawan, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 29 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6153/2955" |
| }, |
| { |
| "title": "Development of computer vision based obstacle detection and human tracking on smart wheelchair for disabled patient", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:qjMakFHDy7sC", |
| "index": 5, |
| "authors": "Fitri Utaminingrum, M Ali Fauzi, Randy Cahya Wihandika, Sigit Adinugroho, Tri Astoto Kurniawan, Dahnial Syauqy, Yuita Arum Sari, Putra Pandu Adikara", |
| "journal_year": "2017 5th International Symposium on Computational and Business Intelligence …, 2017", |
| "year": "2017", |
| "citations": 29, |
| "publication_date": "2017/8/11", |
| "konferensi": "2017 5th International Symposium on Computational and Business Intelligence (ISCBI)", |
| "halaman": "1-5", |
| "penerbit": "IEEE", |
| "abstract": "People with physical disability such as quadriplegics may need a device which assist their mobility. Smart wheelchair is developed based on conventional wheelchair and is also generally equipped with sensors, cameras and computer based system as main processing unit to be able to perform specific algorithm for the intelligent capabilities. We develop smart wheelchair system that facilitates obstacle detection and human tracking based on computer vision. The experiment result of obstacle distance estimation using RANSAC showed lower average error, which is only 1.076 cm compared to linear regression which is 2.508 cm. The average accuracy of human guide detecting algorithm also showed acceptable result, which yield over 80% of accuracy.", |
| "artikel_scholar": "Development of computer vision based obstacle detection and human tracking on smart wheelchair for disabled patientF Utaminingrum, MA Fauzi, RC Wihandika… - 2017 5th International Symposium on Computational …, 2017Dirujuk 29 kaliArtikel terkait2 versi", |
| "pdf_url": "https://www.researchgate.net/profile/Muhammad-Fauzi-6/publication/319701302_Development_of_Computer_Vision_Based_Obstacle_Detection_and_Human_Tracking_on_Smart_Wheelchair_for_Disabled_Patient/links/59e788d2a6fdccfe7f8adf60/Development-of-Computer-Vision-Based-Obstacle-Detection-and-Human-Tracking-on-Smart-Wheelchair-for-Disabled-Patient.pdf" |
| }, |
| { |
| "title": "Indonesian traditional food image identification using random forest classifier based on color and texture features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:HDshCWvjkbEC", |
| "index": 6, |
| "authors": "Yuita Arum Sari, Fitri Utaminingrum, Sigit Adinugroho, Ratih Kartika Dewi, Putra Pandu Adikara, Randy Cahya Wihandika, Siti Mutrofin, Abidatul Izzah", |
| "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", |
| "year": "2019", |
| "citations": 26, |
| "publication_date": "2019/9/28", |
| "konferensi": "2019 International Conference on Sustainable Information Engineering and Technology (SIET)", |
| "halaman": "206-211", |
| "penerbit": "IEEE", |
| "abstract": "Indonesia has various cultures and consequently, it also has huge selection of traditional foods. Since there is new style of people of sharing food images in several social media before eating nowadays, people also have benefit to explore more information, such as recommendation place to eat particular food. When people travel to one place to another place they also have an intention to enjoy the local food, but some of them may not acknowledge the name of traditional food, especially for those who is not a residence in that place. By spreading images to others, it can help other people finding recommended food when visiting the same place. One way to tackle this problem is by identifying food images automatically. In this paper, we propose a new method for recognizing traditional foods in Indonesia. There are 382 images taken using smartphone camera, consisting of 33 classes as training set and 33 images …", |
| "artikel_scholar": "Indonesian traditional food image identification using random forest classifier based on color and texture featuresYA Sari, F Utaminingrum, S Adinugroho, RK Dewi… - 2019 International Conference on Sustainable …, 2019Dirujuk 26 kaliArtikel terkait6 versi" |
| }, |
| { |
| "title": "Sistem Pakar Diagnosis Penyakit Pada Kambing Menggunakan Metode Naive Bayes dan Certainty Factor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:Zph67rFs4hoC", |
| "index": 7, |
| "authors": "Wahyu Rizki Ferdiansyah, Lailil Muflikhah, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (2), 451-458, 2018", |
| "year": "2018", |
| "citations": 26, |
| "publication_date": "2018", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "2", |
| "halaman": "451-458", |
| "abstract": "Pemeriksaan penyakit pada ternak kambing secara berkala saat ini kurang diperhatikan sehingga membuat kambing mudah terserang penyakit. Hal ini membuat para peternak kesulitan dalam penanganan awal dan tidak tahu apa yang harus dilakukan tanpa adanya seorang pakar. Proses diagnosis penyakit pada kambing pun tidak bisa dilakukan oleh sembarang orang karena antara jenis penyakit dengan gejalanya memiliki ketidakpastian. Berdasarkan permasalahan tersebut, penulis membuat sebuah sistem pakar yang mampu mendiagnosis penyakit pada kambing sebagaimana yang biasa dilakukan oleh seorang pakar. Sistem pakar ini menggunakan metode Naive Bayes dan Certainty Factor, bahasa pemrograman PHP dan database MySQL. Hasil pengujian fungsional sistem pakar menunjukkan kebutuhan fungsional berjalan dengan baik. Selain itu, hasil pengujian akurasi sistem menggunakan metode f-measure didapatkan akurasi sebesar 86, 80%. Dengan hasil akurasi tersebut, sistem pakar diagnosis penyakit pada kambing menggunakan metode Naive Bayes dan Certainty Factor ini memiliki performa yang baik.", |
| "artikel_scholar": "Sistem Pakar Diagnosis Penyakit Pada Kambing Menggunakan Metode Naive Bayes dan Certainty FactorWR Ferdiansyah, L Muflikhah, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 26 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/822/325" |
| }, |
| { |
| "title": "Prediksi Penjualan Mi Menggunakan Metode Extreme Learning Machine (ELM) di Kober Mie Setan Cabang Soekarno Hatta", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:YOwf2qJgpHMC", |
| "index": 8, |
| "authors": "Ayustina Giusti, Agus Wahyu Widodo, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2972-2978, 2018", |
| "year": "2018", |
| "citations": 24, |
| "publication_date": "2018", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "8", |
| "halaman": "2972-2978", |
| "abstract": "Kober Mie Setan cabang Soekarno Hatta merupakan sebuah perusahaan yang bergerak pada bidang makanan. Jumlah permintaan konsumen restoran Kober Mie Setan cabang Soekarno Hatta yang tak menentu setiap waktu berpengaruh terhadap sisa bahan baku yang ada karena bahan baku yang terlalu lama disimpan tidak baik untuk dikonsumsi. Ketika permintaan rendah dan bahan baku yang disediakan tinggi, maka sisa bahan baku dari penjualan hari itu akan dibuang. Agar bahan baku tidak terbuang sia-sia, maka prediksi penjualan diperlukan oleh Kober Mie Setan cabang Soekarno Hatta. Dengan prediksi penjualan tersebut restoran dapat memprioritaskan pembelanjaan bahan baku menu tertentu yang memiliki keminatan tinggi sehingga sisa bahan baku dapat berkurang. Penelitian ini diterapkan metode dari Jaringan Syaraf Tiruan (JST) yaitu Extreme Learning Machine (ELM) untuk memprediksi penjualan mi di restoran Kober Mie Setan cabang Soekarno Hatta. Proses prediksi penjualan mi di Kober Mie Setan yaitu normalisasi data, proses training, proses testing, denormalisasi data, dan perhitungan nilai error menggunakan Mean Square Error (MSE). Metode ELM memiliki kelebihan dalam learning speed dan tingkat error yang kecil. Berdasarkan pengujian yang dilakukan untuk mengetahui perbedaan penggunaan fitur data dalam penelitian ini menghasilkan tingkat error terkecil yaitu 0.0171 dengan menggunakan fitur data historis dan fitur data sisa penjualan.", |
| "artikel_scholar": "Prediksi Penjualan Mi Menggunakan Metode Extreme Learning Machine (ELM) di Kober Mie Setan Cabang Soekarno HattaA Giusti, AW Widodo, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 24 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1731/659" |
| }, |
| { |
| "title": "Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas Dan Bahan Bakar Menggunakan Metode Support Vector Regression", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:4DMP91E08xMC", |
| "index": 9, |
| "authors": "Krishnanti Dewi, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3856-3862, 2018", |
| "year": "2018", |
| "citations": 23, |
| "publication_date": "2018/2/14", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "10", |
| "halaman": "3856-3862", |
| "abstract": "Salah satu indikator yang paling sering digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). Berdasarkan metadata indeks harga konsumen yang diterbitkan oleh Bank Indonesia pada tahun 2016, kelompok perumahan, air, listrik, gas dan bahan bakar adalah kelompok IHK yang memiliki persentase proporsi biaya hidup yang paling tinggi dari kelompok IHK lainnya, yaitu sebesar 25, 37%. Pada penelitian ini IHK akan diprediksi dengan menggunakan metode Support Vector Regression (SVR). Tahapan metode SVR yang dilakukan meliputi normalisasi data, menghitung matriks Hessian dengan menggunakan fungsi kernel Radial Basis Function (RBF), melakukan proses sequential learning, menghitung fungsi regresi untuk mendapatkan hasil prediksi dan melakukan evaluasi hasil prediksi dengan metode Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan nilai MAPE minimum yang diperoleh sebesar 2,399% dengan nilai parameter σ= 50; λ= 1; cLR= 0, 0005; ε= 0, 0005; C= 1000; jumlah data training 36 untuk 12 data testing dengan iterasi sebanyak 100. Rata-rata hasil prediksi yang diperoleh adalah sebesar 112, 19605 dengan rata-rata selisih antara data aktual dengan hasil prediksi sebesar 1, 52645.", |
| "artikel_scholar": "Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas Dan Bahan Bakar Menggunakan Metode Support Vector RegressionK Dewi, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 23 kaliArtikel terkait3 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2775/1055" |
| }, |
| { |
| "title": "Perbandingan Algoritme K-Means Dengan Algoritme Fuzzy C Means (FCM) Dalam Clustering Moda Transportasi Berbasis GPS", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:ldfaerwXgEUC", |
| "index": 10, |
| "authors": "Rahman Syarif, Muhammad Tanzil Furqon, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 4107-4115, 2018", |
| "year": "2018", |
| "citations": 21, |
| "publication_date": "2018/2/15", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "10", |
| "halaman": "4107-4115", |
| "abstract": "Transportasi sudah menjadi kebutuhan dasar bagi masyarakat modern saat ini. Namun seringkali kebutuhan akan transportasi ini tidak diikuti dengan informasi mengenai ketersediaan trasnportasi di suatu tempat. Pada kasus ini, data dari GPS dapat digunakan untuk mengelompokkan moda transportasi yang tersedia serta memberikan informasi mengenai jumlah tiap-tiap moda transportasi yang tersebar dalam suatu wilayah dan waktu tertentu. Algoritme yang digunakan untuk memngelompokkan moda transportasi pada penelitian ini adalah K-Means dan Fuzzy C Means (FCM). Dua algoritme ini kemudian dibandingkan mana yang lebih baik hasilnya. Pengelompokan moda transportasi pada algoritme K-Means diperoleh dari jarak terkecil data moda trasnportasi dengan pusat klaster. Sedangkan pada algoritme FCM pengelompokan diperoleh dari nilai derajat keanggotaan terbesar. Setelah dilakukan pengujian sebanyak 10 kali, didapatkan rata-rata akurasi K-Means sebesar 58, 46154 dan 70, 86538 untuk algoritme FCM. Sedangkan untuk nilai silhouette Coefficient diperoleh rata-rata 0, 4582670 untuk K-Means dan 0, 440682 untuk algoritme FCM. Dari hasil pengujian, disimpulkan bahwa algoritme FCM lebih unggul dibandingkan K-Means.", |
| "artikel_scholar": "Perbandingan Algoritme K-Means Dengan Algoritme Fuzzy C Means (FCM) Dalam Clustering Moda Transportasi Berbasis GPSR Syarif, MT Furqon, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 21 kaliArtikel terkait3 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2852/1084" |
| }, |
| { |
| "title": "Eye movement as navigator for disabled person", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:9yKSN-GCB0IC", |
| "index": 11, |
| "authors": "Fitri Utaminingrum, M Ali Fauzi, Yuita Arum Sari, Renaldi Primaswara, Sigit Adinugroho", |
| "journal_year": "Proceedings of the 2016 International Conference on Communication and …, 2016", |
| "year": "2016", |
| "citations": 21, |
| "publication_date": "2016/12/16", |
| "buku": "Proceedings of the 2016 International Conference on Communication and Information Systems", |
| "halaman": "1-5", |
| "abstract": "Eyes is one of human organs which mostly still functions properly in disabled people when other parts of the body are disabled. This research propose a new framework to recognize and detected eye movement for handling position by considering the decision of both left and right eye. The sophisticated algorithm, Haar Cascade Algorithm was used for observing the area of eyes, then thresholding image using morphology is used to obtain the focus of eyes. The Hough Circle Transform with several rules could decide the handling position of eye movement. The performance of the pro-posed algorithm could reach over 80% in all dataset.", |
| "artikel_scholar": "Eye movement as navigator for disabled personF Utaminingrum, MA Fauzi, YA Sari, R Primaswara… - Proceedings of the 2016 International Conference on …, 2016Dirujuk 21 kaliArtikel terkait" |
| }, |
| { |
| "title": "Automatic food leftover estimation in tray box using image segmentation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:R3hNpaxXUhUC", |
| "index": 12, |
| "authors": "Yuita Arum Sari, Ratih Kartika Dewi, Jaya Mahar Maligan, Anindya Sasri Ananta, Sigit Adinugroho", |
| "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", |
| "year": "2019", |
| "citations": 20, |
| "publication_date": "2019/9/28", |
| "konferensi": "2019 International Conference on Sustainable Information Engineering and Technology (SIET)", |
| "halaman": "212-216", |
| "penerbit": "IEEE", |
| "abstract": "Nutritional food is the most important aspect for people to fulfil their daily needs, but nowadays, the change of lifestyle can affect the style of food consumption, for instance leaving food when they take a meal. Besides, food leftover causes loss of consumed nutrients. We took an observation in a canteen in Faculty of Agricultural Technology in University of Brawijaya produces lost of food about 1,142.5 gram per day. To prevent the amount of food waste, this paper proposes an early stage framework to create an automatic leftover estimation method using image segmentation based on color channel. So that, we can optimize of the amount of food served and avoid loss food nutritions hereinafter. We experimented in two types of background of tray box: black and gray, then an automatic cropping process based on each sub area of tray box is implemented. Each part of them contains an item of food, so we detect the …", |
| "artikel_scholar": "Automatic food leftover estimation in tray box using image segmentationYA Sari, RK Dewi, JM Maligan, AS Ananta… - 2019 International Conference on Sustainable …, 2019Dirujuk 20 kaliArtikel terkait2 versi", |
| "pdf_url": "https://www.researchgate.net/profile/Jaya-Maligan/publication/339168692_Automatic_Food_Leftover_Estimation_in_Tray_Box_Using_Image_Segmentation/links/63f6ceb80cf1030a5643af38/Automatic-Food-Leftover-Estimation-in-Tray-Box-Using-Image-Segmentation.pdf" |
| }, |
| { |
| "title": "Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic Hierarchy Process (F-AHP)(Studi Kasus: SMA Brawijaya Smart School)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:KlAtU1dfN6UC", |
| "index": 13, |
| "authors": "Dewan Rizky Bahari, Edy Santoso, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (5), 2095-2101, 2018", |
| "year": "2095", |
| "citations": 20, |
| "publication_date": "2018", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "5", |
| "halaman": "2095-2101", |
| "abstract": "Demi mendapatkan hasil kemampuan siswa di SMA Brawijaya Smart School Malang yang berkompentensi dan dapat berprestasi dalam hal akademik, maupun non akademik dibutuhkan tenaga pendidik/guru yang berkompenten. Dalam instansi pendidikan, proses penentuan guru berprestasi relatif sering dilakukan, sekolah memerlukan standar tertentu dalam menetapkan persyaratan bagi seorang guru untuk mendapatkan tunjangan atau menempati jabatan tertentu. Selain itu penilaian ini bertujuan untuk mengevaluasi dan meningkatkan kemampuan kompetensi seorang guru. Pada penelitian ini dibuatlah sebuah sistem pendukung keputusan untuk penilaian kinerja guru menggunakan metode Fuzzy-Analytic Hierarchy Process (F-AHP) studi kasus SMA Brawijaya Smart School dengan menggunakan enam kriteria yaitu kompetensi pedagogik, kompetensi profesional, kompetensi pengembangan inovasi, kompetensi pemanfaatan teknologi, kompetensi sosial, dan kompetensi kepribadian. Pada penelitian ini mendapatkan hasil tingkat akurasi sistem hingga 82,501% dengan jumlah kriteria adalah 6 kriteria. Dari hasil perhitungan tersebut maka penerapan metode Fuzzy-Analytic Hierarchy Process (F-AHP) diharapkan dapat membantu menentukan guru berprestasi di SMA Brawijaya Smart School Malang.", |
| "artikel_scholar": "Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic Hierarchy Process (F-AHP)(Studi Kasus: SMA Brawijaya Smart School)DR Bahari, E Santoso, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 20 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1477/521" |
| }, |
| { |
| "title": "Tomato ripeness clustering using 6-means algorithm based on v-channel otsu segmentation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:IjCSPb-OGe4C", |
| "index": 14, |
| "authors": "Yuita Arum Sari, Sigit Adinugroho", |
| "journal_year": "2017 5th International Symposium on Computational and Business Intelligence …, 2017", |
| "year": "2017", |
| "citations": 20, |
| "publication_date": "2017/8/11", |
| "konferensi": "2017 5th International Symposium on Computational and Business Intelligence (ISCBI)", |
| "halaman": "32-36", |
| "penerbit": "IEEE", |
| "abstract": "Segmentation process in an essential part in image processing to obtain good preparation either for further process of data mining or object recognition. This paper proposes a new method of segmenting tomato image for clustering its ripeness. The tomato images are taken from three types of smartphone camera in various lighting condition with white background. When taking picture by using smartphone camera, the image is a bit darker or lighter in certain side, so the segmentation is involved to the following stage. Color transformation is needed at the first stage of preprocessing which converts RGB channel to YUV channel in order to apply histogram equalization. YUV is better to perceptual similarities in machine vision than RGB. Histogram equalization is applied in single Y channel of an image. Afterwards merge a V channel to YUV channel then transform it to RGB color model to observe the difference and …", |
| "artikel_scholar": "Tomato ripeness clustering using 6-means algorithm based on v-channel otsu segmentationYA Sari, S Adinugroho - 2017 5th International Symposium on Computational …, 2017Dirujuk 20 kaliArtikel terkait2 versi", |
| "pdf_url": "https://www.researchgate.net/profile/Yuita-Arum-Sari/publication/319701293_Tomato_Ripeness_Clustering_Using_6-Means_Algorithm_Based_on_V-Channel_Otsu_Segmentation/links/59ba11d1aca27241618d9d09/Tomato-Ripeness-Clustering-Using-6-Means-Algorithm-Based-on-V-Channel-Otsu-Segmentation.pdf" |
| }, |
| { |
| "title": "Penentuan Tata Letak Produk menggunakan Algoritma FP-Growth pada Toko ATK", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:P5F9QuxV20EC", |
| "index": 15, |
| "authors": "Muhammad Yudho Ardianto, Sigit Adinugroho, Indriati Indriati", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (9), 3826-3832, 2021", |
| "year": "2021", |
| "citations": 19, |
| "publication_date": "2021/9/10", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "9", |
| "halaman": "3826-3832", |
| "abstract": "Peralatan Alat Tulis Kerja atau biasa disingkat ATK, merupakan salah satu kebutuhan dalam perkantoran maupun pelajar. Setiap kali memasuki awal sekolah toko ATK selalu dibanjiri pembeli. Tetapi kala pandemi ini banyak masyarakat yang lebih memilih untuk berhemat dalam banyak hal. Dengan kebiasaan baru masyarakat yang berhemat membuat banyak sektor penjualan yang menjadi sepi. Salah satu cara yang dapat digunakan untuk meningkatkan penjualan adalah dengan memperhatikan transaksi pembelian. Data-data transaksi pembelian biasanya hanya digunakan sebagai arsip toko. Data transaksi pembelian yang tersimpan memiliki informasi-informasi yang bisa digali dengan teknik data mining, misalnya informasi mengenai kaidah asosiasi dalam pembelian konsumen. Dengan mengetahui kebiasaan konsumen, toko dapat mempertimbangkan tempat penataan barang dagangan. Dengan menggunakan algoritma FP-Growth pada sistem keranjang belanja untuk memperhatikan asosiasi antar item dapat membantu mengembangkan strategi pemasaran. Algoritma FP-Growth memiliki urutan dari pengumpulan data, penghitung frekuensi, penyusunan ulang data transaksi, pembentukan tree, dan pencarian frequent item. Dari pengujian minimum support 5% menghasilkan 8 kaidah asosiasi dan 3 diantaranya memiliki confidence diatas 50%. Terdapat 34 kaidah asosiasi dengan nilai lift diatas 1. Semakin tinggi nilai minimum support & minimum confidence maka akan semakin sedikit kombinasi kaidah asosiasi yang dihasilkan.", |
| "artikel_scholar": "Penentuan Tata Letak Produk menggunakan Algoritma FP-Growth pada Toko ATKMY Ardianto, S Adinugroho, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 19 kaliArtikel terkait2 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9741/4368" |
| }, |
| { |
| "title": "Optimizing K-Means Text Document Clustering Using Latent Semantic Indexing and Pillar Algorithm", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:YsMSGLbcyi4C", |
| "index": 16, |
| "authors": "Sigit Adinugroho, Yuita Arum Sari, M Ali Fauzi, Putra Pandu Adikara", |
| "journal_year": "Computational and Business Intelligence (ISCBI), 2017 5th International …, 2017", |
| "year": "2017", |
| "citations": 18, |
| "publication_date": "2017", |
| "konferensi": "Computational and Business Intelligence (ISCBI), 2017 5th International Symposium on", |
| "abstract": "Document clustering is an important tool to help managing the vast amount of digital text document. This paper introduces a new approach to cluster text document. First, text is preprocessed and indexed using inverted index. Then the index is trimmed using TF-DF thresholding. After that, Term Document Matrix is built based on TF-IDF. Next step uses Latent Semantic Indexing to extract important feature from Term Document Matrix. The following process is selecting seeds via Pillar algorithm. Based on determined seeds, K-Means clustering is performed. Experiment result proves that this approach outperforms standard K-Means document clustering.", |
| "artikel_scholar": "Optimizing K-means text document clustering using latent semantic indexing and pillar algorithmS Adinugroho, YA Sari, MA Fauzi, PP Adikara - 2017 5th international symposium on computational …, 2017Dirujuk 18 kaliArtikel terkait3 versi", |
| "pdf_url": "https://www.researchgate.net/profile/Yuita-Arum-Sari/publication/319701300_Optimizing_K-Means_Text_Document_Clustering_using_Latent_Semantic_Indexing_and_Pillar_Algorithm/links/59ba12b3458515bb9c48cce3/Optimizing-K-Means-Text-Document-Clustering-using-Latent-Semantic-Indexing-and-Pillar-Algorithm.pdf" |
| }, |
| { |
| "title": "Penerapan Algoritme Support Vector Machine Terhadap Klasifikasi Tingkat Risiko Pasien Gagal Ginjal", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:L8Ckcad2t8MC", |
| "index": 17, |
