Articles

Found 11 Documents
Search

Opinion Extraction of Public Figure Based on Sentiment Analysis from Twitter Hayatin, Nur; Mentari, Mustika; Izzah, Abidatul
IPTEK Journal of Engineering Vol 1, No 1 (2014)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/joe.v1i1.434

Abstract

Twitter is a microblog that can generate an information from users such as sentiment about public figures. Sentiment analysis of public figure interpret the positive or negative response. This study aims to create system that automatically can extract the opinion about public figure based on sentiment analysis in twitter using two novel features, they are specific term and number of followers public figures lover and hater. Several step to determine the sentiment of public figure are preprocessing, weighting, classifying, and determining sentiment response. In this paper we use six public figures to be observed. This research resulting precision 99%, recall 75%, and accuracy 76,67%.
PEMBOBOTAN KALIMAT BERDASARKAN FITUR BERITA DAN TRENDING ISSUE UNTUK PERINGKASAN MULTI DOKUMEN BERITA Hayatin, Nur; Fatichah, Chastine; Purwitasari, Diana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 13, No 1, Januari 2015
Publisher : Teknik Informatika, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v13i1.a386

Abstract

Ringkasan berita diartikan sebagai teks yang dihasilkan dari satu atau lebih kalimat yang menyampaikan informasi penting dari berita. Salah satu fase penting dalam peringkasan adalah pembobotan kalimat (sentence scoring). Dimana pada peringkasan berita, metode pembobotannya sebagian besar menggunakan fitur dari berita sendiri. Padahal dalam satu topik berita dimungkinkan adanya multiple issue. Dari multiple issue biasanya hanya ada satu isu yang menjadi pokok pembicaraan yang disebut dengan Trending Issue. Trending Issue inilah yang harusnya dipertimbangkan pada proses peringkasan berita sehingga ringkasan yang dihasilkan lebih koheren. Penelitian ini bertujuan untuk meringkas multi berita menggunakan metode pembobotan berdasarkan Trending Issue dengan tetap mempertimbangkan fitur penting berita, yaitu word frequency, TF-IDF, posisi kalimat, dan kemiripan kalimat terhadap judul (NeFTIS). Dimana Trending Issue didapatkan dari data Twitter dengan cara mengelompokkan tweets kemudian melakukan ekstraksi isu pada tiap kelompok yang terbentuk. Selanjutnya tiap isu diberikan bobot menggunakan konsep Cluster Importance (CI). Isu dengan bobot terbesar yang akan dipilih sebagai Trending Issue. Ada 5 tahap yang dilakukan untuk menghasilkan ringkasan multi berita dengan menggunakan NeFTIS, yaitu ekstraksi Trending Issue, seleksi berita, ekstraksi fitur berita, penghitungan total bobot kalimat, dan penyusunan ringkasan. Untuk mengukur kualitas sistem digunakan metode evaluasi ROUGE-1 dengan menganalisa performa dari hasil ringkasan dengan menggunakan metode pembobotan NeFTIS dibandingkan dengan hasil ringkasan dengan hanya menggunakan fitur berita (NeFS). Hasil rata-rata max-ROUGE-1 untuk seluruh variasi jumlah kalimat yang menyusun ringkasan (n) menunjukan bahwa metode pembobotan NeFTIS lebih akurat dibanding dengan metode pembobotan NeFS dengan nilai rata-rata max-ROUGE-1 terbesar 0.8201 untuk n=30.
Pengelompokan usia berdasarkan citra wajah menggunakan algoritma neural network dengan fitur face anthropometry dan kedalam kerutan Hayatin, Nur
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): Juli-Desember (dalam proses: 2/8)
Publisher : Universitas Pesantren Tinggi Darul Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v6i2.577

