Articles

Rancang Bangun Aplikasi Pengelompokan dan Pemberi Rekomendasi Berita Lomba Online Menggunakan Klasifikasi Fuzzy Berbasis Kerangka Kerja Spring Fernanda, Febri; Yuhana, Umi Laili; Purwitasari, Diana
Jurnal Teknik ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (540.295 KB)

Abstract

Salah satu berita yang beredar dan banyak dibutuhkan adalah berita lomba. Pada umumnya, untuk mendapatkan berita lomba, setiap orang akan melakukan pencarian pada mesin pencari. Namun, pengguna masih harus tetap membuka halaman dan melakukan pencariannya pada masing-masing portal. Dikarenakan setiap portal mempunyai data berita lomba yang berbeda-beda, maka waktu yang diperlukan untuk mendapatkan berita lomba yang sesuai kurang efektif. Pada penelitian ini dikembangkan suatu sistem berbasis web yang secara berkala mampu memperbarui dan mengelompokkan kategori data berita lomba dari beberapa portal lomba. Pengambilan judul dan rangkuman data lomba memanfaatkan layanan Really Simple Syndication (RSS) sedangkan untuk mendapatkan konten data lomba memanfaatkan teknologi web crawler. Sistem berupa sebuah mesin pencari berita lomba dengan beberapa fungsi penyaringan. Dengan tambahan fitur pemberi rekomendasi berita berdasarkan profil pengguna dan sejarah pencarian, maka sistem ini dapat memudahkan pengguna mendapatkan berita lomba yang diinginkan secara cepat. Sistem dibangun menggunakan kerangka kerja Spring MVC agar memudahkan dalam pembangunan dan penggunaan ulang. Pengelompokan data berita lomba menggunakan metode Fuzzy Similarity K Nearest Neighbors (FSKNN) yang mampu mengelompokkan berita lomba ke dalam beberapa kategori sekaligus. Untuk membangun fitur mesin pencari dan pemberi rekomendasi berita lomba sistem memanfaatkan pustaka Lucene.
PENGEMBANGAN SISTEM PENGENALAN WAJAH DENGAN METODE PENGKLASIFIKASIAN HIBRID BERBASIS JARINGAN FUNGSI BASIS RADIAL DAN POHON KEPUTUSAN INDUKTIF Soelaiman, Rully; Purwitasari, Diana; Tri Hayati, Ariadi Retno
Jurnal Informatika Vol 6, No 2 (2005): NOVEMBER 2005
Publisher : Institute of Research and Community Outreach - Petra Christian University

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

Abstract

Face recognition is a difficult task mostly because of the inherent variability of the image formation process ranging from the position/cropping of the face and its environment (distance and illumination) is totally controlled, to those involving little or no control over the background and viewpoint. Moreover, those are allowing for major changes in facial appearance due to factors expression, aging, and accessories such as glasses or changes in hairstyle. A solution has been proposed by considering hybrid classification architectures deal with the benefit of robustness via consensus provided by ensembles of Radial Basis Functions (RBF) networks and categorical classification using decision trees. A specific approach considers an ensemble of RBF Networks through its ability to cope with variability in the image formation. The experiments were carried out on images drawn randomly 50 unique subjects totalling to 500 facial images with rotation ± 50 encoded in greyscale. The faces are then normalized to account for geometrical and illumination changes using information about the eye location. Specifically performance true positive by Ensambles RBF1 (ERBF1) increased on ± 13,86% measures up to RBF while ERBF2 by ± 15,93%. On the contrary the false negative rate decreased by amount of ±5,8% for ERBF1 and somewhat less to ±5,6% for ERBF2. When the connectionist ERBF model is coupled with an Inductive Decision Tree - C4.5 - the performance improves over the case while only the connectionist ERBF module is used. Abstract in Bahasa Indonesia : Pengklasifikasian wajah berkaitan dengan variasi data misalnya detil - detil kecil dari wajah atau transformasi saat proses pengambilan citra. Pengklasifikasian wajah dengan metode hibrid menggabungkan pembelajaran berbasis Jaringan Fungsi Basis Radial (JFBR) dan Pohon Keputusan Induktif. JFBR digunakan sebagai metode pembelajaran dalam arsitektur jaringan syaraf tiruan. Untuk meningkatkan kemampuan pengenalan dilakukan pengklasifikasian pada Pohon Keputusan Induktif. Selain menjadi metode penghubung pada pengklasifikasian hibrid, Himpunan JFBR (HJFBR) digunakan untuk penyediaan atribut pada pengklasifikasian Pohon Keputusan Induktif. Uji coba dilakukan pada 50 obyek dengan total ± 500 citra wajah dalam format grayscale. Data dipilih dengan memberi variasi mimik wajah, kemiringan (rotasi) data ± 50 dan juga dipengaruhi oleh pencahayaan di dalam ataupun d iluar ruangan. Rata - rata peningkatan keakurasian positif benar yang diberikan arsitektur HJFBR dibanding JFBR sebesar ±13,86% untuk HJFBR1 dan ±15,93% untuk HJFBR2. Namun menurunkan keakurasian negatif benar sebesar ±5,8% untuk HJFBR1 dan ±5,6% untuk HJFBR2. Penambahan pohon keputusan induktif pada metode hibrid memberikan keuntungan selain tetap dapat meningkatkan keakurasian positif benar juga mampu mengatasi permasalahan sebelumnya tentang penurunan keakurasian negatif benar. Kata kunci: pengenalan wajah, jaringan fungsi basis radial, pengklasifikasian hibrid, pohon keputusan induktif.
PEMBELAJARAN BERTINGKAT PADA ARSITEKTUR JARINGAN SARAF FUNGSI RADIAL BASIS Purwitasari, Diana
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.112 KB)