| "authors": "Ratna Ayu Wijayanti, Muhammad Tanzil Furqon, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3500-3507, 2018", |
| "year": "2018", |
| "citations": 17, |
| "publication_date": "2018/2/13", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "10", |
| "halaman": "3500-3507", |
| "abstract": "Gagal ginjal merupakan suatu kondisi bahwa ginjal tidak dapat menjalankan fungsinya secara tepat. Di seluruh dunia kasus mengenai gagal ginjal yang mengalami peningkatan setiap tahun adalah gagal ginjal kronik. Di Indonesia menurut data dari penetri (Persatuan Netrologi Indonesia) diperkirakan mencapai 70 ribu penderita penyakit gagal ginjal kronik. Untuk membantu mengetahui status fungsi ginjal seseorang dibuat suatu sistem yang dapat melakukan proses klasifikasi tingkat risiko pasien gagal ginjal menggunakan algoritme support vector machine (SVM) dan strategi one-againts-all. Alur dari penelitian yaitu menggunakan analisis korelasi untuk melihat hubungan antar fitur, melakukan normalisasi agar nilai data berada pada interval yang sama, perhitungan kernel RBF, melakukan proses training dengan sequential training, kemudian menggunakan one-againts-all untuk proses klasifikasi. Pengujian akhir dari penelitian ini menghasilkan nilai rata-rata akurasi sebesar 83,998% dan akurasi tertinggi sebesar 98, 33% dengan menggunakan rasio perbandingan data 80%: 20%, nilai parameter λ(lambda)= 1, γ (gamma)= 0, 0001, σ kernel RBF= 2, C (Complexity)= 0, 0001 dan jumlah iterasi SVM= 100. Berdasarkan hasil tersebut dapat disimpulkan bahwa algoritme SVM dan strategi one-againts-all dapat digunakan untuk klasifikasi tingkat risiko pasien gagal ginjal.", |
| "artikel_scholar": "Penerapan Algoritme Support Vector Machine Terhadap Klasifikasi Tingkat Risiko Pasien Gagal GinjalRA Wijayanti, MT Furqon, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 17 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2647/991" |
| }, |
| { |
| "title": "Automatic detection of calving events from time-lapse imagery at Tunabreen, Svalbard", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:Y0pCki6q_DkC", |
| "index": 18, |
| "authors": "Dorothée Vallot, Sigit Adinugroho, Robin Strand, Penelope How, Rickard Pettersson, Douglas I Benn, Nicholas RJ Hulton", |
| "journal_year": "Geoscientific Instrumentation, Methods and Data Systems 8 (1), 113-127, 2019", |
| "year": "2019", |
| "citations": 16, |
| "publication_date": "2019/3/29", |
| "journal": "Geoscientific Instrumentation, Methods and Data Systems", |
| "jilid": "8", |
| "terbitan": "1", |
| "halaman": "113-127", |
| "penerbit": "Copernicus GmbH", |
| "abstract": "Calving is an important process in glacier systems terminating in the ocean, and more observations are needed to improve our understanding of the undergoing processes and parameterize calving in larger-scale models. Time-lapse cameras are good tools for monitoring calving fronts of glaciers and they have been used widely where conditions are favourable. However, automatic image analysis to detect and calculate the size of calving events has not been developed so far. Here, we present a method that fills this gap using image analysis tools. First, the calving front is segmented. Second, changes between two images are detected and a mask is produced to delimit the calving event. Third, we calculate the area given the front and camera positions as well as camera characteristics. To illustrate our method, we analyse two image time series from two cameras placed at different locations in 2014 and 2015 and compare the automatic detection results to a manual detection. We find a good match when the weather is favourable, but the method fails with dense fog or high illumination conditions. Furthermore, results show that calving events are more likely to occur (i) close to where subglacial meltwater plumes have been observed to rise at the front and (ii) close to one another.", |
| "artikel_scholar": "Automatic detection of calving events from time-lapse imagery at Tunabreen, SvalbardD Vallot, S Adinugroho, R Strand, P How, R Pettersson… - Geoscientific Instrumentation, Methods and Data …, 2019Dirujuk 16 kaliArtikel terkait12 versi" |
| }, |
| { |
| "title": "Detection of cyber harassment (cyberbullying) on Instagram using Naïve Bayes classifier with bag of words and lexicon based features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:GnPB-g6toBAC", |
| "index": 19, |
| "authors": "Putra Pandu Adikara, Sigit Adinugroho, Salsabila Insani", |
| "journal_year": "Proceedings of the 5th international conference on sustainable information …, 2020", |
| "year": "2020", |
| "citations": 15, |
| "publication_date": "2020/11/16", |
| "buku": "Proceedings of the 5th international conference on sustainable information engineering and technology", |
| "halaman": "64-68", |
| "abstract": "Instagram is a very popular social media across the world, with varied users from teenagers to adults. By using Instagram people are able to share photos or videos through social networks. Instagram also provides a lot of features, one of the features is the comment section. However, there are so many Instagram users who make social media as a platform to harass others. Bullying or harassing can affect the psychological condition and in the extreme condition can drive people to suicide. The focus of this research is to detect cyberbullying on Instagram comment into two classes, one is classified as cyberbullying and the other is non-cyberbullying. If we can successfully detect cyberbullying comment, it should help to prevent the cyberbullying act before it happens. The detection process consists of several steps, starts with preprocessing, followed by feature extraction, and the last is classification or in this case …", |
| "artikel_scholar": "Detection of cyber harassment (cyberbullying) on Instagram using Naïve Bayes classifier with bag of words and lexicon based featuresPP Adikara, S Adinugroho, S Insani - Proceedings of the 5th international conference on …, 2020Dirujuk 15 kaliArtikel terkait2 versi", |
| "pdf_url": "https://www.academia.edu/download/80185941/p64-adikara.pdf" |
| }, |
| { |
| "title": "Prediksi Jumlah Kunjungan Wisatawan Mancanegara Ke Bali Menggunakan Support Vector Regression dengan Algoritma Genetika", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&citation_for_view=01qz25oAAAAJ:Wp0gIr-vW9MC", |
| "index": 20, |
| "authors": "Listiya Surtiningsih, Muhammad Tanzil Furqon, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2578-2586, 2018", |
| "year": "2018", |
| "citations": 15, |
| "publication_date": "2018", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "8", |
| "halaman": "2578-2586", |
| "abstract": "Sektor pariwisata menjadi salah satu penopang perekonomian yang ada di Indonesia. Selama ini sumbangan wisatawan mancanegara Bali terhadap wisman nasional hampir mencapai 40% sehingga menjadikan Bali banyak menyumbang terhadap jumlah kunjungan wisman nasional. Prediksi kunjungan wisatawan mancanegara sangat penting bagi pemerintah dan industri, karena prediksi menjadi dasar dalam perencanaan kebijakan yang efektif. Metode Support Vector Regression (SVR) merupakan metode prediksi yang memiliki kemampuan dalam mengatasi data skala besar pada fase training dan mampu mengenali pola dari data time series. Hasil prediksi akan bernilai baik jika nilai parameter penting dari SVR dapat ditentukan secara benar dengan cara dilakukan optimasi. Salah satu metode optimasi adalah Algoritma Genetika (GA). GA akan melakukan optimasi terhadap parameter penting dari SVR untuk mendapatkan parameter terbaik sehingga dapat menghasilkan prediksi yang lebih baik. Hasil pengujian menunjukkan nilai MAPE yang diperoleh adalah 2,513% dengan parameter terbaik yaitu range lamda 1-10, range kompleksitas 1-100, range epsilon 0, 00001-0,001, range gamma 0, 00001-0,001, range sigma 0, 01-3, 5, Iterasi SVR 1250, generasi GA 90, populasi 70, crossover rate 0, 6, mutation rate 0, 4, jumlah fitur 2 dan jumlah periode prediksi 1 bulan. Berdasarkan hasil pengujian, metode GA-SVR pada data kunjungan wisatawan mancanegara ke Bali sesuai untuk prediksi jangka pendek.", |
| "artikel_scholar": "Prediksi Jumlah Kunjungan Wisatawan Mancanegara Ke Bali Menggunakan Support Vector Regression dengan Algoritma GenetikaL Surtiningsih, MT Furqon, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 15 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1857/702" |
| }, |
| { |
| "title": "Analisis Sentimen Pembangunan Infrastruktur di Indonesia dengan Automated Lexicon Word2Vec dan Naive-Bayes", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:9ZlFYXVOiuMC", |
| "index": 21, |
| "authors": "Ananda Fitri Niasita, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2673-2679, 2019", |
| "year": "2019", |
| "citations": 14, |
| "publication_date": "2019/1/11", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "3", |
| "halaman": "2673-2679", |
| "abstract": "Pembangunan infrastruktur merupakan proyek yang sedang gencar dilakukan oleh pemerintah saat ini. Dengan adanya infrastruktur yang memadai, pemerintah berharap nantinya perekonomian dan tingkat kesejahteraan Indonesia akan meningkat. Pembangunan infrastruktur tentu saja menarik perhatian dari masyarakat. Berbagai komentar mengenai proyek ini disebutkan melalui media sosial, salah satunya adalah Twitter. Jumlah perbandingan pendapat pro dan kontra dari masyarakat dapat diketahui dengan menggunakan analisis sentimen. Dalam hal ini, analisis sentimen menggunakan kamus leksikon untuk menentukan apakah data tersebut bersifat positif atau negatif. Kamus leksikon dibuat secara otomatis dengan menggunakan metode Word2Vec terhadap data komentar. Metode Word2Vec bertujuan untuk mencari kedekatan antara satu kata dengan kata lainnya. Selanjutnya, penentuan kelas sentimen dilakukan dengan menggunakan metode Naive-Bayes. Penelitian ini menggunakan data latih sebanyak 100 data dan data uji sebanyak 50 data yang dibagi ke dalam sentimen positif dan negatif. Nilai akurasi tertinggi yang diperoleh adalah 64% dengan nilai precision sebesar 0, 36, recall sebesar 0,818 dan f-measure sebesar 0, 5.", |
| "artikel_scholar": "Analisis Sentimen Pembangunan Infrastruktur di Indonesia dengan Automated Lexicon Word2Vec dan Naive-BayesAF Niasita, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 14 kaliArtikel terkait3 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4792/2216" |
| }, |
| { |
| "title": "Optimasi Penentuan Centroid pada Algoritme K-Means Menggunakan Algoritme Pillar (Studi Kasus: Penyandang Masalah Kesejahteraan Sosial di Provinsi Jawa Timur)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:TFP_iSt0sucC", |
| "index": 22, |
| "authors": "Alan Primandana, Sigit Adinugroho, Candra Dewi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10678-10683, 2019", |
| "year": "2019", |
| "citations": 14, |
| "publication_date": "2019", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "11", |
| "halaman": "10678-10683", |
| "abstract": "Metode k-means clustering merupakan metode pengelompokan non hierarchy yang mengelompokkan data ke beberapa pusat klaster (centroid). Kesederhanaan metode k-means banyak digunakan diberbagai bidang karena memiliki beberapa keunggulan yaitu mudah diimplementasikan dan memiliki tingkat ketelitian yang cukup tinggi terhadap ukuran objek sehingga metode ini relatif lebih terukur dan efisien. Akan tetapi algoritme k-means awal perhitungan menggunakan nilai C (centroid) yang secara acak akan menyebabkan hasil yang acak pula. Ketergantungan pada nilai C (centroid) membuat akurasi pada algoritme k-means kurang maksimal. Hasil yang dari perhitungan k-means seringkali didapatkan dengan melakukan percobaan beberapa kali dan cenderung menghasilkan klaster yang berbeda. Tapi dalam mendapatkan hasil yang lebih baik, sulitnya menentukan batasan eksperimen. Penentuan titik pusat klaster secara acak menyebabkan metode k-means belum mampu mendapatkan hasil pengelompokan terbaik. Pada penelitian ini menjabarkan algoritma yang juga digunakan untuk mengoptimalkan pemilihan titik pusat awal pada metode k-means yaitu algoritma pillar. Algoritma ini merupakan penentuan posisi centroid awal dengan menghitung jarak akumulasi metrik antara setiap data dengan semua centroid sebelumnya. Pemilihan titik ditentukan oleh titik data yang memiliki jarak maksimum. Adapun penelitian ini melakukan penentuan centroid menggunakan algoritme Pillar kemudian hasil dari algoritme tersebut digunakan untuk titik pusat klaster pada algoritme k-means. Pada setiap klaster algoritme pillar mampu …", |
| "artikel_scholar": "Optimasi Penentuan Centroid pada Algoritme K-Means Menggunakan Algoritme Pillar (Studi Kasus: Penyandang Masalah Kesejahteraan Sosial di Provinsi Jawa Timur)A Primandana, S Adinugroho, C Dewi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 14 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6748/3264" |
| }, |
| { |
| "title": "Multiplication of V and Cb color channel using Otsu thresholding for tomato maturity clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:eQOLeE2rZwMC", |
| "index": 23, |
| "authors": "Yuita Arum Sari, Sigit Adinugroho, Putra Pandu Adikara, Abidatul Izzah", |
| "journal_year": "2017 International Conference on Sustainable Information Engineering and …, 2017", |
| "year": "2017", |
| "citations": 14, |
| "publication_date": "2017/11/24", |
| "konferensi": "2017 International Conference on Sustainable Information Engineering and Technology (SIET)", |
| "halaman": "209-214", |
| "penerbit": "IEEE", |
| "abstract": "One of the necessary stages of doing digital image processing is laid on the preprocessing phase, in which one of those techniques is segmentation. Segmentation plays an important role in separating a tomato as object and background. When capturing tomato image at outdoor, the segmentation for each device can be different and causes lower performance of maturity clustering problem. This paper proposes new framework in to enhance the evaluation measure of clustering by using combined segmentation of V and Cb color Channel. V color channel is taken from YUV color space, while Cb is obtained from YCbCr color space. Both two color channels are segmented using Otsu thresholding since Otsu is robust to segment each tomato image. Color feature extraction is then applied to the retrieved color of the segmented image. In this paper, RGB and L*a*b* color space model are used to get the feature, but …", |
| "artikel_scholar": "Multiplication of V and Cb color channel using Otsu thresholding for tomato maturity clusteringYA Sari, S Adinugroho, PP Adikara, A Izzah - 2017 International Conference on Sustainable …, 2017Dirujuk 14 kaliArtikel terkait" |
| }, |
| { |
| "title": "Peramalan Harga Saham Menggunakan Metode Extreme Learning Machine (ELM) Studi Kasus Saham Bank Mandiri", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:QIV2ME_5wuYC", |
| "index": 24, |
| "authors": "Muhammad Iqbal Pratama, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5009-5014, 2018", |
| "year": "2018", |
| "citations": 13, |
| "publication_date": "2018/7/6", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "11", |
| "halaman": "5009-5014", |
| "abstract": "Saham adalah salah satu jenis investasi yang dapat menghasilkan keuntungan terbesar. Salah satu masalah yang ada pada investasi saham adalah sulitnya meramal harga saham sehingga menimbulkan keraguan untuk membeli atau menjual suatu saham. Metode ELM diimplementasikan untuk peramalan harga saham dengan studi kasus saham harian Bank Mandiri. Metode ini memiliki keunggulan berupa waktu pelatihan yang cepat dan nilai error yang rendah. Proses yang dilakukan adalah melakukan normalisasi terhadap data saham harian Bank Mandiri, membangkitkan bobot input dan bobot bias, melakukan tahap pelatihan, melakukan tahap pengujian, melakukan denormalisasi terhadap data hasil peramalan, dan melakukan evaluasi model menggunakan Mean Absolute Percentage Error (MAPE). Fitur berupa harga Open, High dan Low akan digunakan untuk meramal harga saham harian Bank Mandiri. Dari hasil pengujian, didapatkan nilai MAPE terendah sebesar 1,012% dengan menggunakan fungsi aktivasi sigmoid, jumlah neuron pada hidden layer sebanyak empat buah neuron dan data yang digunakan adalah data satu tahun terakhir.", |
| "artikel_scholar": "Peramalan Harga Saham Menggunakan Metode Extreme Learning Machine (ELM) Studi Kasus Saham Bank MandiriMI Pratama, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 13 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3163/1234" |
| }, |
| { |
| "title": "Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode Backpropagation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:dshw04ExmUIC", |
| "index": 25, |
| "authors": "Brian Andrianto, Indriati Indriati, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (12), 7380-7385, 2018", |
| "year": "2018", |
| "citations": 12, |
| "publication_date": "2018/8/20", |
| "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "12", |
| "halaman": "7380-7385", |
| "abstract": "Twitter adalah layanan jejaring sosial dimana pengguna dapat memposting dan berinteraksi dengan pesan, yang dikenal sebagai\" tweet\". Twitter juga digunakan oleh sebagian orang untuk memberikan opini mereka terhadap suatu hal namun terkadang terlalu berlebihan bahkan juga kadang ditemukan tweet yang berbau radikal. Tindakan radikal yang ada pada media sosial biasanya disebut dengan konten radikal. Konten-konten radikal yang ada di media sosial tentu dapat merugikan beberapa pihak. Ada juga pihak-pihak tertentu yang memanfaatkan konten radikal untuk mencapai tujuan tertentu. Oleh sebab itu pada penelitian ini mencoba menganalisis tweet berbahasa Indonesia yang mengandung kata radikal, termasuk dalam konten radikal positif atau radikal negatif. Tweet yg di dapat dari twitter yang berisi opini masyarakat yang mengarah ke konten radikal akan di klasifikasikan. Tweet tadi bisa disebut dokumen atau data terlebih dahulu akan melalui proses preprocessing. Kemudian dokumen tadi di pecah menjadi 6 jenis kata, diantaranya yaitu kata benda, kata kerja dan kata sifat dimana masing-masing jenis kata akan di bagi lagi menjadi positif dan negatif. Setelah di pecah akan dihitung berapa banyak jumlah jenis kata dalam masing-masing dokumen sehingga bisa diubah menjadi angka yang selanjutnya bisa dimasukkan ke dalam rumus algoritma.", |
| "artikel_scholar": "Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode BackpropagationB Andrianto, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2018Dirujuk 12 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3948/1575" |
| }, |
| { |
| "title": "Klasifikasi kinerja akademik siswa menggunakan neighbor weighted k-nearest neighbor dengan seleksi fitur information gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:yD5IFk8b50cC", |
| "index": 26, |
| "authors": "Rizky Adinda Azizah, Fitra A Bachtiar, Sigit Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) 9 (3), 2022", |
| "year": "2022", |
| "citations": 11, |
| "publication_date": "2022/6", |
| "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)", |
| "jilid": "9", |
| "terbitan": "3", |
| "abstract": "Kinerja akademik siswa merupakan indikator kesuksesan dari pembelajaran di sekolah. Mengukur kinerja akademik siswa dapat membantu tenaga didik mengembangkan pembelajaran yang sesuai untuk siswa sehingga meningkatkan keberhasilan pembelajaran sekolah. Kinerja akademik siswa dapat diamati melalui suatu Learning Management System bernama Kalboard 360 yaitu sistem yang berhubungan dengan perilaku siswa menggunakan alat pelacak aktivitas siswa yang memantau aktivitas pembelajaran. Data sekunder dari aktivitas tersebut dapat digunakan untuk mengetahui kinerja siswa dengan salah satu caranya adalah klasifikasi. Klasifikasi menggunakan metode Neighbor Weighted K-Nearest Neighbor dengan seleksi fitur Information Gain diterapkan pada penelitian ini untuk membantu klasifikasi kinerja siswa karena metode NWKNN mempunyai kelebihan memperhitungkan metode pembobotan kelas dan mengatasi data tidak seimbang. Seleksi fitur dengan Information Gain digunakan agar dapat mengoptimalkan hasil kerja classifier. Berdasarkan pengujian dan analisis penelitian, didapatkan nilai akurasi terbaik sebesar 0,604, dengan nilai precision adalah 0,719, nilai recall sebesar 0,676, dan nilai f-measure diperoleh adalah 0,661. Nilai tersebut dihasilkan saat menggunakan 9 fitur yaitu VisitedResource,", |
| "artikel_scholar": "Klasifikasi kinerja akademik siswa menggunakan neighbor weighted k-nearest neighbor dengan seleksi fitur information gainRA Azizah, FA Bachtiar, S Adinugroho - Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 2022Dirujuk 11 kaliArtikel terkait4 versi", |
| "pdf_url": "https://pdfs.semanticscholar.org/e823/dde3aecabc7bb7426be5801f7c2f7d5899c9.pdf" |
| }, |
| { |
| "title": "Implementasi Algoritme Modified K-Nearest Neighbor (MKNN) Untuk Mengidentifikasi Penyakit Gigi Dan Mulut", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:nb7KW1ujOQ8C", |
| "index": 27, |
| "authors": "Muhammad Reza Ravi, Indriati Indriati, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2596-2602, 2019", |
| "year": "2019", |
| "citations": 10, |
| "publication_date": "2019/1/10", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "3", |
| "halaman": "2596-2602", |
| "abstract": "Gigi dan mulut adalah merupakan bagian terpenting dari tubuh manusia yang harus dijaga dan dirawat. Tetapi masalah penyakit gigi dan mulut di Indonesia masih perlu mendapatkan perhatian. Ada beberapa jenis penyakit gigi dan mulut. Penyakit yang paling banyak diderita oleh masyarakat Indonesia adalah penyakit gigi berlubang, penyakit gigi karies dan penyakit periodontitis. Penyebab penyakit gigi dan mulut adalah kebersihan yang buruk pada gigi, mengonsumsi makanan dan minuman yang mengandung karbohidrat tinggi, merokok, mengonsumsi minuman yang beralkohol, menyikat gigi yang tidak benar dan juga tumbuh gusi yang tidak sempurna. Hal tersebut memiliki gejala-gejala antara lain gigi jadi lebih sensitif, timbulnya rasa sakit yang tidak menentu, dan sering merasakan ngilu atau nyeri ketika menggigit sesuatu. Pada penelitian ini dilakukan identifikasi jenis penyakit gigi dan mulut yang ditentukan dari gejala yang dialami dengan menggunakan metode klasifikasi Modified K-Nearest Neighbor (MKNN). Metode MKNN adalah metode perkembangan dari KNN, terdapat perbedaan dari MKNN dan KNN yaitu MKNN terdapat proses perhitungan validitas dan Weight Voting. Penelitian ini menggunakan 6 kelas yang meliputi Pulpitis, Gingivtis, Karies Gigi, Periodontitis, Deposits, dan Nekrosis Pulpa. Penelitian ini membuktikan bahwa pada data latih sebanyak 70 dan data uji 30 serta nilai K= 60, metode MKNN dapat melakukan identifikasi jenis penyakit gigi dan mulut dengan mencapai 86, 6%. Pada penelitian ini juga membuktikan bahwa metode MKNN cenderung lebih tinggi akurasinya dibandingkan dengan metode KNN …", |
| "artikel_scholar": "Implementasi Algoritme Modified K-Nearest Neighbor (MKNN) Untuk Mengidentifikasi Penyakit Gigi Dan MulutMR Ravi, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 10 kaliArtikel terkait3 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4758/2205" |
| }, |
| { |
| "title": "Perbandingan Jaringan Learning Vector Quantization dan Backpropagation pada Klasifikasi Daun Berbasiskan Fitur Gabungan", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:UebtZRa9Y70C", |
| "index": 28, |
| "authors": "Sigit Adinugroho, Yuita Arum Sari", |
| "journal_year": "Jurnal Informatika dan Multimedia 9 (2), 58-64, 2018", |
| "year": "2018", |
| "citations": 10, |
| "publication_date": "2018/7/26", |
| "journal": "Jurnal Informatika dan Multimedia", |
| "jilid": "9", |
| "terbitan": "2", |
| "halaman": "58-64", |