Abstract

ABSTRAKPengelompokan usia (age prediction) merupakan salah satu topik penelitian yang terkait dengan prediksi usia berdasarkan citra wajah. Permasalahan terkait dengan pengelompokan usia berdasarkan citra wajah adalah bagaimana memilih fitur wajah yang tepat, sehingga dapat mempengaruhi hasil akhir pengelompokan. Penelitian ini bertujuan untuk mengelompokan usia berdasarkan citra wajah dengan menggunakan fitur penting yaitu face anthropometry dan kerutan (wrinkle). Di mana fitur kerutan yang digunakan selain memperhitungkan lebar kerutan (wrinkle density) juga digunakan fitur kedalaman kerutan (the dept of wrinkle). Metode penelitian ini terdiri dari 4 tahapan yaitu: Praproses, identifikasi lokasi titik wajah, ekstraksi fitur dan klasifikasi. Lokasi titik wajah diidentifikasi berdasarkan bentuk simetri wajah dan perbedaan nilai intensitas piksel. Sedangkan kerutan didapatkan dari gabungan metode deteksi tepi menggunakan operator Sobel dan histogram equalization. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma Neural Network (NN) yang akan mengelompokan data citra input menjadi 3 kelas yaitu anak, remaja dan tua. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mengelompokan usia berdasarkan citra wajah dengan cukup baik dengan hasil akurasi pengujian sebesar 65 % dengan epochs = 1000, dan error rate = 0.0095, sebanyak 100 kali iterasi.Kata kunci: Age prediction, face ratio, Neural Network, wrinkle. ABSTRACT   Age prediction  is one of the  research topics related to the prediction of age based on facial image. The problems associated with age groupings based on the image of the face is how to choose the right facial features, that will affect the final result grouping.  This study aims to categorize age based on facial image by using the important features, that is face anthropometry and wrinkles. Wherein the wrinkles features that used are wrinkles density and the depth of wrinkles. The research methodology consists of four stages: preprocessing, identification of the face point location , feature extraction and classification. The face point is identified based on facial symmetry and the difference of pixel intensities. While wrinkles was obtained from the combined edge detection method using Sobel operator and histogram equalization. The algorithm used for the classification process is a Neural Network (NN) algorithm that would classify the input image data into three classes, there are children, young and old. The final results of test-ing show that the proposed method was able to categorize age based on facial image fairly well with the results of the test accuracy of 65% with epochs = 1000, and the error rate = 0.0095, 100 iterations.Keywords: Age prediction, face ratio, Neural Network, wrinkle.
Adaptif Range-Constrained Otsu Untuk Pemilihan Threshold Secara Otomatis Pada Histogram Citra Dengan Variansi Kelas Yang Tidak Seimbang Fajarianto, Gama Wisnu; Abror, Ahmad Hifdhul; Hayatin, Nur
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 1 (2016): Januari-Juni
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.116 KB) | DOI: 10.26594/register.v2i1.439