Abstract

Jaringan  saraf  tiruan  (JST)  adalah  jaringan  yang  cara kerjanya  meniru  jaringan  saraf  manusia  ditandai dengan sebuah  set  masukan  dan  sebuah  set  keluaran.  Proses pembelajaran  dalam  jaringan  akan mengekstraksi informasi  dari  berbagai  macam  input  yang  diberikan. Diantara  masukan  dan  keluaran terdapat  layer  untuk memproses  input  yang  dinamakan unit  tersembunyi (hidden  layer).  Salah  satu  model JST  adalah  jaringan saraf  fungsi  radial  basis  (Radial  Basis  Function  Neural Network  =  RBFNN)  yaitu model jaringan saraf dengan satu unit dalam lapisan tersembunyi. Jumlah layer tunggal pada hidden layer menyebabkan  permasalahan  pembelajaran  di RBFNN  dapat  dianggap  sebagai  suatu  sistem  linear. Pada RBFNN  fungsi  aktivasi  yang  digunakan  adalah  fungsi basis  (Gaussian)  dengan  fungsi  linear  di  lapisan output. Dikarenakan  RBFNN  adalah  sistem  linear  sehingga  teknik Orthogonal  Least  Squares  (OLS)  yang menerapkan konsep  basis  orthogonal  dengan  pendekatan  terdekat  ke  solusi sebenarnya  dapat  menjadi salah satu algoritmapembelajaran pada RBFNN. Makalah ini membahas pembelajaran bertingkat sebagai cara  optimasi pembelajaran  pada  RBFNN  yang  menggabungkan  teknik  linear  yaitu Regularized Orthogonal  Least  Sqaures  (ROLS)  dan  non linear  yaitu  algoritma  genetik.  Hasil  ujicoba menunjukkan untuk  semua  data  dengan  persentase pembelajaran  dan  parameter  algoritma  genetik  yang berbeda-beda mempunyai akurasi yang bervariasi pula. Akan tetapi rata-rata hasil ujicoba menghasilkan akurasi di atas 90% dan bahkan untuk beberapa percobaan akurasi bisa mencapai 100%
PEMBELAJARAN BERTINGKAT PADA ARSITEKTUR JARINGAN SARAF FUNGSI RADIAL BASIS Purwitasari, Diana; Pusposari, Glory Intani; Sulaiman, Rully
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.112 KB)