| "abstract": "Accurate automated plant identification is required to solve various agricultural problems. In this research, a comparison between Backpropagation neural network and Learning Vector Quantization is conducted to classify plants based on leaves’ characteristics. First, 31 features which represent shape, color, and texture are extracted from leaves images. Then, Backpropagation network and LVQ are utilized to classify the data. Evaluation on Backpropagation network yields 0.952 of accuracy while the maximum accuracy of LVQ reaches 0,420. Intisari—Identifikasi tanaman otomatis yang akurat diperlukan untuk menyelesaikan berbagai permasalahan di bidang pertanian. Pada penelitian ini, dilakukan perbandingan kinerja jaringan syaraf tiruan Backpropagation dan Learning Vector Quantization untuk mengelompokkan tanaman berdasarkan karakteristik daun. Langkah pertama, dilakukan ekstraksi 31 fitur dari daun yang merepresentasikan bentuk, warna, dan tekstur. Selanjutnya, jaringan Backpropagation dan", |
| "artikel_scholar": "Perbandingan Jaringan Learning Vector Quantization dan Backpropagation pada Klasifikasi Daun Berbasiskan Fitur GabunganS Adinugroho, YA Sari - Jurnal Informatika dan Multimedia, 2018Dirujuk 10 kaliArtikel terkait", |
| "pdf_url": "https://www.researchgate.net/profile/Yuita-Arum-Sari/publication/326893279_Perbandingan_Jaringan_Learning_Vector_Quantization_dan_Backpropagation_pada_Klasifikasi_Daun_Berbasiskan_Fitur_Gabungan/links/5b6a98c4299bf14c6d9526d8/Perbandingan-Jaringan-Learning-Vector-Quantization-dan-Backpropagation-pada-Klasifikasi-Daun-Berbasiskan-Fitur-Gabungan.pdf" |
| }, |
| { |
| "title": "Leaves classification using neural network based on ensemble features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:Se3iqnhoufwC", |
| "index": 29, |
| "authors": "Sigit Adinugroho, Yuita Arum Sari", |
| "journal_year": "2018 5th International Conference on Electrical and Electronic Engineering …, 2018", |
| "year": "2018", |
| "citations": 10, |
| "publication_date": "2018/5/3", |
| "konferensi": "2018 5th International Conference on Electrical and Electronic Engineering (ICEEE)", |
| "halaman": "350-354", |
| "penerbit": "IEEE", |
| "abstract": "An automated plant identification is necessary to identify plants, especially rarely seen ones. In this paper a framework to identify plant species based on leaf's characteristics is introduced. First, 31 features of leaves from 13 species are extracted that represents color, shape and texture of the leaves. Then, the features are selected according to their correlation to the class label. The data with 25.8% pruned features are then used to train a feedforward neural network. The network is trained and tested using 975 images by implementing 10-fold mechanism yields 95.54% accuracy.", |
| "artikel_scholar": "Leaves classification using neural network based on ensemble featuresS Adinugroho, YA Sari - 2018 5th International Conference on Electrical and …, 2018Dirujuk 10 kaliArtikel terkait" |
| }, |
| { |
| "title": "Analisis sentimen ulasan aplikasi mobile menggunakan algoritma gabungan naïve bayes dan C4. 5 berbasis normalisasi kata levenshtein distance", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:xtRiw3GOFMkC", |
| "index": 30, |
| "authors": "Arrofi Reza Satria, Sigit Adinugroho, Suprapto Suprapto", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (11), 4154-4163, 2020", |
| "year": "2020", |
| "citations": 9, |
| "publication_date": "2020/11/27", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "4", |
| "terbitan": "11", |
| "halaman": "4154-4163", |
| "abstract": "Google Play Store telah menjadi tempat pasar digital terbesar dengan lebih dari 10 juta produk didalamnya. Para pengembang aplikasi menjadikan kolom ulasan produk yang tersedia di Google Play Store menjadi salah satu cara untuk mengetahui kepuasan pengguna. Tapi tidak semua ulasan di aplikasi memiliki keselarasan antara rating dengan komentar, terdapat ulasan yang ambigu, yaitu ulasan yang ditandai oleh rating dan sentimen komentarnya tidak sama. Machine Learning (ML) telah sangat berguna dalam bidang analisis sentimen. Salah satu metode yang handal dan mudah digunakan adalah Naive Bayes. Metode C4. 5 juga sangat populer dalam menyelesaikan permasalahan decesion tree yang dimana akan digunakan untuk proses klasifikasi sentimen. Sedangkan metode Levenshtein Disance digunakan untuk membandingkan antara dua buah string untuk proses normalisasi kata. Alur metode dimulai dengan memproses teks awal dataset dengan Levenstein Distance, kemudian dataset akan dibagi dua untuk proses klasifikasi Naive Bayes dan C4. 5. Dataset beratribut sentimen teks dan teks ulasan akan diproses oleh metode Naive Bayes sedangkan rating dan sentiment teks akan diproses oleh C4. 5. Hasil pengujian dengan metode evaluasi 10-Fold adalah 85, 3%. Sedangkan klasifikasi sentimen tanpa menggunakan Levenshtein Distance adalah 85, 6% selisih 0, 3% menjadikan metode Levenshtein Distance tidak begitu signifikan mempengaruhi hasil klasifikasi. Hasil pengujian lainnya dengan penerapan batas limit Edit Distance 1, 2, 3 dan 4 masing-masing adalah 86, 9%., 85, 9%., 87, 1% dan 86, 1%. Pengujian …", |
| "artikel_scholar": "Analisis sentimen ulasan aplikasi mobile menggunakan algoritma gabungan naïve bayes dan C4. 5 berbasis normalisasi kata levenshtein distanceAR Satria, S Adinugroho, S Suprapto - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 9 kaliArtikel terkait2 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8270/3842" |
| }, |
| { |
| "title": "Named entity recognition (ner) pada dokumen biologi menggunakan rule based dan naive bayes classifier", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ZeXyd9-uunAC", |
| "index": 31, |
| "authors": "Dayinta Warih Wulandari, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4555-4563, 2018", |
| "year": "2018", |
| "citations": 9, |
| "publication_date": "2018/4/26", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "11", |
| "halaman": "4555-4563", |
| "abstract": "Named Entity Recognition (NER) berguna untuk membantu mengidentifikasi dan mendeteksi entitas dari suatu kata. Bidang biomedis memiliki banyak pustaka sehingga NER sangat dituntut dalam domain biomedis. Karena biomedis memiliki skala yang luas, penelitian hanya akan berfokus pada dokumen biologi sel. Rule based adalah metode yang aturan dalam sistem dibuat sendiri berdasarkan pengetahuan linguistik. Naive Bayes Classifier (NBC) merupakan jenis klasifikasi statistik dengan teori utamanya adalah memprediksi probabilitas keanggotaan kelas. Penelitian ini akan menggunakan rule based dan NBC untuk NER dalam dokumen biologi sel. Dengan 19 dokumen latih diproses dan dianotasi manual untuk mencari Named Entity (NE) dan didapat 1135 data latih berbentuk kata. Dokumen uji ditokenisasi dan diberi POS Tag oleh tagger site terlebih dulu yang kemudian di cari bigram dan trigram. Selanjutnya proses rule based, jika dalam rule based tidak ditemukan solusi, maka akan masuk pada proses ekstraksi fitur dan NBC. Menggunakan 16 NE class, 18 aturan, dan 7 fitur dilakukan pengujian dengan tiga skenario yaitu pengujian rule based, NBC, dan kombinasi keduanya. Didapatkan rata-rata precision, recall dan f-measure tertinggi pada rule based yaitu 0, 85 dengan micro average. Dengan macro average recall dan f-measure tertinggi didapatkan kombinasi yaitu 0, 66 dan 0, 45, sedangkan precision tertinggi didapatkan rule based yaitu 0, 39.", |
| "artikel_scholar": "Named entity recognition (ner) pada dokumen biologi menggunakan rule based dan naive bayes classifierDW Wulandari, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 9 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2988/1175" |
| }, |
| { |
| "title": "Newsgroup topic extraction using term-cluster weighting and Pillar K-Means clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:iH-uZ7U-co4C", |
| "index": 32, |
| "authors": "Sigit Adinugroho, Randy C Wihandika, Putra P Adikara", |
| "journal_year": "International journal of computers and applications 44 (4), 357-364, 2022", |
| "year": "2022", |
| "citations": 8, |
| "publication_date": "2022/4/3", |
| "journal": "International journal of computers and applications", |
| "jilid": "44", |
| "terbitan": "4", |
| "halaman": "357-364", |
| "penerbit": "Taylor & Francis", |
| "abstract": "Topic extraction is an essential tool to help gathering information from a vast amount of sources. This paper introduces a new approach to extract topics from a collection of text documents. In order to obtain the topics, preprocessing steps are conducted to remove unnecessary parts of the documents. Then, a term frequency-inverse document frequency is built to weight terms in documents. After that, SVD-based feature transformation is involved in building features used for clustering. Prior to clustering process, the Pillar algorithm is run to select initial centroids for K-Means clustering. Finally, weights of terms in clusters are calculated using term-cluster weight as a basis to choose topics from clusters. Based on the experimental result, it is concluded that the framework achieves satisfactory results by attaining the accuracy of 100%, 95.1%, 83,7%, and 68.7% for 4 topics obtained from Binary2, Multi5, Multi7, and …", |
| "artikel_scholar": "Newsgroup topic extraction using term-cluster weighting and Pillar K-Means clusteringS Adinugroho, RC Wihandika, PP Adikara - International journal of computers and applications, 2022Dirujuk 8 kaliArtikel terkait2 versi" |
| }, |
| { |
| "title": "Implementasi Metode Extreme Learning Machine pada Klasifikasi Jenis Penyakit Hepatitis berdasarkan Faktor Gejala", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:blknAaTinKkC", |
| "index": 33, |
| "authors": "Salsabila Multazam, Imam Cholissodin, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (3), 789-797, 2020", |
| "year": "2020", |
| "citations": 8, |
| "publication_date": "2020/6/4", |
| "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", |
| "jilid": "4", |
| "terbitan": "3", |
| "halaman": "789-797", |
| "abstract": "Infeksi Virus merupakan permasalahan dalam dunia medis yang sangat serius. Terhitung saat ini banyak virus yang berada di Indonesia antara lain Human Immunodeficiency Virus (HIV), Novel Coronavirus (COVID-19), Dengue Virus (DENV), dan Hepatitis Virus A&B (HVA&HVB). Tercatat pada tahun 2014 penderita penyakit Hepaitits semakin meningkat tiap tahunnya pada penduduk yang berusia 15 tahun keatas yaitu Hepatitis A (19, 3%), dan Hepatitis B (21, 8%). Pencermatan pada penyakit merupakan hal yang sangat penting mengingat para penderita Hepatitis seringkali tidak mengetahui bahwasanya mereka sudah terinfeksi Hepatitis. Pada penelitian ini, peneliti melakukan klasifikasi terhadap jenis penyakit Hepatitis berdasarkan faktor gejala dengan ELM. Data yang digunakan merupakan data primer dengan mengkaji data menggunakan dokumen pasien yang terjangkit Hepatitis. Terdapat 100 jumlah data untuk 20 fitur pada 2 kelas yakni Hepatitis A dan Hepatitis B. Penelitian ini dilakukan dalam beberapa tahap yaitu normalisasi data, kemudian melakukan proses pelatihan terhadap data latih kemudian proses pengujian digunakan dengan masukan berupa beberapa data uji dan juga hasil proses pada pelatihan. Berdasarkan hasil pengujian, didapatkan rasio terbaik antara data latih dengan data uji sebesar 80: 20. Penelitian menggunakan beberapa parameter untuk mencapai hasil yang optimal yakni menggunakan 7 Hidden Neuron dan fungsi aktivasi yang dipakai Sigmoid Biner. Elemen parameter yang telah diinisasikan pada penelitian ini, didapatkan rata-rata hasil akurasi sebesar 80, 00%. Kesimpulan yang diperoleh yakni …", |
| "artikel_scholar": "Implementasi Metode Extreme Learning Machine pada Klasifikasi Jenis Penyakit Hepatitis berdasarkan Faktor GejalaS Multazam, I Cholissodin, S Adinugroho - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2020Dirujuk 8 kaliArtikel terkait3 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7064/3411" |
| }, |
| { |
| "title": "Drug usage duration classification using extreme learning machine based on personality features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:_Qo2XoVZTnwC", |
| "index": 34, |
| "authors": "Sigit Adinugroho, Yuita Arum Sari, Nurul Hidayat", |
| "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", |
| "year": "2019", |
| "citations": 8, |
| "publication_date": "2019/9/28", |
| "konferensi": "2019 International Conference on Sustainable Information Engineering and Technology (SIET)", |
| "halaman": "33-37", |
| "penerbit": "IEEE", |
| "abstract": "Determining the duration of drug consumption is essential for the success of treatment for drug abuse since the effectivity of such a program depends on the duration of the treatment. One promising set of features to identify the duration of drug consumption is personality features called Revised NEO Personality Inventory (NEO PI-R). In this paper, the Extreme Learning Machine model is employed to perform the classification. The model is trained and tested using 10- fold mechanism to verify the effectivity of the classification. The accuracy of the classifier differs, depending on the type of drug, with the maximum accuracy of 86.31% and the minimum one of 36.65%.", |
| "artikel_scholar": "Drug usage duration classification using extreme learning machine based on personality featuresS Adinugroho, YA Sari, N Hidayat - 2019 International Conference on Sustainable …, 2019Dirujuk 8 kaliArtikel terkait" |
| }, |
| { |
| "title": "Prediksi ketinggian gelombang laut menggunakan metode jaringan saraf tiruan backpropagation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:4JMBOYKVnBMC", |
| "index": 35, |
| "authors": "Nurhana Rahmadani, Budi Darma Setiawan, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (7), 6517-6525, 2019", |
| "year": "2019", |
| "citations": 8, |
| "publication_date": "2019/8/5", |
| "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "7", |
| "halaman": "6517-6525", |
| "abstract": "Prediksi ketinggian gelombang laut adalah hal yang cukup sulit dilakukan. Salah satu faktor pembangkit gelombang yaitu faktor angin yang dipengaruhi oleh arah angin dan kecepatan angin. Faktor-faktor tersebut sulit dihitung dan diprediksikan secara manual karena kondisi angin terus berubah-ubah setiap saat. Prediksi ketinggian gelombang penting dilakukan karena sangat berguna bagi keselamatan pelayaran. Banyak metode prediksi yang digunakan untuk melakukan prediksi, salah satunya metode JST Backpropagation yang digunakan dalam penelitian ini untuk memprediksikan ketinggian gelombang laut pada jam berikutnya. Penelitian ini menggunakan data time-series berupa data ketinggian gelombang, arah angin dan kecepatan angin setiap jam di Laut Jawa Timur dari tahun 2013 hingga 2014. Penerapan metode JST Backpropagation dalam prediksi ketinggian gelombang laut dilakukan melalui beberapa tahapan yaitu normalisasi data, inisialisasi bobot menggunakan Nguyen-Widrow, pelatihan, pengujian dan peramalan. Data latih merupakan data ketinggian gelombang laut, arah angin, dan kecepatan angin setiap satu jam dari bulan Januari hingga Desember tahun 2013 dan data uji adalah data dari bulan Januari hingga Juni 2014. Proses pelatihan tersebut menggunakan learning rate 0, 5, 4 neuron input layer, 3 neuron hidden layer, 1 neuron output layer, batas error MAPE pelatihan sebesar 13, 2% dan maksimum iterasi sebesar 30000. Kombinasi parameter tersebut menghasilkan rata-rata MAPE pengujian sebesar 17, 53182%.", |
| "artikel_scholar": "Prediksi ketinggian gelombang laut menggunakan metode jaringan saraf tiruan backpropagationN Rahmadani, BD Setiawan, S Adinugroho - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 8 kaliArtikel terkait3 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5734/2727" |
| }, |
| { |
| "title": "Klasifikasi Citra Makanan Menggunakan Algoritme Learning Vector Quantization Berdasarkan Ekstraksi Fitur Color Histogram dan Gray Level Co-occurrence Matrix", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:5nxA0vEk-isC", |
| "index": 36, |
| "authors": "Sarah Yuli Evangelista Simarmata, Yuita Arum Sari, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2369-2378, 2019", |
| "year": "2019", |
| "citations": 8, |
| "publication_date": "2019/1/9", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "3", |
| "halaman": "2369-2378", |
| "abstract": "Banyak foto makanan yang tersebar di media sosial namun terkadang kita lupa bahkan tidak mengetahui nama makanan tersebut. Kemampuan manusia untuk mengenali dan mengidentifikasi juga subjektif terhadap pengaruh eksternal, seperti kelelahan, prasangka dan sebagainya. Komputer dapat membantu dengan membuat sebuah sistem yang dapat mengenali dan mengidentifikasi makanan melalui gambar. Penelitian telah dilakukan bahwa proses identifikasi dan klasifikasi secara otomatis menggunakan komputer dapat menghemat waktu dibandingkan harus mengidentifikasi secara manual. Citra pada makanan memiliki warna dan tekstur yang berbeda-beda. Metode ekstraksi fitur warna yang digunakan pada penelitian ini adalah Color Histogram dan ekstraksi fitur tekstur menggunakan Gray Level Co-occurrence Matrix (GLCM). Algoritme klasifikasi yang digunakan adalah algoritme Learning Vector Quantization (LVQ), dengan parameter terbaik yang dapat digunakan yaitu nilai learning rate (α) sebesar 0, 1, penurunan learning rate sebesar 0, 1, maksimum epoch sebesar 2, nilai minimum learning rate sebesar 0, 01 menghasilkan akurasi sebesar 53, 33%. Pengujian yang dilakukan menggunakan ekstraksi fitur warna dan tekstur menghasilkan akurasi sebesar 53, 33%. Penggunaan metode ekstraksi fitur warna saja menghasilkan akurasi tertinggi yaitu sebesar 67, 00%, dan penggunaan metode ekstraksi fitur tekstur saja menghasilkan akurasi sebesar 53, 33%. Berdasarkan hasil tersebut dapat disimpulkan bahwa algoritme LVQ berdasarkan ekstraksi fitur Color Histogram dan GLCM dapat digunakan untuk klasifikasi citra …", |
| "artikel_scholar": "Klasifikasi Citra Makanan Menggunakan Algoritme Learning Vector Quantization Berdasarkan Ekstraksi Fitur Color Histogram dan Gray Level Co-occurrence MatrixSYE Simarmata, YA Sari, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 8 kaliArtikel terkait5 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4664/2177" |
| }, |
| { |
| "title": "Optimasi Metode Extreme Learning Machine Dalam Penentuan Kualitas Air Sungai Menggunakan Algoritme Genetika", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ULOm3_A8WrAC", |
| "index": 37, |
| "authors": "Regina Anky Chandra, Edy Santoso, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3265-3273, 2018", |
| "year": "2018", |
| "citations": 8, |
| "publication_date": "2018/2/12", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "10", |
| "halaman": "3265-3273", |
| "abstract": "Seiring dengan meningkatnya jumlah populasi manusia, sumber air bersih yang ada di bumi terus berkurang. Dampak yang diberikan akibat tercemarnya sumber air juga tidak dapat diremehkan. Beberapa dampaknya antara lain adalah menurunnya kadar oksigen yang ada di bumi dikarenakan tumbuhan tidak dapat berfotosintesis dengan baik, mengganggu kesuburan tanah, mematikan hewan-hewan yang hidup di dalam air dan masih banyak dampak lainnya. Salah satu sumber air di muka bumi ini berasal dari sungai. Untuk menjaga kualitas air agar tetap pada kondisi alamiahnya, perlu dilakukan pengukuran dan analisis terhadap air sungai tentang status mutu airnya. Pada penelitian ini digunakan 7 parameter pengukuran kualitas air sungai yang kemudian akan diklasifikasikan menjadi 3 kelas berbeda. Kelas klasifikasi dibagi menjadi tercemar ringan, tercemar sedang, dan tercemar berat. Metode yang digunakan untuk pengukuran dan analisis pada penelitian ini adalah metode Extreme Learning Machine (ELM) dan Algoritme Genetika. Dalam penelitian ini, bobot awal yang digunakan pada proses training dan testing ELM akan dioptimasi menggunakan Algoritma Genetika. Data training dan data testing yang digunakan, ditentukan oleh 5 fold yang telah dibentuk dari data awal yang berjumlah 150 data. Data tiap fold akan diuji menjadi data testing secara bergantian. Berdasarkan hasil pengujian dari penelitian yang telah dilakukan, penelitian ini mampu meraih tingkat akurasi sebesar 88.0002%.", |
| "artikel_scholar": "Optimasi Metode Extreme Learning Machine Dalam Penentuan Kualitas Air Sungai Menggunakan Algoritme GenetikaRA Chandra, E Santoso, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 8 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2600/961" |
| }, |
| { |
| "title": "Klasifikasi Penyimpangan Tumbuh Kembang pada Anak Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:kNdYIx-mwKoC", |
| "index": 38, |
| "authors": "Afrizal Rivaldi, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2843-2850, 2018", |
| "year": "2018", |
| "citations": 8, |
| "publication_date": "2018", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "7", |
| "halaman": "2843-2850", |
| "abstract": "Manusia selama hidupnya pasti mengalami fase pertumbuhan dan perkembangan. Fase pertumbuhan dan perkembangan ini sangat berpengaruh terhadap kualitas pertumbuhan anak. Masa kritis dari pertumbuhan dan perkembangan ini terjadi pada tahun-tahun pertama kehidupan seorang anak. Pada usia dini, proses tumbuh kembang fisik, mental, dan psikologi berlangsung dengan sangat cepat sehingga membutuhkan perhatian lebih dari orang tua. Pada fase tumbuh kembang bisa saja terdapat penyimpangan dimana proses pertumbuhan dan perkembangan anak terhambat atau tidak wajar. Penyimpangan tumbuh kembang yang sering ditemui adalah autisme, ADHD, dan down syndrome. Pada penelitian ini akan dilakukan klasifikasi penyimpangan tumbuh kembang berdasarkan gejala yang muncul menggunakan metode Neighbor Weighted K-nearest Neighbor (NWKNN). Metode NWKNN merupakan pengembangan dari metode KNN, dimana diberikan pembobotan pada setiap kelas yang akan diklasifikasikan. Pada penelitian ini akan dilakukan klasifikasi jenis penyimpangan tumbuh kembang yang meliputi autisme, ADHD, down syndrome dan normal. Hasil penelitian ini menunjukkan bahwa metode NWKNN dapat melakukan klasifikasi penyimpangan tumbuh kembang dengan baik ketika menggunakan data latih sebanyak 80 data dan data uji sebanyak 20 data, nilai K= 10, dan nilai E= 4 dengan akurasi mencapai 95%. Penelitian ini juga membuktikan bahwa metode NWKNN memiliki rata-rata akurasi 3% lebih baik dari metode KNN dalam melakukan klasifikasi penyimpangan tumbuh kembang pada anak.", |
| "artikel_scholar": "Klasifikasi Penyimpangan Tumbuh Kembang pada Anak Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)A Rivaldi, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 8 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1698/639" |
| }, |
| { |
| "title": "Exponential Smoothing untuk Peramalan Jumlah Penjualan Hijab Vie Hijab Store", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:3s1wT3WcHBgC", |
| "index": 39, |
| "authors": "Eky Cahya Pratama, Muhammad Tanzil Furqon, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5264-5271, 2021", |
| "year": "2021", |
| "citations": 7, |
| "publication_date": "2021/10/25", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "12", |
| "halaman": "5264-5271", |
| "abstract": "Di era modern seperti saat ini, kemajuan teknologi informasi sudah merambah ke berbagai bidang, salah satunya di bidang industri yang dapat membantu dalam proses pengambilan keputusan hingga melakukan peramalan sesuatu yang akan terjadi dimasa mendatang. Vie Hijab Store merupakan salah satu usaha rumahan seperti rumah jahit yang bergerak di bidang produksi dan penjualan hijab yang memiliki permasalahan dalam penyetokan kain sebagai bahan baku. Proses peramalan jumlah penjualan akan sangat membantu dalam mengatur dalam proses pengambilan keputusan ketika melakukan penyetokan barang. Pada penelitian ini, digunakan metode peramalan Exponential Smoothing yang terdiri dari metode Single Exponential Smoothing (SES), Double Exponential Smoothing (DES), Triple Exponential Smoothing (TES). Mengacu pada salah satu hasil pengujian pada sampel data periode kenaikan ke-4 yang merepresentasikan keadaan terjadinya kenaikan di bulan Haji tahun kedua yang didapatkan dari dataset, diperoleh nilai parameter terbaik untuk produk khimar pada metode TES dengan alpha= 0, 9, beta= 0, 9 dan gamma= 0, 1 yang menghasilkan MAPE 11, 47%. Sedangkan untuk produk pashmina pada metode TES dengan alpha= 0, 4, beta= 0, 9 dan gamma= 0, 8 yang menghasilkan MAPE 9, 22%. Berdasarkan hasil dari semua pengujian terhadap ketiga metode tersebut jika dilakukan perbandingan ditunjukkan bahwa mayoritas hasil terbaik didapatkan ketika menggunakan metode Triple Exponential Smoothing. Oleh karena itu, metode Triple Exponential Smoothing terpilih sebagai metode terbaik untuk …", |