Abstract

Abstrak Image Thresholding merupakan proses segmentasi untuk pemisahkan foreground dan background pada citra dengan cara membagi histogram citra menjadi dua kelas. Beberapa metode thresholding seperti Otsu dan Range-constrained Otsu menggunakan nilai variansi dari histogram untuk mendapatkan titik threshold, namun ketika menangani citra yang memiliki nilai variansi kelas foreground dan background tidak seimbang titik threshold yang dihasilkan kurang tepat. Paper ini mengusulkan metode Adaptif Range-constrained Otsu untuk mengatasi permasalahan variansi kelas yang tidak seimbang dengan cara mencari kelas yang memiliki nilai variansi lebih besar, untuk mendapatkan titik threshold yang lebih tepat. Pengujian menggunakan 22 NDT image dengan evaluasi misclassification error rate dan metode perankingan menunjukkan metode ini menghasilkan rerata ME 0.1153. Sedangkan Otsu sebesar 0.1746. Nilai rerata ranking 3.55, selisih 0.05 dibanding Kittler III. Hasil ini menunjukkan metode yang diusulkan kompetitif, terutama untuk segmentasi citra yang memiliki variansi kelas tidak sama. Kata kunci: segmentasi, thresholding, histogram, Otsu, Range-constrained. Abstract Image thresholding is segmentation process for separating foreground and background of an image by dividing image histogram into two classes. Several thresholding methods like Otsu and Rangeconstrained Otsu using the variance value of the histogram to get the threshold point, but when handling images that have unbalance class variance of the foreground and background produce less accurate threshold point. This paper proposes a method Adaptive Range-constrained Otsu to solve unbalance class variance problem by finding a class that has greater variance value to obtain more accurate threshold point. NDT testing using 22 images with misclassification error rate evaluation and ranking methods shows that this method results ME average of 0.1153, while Otsu method results 0.1746. The rankings mean value is 3.55, which has the difference of 0.05 when compared with Kittler III. These results show that the proposed method is competitive, especially for image segmentation with different class variance. Key word: segmentasi, thresholding, histogram, Otsu, Range-constrained.
IMPUTASI MISSING DATA MENGGUNAKAN METODE K-NEAREST NEIGHBOUR DENGAN OPTIMASI ALGORITMA GENETIKA Izzah, Abidatul Izzah; hayatin, nur
Melek IT Information Technology Journal Vol 2, No 2 (2013): Melek IT
Publisher : Departement of Informatics Engineering , Faculty of Engineering, UWKS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu permasalahan yang ada pada dataset adalah ketiadaan nilai pada data untuk atribut tertentu atau yang sering disebut dengan missing data. Metode yang paling mudah dan populer adalah K-Nearest Neighbour (KNN). Namun, metode ini memiliki beberapa kelemahan salah satunya adalah pemilihan nilai k yang tidak tepat dapat menurunkan kinerja klasifikasi. Penelitian ini bertujuan menangani missing data dengan teknik imputasi menggunakan gabungan algoritma KNN dan Algoritma Genetika (KNN-GA). GA digunakan untuk mengoptimasi nilai k pada KNN sehingga dapat menghasilkan nilai estimasi yang baik dengan MSE sekecil mungkin. Pengujian performansi dilakukan dengan membandingkan nilai MSE dan akurasi hasil klasifikasi antara metode KNN-GA dengan metode imputasi yang lain, yaitu : KNN, Mean, dan Median. Hasil yang diperoleh menunjukkan bahwa secara rata-rata metode imputasi KNN-GA memiliki nilai MSE terendah dan hasil akurasi klasifikasi yang inggi. Kata kunci : Algoritma Genetika, Imputasi, KNN, KNN-GA
PEMBANGUNAN DAN PELATIHAN PENGELOLAAN WEBSITE UNTUK MENDUKUNG PROMOSI KAMPUNG WIRAUSAHA (E-LUN) KELURAHAN SISIR KOTA BATU Hayatin, Nur; Kurniawati, Dini; Wahyuni, Evi D.
Jurnal Dedikasi Vol 14 (2017): Mei
Publisher : Jurnal Dedikasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB)

Abstract

PEMBANGUNAN DAN PELATIHAN PENGELOLAAN WEBSITE UNTUK MENDUKUNG PROMOSI KAMPUNG WIRAUSAHA (E-LUN)KELURAHAN SISIR KOTA BATUNur Hayatin1, Dini Kurniawati2, Evi D. Wahyuni31,2,3Fakultas Teknik, Universitas Muhammadiyah MalangEmail: 1)noorhayatin@umm.ac.id, 2)kurni.dw@gmail.com, 3)simpleblack18@gmail.comABSTRAKKota Batu adalah sebuah kota yang memiliki potensi besar dibidang pariwisata dan merupakan salah satu ikon wisata di Provinsi Jawa Timur. Jumlah kunjungan wisata di Kota Wisata Batu dari tahun ke tahun terus mengalami peningkatan. Dengan tingginya angka kunjungan wisata ke Kota Batu memberi dampak positif terhadap perekonomian warga setempat. Dari banyak sektor yang mendukung lapangan kerja warga Kota Batu, sektor perdagangan merupakan sektor yang mendominasi jenis lapangan kerja di Kota Batu yang banyak dikerjakan oleh warga Batu. Hal ini terjadi seiring dicanangkannya kota Batu sebagai kota wisata sehingga memberikan kesempatan kerja bagi penduduk Kota Batu di sektor perdagangan. Kelurahan Sisir merupakan salah satu kawasan produktif yang ada di Kota Batu. Program pengabdian ini bertujuan untuk membantu memperluas jangkauan sosialisasi dan promosi akan adanya E-Lun dengan membangun media promosi online berbasis website. Adapun mitranya adalah Pengurus E-Lun dan perwakilan pemuda di Kelurahan Sisir Kota Batu. Kegiatan yang dilakukan pada program pengabdian ini meliputi pelatihan jurnalistik dan pengelolaan web untuk admin. Melalui website kegiatan sosialisasi dan promosi E-Lun dapat disebar secara mudah, cepat, dan dapat menjangkau masyarakat yang lebih luas. Dengan melakukan sosialisasi dan mempromosikan E-Lun sebagai ikon wisata baru di Kota Batu maka diharapkan dapat meningkatkan jumlah kunjungan wisatawan, khususnya jumlah wisatawan yang berkunjung ke kampung wirausaha E-Lun. Sehingga dapat memberi dampak positif terhadap perekonomian warga Batu khususnya warga di Kelurahan Sisir Kota Batu.Kata Kunci : E-Lun, Kelurahan Sisir, Kota Batu, Kampung Wirausaha, Website.
Deteksi Kemiripan Dokumen Proposal dengan menggunakan Algoritma Biword Winnowing pada SIMPPM UMM Putra, Deny Qutara; Maskur, Maskur; Hayatin, Nur
Techno.Com Vol 17, No 3 (2018): Agustus 2018
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (96.912 KB)