Abstract

Jaringan saraf tiruan (JST) adalah jaringan yang cara kerjanya meniru jaringan saraf manusia ditandai dengan sebuah set masukan dan sebuah set keluaran. Proses pembelajaran dalam jaringan akan mengekstraksi informasi dari berbagai macam input yang diberikan. Diantara masukan dan keluaran terdapat layer untuk memproses input yang dinamakan unit tersembunyi (hidden layer). Salah satu model JST adalah jaringan saraf fungsi radial basis (Radial Basis Function Neural Network = RBFNN) yaitu model jaringan saraf dengan satu unit dalam lapisan tersembunyi. Jumlah layer tunggal pada hidden layermenyebabkan permasalahan pembelajaran di RBFNN dapat dianggap sebagai suatu sistem linear. Pada RBFNN fungsi aktivasi yang digunakan adalah fungsi basis (Gaussian) dengan fungsi linear di lapisan output. Dikarenakan RBFNN adalah sistem linear sehingga teknik Orthogonal Least Squares (OLS) yang menerapkan konsep basis orthogonal dengan pendekatan terdekat ke solusi sebenarnya dapat menjadi salah satu algoritma pembelajaran pada RBFNN. Makalah ini membahas pembelajaran bertingkat sebagai cara optimasi pembelajaran pada RBFNN yang menggabungkan teknik linear yaitu Regularized Orthogonal Least Sqaures (ROLS) dan non linear yaitu algoritma genetik. Hasil ujicoba menunjukkan untuk semua data dengan persentase pembelajaran dan parameter algoritma genetik yang berbeda-beda mempunyai akurasi yang bervariasi pula. Akan tetapi rata-rata hasil ujicoba menghasilkan akurasi diatas 90% dan bahkan untuk beberapa percobaan akurasi bisa mencapai 100%.Kata kunci : jaringan saraf fungsi radial basis, optimasi pembelajaran, regularized orthogonal least sqaures,algoritma genetik
IMPLEMENTASI PURWARUPA WEB PORTAL BERBASIS ONTOLOGI UNTUK KOLABORASI MATERI DARI BEBERAPA SISTEM MOODLE Yuhana, Umi Laili; Hidayah, Lailatul; Purwitasari, Diana
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (490.858 KB)

Abstract

Pemanfaatan teknologi untuk kepentingan pendidikan bukan merupakan isu baru. Salah satunya yaitu Learning Management System(LMS). LMS ini telah banyak diterapkan di Indonesia. Selain sebagai manajemen perkuliahan, forum pengajar dan pelajar, LMS juga digunakan sebagai sumber referensi materi pembelajaran. Berbagai fasilitas dan kemudahan ditawarkan oleh LMS. Moodle, sebagai salah satu jenis LMS mempunyai penyimpanan materi kuliah yang dapat ditemukan oleh mesin pencari seperti Google. Hasil pencarian seringkali tidak dapat dibuka karena keterbatasan hak akses, hanya penggunayang terdaftar yang dapat membuka berkas yang diunggah dalam LMS perguruan tinggi. Pencarian yang ada di suatu LMS hanya dapat digunakan untuk menemukan koleksi materi yang ada di LMS tersebut, koleksi yang ada di LMS lain tersimpan secara terpisah dan dapat ditemukan di LMS yang lain. Untukmembaca materi yang ada di beberapa situs LMS, pengguna harus membuka semua situs LMS yang dimaksud. Melalui makalah ini, penulis memaparkan proses pembuatan aplikasi berbasis web yang dapat menyajikan materi dari beberapa sistem berbasis Moodle dengan bantuan web service. Dengan sistem ini, pengguna cukup mengunjungi satu situs ini untuk dapat mengakses materi-materi dalam beberapa situselearning. Materi tersebut dikelompokkan berdasarkan standar klasifikasi tertentu agar memberi kemudahan kepadapengguna dalam pencarian. Sistem kolaborasi memanfaatkan plug-in web service dari Moodle yaitu OKTech Web Service Untuk uji coba digunakan standar klasifikasi dalam domain rekayasa perangkat lunak yaitu Software Engineering Body of Knowledge (SWEBOK). Mesin pencariannya dirancang dengan model sistem pencarian berbasis konteks dengan bantuan ontologi. Uji coba dilakukan dengan tiga server e-learning berbasis Moodle di lingkungan intranet Teknik Informatika, Institut Teknologi Sepuluh Nopember. Sistem yang diberi nama eduPortal ini telah dapat mengambil data dari beberapa e-learning dengan menggunakan teknologi web service sehingga dengan sistem ini seorang pengguna akan dapat melihat materi dari beberapa e-learning. Dengan ontologi, aplikasi ini terbukti dapat memodelkan manajemen dokumen sesuai dengan SWEBOK dan mewujudkan sistem pencarian berbasis konteks.Kata kunci: Kolaborasi Moodle, Web Semantik, SWEBOK
OTOMATISASI PERBANDINGAN PRODUK BERDASARKAN BOBOT FITUR PADA TEKS OPINI Azhar, Yufis; Arifin, Agus Zainal; Purwitasari, Diana
Jurnal Ilmu Komputer Vol 6, No 2: September 2013
Publisher : Jurnal Ilmu Komputer