| "artikel_scholar": "Exponential Smoothing untuk Peramalan Jumlah Penjualan Hijab Vie Hijab StoreEC Pratama, MT Furqon, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 7 kaliArtikel terkait2 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10218/4553" |
| }, |
| { |
| "title": "Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index Text", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:KxtntwgDAa4C", |
| "index": 40, |
| "authors": "Muhammad Mauludin Rohman, Indriati Indriati, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2646-2654, 2021", |
| "year": "2021", |
| "citations": 7, |
| "publication_date": "2021/6/17", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "6", |
| "halaman": "2646-2654", |
| "abstract": "Aplikasi Mobile JKN merupakan bentuk komitmen BPJS Kesehatan dalam memberikan pelayanan dan kemudahan akses bagi pengguna BPJS Kesehatan. BPJS Kesehatan dalam menyelenggarakan program jaminan kesehatan sejak tahun 2014, dapat dinilai bagaimana masyarakat Indonesia memanfaatkan fasilitas penyelenggaraan jaminan kesehatan melalui aplikasi Mobile JKN berdasarkan ulasan pengguna aplikasi. Analisis sentimen perlu dilakukan untuk menganalisis ulasan yang diberikan oleh pengguna aplikasi. Penelitian ini menggunakan metode klasifikasi Maximum Entropy ditambah dengan Gini Index Text untuk seleksi fitur. Analisis sentimen terdiri dari proses pengumpulan data, preprocessing teks, pembobotan kata dengan raw tf, dilanjutkan dengan seleksi fitur menggunakan Gini Index Text, kemudian dilakukan klasifikasi menggunakan Maximum Entropy dengan fitur yang diperoleh dari seleksi fitur sebelumnya. Hasil dari penelitian ini yaitu nilai akurasi yang terbaik didapatkan pada saat menggunakan jumlah fitur atau threshold sebanyak 80% yaitu dengan nilai evaluasi seperti akurasi sebesar 85, 36%, presisi sebesar 92, 18%, recall sebesar 75, 59%, dan f-measure sebesar 82, 85%.", |
| "artikel_scholar": "Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index TextMM Rohman, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 7 kaliArtikel terkait3 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9385/4214" |
| }, |
| { |
| "title": "Movie recommender systems using hybrid model based on graphs with co-rated, genre, and closed caption features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:YFjsv_pBGBYC", |
| "index": 41, |
| "authors": "Putra Pandu Adikara, Yuita Arum Sari, Sigit Adinugroho, Budi Darma Setiawan", |
| "journal_year": "Register: Jurnal Ilmiah Teknologi Sistem Informasi 7 (1), 31-42, 2021", |
| "year": "2021", |
| "citations": 7, |
| "publication_date": "2021/1/30", |
| "journal": "Register: Jurnal Ilmiah Teknologi Sistem Informasi", |
| "jilid": "7", |
| "terbitan": "1", |
| "halaman": "31-42", |
| "abstract": "A movie recommendation is a long-standing challenge. Figuring out the viewer’s interest in movies is still a problem since a huge number of movies are released in no time. In the meantime, people cannot enjoy all available new releases or unseen movies due to their limited time. They also still need to choose which movies to watch when they have spare time. This situation is not good for the movie business too. In order to satisfy people in choosing what movies to watch and to boost movie sales, a system that can recommend suitable movies is required, either unseen in the past or new releases. This paper focuses on the hybrid approach, a combination of content-based and collaborative filtering, using a graph-based model. This hybrid approach is proposed to overcome the drawbacks of combination in the content-based and collaborative filtering. The graph database, Neo4j is used to store the collaborative features, such as movies with its genres, and ratings. Since the movie’s closed caption is rarely considered to be used in a recommendation, the proposed method evaluates the impact of using this syntactic feature. From the early test, the combination of collaborative filtering and content-based using closed caption gives a slightly better result than without closed caption, especially in finding similar movies such as sequel or prequel.", |
| "artikel_scholar": "Movie recommender systems using hybrid model based on graphs with co-rated, genre, and closed caption featuresPP Adikara, YA Sari, S Adinugroho, BD Setiawan - Register: Jurnal Ilmiah Teknologi Sistem Informasi, 2021Dirujuk 7 kaliArtikel terkait4 versi", |
| "pdf_url": "https://journal.unipdu.ac.id/index.php/register/article/download/2081/1116" |
| }, |
| { |
| "title": "Preprocessing of skin images and feature selection for early stage of melanoma detection using color feature extraction", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ns9cj8rnVeAC", |
| "index": 42, |
| "authors": "Yuita Arum Sari, Anggi Gustiningsih Hapsani, Sigit Adinugroho, Lukman Hakim, Siti Mutrofin", |
| "journal_year": "International Journal of Artificial Intelligence Research 4 (2), 95-106, 2020", |
| "year": "2020", |
| "citations": 7, |
| "publication_date": "2020/12/5", |
| "journal": "International Journal of Artificial Intelligence Research", |
| "jilid": "4", |
| "terbitan": "2", |
| "halaman": "95-106", |
| "abstract": "Preprocessing is an essential part to achieve good segmentation since it affects the feature extraction process. Melanoma have various shapes and their extracted features from image are used for early stage detection. Due to the fact that melanoma is one of dangerous diseases, early detection is required to prevent further phase of cancer from developing. In this paper, we propose a new framework to detect cancer on skin images using color feature extraction and feature selection. The default color space of skin images is RGB, then brightness is added to distinguish the normal and darken area on the skin. After that, average filter and histogram equalization are applied as well for attaining a good color intensities which are capable of determining normal skin from suspicious one. Otsu thresholding is utilized afterwards for melanoma segmentation. There are 147 features extracted from segmented images. Those features are reduced using three types of feature selection algorithms: Linear Discriminant Analysis (LDA), Correlation based Feature Selection (CFS), and Relief. All selected features are classified using k-Nearest Neighbor  (k-NN). Relief is known to be the best feature selection method among others and the optimal k value is 7 with 10-cross validation with accuracy of 0.835 and 0.845, without and with feature selection respectively. The result indicates that the frameworks is applicable for early skin cancer detection.", |
| "artikel_scholar": "Preprocessing of skin images and feature selection for early stage of melanoma detection using color feature extractionYA Sari, AG Hapsani, S Adinugroho, L Hakim… - International Journal of Artificial Intelligence Research, 2020Dirujuk 7 kaliArtikel terkait7 versi", |
| "pdf_url": "http://ijair.id/index.php/ijair/article/download/165/76" |
| }, |
| { |
| "title": "Automatic Leftover Weight Prediction in Tray Box Using Improved Image Segmentation Color Lighting Component", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:j3f4tGmQtD8C", |
| "index": 43, |
| "authors": "YA Sari, RK Dewi, JM Maligan, L Maulana, S Adinugroho", |
| "journal_year": "Journal of Southwest Jiaotong University 55 (1), 2020", |
| "year": "2020", |
| "citations": 7, |
| "publication_date": "2020", |
| "journal": "Journal of Southwest Jiaotong University", |
| "jilid": "55", |
| "terbitan": "1", |
| "artikel_scholar": "Automatic Leftover Weight Prediction in Tray Box Using Improved Image Segmentation Color Lighting ComponentYA Sari, RK Dewi, JM Maligan, L Maulana… - Journal of Southwest Jiaotong University, 2020Dirujuk 7 kaliArtikel terkait" |
| }, |
| { |
| "title": "Klasifikasi Genre Lagu dengan Fitur Akustik Menggunakan Metode K-Nearest Neighbor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:maZDTaKrznsC", |
| "index": 44, |
| "authors": "Husein Abdulbar, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (8), 8259-8268, 2019", |
| "year": "2019", |
| "citations": 7, |
| "publication_date": "2019/8/16", |
| "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "8", |
| "halaman": "8259-8268", |
| "abstract": "Lagu adalah sesuatu yang tidak bisa lepas dari aktivitas sehari-hari manusia. Ketika mendengarkan lagu manusia dapat lebih fokus pada aktivitas yang sedang dilakukannya. Pesatnya perkembangan informasi multimedia dan perangkat elekronik menyebabkan peningkatan dramatis pada apresiasi dan penciptaan musik. Pada suatu sisi peningkatan ini mendorong masyarakat untuk lebih menikmati lagu. Tapi di sisi lain, peningkatan ini memaksa pengembangan-pengembangan teknologi baru untuk kenyamanan mendengarkan lagu. Contohnya adalah bagaimana seseorang ingin mencari lagu berdasarkan lagu yang telah didengarkan. Klasifikasi genre lagu adalah salah satu teknik machine learning yang dapat mengelompokkan lagu berdasarkan kegunaannya. Teknik ini dapat dijadikan fungsi dalam suatu sistem untuk mendukung fungsi-fungsi lainnya, seperti perekomendasian lagu, pencarian kata-kata khusus, atau pencarian lagu yang mirip. Penelitian ini akan menggunakan metode K-Nearest Neighbor (K-NN) sebagai teknik pengklasifikasian genre lagu. Untuk mengukur kedekatan dua buah lagu akan digunakan persamaan normalized cross correlation (NCC) yang menggantikan persamaan penghitungan jarak pada metode K-NN. Fitur yang diekstraksi dari sebuah lagu adalah zero crossing rate, spectral centroid, spectral rolloff, dan energy. Data yang didapat dari hasil ekstraksi fitur akan dinormalisasi menggunakan persamaan z-score. Hasil pengujian menunjukkan evaluasi terbaik didapatkan ketika durasi bernilai 10, offset bernilai 120, dan K dari K-NN bernilai 10. Precision, recall, dan f-measure yang didapatkan pada …", |
| "artikel_scholar": "Klasifikasi Genre Lagu dengan Fitur Akustik Menggunakan Metode K-Nearest NeighborH Abdulbar, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 7 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6127/2945" |
| }, |
| { |
| "title": "Pengelompokan Wilayah berdasarkan Penyandang Masalah Kesejahteraan Sosial (PMKS) dengan Optimasi Algoritme K-Means menggunakan Self Organizing Map (SOM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:bEWYMUwI8FkC", |
| "index": 45, |
| "authors": "Iskarimah Hidayatin, Sigit Adinugroho, Candra Dewi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (8), 7524-7531, 2019", |
| "year": "2019", |
| "citations": 7, |
| "publication_date": "2019/8/14", |
| "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "8", |
| "halaman": "7524-7531", |
| "abstract": "Penyandang Masalah Kesejahteraan Sosial (PMKS) merupakan masyarakat, keluarga, kelompok atau seseorang yang tidak bisa melakukan fungsi secara sosial dikarenakan terdapat suatu kesulitan secara rohani, jasmani, atau sosial. Pengelompokan daerah berdasar PMKS sangat penting dilakukan untuk memberikan gambaran masalah PMKS dengan tujuan kebijakan yang diambil tepat sasaran. Algoritme Self Organizing Map (SOM) untuk penentuan jumlah cluster dan centroid awal sedangkan algoritme K-Means untuk penentuan hasil akhir cluster. Alur penelitian yaitu data dilakukan normalisasi lalu proses SOM kemudian ke K-Means selanjutnya dilakukan pengujian dan analisis. Pengujian parameter SOM menggunakan silhouette coefficient diperoleh parameter yang terbaik adalah nilai learning rate bernilai 0.2, beta bernilai 0.8, r (ketetanggaan) bernilai 0, jumlah cluster bernilai 2, dan epoch bernilai 50. Optimasi algoritme K-Means menggunakan SOM lebih baik daripada algoritme K-Means berdasarkan pada nilai silhouette coefficient. Nilai silhouette coefficient pada SOM yaitu 0.21882702 sedangkan K-Means memiliki nilai bernilai 0.201911102. Analisis hasil yang didapatkan Optimasi algoritme K-Means dengan SOM yaitu cluster 1 dengan jumlah 26 Kabupaten/Kota dengan memiliki kesamaan dalam variabel Pekerja Migran Bermasalah Sosial, Keluarga bermasalah sosial psikologis, dan Anak yang menjadi korban tindak kekerasan/yang diperlakukan salah memiliki nilai rata-rata yang tinggi dan cluster 0 dengan jumlah 12 Kabupaten/Kota dengan kesamaan variabel yang tinggi selain cluster 1.", |
| "artikel_scholar": "Pengelompokan Wilayah berdasarkan Penyandang Masalah Kesejahteraan Sosial (PMKS) dengan Optimasi Algoritme K-Means menggunakan Self Organizing Map (SOM)I Hidayatin, S Adinugroho, C Dewi - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 7 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5881/2852" |
| }, |
| { |
| "title": "Prediksi Keputusan Pelanggan Menggunakan Extreme Learning Machine Pada Data Telco Customer Churn", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:fPk4N6BV_jEC", |
| "index": 46, |
| "authors": "Daris Hadyan Tisantri, Randy Cahya Wihandika, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10516-10523, 2019", |
| "year": "2019", |
| "citations": 7, |
| "publication_date": "2019", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "11", |
| "halaman": "10516-10523", |
| "abstract": "Pada zaman sekarang, banyak sekali perusahaan dan instansi yang berkompetisi menawarkan jasa seperti internet dan telekomunikasi yang menggunakan sistem berlangganan untuk menjual jasanya sehingga perusahaan tersebut harus berkompetisi melalui strategi pemasaran. Faktor penting dalam pengulangan pembelian pada pelanggan yaitu loyalitas. Loyalitas mempunyai hubungan berbanding lurus dengan performa bisnis. Faktor pemasaran dan loyalitas pelanggan inilah yang mengakibatkan banyaknya pelanggan yang berpindah/berhenti dari perusahaan satu dengan yang lain sejenis sehingga beberapa perusahaan kehilanngan pelanggan (Churn) yang mengakibatkan turunnya revenue. Jika perusahaan atau instansi dapat memprediksi churn, perusahaan atau instansi dapat mengantisipasi agar pelanggan tersebut tidak berhenti berlangganan. Pada penelitian ini, data yang digunakan pada penelitian berasal dari Kaggle yang bersumber dari IBM Sample Data Sets. Data ini terdiri dari 7043 data yang terdiri dari 20 fitur dengan dua kelas yaitu yes jika pelanggan churn dan no jika pelanggan tidak churn. Kemudian data akan dieliminasi fitur yang tidak digunakan menggunakan korelasi Pearson. Kemudian data akan dilatih menggunakan Extreme Learning Machine untuk memprediksi pelanggan akan churn atau tidak. Hasil dari penelitian adalah mendapatkan akurasi sebesar 76, 96%, precision churn sebesar 65, 45%, precision non churn sebesar 78, 65%, recall churn sebesar 29, 38%, recall non churn sebesar 94, 19%", |
| "artikel_scholar": "Prediksi Keputusan Pelanggan Menggunakan Extreme Learning Machine Pada Data Telco Customer ChurnDH Tisantri, RC Wihandika, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 7 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6705/3244" |
| }, |
| { |
| "title": "Clustering Dokumen Skripsi Dengan Menggunakan Hierarchical Agglomerative Clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:qxL8FJ1GzNcC", |
| "index": 47, |
| "authors": "Danang Aditya Wicaksana, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6227-6234, 2018", |
| "year": "2018", |
| "citations": 7, |
| "publication_date": "2018/8/6", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "12", |
| "halaman": "6227-6234", |
| "abstract": "Skripsi adalah suatu dokumen dari karya ilmiah yang disusun oleh mahasiswa pada tingkat strata 1 yang membahas suatu topik atau bidang tertentu dari hasil penelitian atau pengembangan yang telah dilakukan oleh mahasiswa tersebut guna mengikuti ujian akhir untuk memperoleh gelar sarjana. Pada Ruang Baca Fakultas Ilmu Komputer dan Perpusatakaan Pusat Universitas Brawijaya terdapat masalah yang timbul yaitu tidak ada pengkategorian seluruh dokumen skripsi yang disimpan. Metode Hierarchical Agglomerative Clustering (HAC) diimplementasikan untuk clustering dokumen skripsi berdasarkan judul skripsi. HAC mengelompokkan dokumen secara iterative mulai dari cluster terkecil hingga 1 cluster terbesar. Input data yaitu berupa judul dokumen skripsi Teknik Informatika Universitas Brawijaya. Tahap preprocessing dilakukan terhadap data judul skripsi untuk mendapatkan fitur berupa term. Seluruh term yang didapatkan diproses untuk mendapatkan bobot TF-IDF. Nilai kemiripan antar dokumen diperoleh dari nilai cosine distance. Proses clustering menggunakan 3 pilihan jarak sebagai parameter yaitu single linkage, complete linkage dan average linkage. Hasil clustering dari masing-masing parameter jarak ditampilkan label tiap cluster yang dihasilkan dan tiap cluster yang dihasilkan dievaluasi menggunakan silhouette coefficient. Dari hasil pengujian terhadap 100 dokumen skripsi diperoleh nilai Silhouette Coefficient dari single linkage adalah 0, 10125, complete linkage adalah 0, 155733 dan average linkage adalah 0, 160428. Average linkage lebih baik dalam mengelompokkan dokumen dibandingkan single linkage …", |
| "artikel_scholar": "Clustering Dokumen Skripsi Dengan Menggunakan Hierarchical Agglomerative ClusteringDA Wicaksana, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 7 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3558/1403" |
| }, |
| { |
| "title": "Analisis Sentimen Ulasan Kedai Kopi Menggunakan Metode Naive Bayes dengan Seleksi Fitur Algoritme Genetika", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:J_g5lzvAfSwC", |
| "index": 48, |
| "authors": "Naziha Azhar, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) 8 (3), 2021", |
| "year": "2021", |
| "citations": 6, |
| "publication_date": "2021/6", |
| "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)", |
| "jilid": "8", |
| "terbitan": "3", |
| "abstract": "Di era sekarang, kedai kopi tak hanya dikenal sebagai tempat berkumpul dan menyeruput kopi saja, tetapi kedai kopi telah menjadi tempat yang nyaman untuk belajar dan bekerja. Namun, tidak semua kedai kopi memiliki kualitas yang baik sesuai dengan apa yang diharapkan pelanggan. Ulasan tentang kedai kopi dapat membantu pemilik kedai kopi untuk mengetahui bagaimana respons mengenai produk dan pelayanannya. Ulasan tersebut perlu diklasifikasikan menjadi ulasan positif atau negatif sehingga membutuhkan analisis sentimen. Terdapat beberapa tahap pada penelitian ini yaitu pre-processing untuk pemrosesan ulasan, ekstraksi fitur menggunakan", |
| "artikel_scholar": "Analisis Sentimen Ulasan Kedai Kopi Menggunakan Metode Naive Bayes dengan Seleksi Fitur Algoritme GenetikaN Azhar, PP Adikara, S Adinugroho - Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 2021Dirujuk 6 kaliArtikel terkait7 versi", |
| "pdf_url": "https://www.academia.edu/download/105294758/pdf.pdf" |
| }, |
| { |
| "title": "Pengelompokan Toko E-commerce Shopee berdasarkan Reputasi Toko menggunakan Metode Clustering K-Medoids", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:SeFeTyx0c_EC", |
| "index": 49, |
| "authors": "Felicia Marvela Evanita, Imam Cholissodin, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 1230-1236, 2021", |
| "year": "2021", |
| "citations": 6, |
| "publication_date": "2021/3/12", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "3", |
| "halaman": "1230-1236", |
| "abstract": "Perkembangan internet mendorong terbentuknya e-commerce atau electronic commerce. Salah satu e-commerce yang dengan pengunjung paling banyak di Indonesia adalah Shopee dengan jumlah pengunjung lebih dari 72 juta tiap bulannya pada akhir tahun 2019. Walaupun e-commerce membawa dampak baik, pengguna tetap dihadapkan dengan risiko dari transaksi jual beli melalui e-commerce. Pengguna harus lebih berhati-hati dalam memilih toko yang akan dipercaya agar terhindar dari risiko tersebut. Pengguna sendiri dihadapkan oleh banyak pilihan pada saat mencari produk dan pengguna harus mempertimbangkan toko yang akan dipilih. Pengelompokan toko pada e-commerce Shopee berdasarkan reputasi menggunakan metode clustering K-Medoids dapat dilakukan untuk menyelesaikan permasalahan tersebut. Data pada penelitian ini diambil dengan melakukan web scraping pada 100 akun toko pada e-commerce Shopee. Langkah-langkah pada penelitian ini adalah preprocessing, normalisasi, mencari distance tiap data, clustering dengan K-Medoids, dan evaluasi dengan Silhouette Coefficient. Pada penelitian ini dilakukan pengujian pada banyak cluster dan banyak data yang digunakan. Dari kedua pengujian tersebut didapatkan bahwa nilai rata-rata Silhouette Coefficient terbaik sebesar 0, 317681 didapatkan pada penggunaan cluster sebanyak 2 dan data sebanyak 100.", |
| "artikel_scholar": "Pengelompokan Toko E-commerce Shopee berdasarkan Reputasi Toko menggunakan Metode Clustering K-MedoidsFM Evanita, I Cholissodin, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 6 kaliArtikel terkait2 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8784/4029" |
| }, |
| { |
| "title": "Prediksi Suku Bunga Acuan (BI 7-Day Repo Rate) Menggunakan Metode Extreme Learning Machine (ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:u_35RYKgDlwC", |
| "index": 50, |
| "authors": "Yohana Yunita Putri, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (5), 4251-4258, 2019", |
| "year": "2019", |
| "citations": 6, |
| "publication_date": "2019/4/2", |
| "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "5", |
| "halaman": "4251-4258", |
| "abstract": "Suku Bunga Acuan atau sering disebut dengan BI 7-Day Repo Rate merupakan suku bunga kebijakan yang menggambarkan pendirian atau pandangan kebijakan moneter yang penetapannya dilakukan oleh bank Indonesia yang kemudian diberitahukan kepada publik. BI 7-Day Repo Rate mempunyai pengaruh dalam kegiatan perekonomian, misalnya investasi, inflasi dan perubahan mata uang. Para investor dan pelaku pasar dalam mengambil keputusan ekonomi akan mengacu berdasarkan pergerakan turun naiknya suku bunga yang ditetapkan oleh bank sentral. Oleh karena itu, prediksi suku bunga acuan (BI 7-Day Repo Rate) penting. Tujuan adanya prediksi BI 7-Day Repo Rate adalah untuk memudahkan dan membantu para investor dan pelaku pasar untuk membuat perkiraan keputusan yang hendak diambil menurut hasil prediksi suku bunga acuan. Penelitian ini menggunakan metode Extreme Learning Machine (ELM) untuk memprediksi suku bunga acuan (BI 7-Day Repo Rate). Proses dari algoritme ELM yang pertama adalah melakukan normalisasi, berikutnya inisialisasi bobot input dan bias, tahap selanjutnya adalah melakukan proses training dan dilanjutkan dengan proses testing, setelah itu dilakukan denormalisasi untuk mengembalikan nilai sesungguhnya. Berdasarkan dari pengujian algoritme Extreme Learning Machine (ELM) yang telah dilakukan menghasilkan Mean Absolute Percentage Error (MAPE) terbaik sebesar 1, 1% dan waktu proses paling cepat adalah 0,125 detik dengan menggunakan 50 hidden neuron, fungsi aktivasi sigmoid dan jumlah data sebanyak 96 buah.", |
| "artikel_scholar": "Prediksi Suku Bunga Acuan (BI 7-Day Repo Rate) Menggunakan Metode Extreme Learning Machine (ELM)YY Putri, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 6 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5174/2441" |
| }, |
| { |
| "title": "Klasifikasi Hoaks Menggunakan Metode Maximum Entropy Dengan Seleksi Fitur Information Gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:cFHS6HbyZ2cC", |
| "index": 51, |
| "authors": "Albert Bill Alroy, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 9291-9298, 2019", |
| "year": "2019", |
| "citations": 6, |
| "publication_date": "2019", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "9", |
| "halaman": "9291-9298", |