Abstract

SIMPPM atau Sistem Informasi Manajemen Penelitian dan Pengabdian Kepada Masyarakat merupakan sistem yang dikembangkan oleh DPPM Universitas Muhammadiyah Malang. Sistem ini menampung proposal penelitian dan pengabdian dosen seluruh universitas muhammadiyah malang. Reviewer dalam menilai suatu proposal masih kesulitan untuk mengetahui apakah proposal yang diajukan itu sudah atau pernah diajukan, sehingga reviewer tidak tahu nilai originalitas dari proposal yang diajukan. Algoritma Biword Winnowing digunakan untuk mencari fingerprint dari dokumen proposal yang ada dalam sistem. Penelitian ini menggunakan algoritma tersebut untuk mencari nilai kemiripan proposal satu dengan lainnya, sehingga setting algoritma Biword Winnowing yang baik perlu untuk dicari guna untuk meningkatkan nilai akurasi. Hasil akurasi dengan algoritma ini dibandingkan dengan aplikasi Plagiarism Checker X sebagai ukuran akurasi dari Algoritma Biword Winnowing.Hasil pengujian menunjukkan bahwa nilai window dan basis sangat mempengaruhi hasil akhir similarity. SIMPPM atau Sistem Informasi Manajemen Penelitian dan Pengabdian Kepada Masyarakat merupakan sistem yang dikembangkan oleh DPPM Universitas Muhammadiyah Malang. Sistem ini menampung proposal penelitian dan pengabdian dosen seluruh universitas muhammadiyah malang. Reviewer dalam menilai suatu proposal masih kesulitan untuk mengetahui apakah proposal yang diajukan itu sudah atau pernah diajukan, sehingga reviewer tidak tahu nilai originalitas dari proposal yang diajukan. Algoritma Biword Winnowing digunakan untuk mencari fingerprint dari dokumen proposal yang ada dalam sistem. Penelitian ini menggunakan algoritma tersebut untuk mencari nilai kemiripan proposal satu dengan lainnya, sehingga setting algoritma Biword Winnowing yang baik perlu untuk dicari guna untuk meningkatkan nilai akurasi. Hasil akurasi dengan algoritma ini dibandingkan dengan aplikasi Plagiarism Checker X sebagai ukuran akurasi dari Algoritma Biword Winnowing.Hasil pengujian menunjukkan bahwa nilai window dan basis sangat mempengaruhi hasil akhir similarity.
The Development of Mobile Application Based Customer Service System in Bank Sampah Malang Hayatin, Nur; Mavindo, Bayu; Cahyono, Eko Budi
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 2, No 4, November-2017
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (310.484 KB) | DOI: 10.22219/kinetik.v2i4.266

Abstract

Malang Waste Bank, or commonly called Bank Sampah Malang (BSM), is a legal entity of incorporated cooperatives built by the Malang municipal government serving as a container of waste management, especially dry waste. During this time, the customer service process conducted in BSM has been not optimal, especially its online service. Some services have been accessible online through website but the information is limited only to the list of prices and types of waste received by BSM. While other necessary information needed by the customers such as balance checking, garbage collection schedule checking, and information about the types of saving managed by BSM has not been covered by the existing online system yet. This research has built an online customer service system based on mobile applications and SMS gateways for BSM. The purpose of the system is to facilitate the customers of BSM to obtain information about the garbage bank, especially for customers having high mobility. Interviews and observation are used as the method of the analysis of the system requirements. Meanwhile, the applications such as MySQL database, Web service, PHP CodeIgniter, SMS Gateway and Android as a language programming are used to develop the system. This system integrates android applications with web based applications by using web service. This system is made so that customers get better service. Evaluation results show the system that has been built has been successfully tested.
Rancang Bangun Aplikasi Mobile Survey Pendamping Program Keluarga Harapan (Studi Kasus: UPPKH Dinas Sosial dan Tenaga Kerja Kota Batu) Saiful, Muhammad Rojib; Wicaksono, Galih Wasis; Hayatin, Nur
DOUBLECLICK: Journal of Computer and Information Technology Vol 1, No 2 (2018)
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (230.061 KB) | DOI: 10.25273/doubleclick.v1i2.2125