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

Abstract

Proses otomatisasi perbandingan produk berdasarkan teks opini dapat dilakukan dengan caramengekstrak fitur yang dimiliki produk tersebut. Fitur-fitur inilah yang umumnya dinilai kemudian digunakanuntuk membandingkan suatu produk dengan produk yang lain. Banyak peneliti yang menggunakan kamus kataopini untuk mengekstrak fitur tersebut. Akan tetapi hal tersebut tidak efektif karena sangat bergantung padakelengkapan kamus kata yang digunakan. Oleh karena itu, dalam penelitian ini diusulkan suatu metode untukmembandingkan produk berdasarkan bobot fitur produk tanpa harus menggunakan kamus kata opini yanglengkap. Caranya adalah dengan menjumlahkan bobot dari fitur-fitur unggul yang dimiliki oleh suatu produkuntuk mendapatkan skor tiap produk. Hasil yang didapat menunjukkan bahwa penerapan metode tersebut dapatmeningkatkan akurasi dari proses perbandingan dua buah produk sebesar 81% dari pada metode sebelumnyayang hanya 71%.
A STUDY ON RANKING METHOD IN RETRIEVING WEB PAGES BASED ON CONTENT AND LINK ANALYSIS: COMBINATION OF FOURIER DOMAIN SCORING AND PAGERANK SCORING Purwitasari, Diana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 1, Januari 2008
Publisher : Teknik Informatika, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v7i1.a57

Abstract

Ranking module is an important component of search process which sorts through relevant pages. Since collection of Web pages has additional information inherent in the hyperlink structure of the Web, it can be represented as link score and then combined with the usual information retrieval techniques of content score. In this paper we report our studies about ranking score of Web pages combined from link analysis, PageRank Scoring, and content analysis, Fourier Domain Scoring. Our experiments use collection of Web pages relate to Statistic subject from Wikipedia with objectives to check correctness and performance evaluation of combination ranking method. Evaluation of PageRank Scoring show that the highest score does not always relate to Statistic. Since the links within Wikipedia articles exists so that users are always one click away from more information on any point that has a link attached, it it possible that unrelated topics to Statistic are most likely frequently mentioned in the collection. While the combination method show link score which is given proportional weight to content score of Web pages does effect the retrieval results.
RANCANG BANGUN APLIKASI PENGAMBILAN BERITA SECARA OTOMATIS MENGGUNAKAN CONTENT SYNDICATION BERBASIS XML DENGAN PLATFORM MICROSOFT .NET Purwitasari, Diana; Samopa, Febriliyan; Afrian, Ade
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 1 Januari 2004
Publisher : Jurusan Teknik Informatika ITS, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh N

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

Abstract

Banyaknya kebutuhan akan informasi di internet menyebabkan penyedia jasa situs berita untuk memberikan berita yang selalu yang terbaru. Salah satu alternatif solusi adalah dengan melakukan content syndication. Content syndication adalah adalah proses dimana suatu isi berita dikirimkan atau disediakan, biasanya dengan biaya tertentu, dari penyedia berita, biasanya disebut originators, ke pasar yang membutuhkan atau subscribers. RSS (Rich Site Summary) adalah format yang secara umum digunakan untuk melakukannya. RSS pada dasarnya adalah suatu file yang berada di suatu situs, yang menyediakan informasi tentang isi dari situs tersebut. File tersebut biasa disebut sebagai RSS Feeds dan dapat di ambil dan diolah untuk mendapatkan informasi tentang isi situs tersebut. Dibuat sebuah aplikasi untuk pengambilan situs berita secara otomatis menggunakan content syndication yang memerlukan aplikasi pada proses background untuk mengambil RSS Feeds secara berkala pada komputer yang berfungsi sebagai server. Server yang mengambil berita dari situs penyedia terdiri dari aplikasi yang mengatur konfigurasi berita tersebut, dan sebuah windows service untuk mengambil RSS feeds kemudian mengolahnya secara otomatis. Sedangkan aplikasi untuk membaca berita dari RSS server terdapat pada client berupa sebuah komponen plug-in. Uji coba pertama dilakukan dengan menguji keberhasilan aplikasi dalam mengatur konfigurasi skema, atribut tabel, dan pengaturan kategori situs penyedia RSS. Sedangkan ujicoba kedua dilakukan dengan melakukan perbandingan hasil pencarian berita yang didapat dari program dengan berita dari situs lain yang tidak menerapkan content syndication. Dari hasil pengujian diketahui bahwa aplikasi dengan content syndication mampu melakukan pencarian berita dan memberikan hasil yang lebih baik. Kata Kunci: Content Syndication, RSS, Windows Service, Band Object.
PENGKATEGORIAN ISI BERITA BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA SYMBOLIC RULE INDUCTION BERBASIS DECISION TREE Purwananto, Yudhi; Purwitasari, Diana; Nugroho, Yos
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 1 Januari 2004
Publisher : Jurusan Teknik Informatika ITS, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh N