| "abstract": "Pada tahun 2016 internet di Indonesia digunakan oleh 132 juta pengguna dan meningkat pada tahun 2017 menjadi 143 juta pengguna. Pengguna internet dapat mengakses banyak hal seperti layanan chatting, media sosial dan jual beli barang. Terdapat beberapa oknum yang sengaja membuat informasi palsu atau biasa yang kita kenal dengan istilah hoaks. Hoaks merupakan informasi atau berita yang berisi hal-hal yang belum pasti atau bukan merupakan fakta yang terjadi. Masalah penyebaran hoaks dapat dikurangi dengan dibuatnya sistem yang dapat melakukan klasifikasi apakah suatu berita termasuk hoaks atau bukan. Metode yang digunakan dalam penelitian adalah Maximum Entropy dengan Seleksi Fitur Information Gain. Data yang digunakan berjumlah 600 artikel berbahasa Indonesia. Data yang tergolong fakta berjumlah 372 artikel berita. Data yang tergolong hoaks berjumlah 228 artikel berita. Hasil akurasi terbaik pada penelitian ini sebesar 0, 8 dengan seleksi fitur information gain (threshold= 50%), nilai precision 1, recall 0, 8, dan f-measure 0.8,.", |
| "artikel_scholar": "Klasifikasi Hoaks Menggunakan Metode Maximum Entropy Dengan Seleksi Fitur Information GainAB Alroy, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 6 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6392/3088" |
| }, |
| { |
| "title": "Onward movement detection and distance estimation of object using disparity map on stereo vision", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:2osOgNQ5qMEC", |
| "index": 52, |
| "authors": "Anggi Gustiningsih Hapsani, Dahnial Syauqy, Fitri Utaminingrum, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "2017 5th International Symposium on Computational and Business Intelligence …, 2017", |
| "year": "2017", |
| "citations": 6, |
| "publication_date": "2017/8/11", |
| "konferensi": "2017 5th International Symposium on Computational and Business Intelligence (ISCBI)", |
| "halaman": "41-44", |
| "penerbit": "IEEE", |
| "abstract": "The object tracking is used as instruction controller in wheelchair that track the movement direction of object along time. The movement direction include left, right and onward. The left and right direction can be calculated by using the changing of x-coordinate of object in every sub sequence frame. The challenge is to determine the onward moving. The onward moving cannot calculate simply by coordinate of object in 2D. The solution to detect the onward moving is by using the stereo vision camera. We proposed a method to detect the onward movement and calculate the distance of object from camera using stereo vision. The detection rate is 83.1%. The estimation of object distance from the camera is actually only 3-4 meters away. The system detect that the distance of object is 0-5 meters in front of the camera. The determination of distance estimation is appropriate with the actual distance state.", |
| "artikel_scholar": "Onward movement detection and distance estimation of object using disparity map on stereo visionAG Hapsani, D Syauqy, F Utaminingrum, PP Adikara… - 2017 5th International Symposium on Computational …, 2017Dirujuk 6 kaliArtikel terkait" |
| }, |
| { |
| "title": "Indonesian food identification and detection in the smart nutrition box using faster-RCNN", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:O3NaXMp0MMsC", |
| "index": 53, |
| "authors": "Sigit Adinugroho, Putra Pandu Adikara, Edy Santoso, Restu Amara, Kresentia Septiana, Kenza Dwi Anggita", |
| "journal_year": "Proceedings of the 5th International Conference on Sustainable Information …, 2020", |
| "year": "2020", |
| "citations": 5, |
| "publication_date": "2020/11/16", |
| "buku": "Proceedings of the 5th International Conference on Sustainable Information Engineering and Technology", |
| "halaman": "113-117", |
| "abstract": "Food detection and localization are useful to recognize consumer preference and the amount of consumption. In the end, they can be integrated to food production to reduce oversupply and food waste. In this paper, the Faster R-CNN model is exploited to locate and classify food objects in a tray box as a first stage for food loss quantization. To perform the objective, the model was trained on images scraped from the Internet. Then, performance evaluation was conducted on both complex image and tray box image. On tray box images data, the model was able to achieve Average Precision of 0.455 and Average Recall of 0.628 for IoU 0.50:0.95.", |
| "artikel_scholar": "Indonesian food identification and detection in the smart nutrition box using faster-RCNNS Adinugroho, PP Adikara, E Santoso, R Amara… - Proceedings of the 5th International Conference on …, 2020Dirujuk 5 kaliArtikel terkait" |
| }, |
| { |
| "title": "Multi-Food Recognition in Single Tray Box Image With Scarcity Data Using Convolutional Neural Network.", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:JV2RwH3_ST0C", |
| "index": 54, |
| "authors": "Yuita Arum Sari, Sigit Adinugroho, Jaya Mahar Maligan, Muh. Arif Rahman, Yusuf Gladiensyah Bihanda", |
| "journal_year": "IICST, 63-69, 2020", |
| "year": "2020", |
| "citations": 5, |
| "publication_date": "2020/3", |
| "konferensi": "IICST", |
| "halaman": "63-69", |
| "abstract": "Food recognition research is growing rapidly since it is able to be applied in some applications, including leftover estimation. In previous research we built prototype, named Smart Nutrition Box for measuring the leftover automatically. However, before calculating the remaining weight of food, we need to recognize the type of food itself, since blank compartment (non-food detection) negatively affects estimation. In this paper, we propose a feature of multi-food recognition in single tray box images using Convolutional Neural Network (CNN). Automatic cropping by using rectangular contour is applied. However, for further recognition, we only have small amount of data from our own dataset as training and validation images, so a technique to deal with scarcity data using image augmentation is used. Different type of activation function in the dense layers are tested: Rectified Linear Units (ReLu), Sigmoid, and Hyperbolic Tangent (Tanh). The result shows that ReLu activation function is the best with no dropout and reaches 90% of accuracy. If dropout is applied in dense layer, the Sigmoid activation function is better with slightly different of accuracy 89% in recognition. It concludes that CNN can be applied to recognize multiple food in single image tray box.", |
| "artikel_scholar": "Multi-Food Recognition in Single Tray Box Image With Scarcity Data Using Convolutional Neural Network.YA Sari, S Adinugroho, JM Maligan, Muh. Arif Rahman… - IICST, 2020Dirujuk 5 kaliArtikel terkait3 versi", |
| "pdf_url": "https://ceur-ws.org/Vol-2627/short9.pdf" |
| }, |
| { |
| "title": "Rekomendasi Film Berdasarkan Sinopsis Menggunakan Metode Word2Vec", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:hFOr9nPyWt4C", |
| "index": 55, |
| "authors": "Alimah Nur Laili, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 6035-6043, 2019", |
| "year": "2019", |
| "citations": 5, |
| "publication_date": "2019/7/30", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "6", |
| "halaman": "6035-6043", |
| "abstract": "Jumlah film yang tersebar di seluruh dunia mengalami peningkatan produksi tiap tahunnya, hal tersebut menunjukkan bahwa minat masyarakat terhadap dunia perfilman semakin tinggi. Melakukan sebuah pencarian data dengan parameter tertentu di internet, tentu sulit untuk mendapatkan hasil yang sesuai dengan keinginan karena banyaknya data yang tersedia namun terbatasnya alat yang memadai. Penyaringan informasi data yang berlebih dapat dilakukan menggunakan proses rekomendasi. Terdapat beberapa tahap pada proses rekomendasi film yaitu tahap Pre-processing untuk memproses dokumen sinopsis film, metode TF-IDF untuk mendapatkan kata dengan bobot tertinggi sebanyak jumlah yang ditentukan bedasarkan hasil kecocokan query didalam dokumen, Word2Vec sebagai metode untuk mendapatkan Query Expansion dari hasil kata teratas yang diambil pada proses TF-IDF dan Cosine Similarity untuk mendapatkan nilai kemiripan dokumen dengan query. Metode Word2Vec berfungsi mencari nilai kedekatan antar kata satu sama lain untuk mendapatkan kata yang akan ditambahkan kedalam query awal. Data latih berupa judul dengan sinopsis film berbahasa Inggris berjumlah 150, proses evaluasi mengambil 30 data judul dan sinopsis dari data latih berdasarkan film yang dipilih oleh penguji. Nilai rata-rata Precision@ 10 tertinggi yang diperoleh sebesar 0, 47 dan nilai Mean Average Precision (MAP) tertinggi diperoleh sebesar 0, 709603374.", |
| "artikel_scholar": "Rekomendasi Film Berdasarkan Sinopsis Menggunakan Metode Word2VecAN Laili, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 5 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5623/2662" |
| }, |
| { |
| "title": "Implementasi Metode Backpropagation Untuk Peramalan Luas Area Terbakar di Hutan dengan Inisialisasi Bobot Nguyen-Widrow", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:7PzlFSSx8tAC", |
| "index": 56, |
| "authors": "Afrizal Aminulloh, Sigit Adinugroho, Ahmad Afif Supianto", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 1129-1136, 2019", |
| "year": "2019", |
| "citations": 5, |
| "publication_date": "2019", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "1", |
| "halaman": "1129-1136", |
| "abstract": "Bencana kebakaran hutan merupakan suatu peristiwa serius yang harus diwaspadai bagi daerah yang didominasi oleh kawasan hutan. Dalam kebakaran hutan terdapat beberapa faktor yang bisa memengaruhi terjadinya kebakaran seperti: suhu, kelembapan, hujan, angin dan lain lain. Paper ini mengimplementasikan metode backpropagation untuk meramalkan luas area kebakaran. Input yang digunakan berupa faktor yang memengaruhi terjadinya kebakaran hutan berjumlah 7 faktor. Proses metode backpropagation diawali dengan melakukan normalisasi data input dengan range berdasarkan fungsi aktivasi yang digunakan, setelah itu inisialisasi bobot dan bias menggunakan algoritme Nguyen-Widrow, melakukan proses feed forward dan dilanjutkan pada proses selanjutnya yaitu feed backward dengan syarat MSE kurang dari batas error atau iterasi kurang dari sama dengan iterasi maksimalnya, jika syarat sudah terpenuhi hasil ouput akan didenormalisasi, akan mendapat nilai peramalan, dan proses terakhir menghitung hasil SMAPE sebagai hasil dari keberhasilan proses peramalan. Berdasarkan hasil pengujian yang telah dilakukan didapatkan parameter optimal yaitu pada neuron hidden layer berjumlah 5, learning rate 0, 1 dan iterasi maksimum 1500. Hasil rata-rata SMAPE tertinggi dari penelitian ini adalah 49, 1796 dan rata-rata SMAPE terendah adalah 31, 4492 yang menunjukkan bahwa metode backpropagation dapat digunakan untuk melakukan peramalan area terbakar di hutan.", |
| "artikel_scholar": "Implementasi Metode Backpropagation Untuk Peramalan Luas Area Terbakar di Hutan dengan Inisialisasi Bobot Nguyen-WidrowA Aminulloh, S Adinugroho, AA Supianto - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 5 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4304/2006" |
| }, |
| { |
| "title": "Eye movement as navigator for restricted disabled person in handling position", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:g5m5HwL7SMYC", |
| "index": 57, |
| "authors": "Fitri Utaminingrum, M Ali Fauzi, Yuita Arum Sari, Renaldi Primaswara, Sigit Adinugroho", |
| "journal_year": "ICCIS (International Conference on Communication and Information System), 1-5, 2017", |
| "year": "2017", |
| "citations": 5, |
| "publication_date": "2017", |
| "journal": "ICCIS (International Conference on Communication and Information System)", |
| "halaman": "1-5", |
| "abstract": "One of five people senses is eyes, which can still be used for disabled person as a communication system when other part of their body does not work. This research propose a new framework to recognize and detected eye movement for handling position by considering the decision of both left and right eye. The sophisticated algorithm, Haar Cascade Algorithm was used for observing the area of eyes, then thresholding image using morphology is used to obtain the focus of eyes. The Hough Circle Transform with several rules could decide the handling position of eye movement. The perfomance of the proposed algorithm could reach over 80% in all dataset.", |
| "artikel_scholar": "Eye movement as navigator for restricted disabled person in handling positionF Utaminingrum, MA Fauzi, YA Sari, R Primaswara… - ICCIS (International Conference on Communication …, 2017Dirujuk 5 kaliArtikel terkait", |
| "pdf_url": "https://www.researchgate.net/profile/Yuita-Arum-Sari/publication/312030981_Eye_Movement_as_Navigator_for_Disabled_Person/links/59b355fb458515a5b48d357d/Eye-Movement-as-Navigator-for-Disabled-Person.pdf" |
| }, |
| { |
| "title": "Enhancing tomato clustering evaluation using color correction with improved linear regression in preprocessing phase", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:d1gkVwhDpl0C", |
| "index": 58, |
| "authors": "Yuita Arum Sari, Sigit Adinugroho, RV Hari Ginardi, Nanik Suciati", |
| "journal_year": "2016 International Conference on Advanced Computer Science and Information …, 2016", |
| "year": "2016", |
| "citations": 5, |
| "publication_date": "2016/10/15", |
| "konferensi": "2016 International Conference on Advanced Computer Science and Information Systems (ICACSIS)", |
| "halaman": "401-406", |
| "penerbit": "IEEE", |
| "abstract": "Color inconsistency poses many difficulties when capturing the same object using different image capture devices. Color is one of main parts in image preprocessing and therefore color correction is needed to calibrate images in order to produce consistent color values. In this paper, we propose a new color correction method by employing combined linear regression with stepwise model to enhance the quality of tomatoes ripeness clustering. Macbeth ColorChecker is needed as a reference image while a test image to be corrected is captured by an Android smartphone camera. There are 12 color levels to be compared between reference and test image. However, only a number of color levels are selected by k-means clustering. The selected color levels are utilized to build a linear regression algorithm with stepwise model. The result confirms that color correction and color constancy increase the clustering …", |
| "artikel_scholar": "Enhancing tomato clustering evaluation using color correction with improved linear regression in preprocessing phaseYA Sari, S Adinugroho, RVH Ginardi, N Suciati - 2016 International Conference on Advanced Computer …, 2016Dirujuk 5 kaliArtikel terkait3 versi", |
| "pdf_url": "https://www.researchgate.net/profile/Yuita-Arum-Sari/publication/309290833_Enhancing_Tomato_Clustering_Evaluation_using_Color_Correction_with_Improved_Linear_Regression_in_Preprocessing_Phase/links/59b3588ba6fdcc3f8892097e/Enhancing-Tomato-Clustering-Evaluation-using-Color-Correction-with-Improved-Linear-Regression-in-Preprocessing-Phase.pdf" |
| }, |
| { |
| "title": "Klasifikasi kelas kata (part-of-speech tagging) untuk bahasa madura menggunakan algoritme viterbi", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:vV6vV6tmYwMC", |
| "index": 59, |
| "authors": "Ilham Firmansyah, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 8 (5), 1039-1048, 2021", |
| "year": "2021", |
| "citations": 4, |
| "publication_date": "2021/10/21", |
| "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "8", |
| "terbitan": "5", |
| "halaman": "1039-1048", |
| "abstract": "Bahasa manusia adalah bahasa yang digunakan oleh manusia dalam bentuk tulisan maupun suara. Banyak teknologi/aplikasi yang mengolah bahasa manusia, bidang tersebut bernama Natural Language Processing yang merupakan ilmu yang mempelajari untuk mengolah dan mengekstraksi bahasa manusia pada perkembangan teknologi. Salah satu proses pada Natural Language Processing adalah Part-Of-Speech Tagging. Part-Of-Speech Tagging adalah klasifikasi kelas kata pada sebuah kalimat secara otomatis oleh teknologi, proses ini salah satunya berfungsi untuk mengetahui kata-kata yang memiliki lebih dari satu makna/arti (ambiguitas). Part-Of-Speech Tagging merupakan dasar dari Natural Language Processing lainnya, seperti penerjemahan mesin (machine translation), penghilangan ambiguitas makna kata (word sense disambiguation), dan analisis sentimen. Part-Of-Speech Tagging …", |
| "artikel_scholar": "Klasifikasi kelas kata (part-of-speech tagging) untuk bahasa madura menggunakan algoritme viterbiI Firmansyah, PP Adikara, S Adinugroho - Jurnal Teknologi Informasi dan Ilmu Komputer, 2021Dirujuk 4 kaliArtikel terkait4 versi" |
| }, |
| { |
| "title": "Leftovers Food Recognition using Deep Neural Network and Regression Approach for Objective Visual Analysis Estimation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:70eg2SAEIzsC", |
| "index": 60, |
| "authors": "Yuita Arum Sari, Sigit Adinugroho, Jaya Mahar Maligan, Ersya Nadia Candra, Fitri Utaminingrum, Nabila Nur’Aini", |
| "journal_year": "2021 4th International Conference of Computer and Informatics Engineering …, 2021", |
| "year": "2021", |
| "citations": 4, |
| "publication_date": "2021/9/14", |
| "konferensi": "2021 4th International Conference of Computer and Informatics Engineering (IC2IE)", |
| "halaman": "24-29", |
| "penerbit": "IEEE", |
| "abstract": "Understanding the nutritional intake is essential for basic life since every human being must have insight into what food they have eaten. A nutritionist can help in guiding what the body should consume, where each patient may have different diet and treatment patterns. One indicator used by dietitians or nutritionists is by estimating the leftovers consumed by the patient. They measure it by visually named Comstock method, which is divided into scales. This method's drawback is subjective from one another dietitians or nutritionists so that an objective assessment with a machine learning-based approach is acquired. This paper proposes a novel stage of defining food recognition and measuring its leftovers using visual analysis. The food image recognition method used CNN to estimate food waste using pixel-based AFLE and regression approach to fit into six scales. The best result of food image recognition was 92 …", |
| "artikel_scholar": "Leftovers Food Recognition using Deep Neural Network and Regression Approach for Objective Visual Analysis EstimationYA Sari, S Adinugroho, JM Maligan, EN Candra… - 2021 4th International Conference of Computer and …, 2021Dirujuk 4 kaliArtikel terkait2 versi", |
| "pdf_url": "https://www.researchgate.net/profile/Jaya-Maligan/publication/357362182_Leftovers_Food_Recognition_using_Deep_Neural_Network_and_Regression_Approach_for_Objective_Visual_Analysis_Estimation/links/63f6cc970d98a97717ad6834/Leftovers-Food-Recognition-using-Deep-Neural-Network-and-Regression-Approach-for-Objective-Visual-Analysis-Estimation.pdf" |
| }, |
| { |
| "title": "Klasifikasi jenis kelamin berdasarkan suara menggunakan metode learning vector quantization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:pyW8ca7W8N0C", |
| "index": 61, |
| "authors": "Allysa Apsarini Shafhah, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (7), 2301-2308, 2020", |
| "year": "2020", |
| "citations": 4, |
| "publication_date": "2020/8/19", |
| "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", |
| "jilid": "4", |
| "terbitan": "7", |
| "halaman": "2301-2308", |
| "abstract": "Suara yang dimiliki oleh manusia tidaklah sama. Umumnya, ukuran saluran vokal laki-laki lebih besar dibandingkan perempuan sehingga suara yang dihasilkan pun cenderung lebih rendah. Kasus saat ini adalah virtual assistant maupun voice-based chatbot yang ada masih belum mampu membedakan jenis kelamin pada suara manusia padahal jika hal tersebut dapat dilakukan maka dapat dimanfaatkan untuk mengetahui kebiasaan yang sering dibicarakan oleh jenis kelamin tertentu. Penelitian ini menggunakan metode Learning Vector Quantization (LVQ) versi 1 dengan dua kelas klasifikasi yaitu laki-laki dan perempuan. Ciri suara yang digunakan sebagai fitur dalam penelitian ini adalah energy, zero crossing rate, entropy of energy, spectral centroid, spectral spread, spectral entropy, spectral flux, danspectral rolloff. Hasil pengujian menunjukkan bahwa akurasi terbaik sebesar 75, 5% didapatkan ketika menggunakan nilai maksimum epoch sebesar 10, nilai learning rate sebesar 0, 1, serta similarity measurement berupaNormalized Cross Correlation. Penggunaan rumus Normalized Cross Correlation untuk menghitung kemiripan antara dua data pada LVQ menghasilkan akurasi yang lebih tinggi yaitu sebesar 75, 5% apabila dibandingkan dengan Euclidean distance dan Manhattan distance dimana keduanya hanya menghasilkan akurasi sebesar 74, 4%. Selain itu, pengujian K-fold Cross Validation dengan nilai K sebanyak 5 fold menghasilkan akurasi tertinggi ketika menggunakan fold keempat sebesar 75, 6%. Kemudian dilakukan pula pengujian dengan Recursive Feature Elimination untuk mengetahui pengaruh dari fitur yang …", |
| "artikel_scholar": "Klasifikasi jenis kelamin berdasarkan suara menggunakan metode learning vector quantizationAA Shafhah, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2020Dirujuk 4 kaliArtikel terkait2 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7615/3606" |
| }, |
| { |
| "title": "Prediksi Pertumbuhan Penduduk di Kota Malang menggunakan Metode Extreme Learning Machine (ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:hMod-77fHWUC", |
| "index": 62, |
| "authors": "Inas Hakimah Kurniasih, Muhammad Tanzil Furqon, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (2), 509-516, 2020", |
| "year": "2020", |
| "citations": 4, |
| "publication_date": "2020/4/3", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "4", |
| "terbitan": "2", |
| "halaman": "509-516", |
| "abstract": "Dinas Kependudukan dan Pencatatan Sipil (Dispendukcapil) Kota Malang bertugas memberikan pelayanan publik dalam hal pencatatan sipil seperti pembuatan Kartu Tanda Penduduk elektronik (e-KTP) dan akta kelahiran. Dispendukcapil mempersiapkan hal tersebut dengan membuat perencanaan target kebutuhan dan memprediksi jumlah penduduk 5 tahun ke depan, namun tidak diketahui nilai error yang dihasilkan. Penelitian ini membantu memprediksi dengan nilai error yang kecil menggunakan metode Extreme Learning Machine (ELM) dan menghitung nilai error menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil implementasi pengujian dan analisis, dengan menggunakan data dari tahun 2009 hingga 2019 diperoleh nilai error MAPE 0,498% dan runtime 1,166 detik dengan penggunaan 3 neuron input, 5 neuron hidden, sigmoid biner, serta 50 data training dan 66 data testing. Lalu pada implementasi pengujian dengan menggunakan data dari tahun 2012 hingga 2019 diperoleh nilai error MAPE 0,117% dan runtime 1,278 detik dengan penggunaan 3 neuron input, 6 neuron hidden, sigmoid biner, serta 70 data training dan 4 data testing.", |
| "artikel_scholar": "Prediksi Pertumbuhan Penduduk di Kota Malang menggunakan Metode Extreme Learning Machine (ELM)IH Kurniasih, MT Furqon, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 4 kaliArtikel terkait3 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6966/3377" |
| }, |
| { |
| "title": "Pengelompokan Wilayah Berdasarkan Kesejahteraan Sosial Menggunakan Algoritme Self-Organizing Maps Dengan Perbaikan Missing Value K-Nearest Neighbors", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:2P1L_qKh6hAC", |
| "index": 63, |
| "authors": "Dese Narfa Firmansyah, Sigit Adinugroho, Bayu Rahayudi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 7205-7213, 2019", |
| "year": "2019", |
| "citations": 4, |
| "publication_date": "2019/8/12", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "7", |
| "halaman": "7205-7213", |