Abstract

UPPKH Dinas Sosial dan Tenaga Kerja Kota Batu ini, merupakan satu dari beberapa instansi pemerintah yang belum menerapkan sistem informasi manajemen pengolahan data dan masih melakukan input data di setiap aktivitasnya masih secara manual. Hal itu menjadikan kendala bagi instansi pemerintahan tersebut untuk meningkatkan kinerja para pendamping dalam menyediakan informasi yang efektif dan efisien. Pengolahan data yang masih manual ini menimbulkan berbagai masalah. Diantaranya yang timbul dari permasalahan pendamping dalam menjalankan tiap tugasnya harus menunggu data dari admin untuk survei ke setiap calon anggota peserta PKH. Dan permasalahan yang lain yaitu sulitnya admin untuk mengetahui informasi laporan data PKH.  Dan untuk mengatasi permasalahan yang ada pada kasus ini penulis menganalisis dan merancang sebuah aplikasi yang diharapkan dapat membantu tugas para pendamping dan admin, dimulai dari pengumpulan data menggunakan wawancara, observasi, dan penelitian kepustakaan. Dan aplikasi yang digunakan dalam implementasi sistem, yaitu database MySQL, Webservice, PHP Codeigniter dan Android sebagai bahasa pemrogramannya. Sistem ini mengintegrasikan aplikasi android dengan aplikasi web based menggunakan web service. Web Service menyediakan standar komunikasi di antara berbagai aplikasi software yang berbeda dan dapat berjalan di berbagai platform maupun framework. Sistem ini dibuat untuk membantu mempercepat proses penyelesaian pekerjaan seperti pada proses pendamping dan admin.
PENINGKATAN LITERASI UNTUK GURU DAN SISWA SEKOLAH DASAR MELALUI PELATIHAN PENGGUNAAN APLIKASI ENSIKLOPEDIA ANAK Hayatin, Nur
Jurnal Perempuan & Anak Vol 2, No 1 (2019): Februari
Publisher : Jurnal Perempuan & Anak

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (393.337 KB)

Abstract

Keterampilan literasi menjadi pilar penting untuk masa depan pendidikan. Untuk itu membangun budaya literasi digital perlu melibatkan peran aktif masyarakat secara bersama-sama khususnya di lingkungan sekolah. Kegiatan ini bertujuan untuk meningkatkan literasi guru dan siswa sekolah dasar. Metode yang digunakan dalam kegiatan ini adalah berupa pelatihan atau training. Pelatihan literasi ditujukan kepada perwakilan guru dan siswa-siswi SDN 2 Bandungrejosari Malang yang terdiri dari guru dan murid kelas 5 dan 6. Pelatihan yang diberikan terkait dengan pengelolaan Ensiklopedia Anak dilakukan untuk melatih keterampilan dan kecakapan pengguna, baik secara teknik maupun praktis. Dari hasil pengumpulan dan analisa data melalui kuesioner, diketahui bahwa aplikasi ensiklopedia anak dapat membantu fleksibilitas dan efisiensi kegiatan sehari-hari khususnya untuk guru dan siswa SD terutama untuk kegiatan yang terkait dengan pendidikan dan pembelajaran sekolah. Sehingga dapat disimpulkan bahwa melalui kegiatan pelatihan literasi yang melibatkan guru dan siswa di sekolah dasar telah terbukti bahwa ada pengaruh positif terhadap kesadaran literasi di lingkungan sekolah. Sehingga kedepan kegiatan serupa dapat ditularkan ke sekolah-sekolah yang lain dengan harapan dapat memperluas realisasi program Gerakan Literasi Nasional yang dicanangkan pemerintah melalui Kemendikbud.