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

Abstract

Pengkategorian teks sangat penting demi manajemen dan temu kembali pengetahuan yang ada pada teks tersebut. Pengkategorian teks yang dilakukan secara manual akan menghabiskan banyak waktu dan biaya. Karena itu diperlukan suatu sistem yang mampu mengkategorikan teks secara otomatis. Penelitian ini berusaha untuk mengkategorikan teks dengan menggunakan algoritma symbolic rule induction berbasis decision tree. Pengkategorian dilakukan untuk berita berbahasa Indonesia. Dari teks berita tersebut, dipilih fitur-fitur yang relevan untuk masing-masing kategori berdasarkan kriteria Information Gain. Dengan menggunakan fitur-fitur tersebut, dibangun decision tree melalui proses induksi. Untuk meningkatkan akurasi decision tree dilakukan proses pruning. Proses selanjutnya adalah menghasilkan aturan-aturan yang ekivalen secara logis dengan decision tree tersebut dengan memanfaatkan sibling criterion. Algoritma ini diuji coba dengan menggunakan data berita dari situs Detik. Uji coba dilakukan untuk mengetahui pengaruh dari jumlah fitur, jumlah data, dan nilai maksimum suatu fitur terhadap nilai F1 dan waktu komputasi. Hasil uji coba menunjukkan bahwa jumlah fitur dan jumlah data pelatihan yang bertambah cenderung akan meningkatkan nilai F1. Kata Kunci : Text Categorization, DTree, Sibling Criterion, Decision Tree, Symbolic Rule Induction
PEMILIHAN KOMBINASI PRODUK KOSMETIKA MENGGUNAKAN ALGORITMA GENETIKA Purwananto, Yudhi; Purwitasari, Diana; S., Putu Utami Andarini
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 5, No 2 Juli 2006
Publisher : Teknik Informatika, ITS Surabaya

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

Abstract

Pemilihan serangkaian produk kosmetik merupakan permasalahan kombinasi sebab seorang konsumen dapat memilih beberapa jenis produk. Pada pemilihan produk kosmetik akan melibatkan data berjumlah besar dengan setiap paket kosmetik merupakan kombinasi dari beragam produk yang terdapat di pasar. Algoritma genetika mampu melakukan optimasi terhadap permasalahan kombinasi yang melibatkan data berjumlah besar.Solusi-solusi dari pemilihan produk berupa paket-paket produk direpresentasikan dalam string-string biner. Satu string biner mewakili satu paket produk dengan setiap satu segmen terdiri dari beberapa bit merupakan representasi dari sebuah produk. Dilakukan tukar silang yang telah dimodifikasi dengan menentukan titik-titik yang akan dipilih sebagai titik tukar silang sejak pembentukan kromosom. Situasi kromosom yang tidak terdapat dalam database karena proses rekombinasi diatasi dengan dilakukan koreksi mutasi. Kromosom legal diterjemahkan dengan mengambil data-data berupa fitur-fitur produk, nama dan harga produk dari database. Data-data tersebut digunakan untuk melakukan perhitungan nilai fitness total yang bergantung pada rata-rata fitness produk dalam kromosom dan kesesuaian total harga produk dengan anggaran pengguna.Hasil pengujian menunjukkan apabila tanpa operator mutasi maka semakin besar tingkat tukar silang yang digunakan, jumlah generasi yang dibutuhkan untuk mencapai suatu nilai tertentu cenderung berkurang. Namun pada pemilihan produk, nilai fitness terbaik dihasilkan dengan pemakaian mutasi yaitu pada tingkat mutasi 0.09 dan tingkat tukar silang 0.7. Pemilihan metode tukar silang dua titik yang telah dimodifikasi pada pengujian tidak cukup baik hasilnya dibandingkan dengan tukar silang satu titik.Kata Kunci: algoritma genetika, pemilihan produk kosmetik, tukar silang, mutasi.