| "abstract": "Penyandang Masalah Kesejahteraan Sosial (PMKS) merupakan kelompok sosial yang hidup di bawah garis kesejahteraan masyarakat dan merupakan salah satu komponen dalam penentuan kebijakan yang ada di Jawa Timur. Penelitian dilakukan untuk mengetahui bagaimana karakteristik wilayah di Jawa Timur berdasarkan kelompok wilayah PMKS. Metode yang digunakan yaitu clustering dengan algoritme Self-Organizing Maps dan pengisian data kosong K-Nearest Neighbors (KNN). KNN digunakan untuk mengatasi masalah banyaknya data kosong pada dataset PMKS. Alur kerja algoritme yaitu dimulai dari melakukan pengisian data kosong dengan KNN. Selanjutnya proses clustering dilakukan dengan melakukan training jaringan SOM dan cluster diukur menggunakan Silhouette Coefficient. Parameter algoritme SOM yang terbaik yaitu dengan nilai alpha= 0, 1; eta= 0, 2; jumlah epoch= 160 dan jumlah neuron= 2x2. Parameter algoritme KNN yang terbaik yaitu dengan nilai K= 2. Nilai K= 2 memberikan peningkatan nilai Silhouette Coefficient sebesar 3, 4% dibandingkan dengan clustering tanpa pengisian data kosong KNN. Nilai Silhouette Coefficient tertinggi yang didapatkan ketika clustering dilakukan dengan parameter terbaik yaitu 0,351 yang merupakan kategori weak structure. Bentuk cluster yang dihasilkan yaitu cluster dengan proporsi 1: 37 wilayah. Lima atribut dengan selisih tertinggi antara kedua cluster yaitu Lanjut Usia Terlantar, Gelandangan dan Gelandangan Psikotik, Pemulung, Pengemis dan Kelompok Minoritas.", |
| "artikel_scholar": "Pengelompokan Wilayah Berdasarkan Kesejahteraan Sosial Menggunakan Algoritme Self-Organizing Maps Dengan Perbaikan Missing Value K-Nearest NeighborsDN Firmansyah, S Adinugroho, B Rahayudi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5895/2810" |
| }, |
| { |
| "title": "Klasifikasi Pengidap Kanker Payudara Menggunakan Metode Voting Based Extreme Learning Machine (V-ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:IWHjjKOFINEC", |
| "index": 64, |
| "authors": "Dheby Tata Artha, Sigit Adinugroho, Putra Pandu Adikara", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2180-2186, 2019", |
| "year": "2019", |
| "citations": 4, |
| "publication_date": "2019/1/8", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "3", |
| "halaman": "2180-2186", |
| "abstract": "Kanker payudara adalah tumor ganas yang berasal dari pertumbuhan abnormal sel-sel payudara. Setiap tahunnya, sebanyak 2, 1 juta perempuan meninggal dunia akibat kanker payudara. Untuk mengurangi jumlah kematian akibat kanker payudara, dapat dilakukan upaya pencegahan dengan melakukan screening. Perkembangan teknologi medis dan teknologi informasi, di dalam dunia medis dapat digunakan peneliti di bidangnya untuk mengembangkan model deteksi dini, dari data konsultasi rutin dan analisis darah. Pada penelitian ini, dilakukan klasifikasi terhadap pengidap kanker payudara dengan metode Voting Based Extreme Learning Machine (V-ELM). Data yang digunakan adalah Breast Cancer Coimbra Dataset yang dipublikasikan pada UCI Machine Learning tahun 2018. Dalam data tersebut, terdapat 116 data dengan 9 fitur dan 2 kelas yaitu Healthy Control dan Patient. Data tersebut dilakukan normalisasi terlebih dahulu, kemudian dilakukan proses pelatihan V-ELM terhadap data latih. Setelah itu pengujian dilakukan dengan masukan berupa data uji serta hasil dari proses pelatihan. Rasio data latih dan data uji yang digunakan adalah 80: 20. Penelitian ini melakukan pengujian terhadap beberapa parameter dan mendapatkan hasil optimal, diantaranya 20 hidden neuron, nilai k untuk V-ELM adalah sebesar 35 dan fungsi aktivasi dengan hasil optimal adalah fungsi Sigmoid. Dengan menggunakan parameter optimal tersebut didapatkan akurasi sebesar 89, 56%, sensitivity sebesar 96,924% dan specificity sebesar 80%.", |
| "artikel_scholar": "Klasifikasi Pengidap Kanker Payudara Menggunakan Metode Voting Based Extreme Learning Machine (V-ELM)DT Artha, S Adinugroho, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4629/2152" |
| }, |
| { |
| "title": "Klon Perilaku Menggunakan Jaringan Saraf Tiruan Konvolusional Dalam Game SuperTuxKart", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:0EnyYjriUFMC", |
| "index": 65, |
| "authors": "Arrizal Amin, Yuita Arum Sari, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 866-875, 2019", |
| "year": "2019", |
| "citations": 4, |
| "publication_date": "2019", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "1", |
| "halaman": "866-875", |
| "abstract": "Salah satu komponen penting dari permainan video adalah kecerdasan buatan untuk membuat permainan menjadi lebih kompetitif. Kecerdasan buatan berperan dalam menentukan aksi yang akan dijalankan demi mencapai tujuan di dalam permainan. Dalam pembuatan algoritme kecerdasan buatan, pengembang permainan perlu memprogram kecerdasan buatan untuk dapat memilih aksi/langkah yang akan dipakai dalam setiap keadaan di dalam permainan yang memungkinkan. Dalam penelitian ini, jaringan saraf tiruan akan digunakan sebagai kecerdasan buatan dalam permainan video. Penggunaan jaringan saraf tiruan akan memudahkan pengembang karena tidak perlu memprogram algoritme kecerdasan buatan berdasarkan setiap keadaan yang ada. Selain itu jaringan saraf tiruan dapat beradaptasi dan dapat mempelajari perilaku pemain. Penelitian ini akan menggunakan contoh permainan SuperTuxKart untuk mengembangkan kecerdasan buatan. Kecerdasan buatan yang dibuat pada learning rate 0, 0001, momentum 0, 3 dan epoch ke-100 dapat mencapai akurasi 86, 72% dalam meniru perilaku pemain saat memainkan permainan. Sehingga dapat disimpulkan bahwa penggunaan jaringan saraf tiruan dapat digunakan sebagai kecerdasan buatan dalam permainan video.", |
| "artikel_scholar": "Klon Perilaku Menggunakan Jaringan Saraf Tiruan Konvolusional Dalam Game SuperTuxKartA Amin, YA Sari, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4242/1967" |
| }, |
| { |
| "title": "Analisis Sentimen Twitter Menggunakan Ensemble Feature dan Metode Extreme Learning Machine (ELM)(Studi Kasus: Samsung Indonesia)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:4TOpqqG69KYC", |
| "index": 66, |
| "authors": "Alqis Rausanfita, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6409-6417, 2018", |
| "year": "2018", |
| "citations": 4, |
| "publication_date": "2018/8/7", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "12", |
| "halaman": "6409-6417", |
| "abstract": "Aktivitas bisnis yang sangat krusial dan memiliki dampak nyata pada pertumbuhan organisasi dan Return Of Investment (ROI) yaitu memahami dan menanggapi secara tepat sentimen dari pelanggan dengan melakukan analisis sentimen. Analisis sentimen dapat menjadi pedoman untuk mengevaluasi produk, layanan, reputasi merek suatu perusahaan, dan perusahaan dapat menjadi pemimpin pasar yang didukung dengan kondisi pelanggan yang sangat emosional sehingga produk/layanan yang membuat kecewa akan kehilangan komitmen pelanggan bahkan pelanggan akan mengalami kesusahan untuk menemukan kembali pengalaman pelanggan jika suatu perusahaan tidak mempedulikan ungkapan sentimen pelanggan. Berdasarkan penjelasan tersebut, penelitian ini dilakukan menggunakan ensemble feature dan Extreme Learning Machine untuk analisis sentimen Twitter. Data yang digunakan dalam penelitian ini sebanyak 72 tweet dengan perbandingan jumlah data training dan testing 70: 30 di mana jumlah data tiap kelas seimbang. Sebelum dilakukan klasifikasi data tersebut dilakukan preprocessing, pembobotan ensemble feature, serta pembobotan kata. Hasil pengujian pada penelitian ini didapatkan jumlah hidden neuron terbaik sebanyak 5000, fungsi aktivasi terbaik adalah sigmoid bipolar, dan ensemble feature berpengaruh terhadap hasil akurasi. Analisis sentimen Twitter menggunakan ensemble feature dan metode Extreme Learning Machine pada studi kasus Samsung Indonesia tidak mendapatkan akurasi yang tinggi. Akurasi yang di dapatkan hanya sebesar 42,857 persen. Rendahnya akurasi disebabkan …", |
| "artikel_scholar": "Analisis Sentimen Twitter Menggunakan Ensemble Feature dan Metode Extreme Learning Machine (ELM)(Studi Kasus: Samsung Indonesia)A Rausanfita, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 4 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3612/1433" |
| }, |
| { |
| "title": "Preprocessing of tomato images captured by smartphone cameras using color correction and V-channel Otsu segmentation for tomato maturity clustering", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:roLk4NBRz8UC", |
| "index": 67, |
| "authors": "Yuita Arum Sari, Sigit Adinugroho", |
| "journal_year": "2018 5th International Conference on Electrical and Electronic Engineering …, 2018", |
| "year": "2018", |
| "citations": 4, |
| "publication_date": "2018/5/3", |
| "konferensi": "2018 5th International Conference on Electrical and Electronic Engineering (ICEEE)", |
| "halaman": "399-403", |
| "penerbit": "IEEE", |
| "abstract": "Preprocessing stage is an essential part in image processing or image recognition. Image taken by smartphone cameras may have inconsistent color that leads to inconsistent intensities, although they are captured in the same position and lighting condition. Apart from color inconsistency, there is a probability that smartphone camera produces blurry images. In order to solve those problems, this paper proposes a new framework to preprocessing image using combination of Linear Regression algorithm and V-Channel Otsu segmentation. Color correction and V-Otsu segmentation yield better segmentation and achieve good results after being evaluated using 6-means clustering. There are four types of smartphone devices tested to capture all tomato images. Since not all devices produce clear images, to test blurred image we use the variance of Laplacian. Based on experiment, Samsung Galaxy Ace produces the …", |
| "artikel_scholar": "Preprocessing of tomato images captured by smartphone cameras using color correction and V-channel Otsu segmentation for tomato maturity clusteringYA Sari, S Adinugroho - 2018 5th International Conference on Electrical and …, 2018Dirujuk 4 kaliArtikel terkait" |
| }, |
| { |
| "title": "Pengembangan Sistem Manajemen Barang Inventaris SMKN 1 Pasuruan Berbasis Website Menggunakan Metode Rapid Application Development", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:f2IySw72cVMC", |
| "index": 68, |
| "authors": "Muhammad Dzulhilmi Rifqi Bassya, Faizatul Amalia, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (4), 1488-1496, 2021", |
| "year": "2021", |
| "citations": 3, |
| "publication_date": "2021/4/19", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "4", |
| "halaman": "1488-1496", |
| "abstract": "Barang inventaris merupakan salah satu hal penting bagi instansi untuk menunjang berbagai macam kebutuhan di instansi tersebut. Salah satu instansi yang tidak lepas dari adanya barang inventaris adalah sekolah. Barang inventaris yang ada di sekolah sangat banyak sehingga perlu adanya manajemen barang inventaris yang baik untuk mengelola barang inventaris tersebut sehingga barang tersebut mampu digunakan dengan baik. Namun, hal tersebut dapat menimbulkan berbagai masalah apabila manajemen masih dilakukan secara konvensional dikarenakan data tersebut dapat hilang, rusak, dan adanya ketidaksesuaian data antara pemegang data satu dan yang lainnya. Oleh karena itu, dibuatlah sistem manajemen barang inventaris yang digunakan untuk mempermudah dalam memanajemen barang inventaris. Sistem dibuat menggunakan platform website menggunakan bantuan library ReactJs dan Redux, menggunakan bahasa pemrograman Javascript, Html, dan Css, dan menggunakan firebase sebagai basis datanya. Proses pengembangan sistem menggunakan metodologi RAD (Rapid Application Development) dikarenakan proses pengerjaan desain yang melibatkan pengguna sehingga hasil yang didapatkan sesuai dengan keinginan pengguna. Pengujian fungsional yang digunakan adalah pengujian whitebox dan pengujian blackbox. Pengujian non-fungsional dilakukan dengan menguji compatibility dan security. Hasil dari pengujian fungsional menggunakan pengujian blackbox dan whitebox adalah 100% valid dan hasil pengujian non-fungsional pada pengujian security adalah 100% valid sedangkan hasil …", |
| "artikel_scholar": "Pengembangan Sistem Manajemen Barang Inventaris SMKN 1 Pasuruan Berbasis Website Menggunakan Metode Rapid Application DevelopmentMDR Bassya, F Amalia, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 3 kaliArtikel terkait", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8861/4061" |
| }, |
| { |
| "title": "Klasifikasi Hoaks Kesehatan di Media Sosial menggunakan Support Vector Machine", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:HoB7MX3m0LUC", |
| "index": 69, |
| "authors": "Aulia Rahma Hidayat, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1702-1708, 2020", |
| "year": "2020", |
| "citations": 3, |
| "publication_date": "2020/7/30", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "4", |
| "terbitan": "6", |
| "halaman": "1702-1708", |
| "abstract": "Dari berbagai macam alat komunikasi yang ada media sosial adalah yang sering digunakan oleh masyarakat Indonesia, namun sebagai alat komunikasi yang sering digunakan tidak semua hal yang dijumpai dimedia sosial benar adanya. Sebagai bagian dari alat komunikasi yang digunakan oleh setiap orang tak jarang dijumpai berita-berita tidak jelas sumbernya atau berita Hoaks. Berita Hoaks mengenai kesehatan banyak dijumpai di Media Sosial dan hal tersebut dapat memengaruhi kesadaran masyarakat akan pentingnya kesehatan. Pemisahan berita kesehatan yang benar dan tidak benar perlu dilakukan untuk menghindari hal tersebut. Proses pemisahan dilakukan dengan mengklasifikasikan berita kesehatan pada Media Sosial dengan metode Support Vector Machine dengan fitur Bag Of Words dan Lexicon Based Features. Total data pada penelitian ini sebanyak 80 berita yang berasal dari berbagai Media Sosial. Data kemudian dimasukkan dalam proses pre-processing untuk mendapatkan kata yang menunjukkan sebuah dokumen, kemudian dilanjutkan kedalam tahap pembobotan kata menerapkan perhitungan TF-IDF. Hasil perhitungan pembobotan kata dimasukkan pada proses inti yaitu perhitungan metode Support Vector Machine. Hasil pengujian parameter optimal didapatkan nilai gamma (γ)= 0,001, nilai lambda (λ)= 1, nilai epsilon= 0, 000001, nilai degree (d)= 2 dan nilai maksimum iterasi= 30. Hasil evaluasi sistem menggunakan kedua fitur mendapatkan hasil yang baik dibanding dengan menggunakan salah satu fitur saja, menujukkan hasil yaitu Accuracy sebesar 1; Precision sebesar 1; Recall sebesar 1; F-measure …", |
| "artikel_scholar": "Klasifikasi Hoaks Kesehatan di Media Sosial menggunakan Support Vector MachineAR Hidayat, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 3 kaliArtikel terkait3 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7366/3529" |
| }, |
| { |
| "title": "Human tracking by using multiple methods and weighted products", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:MXK_kJrjxJIC", |
| "index": 70, |
| "authors": "Fitri Utaminingrum, Winda Cahyaningrum, Randy Cahya Wihandika, Sigit Adinugroho, Mochammad Ali Fauzi, Yuita Arum Sari, Putra Pandu Adikara, Dahnial Syauqy", |
| "journal_year": "Signal, Image and Video Processing 13, 1469-1476, 2019", |
| "year": "2019", |
| "citations": 3, |
| "publication_date": "2019/11", |
| "journal": "Signal, Image and Video Processing", |
| "jilid": "13", |
| "halaman": "1469-1476", |
| "penerbit": "Springer London", |
| "abstract": "Conventional wheelchairs are used by people who can actuate their hand, but there are conditions that cause the user cannot operate the wheelchair, such as handicapped people and amputated arms. Hence, they need an assistant to operate the wheelchair, as we know those conditions are dependent on others. An intelligent wheelchair becomes a solution to this problem by tracking and following an assistant in front of a wheelchair; it uses a camera that has been embedded there. So the assistant does not need to move it. In order to track a human, an algorithm that can detect a human or object is needed. Some algorithms with different approaches have been proposed such as SIFT, SURF, BRISK, AKAZE, KAZE, and ORB. Each algorithm has its own excess and feebleness. This research devises multiple methods for a human tracking for smart wheelchair, which aims to cover the method drawbacks …", |
| "artikel_scholar": "Human tracking by using multiple methods and weighted productsF Utaminingrum, W Cahyaningrum, RC Wihandika… - Signal, Image and Video Processing, 2019Dirujuk 3 kaliArtikel terkait3 versi", |
| "pdf_url": "https://www.researchgate.net/profile/Randy-Wihandika/publication/333332222_Human_tracking_by_using_multiple_methods_and_weighted_products/links/5d68693292851c154cc59a07/Human-tracking-by-using-multiple-methods-and-weighted-products.pdf" |
| }, |
| { |
| "title": "Rekomendasi Lagu berdasarkan Lirik dan Genre Lagu menggunakan Metode Word Embedding (Word2Vec)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:4OULZ7Gr8RgC", |
| "index": 71, |
| "authors": "Melati Ayuning Lestari, Putra Pandu Adikara, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7898-7904, 2019", |
| "year": "2019", |
| "citations": 3, |
| "publication_date": "2019/8/15", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "8", |
| "halaman": "7898-7904", |
| "abstract": "Mendengarkan lagu telah menjadi kebiasaan dalam kegiatan sehari-hari masyarakat dengan berbagai tujuan, dan setiap waktu ada lagu yang disebarkan ke masyarakat salah satunya lewat penyedia layanan pemutar lagu. Pengguna layanan pun dihadapi pada keterbatasan untuk menjelajahi pilihan-pilihan lagu yang melimpah dengan banyaknya layanan pemutar lagu yang ada. Model perekomendasian lagu dapat memainkan peran sebagai penyeleksi lagu otomatis, sehingga memudahkan pengalaman pengguna. Penelitian model perekomendasian lagu ini menggunakan metode Word2Vec Skip-Gram yang berperan untuk menghasilkan bobot yang berguna untuk query expansion dari lirik lagu yang dicari. Sebelumnya TF-IDF digunakan untuk menyeleksi kata-kata dalam lirik yang akan di proses. Model akan memberikan daftar lagu rekomendasi sebanyak 10 lagu. Hasil dari evaluasi daftar rekomendasi lagu menunjukkan nilai rata-rata Precision@ 10 tertinggi yang diperoleh sebesar 0.584 dan nilai Mean Average Precision (MAP) tertinggi diperoleh sebesar 0, 7278.", |
| "artikel_scholar": "Rekomendasi Lagu berdasarkan Lirik dan Genre Lagu menggunakan Metode Word Embedding (Word2Vec)MA Lestari, PP Adikara, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5992/2896" |
| }, |
| { |
| "title": "Implementasi metode template matching untuk mengenali nilai angka pada citra uang kertas yang dipindai", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:UxriW0iASnsC", |
| "index": 72, |
| "authors": "Muria Naharul Hudan Najihul Ulum, Tibyani Tibyani, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1550-1556, 2019", |
| "year": "2019", |
| "citations": 3, |
| "publication_date": "2019/1/3", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "2", |
| "halaman": "1550-1556", |
| "abstract": "Uang kertas merupakan alat berharga sebagai alat pembayaran sangat dibutuhan manusia untuk hidup sehari-hari. Terlebih lagi, manusia telah mengetahui uang kertas, bahkan komputer memiliki keterbatasan membaca pada citra uang. Komputer merupakan salah satu elektronik yang bertugas menerima dan menyimpan data input, memprosesnya dan menghasilkan output yang telah tersimpan di dalam memori. Kasus komputer atau robot yang tidak dapat mengenali nilai angka uang kertas karena permasalahan hambatan penglihatan. Penulis memberi solusi mendukungi aplikasi alat bantu pindai uang kertas dengan metode template matching. Template matching merupakan sesuatu gambar masukan yang mencocokan dengan kemiripan gambar uji. Berdasarkan Metode Template Matching yang dirancangan Pelatihan Data dan Pengenalan Data. Serangkaian pengujian digunakan adalah Tes Diagnostik …", |
| "artikel_scholar": "Implementasi metode template matching untuk mengenali nilai angka pada citra uang kertas yang dipindaiMNHN Ulum, T Tibyani, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait3 versi" |
| }, |
| { |
| "title": "Klasifikasi emosi lagu berdasarkan lirik pada teks berbahasa indonesia menggunakan k-nearest neighbor dengan pembobotan widf", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:1sJd4Hv_s6UC", |
| "index": 73, |
| "authors": "Diajeng Ninda Armianti, Indriati Indriati, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10161-10167, 2019", |
| "year": "2019", |
| "citations": 3, |
| "publication_date": "2019", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "10", |
| "halaman": "10161-10167", |
| "abstract": "Dalam penciptaan sebuah lagu, salah satu komponen utama sebuah lagu yang harus diperhatikan adalah lirik. Lirik berperan penting dalam penyampaian emosi maupun maksud dari pencipta lagu terhadap pendengar. Terkadang, emosi yang disampaikan oleh seniman masih mengalami kesalahan penafsiran oleh pendengar. Oleh sebab itu, untuk menghindari kesalahan dalam penafsiran lirik lagu secara manual, diperlukan suatu proses pengklasifikasian secara otomatis tanpa harus mencermati lirik satu persatu. Klasifikasi juga bertujuan untuk memperoleh emosi dari lirik yang lebih akurat. Salah satu metode yang dapat digunakan adalah metode k-nearest neighbor. Sebelum melakukan proses klasifikasi, dilakukan beberapa tahapan lainnya diantaranya text preprocessing dan pembobotan dengan metode WIDF. Data yang digunakan berjumlah 108 data dengan perbandingan 1: 5 dimana 18 data untuk data uji dan 90 data untuk data latih dengan jumlah data tiap kelas seimbang. Hasil pengujian pada 6 kali percobaan berdasarkan nilai k yang diambil secara acak menunjukkan nilai rata-rata precision terbaik sebesar 0, 49 dan nilai recall terbaik sebesar 0, 53. Klasifikasi lirik lagu dengan pembobotan WIDF menunjukkan hasil akurasi yang kurang baik dengan nilai 66%. Keambiguan kata dan jumlah data latih menyebabkan nilai akurasi yang kurang optimal.", |
| "artikel_scholar": "Klasifikasi emosi lagu berdasarkan lirik pada teks berbahasa indonesia menggunakan k-nearest neighbor dengan pembobotan widfDN Armianti, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6560/3198" |
| }, |
| { |
| "title": "Sistem Pendukung Keputusan Pemilihan Skuad Utama Tim Bola Voli Menggunakan Metode AHP-TOPSIS", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:mVmsd5A6BfQC", |
| "index": 74, |
| "authors": "Hangga Eka Febrianto, Muhammad Tanzil Furqon, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 7140-7148, 2018", |
| "year": "2018", |
| "citations": 3, |
| "publication_date": "2018/8/16", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "2", |
| "terbitan": "12", |
| "halaman": "7140-7148", |
| "abstract": "Olahraga adalah salah satu aktifitas fisik yang dilakukan seseorang untuk menjaga dan meningkatkan kualitas kesehatan. Salah satunya olahraga yang banyak dimainkan adalah olahraga bola voli. Universitas Brawijaya yang merupakan salah satu Universitas besar di Kota Malang, saat ini juga memiliki beberapa tim bola voli yang diorganisir oleh Unit Aktivitas Bola Voli Universitas Brawijaya (UABV-UB). Dalam setiap tahunnya UABV-UB selalu menerima pendaftaran anggota baru bagi mahasiswa yang ingin bergabung. Melihat perkembangan dan besarnya minat maka hal ini membuat UABV-UB mengalami kesulitan dalam memilih pemain-pemainnya. Maka dalam ini untuk menyelesaikan permasalahan tersebut digunakanlah metode AHP-TOPSIS. Metode AHP digunakan untuk melakukan pembobotan yang terdiri dari proses membuat matriks perbandingan berpasangan, menghitung normalisasi matriks, menghitung uji konsistensi dan menghasilkan bobot krteria. Sedangkan Topsis terdiri dari proses normalisasi berpasangan dari data alternatif, setelah menghitung nilai normalisasi terbobot dari AHP dan proses normalisasi berpasangan TOPSIS. Nilai normalisasi terbobot nantinya digunakan untuk mencari nilai solusi deal positif dan negatif serta jarak antar solusi deal positif dan negatif. Nilai tersebut digunakan untuk menghitung nilai preferensi setiap alternatif. Kemudian melakukann perangkingan terhadap nilai preferensi. Hasil korelasi sistem yang didapatkan dari hasil pengujian adalah sebesar 85.7%.", |
| "artikel_scholar": "Sistem Pendukung Keputusan Pemilihan Skuad Utama Tim Bola Voli Menggunakan Metode AHP-TOPSISHE Febrianto, MT Furqon, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 3 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3893/1544" |
| }, |
| { |
| "title": "Human guide tracking using combined histogram of oriented gradient and entropy difference minimization algorithm for camera follower", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:W7OEmFMy1HYC", |
| "index": 75, |
| "authors": "Fitri Utaminingrum, M Ali Fauzi, Yuita Arum Sari, Sigit Adinugroho, Randy Cahya Wihandika, Dahnial Syauqy, Putra Pandu Adikara", |
| "journal_year": "Journal of Telecommunication, Electronic and Computer Engineering (JTEC) 9 …, 2017", |
| "year": "2017", |
| "citations": 3, |
| "publication_date": "2017/12/30", |
| "journal": "Journal of Telecommunication, Electronic and Computer Engineering (JTEC)", |
| "jilid": "9", |
| "terbitan": "4", |
| "halaman": "49-54", |
| "abstract": "Moving human is quite complicated to track since there are variations in background, texture, and lighting in an environment. This paper presents an effective method for tracking a human guide from a camera follower in both indoor and outdoor condition. This algorithm is designed to be embedded in a smart wheelchair. A conventional human detection by using Histogram of Oriented Gradient (HOG) was used at the first stage, then each detected human by HOG is utilized for tracking algorithm. The detected area from HOG is converted to grayscale image and its Entropy Difference Minimization (HOG-EDM) is calculated. The process is repeated for every frame. The entropy minimization is used as matching function in the tracking subsystem to determine the candidate of tracked object in the upcoming frame. The proposed algorithm has been proven to work well in indoor and outdoor area, even with textured background. Our testing based on self-made and public datasets shows that HOG-EDM method reaches over 80% accuracy.", |
| "artikel_scholar": "Human guide tracking using combined histogram of oriented gradient and entropy difference minimization algorithm for camera followerF Utaminingrum, MA Fauzi, YA Sari, S Adinugroho… - Journal of Telecommunication, Electronic and …, 2017Dirujuk 3 kaliArtikel terkait6 versi", |
| "pdf_url": "https://jtec.utem.edu.my/jtec/article/download/1724/2330" |
| }, |
| { |
| "title": "Nutrition estimation of leftover using improved food image segmentation and contour based calculation algorithm", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:NhqRSupF_l8C", |
| "index": 76, |
| "authors": "Sigit Adinugroho, Yuita Arum Sari, Jaya Mahar Maligan, Kartika Sari, Yusuf Gladiensyah Bihanda, Nabila Nuraini, Danial Fatchurrahman", |
| "journal_year": "Journal of Environmental Engineering and Sustainable Technology 9 (01), 30-40, 2022", |
| "year": "2022", |
| "citations": 2, |
| "publication_date": "2022/7/15", |
| "journal": "Journal of Environmental Engineering and Sustainable Technology", |
| "jilid": "9", |
| "terbitan": "01", |
| "halaman": "30-40", |
| "abstract": "In pandemic conditions, awareness of keeping a healthy balance is necessary. One is considering food consumption and understanding its nutrition content to avert food waste. We have been developing a prototype to estimate the nutrition of leftover food, and the main problem lies in image segmentation. Therefore, we propose the Improved Food Image Segmentation (IFIS) and Contour Based Calculation (CBC) to measure the area of the segmented image instead of pixel-wise. First, the tray box image is acquired and broken down into compartments using an automated cropping algorithm. The first step of this proposed method is tray box image acquisition and dividing the compartment using an automatic cropping algorithm. Then each compartment is treated using IFIS, calculates the result of IFIS by CBC, measures the estimated leftover by Automatic Food Leftover Estimation (AFLE), and then predicts the nutritional content. The evaluation is applied by comparing the actual measurement from the Comstock method and leftover estimation by the proposed algorithm. The result shows that Root Square Means Error (RMSE) reaches 0.48 compared to the actual weighing scale and 96.67% accuracy compared to the Comstock method. Based on the results, the proposed algorithm is sufficient to be applied.", |
| "artikel_scholar": "Nutrition estimation of leftover using improved food image segmentation and contour based calculation algorithmS Adinugroho, YA Sari, JM Maligan, K Sari… - Journal of Environmental Engineering and Sustainable …, 2022Dirujuk 2 kaliArtikel terkait4 versi", |
| "pdf_url": "https://jeest.ub.ac.id/index.php/jeest/article/download/239/223" |
| }, |
| { |
| "title": "Retinal blood vessel segmentation using multiple line operator-based methods", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:bFI3QPDXJZMC", |
| "index": 77, |
| "authors": "Randy Cahya Wihandika, Putra Pandu Adikara, Sigit Adinugroho, Yuita Arum Sari, Fitri Utaminingrum", |
| "journal_year": "Bulletin of Electrical Engineering and Informatics 11 (3), 1696-1705, 2022", |
| "year": "2022", |
| "citations": 2, |
| "publication_date": "2022/6/1", |
| "journal": "Bulletin of Electrical Engineering and Informatics", |
| "jilid": "11", |
| "terbitan": "3", |
| "halaman": "1696-1705", |
| "abstract": "The morphological alterations of the retinal blood vessels are important indicators that can be utilized to diagnose and track the progression of a number of disorders. Diabetic retinopathy (DR) is a condition that destroys the retina and is the major cause of visual loss caused by high blood glucose levels. One of the retinal objects impacted by DR is the blood vessel. By regularly monitoring changes in the retinal blood vessels, severe DR or even vision loss can be avoided. The condition of the blood vessel can be examined by segmenting the blood vessel area from a digital fundus image. Segmenting retinal blood vessels manually, on the other hand, is time-consuming and tedious, and especially when dealing with a high number of photographs. As a result, a system for segmenting retinal blood vessels automatically is crucial. Furthermore, methods for automatically segmenting retinal blood vessels are useful for person authentication systems based on the retina. Blood vessel segmentation can be accomplished in a number of ways. Based on the prior line operator method, an improved version of the line operator method is proposed in this paper. The proposed method demonstrates an improvement in accuracy over the previous method, with an accuracy of 94.61%.", |
| "artikel_scholar": "Retinal blood vessel segmentation using multiple line operator-based methodsRC Wihandika, PP Adikara, S Adinugroho, YA Sari… - Bulletin of Electrical Engineering and Informatics, 2022Dirujuk 2 kaliArtikel terkait8 versi", |
| "pdf_url": "https://beei.org/index.php/EEI/article/download/3026/2697" |
| }, |
| { |
| "title": "Analisis Sentimen Ulasan Pengunjung Simpang Lima Gumul Kediri menggunakan Metode BM25 dan Neighbor-Weighted K-Nearest Neighbor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:OU6Ihb5iCvQC", |
| "index": 78, |
| "authors": "Inosensius Karelo Hesay, Indriati Indriati, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3160-3169, 2021", |
| "year": "2021", |
| "citations": 2, |
| "publication_date": "2021/7/16", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "7", |
| "halaman": "3160-3169", |
| "abstract": "Simpang Lima Gumul (SLG) merupakan monumen yang menjadi bangunan ikon serta destinasi wisata dari Kabupaten Kediri. Para pengunjung yang datang dapat memberikan ulasan pada Google Review SLG untuk membantu pihak pengelola mengetahui kekurangan dan kelebihan dari sarana prasarana yang ada. Namun demikian, pihak pengelola SLG belum memiliki sistem yang dapat mengelompokkan ulasan positif dan negatif secara otomatis. Permasalahan tersebut dapat diselesaikan menggunakan sistem analisis sentimen. Sistem analisis sentimen yang digunakan pada penelitian ini menggunakan metode Neighbor-Weighted K-Nearest Neighbor (NWKNN) dan BM25. Tahapan dari sistem ini meliputi proses preprocessing, pembobotan TF-IDF, pemeringkatan menggunakan BM25, dan proses klasifikasi menggunakan NWKNN. Data yang digunakan sejumlah 1000 data, dengan pembagian 800 data latih dan 200 data uji. Pengujian dilakukan dengan menggunakan 5-fold cross validation untuk menguji parameter nilai k dan eksponen pada metode NWKNN serta nilai k 1 dan b pada metode BM25. Berdasarkan pengujian yang dilakukan pada tiap parameter yang diujikan, didapatkan hasil bahwa nilai terbaik untuk parameter nilai k 1= 1, 2, b= 0, 5, k= 20, dan eksponen= 2. Kombinasi dari nilai parameter tersebut menghasilkan nilai rata-rata nilai precision sebesar 0, 9509, recall sebesar 0, 9589, accuracy sebesar 0, 93, dan f-measure sebesar 0, 9548.", |
| "artikel_scholar": "Analisis Sentimen Ulasan Pengunjung Simpang Lima Gumul Kediri menggunakan Metode BM25 dan Neighbor-Weighted K-Nearest NeighborIK Hesay, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 2 kaliArtikel terkait2 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9506/4293" |
| }, |
| { |
| "title": "Prediksi Volume Penggunaan Air Bulanan Kota Batu Menggunakan Metode Extreme Learning Machine (ELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:rO6llkc54NcC", |
| "index": 79, |
| "authors": "Muhammad Alif Fahrizal, Sigit Adinugroho, Randy Cahya Wihandika", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3078-3086, 2021", |
| "year": "2021", |
| "citations": 2, |
| "publication_date": "2021/6/29", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "7", |
| "halaman": "3078-3086", |
| "abstract": "Seiring bertambahnya penduduk, juga selalu beriringan dengan bertambahnya kebutuhan dalam menunjang kehidupan sehari-hari. Salah satu kebutuhan tersebut adalah air. Kota Batu, sebagai kota wisata dengan jumlah penduduk yang menetap selalu berubah-ubah yang menyebabkan volume air yang digunakan juga selalu berubah. Sehingga dari permasalahan tersebut dibutuhkan prediksi volume penggunaan air bulanan pada Kota Batu untuk menyelaraskan dengan volume air yang diproduksi. Dalam penelitian ini dilakukan beberapa proses untuk melakukan prediksi yaitu proses preprocessing pada data yang digunakan, dilanjutkan dengan perhitungan nilai prediksi menggunaan data sebelumnya pada model jaringan Extreme Learning Machine (ELM), dan terakhir dihitung nilai evaluasi hasil prediksi menggunakan Root Mean Squared Error (RMSE). Berdasarkan proses pengujian yang telah dilakukan pada model jaringan ELM, diperoleh rata-rata nilai evaluasi sebesar 16437, 5 ketika digunakan 6 input neuron, 5 hidden neuron dan 80%: 20% untuk pembagian data latih dan data uji. Dari nilai evaluasi tersebut dianggap belum cukup baik. Hal ini dikarenakan jumlah data yang digunakan dalam proses training pada jaringan ELM masih terlalu sedikit sehingga jaringan tersebut masih belum memahami pola data secara keseluruhan.", |
| "artikel_scholar": "Prediksi Volume Penggunaan Air Bulanan Kota Batu Menggunakan Metode Extreme Learning Machine (ELM)MA Fahrizal, S Adinugroho, RC Wihandika - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 2 kaliArtikel terkait3 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9478/4282" |
| }, |
| { |
| "title": "Klasifikasi Jenis Makanan dari Citra Smartphone Berdasarkan Ekstraksi Fitur Haralick dan CIE Lab Color Moment Menggunakan Learning Vector Quantization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:Tiz5es2fbqcC", |
| "index": 80, |
| "authors": "Akhmad Muzanni Safi'i, Yuita Arum Sari, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2398-2407, 2019", |
| "year": "2019", |
| "citations": 2, |
| "publication_date": "2019/1/10", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "3", |
| "halaman": "2398-2407", |
| "abstract": "Pemilihan makanan menjadi sesuatu yang penting bagi para penderita penyakit tertentu. Akan tetapi, memilih sebuah makanan menjadi sebuah masalah bagi orang yang pertama kali mencicipi suatu makanan atau wisatawan yang baru pertama kali berkunjung ke suatu negara. Untuk mengatasi permasalahan tersebut, perlu dilakukan penelitian untuk mengenali/mengklasifikasikan suatu citra makanan. Fitur Haralick dan CIE Lab Color Moments terbukti dapat menghasilkan fitur yang bagus untuk kasus klasifikasi. Metode Learning Vector Quantization (LVQ) juga menjadi alternatif untuk melakukan proses klasifikasi. Berdasarkan pengujian k-fold cross validation dengan k= 10 dan metode evaluasi berupa akurasi, didapatkan akurasi maksimal sebesar 0, 642051 dengan nilai parameter learning rate sebesar 0, 2, pengali learning rate sebesar 0, 8, nilai m sebesar 0, 1, nilai epsilon sebesar 0, 4, iterasi maksimal sebesar 10 dan learning rate minimal sebesar 0.000001. Hal tersebut menunjukkan bahwa klasifikasi citra makanan berdasarkan ekstraksi fitur Haralick dan CIE Lab Color Moments menggunakan LVQ menghasilkan akurasi yang cukup baik. Selain itu, penggunaan kedua fitur tekstur (Haralick) dan warna (CIE Lab Color Moments) berpengaruh terhadap hasil akurasi. Hal tersebut ditunjukkan dengan seluruh hasil pengujian yang menunjukkan bahwa hasil akurasi tertinggi dicapai menggunakan fitur tekstur dan warna.", |
| "artikel_scholar": "Klasifikasi Jenis Makanan dari Citra Smartphone Berdasarkan Ekstraksi Fitur Haralick dan CIE Lab Color Moment Menggunakan Learning Vector QuantizationAM Safi'i, YA Sari, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait5 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4727/2180" |
| }, |
| { |
| "title": "Prediksi Volume Impor Beras Nasional dengan Metode Multi-Factors High-Order Fuzzy Time Series", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:-f6ydRqryjwC", |
| "index": 81, |
| "authors": "Nendiana Putri, Edy Santoso, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (12), 1771-1778, 2017", |
| "year": "2017", |
| "citations": 2, |
| "publication_date": "2017/8/4", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "1", |
| "terbitan": "12", |
| "halaman": "1771-1778", |
| "abstract": "Swasembada beras yang baik diperlukan untuk menghemat devisa negara yang digunakan untuk mengimpor beras. Prediksi volume impor beras yang akurat dibutuhkan sebagai pertimbangan untuk merencanakan langkah-langkah strategis dalam menjaga kestabilan swasembada beras nasional. Terdapat berbagai model fuzzy time series, salah satunya adalah metode multi-factors high-order time series. Metode ini membagi data ke dalam subinterval dengan panjang yang berbeda, berdasarkan pusat cluster yang telah didapatkan melalui proses pengelompokan (clustering) menggunakan metode fuzzy C-Means. Kelebihan dari metode ini adalah dapat menggunakan beberapa antecedent factor serta order lebih dari satu, untuk membentuk fuzzy logic relationship. Disamping dari volume impor beras sebagai faktor utama, faktor produksi dan konsumsi beras dijadikan antecedent factor, karena kedua faktor tersebut mempengaruhi volume impor beras di Indonesia. Nilai Normalized Root Mean Squared Error (NRMSE) minimum yang didapatkan dari penelitian ini adalah sebesar 0,298. Nilai NRMSE yang mendekati nol menunjukkan bahwa metode multi-factors high-order fuzzy time series dapat melakukan prediksi volume impor beras dengan baik.", |
| "artikel_scholar": "Prediksi Volume Impor Beras Nasional dengan Metode Multi-Factors High-Order Fuzzy Time SeriesN Putri, E Santoso, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2017Dirujuk 2 kaliArtikel terkait4 versi", |
| "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/649/253" |
| }, |
| { |
| "title": "Calving events detection and quantification from time-lapse images in Tunabreen glacier", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:u-x6o8ySG0sC", |
| "index": 82, |
| "authors": "Sigit Adinugroho, Dorothée Vallot, Pontus Westrin, Robin Strand", |
| "journal_year": "2015 International Conference on Information & Communication Technology and …, 2015", |
| "year": "2015", |
| "citations": 2, |
| "publication_date": "2015/9/16", |
| "konferensi": "2015 International Conference on Information & Communication Technology and Systems (ICTS)", |
| "halaman": "61-66", |
| "penerbit": "IEEE", |
| "abstract": "An automatic observation method for calving activity is an absolute necessity for researchers to collect statistical data for deeper understanding of the activity that is well known as a contributing factor for sea level rise. In this paper a new framework for calving event detection and area estimation is presented. First, a set of time-lapse images are registered where the first image in sequence acts as a reference for others. Registration process exploits M-estimator Sample Consensus (MSAC) to build transformation model based on matched Speeded-Up Robust Features (SURF) features. After that, terminus of glacier is extracted by a semi-automatic Chan-vese level-set segmentation. Then, calving regions in a terminus are recognized as Local Binary Pattern (LBP) texture difference of two consecutive images. Since the difference forms clustered points, a-shape reconstruction is applied to form polygons representing …", |
| "artikel_scholar": "Calving events detection and quantification from time-lapse images in Tunabreen glacierS Adinugroho, D Vallot, P Westrin, R Strand - 2015 International Conference on Information & …, 2015Dirujuk 2 kaliArtikel terkait2 versi" |
| }, |
| { |
| "title": "Motion Segmentation in Moving Camera Videos Using Velocity Guided Optical Flow Normalization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:08ZZubdj9fEC", |
| "index": 83, |
| "authors": "Sigit Adinugroho, Akio Gofuku", |
| "journal_year": "Proceedings Of The 2023 7th International Conference On Graphics And Signal …, 2023", |
| "year": "2023", |
| "citations": 1, |
| "publication_date": "2023/6/23", |
| "buku": "Proceedings Of The 2023 7th International Conference On Graphics And Signal Processing", |
| "halaman": "1-8", |
| "abstract": "An obstacle avoidance system is a key feature of a robot navigation system. A capable avoidance system should consider obstacles movements into account. This study proposes a new approach for detecting motion from a video captured by a moving camera, a similar scenario happens in a robot use case. The process starts from acquiring two successive video frames and computes its optical flow image using gmflownet. Then, the semantic segmentation mask, as well as the estimated depth map, are also generated. After that, camera velocity is estimated based on the optical flow of points belonging to static objects. Next, the velocity information is used for optical flow normalization. The normalized optical flow is then fed to a DeeplabV3 network to obtain a motion mask. Finally, the motion and semantic mask are fused in the postprocessing stage to obtain the final mask. Experiments on video data indicate that …", |
| "artikel_scholar": "Motion Segmentation in Moving Camera Videos Using Velocity Guided Optical Flow NormalizationS Adinugroho, A Gofuku - Proceedings Of The 2023 7th International Conference …, 2023Dirujuk 1 kaliArtikel terkait3 versi" |
| }, |
| { |
| "title": "Enhancing the capability of online teaching for elementary school teacher through interactive video making training", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:EUQCXRtRnyEC", |
| "index": 84, |
| "authors": "Yuita Arum Sari, Randy Cahya Wihandika, Sigit Adinugroho, Indriati Indriati, Putra Pandu Adikara", |
| "journal_year": "Community Empowerment 7 (7), 1182-1188, 2022", |
| "year": "2022", |
| "citations": 1, |
| "publication_date": "2022/7/24", |
| "journal": "Community Empowerment", |
| "jilid": "7", |
| "terbitan": "7", |
| "halaman": "1182-1188", |
| "abstract": "The strategies and learning mechanisms that have been widely used up until now have changed as a result of the Covid-19 pandemic. Learning from home (BDR) activities are used to replace face-to-face learning activities. Effective implementation of BDR requires information technology skills, especially the use of learning support software. Thus, it is imperative that teachers receive training in the use of learning support software in order to advance their abilities to teach online effectively and efficiently. In this community service, training activities for making creative teaching materials were carried out for elementary school teachers. The creative teaching material is in the form of animation, so that it attracts the interest of students and is expected to increase the effectiveness of online learning. This community service activity begins with a pre-test, continues with the delivery of material, and ends with the provision of a post-test and questionnaire. The evaluation's findings revealed that participants' skills had improved when learning support hardware and instructional videos were introduced.", |
| "artikel_scholar": "Enhancing the capability of online teaching for elementary school teacher through interactive video making trainingYA Sari, RC Wihandika, S Adinugroho, I Indriati… - Community Empowerment, 2022Dirujuk 1 kaliArtikel terkait2 versi", |
| "pdf_url": "https://journal.unimma.ac.id/index.php/ce/article/download/6616/3487/" |
| }, |
| { |
| "title": "Analisis Sentimen terhadap Opini Masyarakat mengenai Kebijakan PSBB menggunakan Metode Naive Bayes dengan Seleksi Fitur Improved Gini Index", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:ZHo1McVdvXMC", |
| "index": 85, |
| "authors": "Kenza Dwi Anggita, Yuita Arum Sari, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5288-5293, 2021", |
| "year": "2021", |
| "citations": 1, |
| "publication_date": "2021/10/26", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "5", |
| "terbitan": "12", |
| "halaman": "5288-5293", |
| "abstract": "Pemerintah Indonesia mengeluarkan kebijakan PSBB untuk penekanan laju pertumbuhan kasus COVID-19. Hal ini menimbulkan berbagai macam tanggapan dari lapisan masyarakat salah satunya pada media sosial Twitter. Penelitian ini mencoba menganalisis tanggapan masyarakat mengenai kebijakan PSBB pada sosial media Twitter, melalui analis sentimen dan mengklasifikasikannya kedalam tiga kelas yaitu kelas positif, kelas negatif, dan kelas netral. Metode klasifikasi yang digunakan adalah Naive Bayes classifier dan seleksi fitur Improved Gini Index (IGI) dengan tujuan untuk mereduksi fitur pada saat klasifikasi. Terdapat tahapan dalam analisis sentimen diantaranya preprocessing, seleksi fitur menggunakan metode Improved Gini Index (IGI), dan klasifikasi dengan Naive Bayes. Hasil dari pengujian klasifikasi Naive Bayes tanpa seleksi fitur diperoleh akurasi sebesar 64%, sementara hasil pengujian akurasi klasifikasi dengan seleksi fitur menggunakan enam nilai threshold berbeda diperoleh hasil akurasi tertinggi pada nilai threshold sebesar 30%, dimana terdapat 70% dari total term yang di dihapus dan didapatkan akurasi sebesar 68%.", |
| "artikel_scholar": "Analisis Sentimen terhadap Opini Masyarakat mengenai Kebijakan PSBB menggunakan Metode Naive Bayes dengan Seleksi Fitur Improved Gini IndexKD Anggita, YA Sari, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 1 kaliArtikel terkait2 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10222/4561" |
| }, |
| { |
| "title": "Analisis Sentimen Masyarakat terhadap Uji Coba LRT Jakarta Menggunakan Improved K-Nearest Neighbor dan Information Gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:CHSYGLWDkRkC", |
| "index": 86, |
| "authors": "Mahendra Okza Pradhana, Indriati Indriati, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1888-1896, 2020", |
| "year": "2020", |
| "citations": 1, |
| "publication_date": "2020/8/8", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "4", |
| "terbitan": "6", |
| "halaman": "1888-1896", |
| "abstract": "Perkembangan sistem transportasi saat ini sangat memberikan kemudahan bagi masyarakat untuk berpindah dari satu tempat ke tempat lainnya. Salah satu transportasi umum yang cukup baru yaitu Light Rail Transit (LRT). LRT atau kereta api ringan sempat mengadakan uji coba public secara gratis hanya dengan mendaftarkan diri melalui situs LRT Jakarta. Untuk meningkatkan dan memaksimalkan pelayanan dari LRT Jakarta, mereka memiliki akun media sosial di mana masyarakat dapat memberikan masukan atau feedback maupun penilaian. Salah satu cara yang dapat dilakukan yaitu dengan analisis sentimen untuk mengetahui apakah masyarakat menyukai pelayanan yang diberikan oleh LRT Jakarta. Pada penelitian ini menggunakan Improved KNN sebagai metode klasifikasi untuk mengetahui sentimen masyarakat ditambah dengan Information Gain untuk menyeleksi fitur yang digunakan saat proses klasifikasi. Proses dari analisis sentimen ini meliputi pengumpulan data, text preprocessing yang menghasilkan data bersih, kemudian pembobotan pada term dengan tf idf dilanjutkan dengan seleksi fitur menggunakan Information Gain. Selanjutnya, melakukan klasifikasi dengan Improved KNN menggunakan fitur hasil seleksi sebelumnya. Data yang digunakan merupakan data primer yang bersumber dari tiga media sosial yakni Youtube, Twitter dan Facebook. Hasil dari penelitian ini yaitu f-measure terbaik diperoleh saat k= 11 menggunakan threshold 100% atau seluruh term digunakan yakni sebesar 85.51% dengan rata-rata waktu komputasi yang dihitung dari 5-fold sebesar 0.4647 menit.", |
| "artikel_scholar": "Analisis Sentimen Masyarakat terhadap Uji Coba LRT Jakarta Menggunakan Improved K-Nearest Neighbor dan Information GainMO Pradhana, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait2 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7451/3551" |
| }, |
| { |
| "title": "Prediksi Luas Serangan Hama pada Tanaman Padi Menggunakan Metode Extreme Learning Machine (ELM) dan Particle Swarm Optimization (PSO)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:NMxIlDl6LWMC", |
| "index": 87, |
| "authors": "Cornelius Bagus Purnama Putra, Randy Cahya Wihandika, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (3), 899-906, 2020", |
| "year": "2020", |
| "citations": 1, |
| "publication_date": "2020/6/10", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "4", |
| "terbitan": "3", |
| "halaman": "899-906", |
| "abstract": "Indonesia adalah salah satu negara dengan jumlah populasi terbanyak di dunia. Mayoritas penduduknya mengonsumsi nasi sebagai makanan pokok, sehingga komoditas beras merupakan komoditas yang penting. Pemanasan global yang terjadi belakangan ini menyebabkan perubahan iklim yang ekstrem, sehingga memengaruhi produkstivitas tanaman dan tingkat serangan Organisme Pengganggu Tanaman (OPT) pada tanaman padi. Dalam memenuhi kebutuhan komoditas beras yang terus meningkat maka diperlukan upaya pencegahan serangan hama, sehingga prediksi luas serangan hama diperlukan untuk mengetahui secara dini serangan hama yang akan datang. Pada penelitian ini digunakan algoritme hybrid Extreme Learning Machine dan Particle Swarm Optimization dengan menggunakan data serangan hama dan klimatologi Kabupaten Sidoarjo dari bulan Januari 2009 sampai Desember 2018. Berdasarkan penelitian, didapat parameter optimal adalah dengan rasio data latih 80% dan data uji 20%, fungsi aktivasi TanH, jumlah populasi 40, kombinasi koefisien akselerasi 1 & 2, batas bobot inersia 0, 4 & 0, 9, 5 hidden neuron, dan iterasi maksimal 100. Berdasarkan parameter tersebut didapat rata-rata nilai Mean Absolute Percentage Error (MAPE) sebesar 25,143% yang masuk dalam kategori MAPE cukup baik, yaitu berada dalam rentang nilai 20%-50%.", |
| "artikel_scholar": "Prediksi Luas Serangan Hama pada Tanaman Padi Menggunakan Metode Extreme Learning Machine (ELM) dan Particle Swarm Optimization (PSO)CBP Putra, RC Wihandika, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait3 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7087/3423" |
| }, |
| { |
| "title": "Penerapan Term Frequency-Modified Inverse Document Frequency pada Analisis Sentimen Ulasan Barang menggunakan Metode Learning Vector Quantization", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:RHpTSmoSYBkC", |
| "index": 88, |
| "authors": "Moch Yugas Ardiansyah, Mochammad Ali Fauzi, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 5592-5598, 2019", |
| "year": "2019", |
| "citations": 1, |
| "publication_date": "2019/7/18", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "6", |
| "halaman": "5592-5598", |
| "abstract": "Pada toko-toko online terdapat suatu ulasan barang yang berisi komentar berupa umpan balik dari pembeli sebelumnya yang berguna untuk pembeli selanjutnya maupun penjual pada toko online. Ulasan biasanya terdiri dari komentar negatif atau komentar positif. Namun umumnya ulasan tersebut memiliki jumlah yang sangat banyak. Dalam mengatasi masalah tersebut dibutuhkan sentimen analisis. Penelitian ini menggunakan metode Learning Vector Quantization dan Term Frequency-Modified Inverse Document Frequency. Metode LVQ dipilih karena memiliki keunggulan dapat meringkas dataset menjadi vector codebook. Data yang digunakan terdiri 250 komentar positif dan 250 komentar negatif. Data tersebut akan dilakukan proses preprocessing, pembobotan kata menggunakan TF-mIDF dan hasilnya diklasifikasikan menggunakan metode LVQ. Hasil pada pengujian parameter LVQ diperoleh nilai akurasi sebesar sebesar 75, 11%, recall sebesar 75, 11% precision sebesar 77, 80%, f-measure sebesar 76, 43% dengan nilai parameter learning rate 10-3, dec α10-6, dan nilai maksimum epoch 19. Berdasarkan hasil pengujian akhir, diperoleh nilai dari metode Learning Vector Quantization dengan pembobotan TF-mIDF menghasilkan rata-rata akurasi sebesar 72, 47%, recall sebesar 72, 47%, precision sebesar 76, 39%, dan f-measure sebesar 74, 33% dan menggunakan metode Learning Vector Quantization dengan pembobotan TF-IDF menghasilkan rata-rata akurasi sebesar 54, 80%, recall sebesar 54, 80%, precision sebesar 54, 30%, dan f-measure sebesar 52, 61%.", |
| "artikel_scholar": "Penerapan Term Frequency-Modified Inverse Document Frequency pada Analisis Sentimen Ulasan Barang menggunakan Metode Learning Vector QuantizationMY Ardiansyah, MA Fauzi, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait4 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5519/2607" |
| }, |
| { |
| "title": "Seleksi Fitur Information Gain Pada Temu Kembali Citra Jenis Makanan Menggunakan Dominant Color Descriptor Dan Gray Level Co-occurence Matrix", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:8k81kl-MbHgC", |
| "index": 89, |
| "authors": "Sulaiman Triarjo, Yuita Arum Sari, Sigit Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2516-2524, 2019", |
| "year": "2019", |
| "citations": 1, |
| "publication_date": "2019/1/10", |
| "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", |
| "jilid": "3", |
| "terbitan": "3", |
| "halaman": "2516-2524", |
| "abstract": "Informasi nutrisi di dalam media sosial ditunjang oleh citra makanan yang sedang diulas. Diperlukan usaha keras bila ingin menelusuri makanan-makanan yang sejenis yang mempunyai nutrisi yang hampir sama. Oleh karena itu dibutuhkan sistem pencarian informasi untuk mempercepat proses pencarian informasi. Penelitian ini menggunakan metode Dominant Color Descriptor (DCD) untuk ekstraksi fitur warna dan metode Gray Level Co-occurence Matrix (GLCM) untuk ekstraksi fitur tekstur serta seleksi fitur information gain untuk menyeleksi fitur tekstur sehingga tidak semua fitur tekstur digunakan. Data yang digunakan berupa 29 jenis citra makanan dengan total 435 citra dengan setiap jenis makanan 15 citra. Pengujian dilakukan dengan membandingkan performa perhitungan jarak Euclidean distance, Chebyshev distance, dan Manhattan distance untuk fitur tekstur dan Quadratic distance dan Yang distance untuk fitur warna. penggunaan evaluasi nilai MAP, hasil pengujian menggunakan fitur tekstur didapatkan nilai MAP sebesar 0, 5542 dengan jarak Euclidean dan tanpa adanya seleksi fitur. Hasil pengujian menggunakan fitur warna didapatkan nilai MAP sebesar 0, 7488 pada saat menggunakan jarak Yang. Pengujian menggunakan fitur tekstur warna dan fitur tekstur didapatkan nilai sebesar 0, 7118 dengan mengguankan jarak Manhattan dan Yang dengan 10 fitur. Pada penelitian ini penggunaan DCD lebih efektif dari pada GLCM dengan menghasilkan nilai MAP yang lebih tinggi.", |
| "artikel_scholar": "Seleksi Fitur Information Gain Pada Temu Kembali Citra Jenis Makanan Menggunakan Dominant Color Descriptor Dan Gray Level Co-occurence MatrixS Triarjo, YA Sari, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait5 versi", |
| "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4703/2193" |
| }, |
| { |
| "title": "Pencarian Resep Makanan Berdasarkan Citra Makanan Menggunakan Ekstraksi Fitur Simple Morphological Shape Descriptors dan Color Moment", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:K3LRdlH-MEoC", |
| "index": 90, |
| "authors": "T Rahayuni, YA Sari, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1901-1907, 2019", |
| "year": "1901", |
| "citations": 1, |
| "error": "Failed to extract publication details: Message: invalid session id: session deleted as the browser has closed the connection\nfrom disconnected: not connected to DevTools\n (Session info: chrome=137.0.7151.104)\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646714 cxxbridge1$string$len + 90428\n3 chromedriver 0x00000001046301d0 chromedriver + 197072\n4 chromedriver 0x00000001046531a8 cxxbridge1$string$len + 142288\n5 chromedriver 0x00000001046b5bb0 cxxbridge1$string$len + 546264\n6 chromedriver 0x00000001046ce908 cxxbridge1$string$len + 647984\n7 chromedriver 0x00000001046819c8 cxxbridge1$string$len + 332784\n8 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n9 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n10 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n11 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n12 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n13 chromedriver 0x0000000104ae1d74 cxxbridge1$str$ptr + 2622512\n14 chromedriver 0x0000000104ae1f00 cxxbridge1$str$ptr + 2622908\n15 chromedriver 0x0000000104af2528 cxxbridge1$str$ptr + 2690020\n16 libsystem_pthread.dylib 0x000000019f9fef94 _pthread_start + 136\n17 libsystem_pthread.dylib 0x000000019f9f9d34 thread_start + 8\n" |
| }, |
| { |
| "title": "Penentuan Waktu Terakhir Penggunaan Ganja Menggunakan Multidimensional Hierarchical Classification", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:dfsIfKJdRG4C", |
| "index": 91, |
| "authors": "K Rizal, S Adinugroho, B Rahayudi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 9341-9347, 2019", |
| "year": "2019", |
| "citations": 1, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Prediksi Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Algoritme Genetika-Backpropagation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:M3ejUd6NZC8C", |
| "index": 92, |
| "authors": "DN Setiawan, C Dewi, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4794-4801, 2018", |
| "year": "2018", |
| "citations": 1, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Pencarian Produk yang Mirip Melalui Automatic Online Annotation dari Web dan Berbasiskan Konten dengan Color Histogram Bin dan Surf Descriptor", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:WF5omc3nYNoC", |
| "index": 93, |
| "authors": "PP Adikara, S Adinugroho, YA Sari", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 5 (1), 104, 2018", |
| "year": "2018", |
| "citations": 1, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Implementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:_kc_bZDykSQC", |
| "index": 94, |
| "authors": "MAP Askin, I Cholissodin, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3533-3537, 2018", |
| "year": "2018", |
| "citations": 1, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Hybrid Head Tracking for Wheelchair Control Using Haar Cascade Classifier and KCF Tracker", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:_FxGoFyzp5QC", |
| "index": 95, |
| "authors": "F Utaminingrum, YA Sari, PP Adikara, D Syauqy, S Adinugroho", |
| "journal_year": "TELKOMNIKA (Telecommunication Computing Electronics and Control) 16 (4 …, 2018", |
| "year": "2018", |
| "citations": 1, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Clustering Mobilitas Masyarakat Berdasarkan Moda Transportasi Menggunakan Metode K-Means", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:qUcmZB5y_30C", |
| "index": 96, |
| "authors": "HA Romdhoni, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2459-2464, 2018", |
| "year": "2018", |
| "citations": 1, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Calving Events Detection and Quantification from Time-lapse Images: A Case Study of Tunabreen Glacier, Svalbard", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:Tyk-4Ss8FVUC", |
| "index": 97, |
| "authors": "S Adinugroho", |
| "journal_year": "", |
| "citations": 1, |
| "year": "2015", |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "SPERM ABNORMALITY CLASSIFICATION USING MULTI-PURPOSE IMAGE EMBEDDING AND CLASSICAL MACHINE LEARNING", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:sSrBHYA8nusC", |
| "index": 98, |
| "authors": "S Adinugroho, YA Sari, W Kurniawan, A Arwan", |
| "journal_year": "JIKO (Jurnal Informatika dan Komputer) 7 (3), 196-203, 2024", |
| "year": "2024", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Computer Vision-based Motion Segmentation and Its Application for Sperm Quality Estimation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:geHnlv5EZngC", |
| "index": 99, |
| "authors": "S ADINUGROHO", |
| "journal_year": "", |
| "citations": 0, |
| "year": "2024", |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Dual Stream Deep Neural Network for Joint Sperm Morphology and Motility Estimation", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=20&pagesize=80&citation_for_view=01qz25oAAAAJ:8AbLer7MMksC", |
| "index": 100, |
| "authors": "S Adinugroho, A Nakazawa", |
| "journal_year": "2024 4th European Conference on Communication Systems (ECCS), 44-49, 2024", |
| "year": "2024", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Deep learning-based sperm motility and morphology estimation on stacked color-coded MotionFlow", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:tS2w5q8j5-wC", |
| "index": 101, |
| "authors": "S Adinugroho, A Nakazawa", |
| "journal_year": "Informatics in Medicine Unlocked 45, 101459, 2024", |
| "year": "2024", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "An Application of Head Gesture For Controlling Electric Wheelchair Movement", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:4fKUyHm3Qg0C", |
| "index": 102, |
| "authors": "IK Somawirata, F Utaminingrum, T Tibyani, S Adinugroho", |
| "journal_year": "Proceedings of the 2023 6th International Conference on Digital Medicine and …, 2023", |
| "year": "2023", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Rekomendasi Aksi Saham dengan Pendekatan Teknikal pada PT Telekomunikasi Indonesia Tbk (TLKM) menggunakan Algoritme Learning Vector Quantization (LVQ) 2.1", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:p2g8aNsByqUC", |
| "index": 103, |
| "authors": "TK Putra, S Adinugroho, RC Wihandika", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (11), 4990-4997, 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Ekstraksi Fitur Hsv Color Moments Dan Local Ternary Pattern Pada Klasifikasi Citra Makanan", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:abG-DnoFyZgC", |
| "index": 104, |
| "authors": "MRS Diputra, S Adinugroho, S Kom, RC Wihandika, M Kom", |
| "journal_year": "Universitas Brawijaya, 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Analisis Emosional Pelajar terhadap Pembelajaran Daring Dengan Menggunakan Latent Semantic Indexing (LSI) dan N-Gram", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:SP6oXDckpogC", |
| "index": 105, |
| "authors": "A Musyayyidin, I Indriati, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3013-3017, 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Implementasi Algoritma Fuzzy K-Nearest Neighbor (FK-NN) Untuk Penentuan Kualitas Mutu Air: Implementation Of The Fuzzy K-Nearest Neighbor (FKN-NN) Algorithm For Determining …", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:XiSMed-E-HIC", |
| "index": 106, |
| "authors": "YPP Sinamo, S Sutrisno, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2365-2371, 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Deteksi Konten Negatif di Twitter Menggunakan Support Vector Machine dan Pemisahan Hashtag dengan Algoritme Pipeline", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:B3FOqHPlNUQC", |
| "index": 107, |
| "authors": "H Siagian, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (4), 1553-1560, 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Prediksi Omzet Restoran Haltoy Corner menggunakan Metode Recurrent Extreme Learning Machine (RELM)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:D03iK_w7-QYC", |
| "index": 108, |
| "authors": "RG Muhammad, MT Furqon, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 919-925, 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Newsgroup Topic Extraction using Probabilistic Inverse Cluster Frequency Term-Cluster Weighting and Growing Neural Gas Clustering.", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:NaGl4SEjCO4C", |
| "index": 109, |
| "authors": "S Adinugroho, MA Rahman, D Syauqy", |
| "journal_year": "IAENG International Journal of Computer Science 48 (1), 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Pengembangan Aplikasi Pemantauan Kinerja Guru untuk Peningkatan Kualitas Pembelajaran berbasis Web (Studi Kasus: SDN Mulyorejo 1 Malang)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:a0OBvERweLwC", |
| "index": 110, |
| "authors": "MD Reyhans, I Cholissodin, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (2), 769-778, 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Prediksi Kinerja Akademik Siswa menggunakan Neighbor Weighted K-Nearest Neighbor dengan Seleksi Fitur Information Gain", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:WbkHhVStYXYC", |
| "index": 111, |
| "authors": "RA Azizah, FA Bachtiar, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (13), 2021", |
| "year": "2021", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Halaman Belakang dan Daftar Indeks", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:BqipwSGYUEgC", |
| "index": 112, |
| "authors": "S Adinugroho", |
| "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 7 (4), 2020", |
| "year": "2020", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Klasifikasi Risiko Human Papillomavirus menggunakan Metode Naive Bayes dan Seleksi Fitur Relief", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:zA6iFVUQeVQC", |
| "index": 113, |
| "authors": "IW Ati, S Adinugroho, C Dewi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 2922-2929, 2020", |
| "year": "2020", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Deteksi Perundungan Siber (Cyberbullying) pada Instagram Menggunakan Metode Naive Bayes Classifier dengan Lexicon Based Features", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:738O_yMBCRsC", |
| "index": 114, |
| "authors": "S Insani, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (13), 2020", |
| "year": "2020", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "使用改进的图像分段颜色照明组件自动预测纸盒中的残留物重量", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:k_IJM867U9cC", |
| "index": 115, |
| "authors": "YA Sari, RK Dewi, JM Maligan, L Maulana, S Adinugroho", |
| "journal_year": "西南交通大学学报 55 (1), 2020", |
| "year": "2020", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Klasifikasi Teks Pengaduan Suara Warga Kabupaten Pasuruan menggunakan Metode Maximum Entropy", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:mB3voiENLucC", |
| "index": 116, |
| "authors": "MP Rini, PP Adikara, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7774-7778, 2019", |
| "year": "2019", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Penentuan Waktu Terakhir Penggunaan Ganja dengan Metode Radial Basis Function Neural Network (RBFNN)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:hC7cP41nSMkC", |
| "index": 117, |
| "authors": "SF Anggraini, S Adinugroho, RC Wihandika", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2251-2260, 2019", |
| "year": "2019", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Ekstraksi Topik Dokumen Berita Menggunakan Term-Cluster Weighting dan Clustering Large Application (CLARA)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:_xSYboBqXhAC", |
| "index": 118, |
| "authors": "R Maulana, S Adinugroho, S Sutrisno", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10623-10629, 2019", |
| "year": "2019", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Penggunaan Fungsi Aktivasi Linier dan Logarithmic Normalization pada Metode Backpropagation untuk Peramalan Luas Kebakaran Hutan", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:M3NEmzRMIkIC", |
| "index": 119, |
| "authors": "G Pratama, S Adinugroho, B Rahayudi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (12), 11003-11008, 2019", |
| "year": "2019", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Pemilihan Alternatif Simplisia Nabati Untuk Indikasi Gangguan Kesehatan Menggunakan Metode Analytical Network Process (ANP) dan Simple Additive Weighting (SAW)", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:dhFuZR0502QC", |
| "index": 120, |
| "authors": "GF Putri, L Muflikhah, S Adinugroho", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5229-5234, 2018", |
| "year": "2018", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Pengelompokan Dokumen Petisi Online Di Situs Change. org Menggunakan Algoritme Hierarchical Clustering UPGMA", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:LkGwnXOMwfcC", |
| "index": 121, |
| "authors": "ID Ferdiansyah, S Adinugroho, MA Fauzi", |
| "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3323-3331, 2018", |
| "year": "2018", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Optimasi Pemilihan Seeds Dengan Algoritma Pillar Pada Pengelompokan Dokumen Newsgroup Berbahasa Inggris Menggunakan Algoritma K-Means", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:pqnbT2bcN3wC", |
| "index": 122, |
| "authors": "S Adinugroho", |
| "journal_year": "Universitas Brawijaya, 2012", |
| "year": "2012", |
| "citations": 0, |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Session 1–Image Segmentation and Reconstruction", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:vRqMK49ujn8C", |
| "index": 123, |
| "authors": "S Adinugroho, A Gofuku, K Nakada, H Kimatas, PC Hsu, JJ Hu, KH Chan, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "", |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Keynote Papers", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:e5wmG9Sq2KIC", |
| "index": 124, |
| "authors": "Y Morimoto, C Anutariya, W Thongsuntia, HS Jenatabadi, N Rikatsih, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "", |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "I Gede Eka Wiantara Putra", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:TQgYirikUcIC", |
| "index": 125, |
| "authors": "IPB Arya, IWA Arimbawa, I Cholissodin, I Indriati, I Oktanisa, JM Maligan, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "", |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| }, |
| { |
| "title": "Object Tracking and Image Processing", |
| "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=01qz25oAAAAJ&cstart=100&pagesize=100&citation_for_view=01qz25oAAAAJ:zYLM7Y9cAGgC", |
| "index": 126, |
| "authors": "F Utaminingrum, TA Kurniawan, MA Fauzi, D Syauqy, RC Wihandika, ...", |
| "journal_year": "", |
| "citations": 0, |
| "year": "", |
| "error": "Failed to extract publication details: Message: invalid session id\nStacktrace:\n0 chromedriver 0x0000000104afa668 cxxbridge1$str$ptr + 2723108\n1 chromedriver 0x0000000104af28dc cxxbridge1$str$ptr + 2690968\n2 chromedriver 0x0000000104646588 cxxbridge1$string$len + 90032\n3 chromedriver 0x0000000104680e8c cxxbridge1$string$len + 329908\n4 chromedriver 0x00000001046a9578 cxxbridge1$string$len + 495520\n5 chromedriver 0x00000001046a8880 cxxbridge1$string$len + 492200\n6 chromedriver 0x0000000104616af0 chromedriver + 92912\n7 chromedriver 0x0000000104abe28c cxxbridge1$str$ptr + 2476360\n8 chromedriver 0x0000000104ac1520 cxxbridge1$str$ptr + 2489308\n9 chromedriver 0x0000000104a9fa78 cxxbridge1$str$ptr + 2351412\n10 chromedriver 0x0000000104ac1da8 cxxbridge1$str$ptr + 2491492\n11 chromedriver 0x0000000104a90d6c cxxbridge1$str$ptr + 2290728\n12 chromedriver 0x0000000104614dc8 chromedriver + 85448\n13 dyld 0x000000019f6760e0 start + 2360\n" |
| } |
| ], |
| "abstracts_collected": 88, |
| "profile_url": "https://scholar.google.com/citations?hl=id&user=01qz25oAAAAJ" |
| } |
