Articles

Found 19 Documents
Search

PENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK Sarno, Riyanarto; Rahutomo, Faisal
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.a60

Abstract

Full-text search and metadata-enabled search have weakness in the precision of the searched article. This research offers weighted tree similarity algorithm combined with cosine similarity method to count similarity in semantic search. In this method metadata is constructed based on the tree of labelled node, labelled and weighted branch. The structure of tree metadata is constructed based on semantic information like taxonomi, ontologi, preference, synonim, homonym and stemming. From testing result, the precision of search using weighted tree similarity algorithm is better that full-text search and metadata-enabled search.
IMPLEMENTASI EXPLICIT SEMANTIC ANALYSIS BERBAHASA INDONESIA MENGGUNAKAN CORPUS WIKIPEDIA INDONESIA Rahutomo, Faisal; Saputra, Pramana Yoga; Putra, Carfin Febriawan Pratama
Jurnal Informatika Polinema Vol 4 No 4 (2018)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (520.932 KB)

Abstract

Pengembangan terhadap Ujian Online Bahasa Indonesia dalam bentuk esai masih terus dilakukan sampai sekarang guna memperoleh nilai akurasi yang lebih baik dalam memberikan suatu penilaian. Penilaian yang sudah ada saat ini masih menggunakan kemiripan kata pada teks kunci jawaban dan teks jawaban. Cara tersebut memiliki kelemahan mengingat kata dengan tulisan berbeda dapat memiliki makna yang sama. Masalah tersebut dapat diatasi menggunakan skema vektor konsep. Vektor konsep bekerja pada level makna dari sebuah kata. Skema vektor konsep ini dapat diimplementasikan salah satunya menggunakan metode Explicit Semantic Analysis (ESA). Metode ESA memerlukan sebuah korpus yang besar, penelitian ini akan menggunakan korpus dari Artikel Wikipedia Indonesia. Dengan menggunakan metode ESA proses penilaian akan dilakukan dengan membandingkan kemiripan makna dari teks kunci jawaban dengan teks jawaban. Pengujian dilakukan dengan membandingkan 400 teks jawaban soal esai online dengan kunci jawabannya. Dari hasil pengujian tersebut didapatkan kesimpulan bahwa nilai percentage error metode ESA adalah 65%, di mana angka tersebut merupakan probabilitas error yang terlalu tinggi. Pengujian lain yang dilakukan adalah dengan membandingkan nilai percentage error metode ESA dengan metode lain seperti Cosine Similarity, Euclidean Distance, dan Jaccard yang memberikan konklusi bahwa metode ESA tidaklah lebih akurat dari metode-metode lain tersebut.
ANALISA KOMPUTASI KEMUNCULAN DAN KEPUNAHAN KOSAKATA BAHASA INDONESIA BERDASARKAN CORPUS Kurniawan, Muhammad Fachrul; Rahutomo, Faisal; Rismanto, Ridwan
Jurnal Informatika Polinema Vol 3 No 4 (2017)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.505 KB)

Abstract

Bahasa Indonesia merupakan bahasa yang  biasa kita gunakan sehari-hari. Penelitian ini tertarik untuk mengungkap seberapa besar tingkat kepunahan dan kemunculan kosakata baru di dalam pengucapan sehari-hari karena  juga  terdapat  bahasa  baru  yang  sering  digunakan  oleh  anak-anak  muda  jaman  sekarang.  Penelitian  ini bertujuan untuk menganalisa hubungan antara kosakata asing maupun kosakata yang telah punah terhadap waktu sehingga kita dapat mengetahui penggunaan kosakata asing maupun kosakata  yang punah dari waktu ke waktu.  Di sini  peneliti  menggunakan  data  kata  dari  berita  online  untuk  diteliti  selama  enam  bulan  dari  berbagai  situs berita  online  untuk  menganalisa  peningkatan  maupun  penurunan  kosakata  tersebut.  Metode  analisis  yang digunakan  adalah  analisis  regresi  sederhana.  Dari  hasil  penelitian  ini,  menunjukan  bahwa  terdapat  tingkat penurunan kata asing yang digunakan pada berita online dari minggu ke minggu, sedangkan kepunahan bahasa Indonesia pada berita online cenderung mengalami peningkatan
RANCANG BANGUN GAME FIGHTING PEWAYANGAN BAHURAKSA ARENA Muhammad R, Aisy; Irawati, Dyah Ayu; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 3 No 2 (2017)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (762.189 KB)

Abstract

Wayang adalah salah satu pertunjukkan yang dimiliki oleh Indonesia, dan salah satu kisah wayang yang sering digunakan adalah “Mahabharata”. Menceritakan konflik antara Pandawa dan Kurawa, dari kedua belah pihak  memiliki  prajurit  ataupun  ksatria  yang  memiliki  kesaktian  dan  cara  bertarung  sendiri.  Sehingga  sangat cocok untuk di kembangkan menjadi sebuah  game  fighting.  Game  sangat populer di semua kalangan baik dari dewasa hingga anak kecil, terutama di  platform mobile, karena  game  mobile  bisa dimainkan dimana  saja. Game fighting  sendiri adalah salah satu  genre  game  yang dimana seorang pemain mengendalikan salah satu karakter dan bertarung dengan jarak yang dekat dengan seorang lawan. game ini di buat dengan menggunakan metode NGram  untuk  menghasilkan  kecerdasan  buatan  yang  dapat  menentukan  pergerakan  lawan  atau  yang  di  sebut dengan NPC (Non-Player  Character).  N-gram adalah metode untuk memprediksi gerakan pemain, pemain akan melakukan  tindakan  seperti  gerak  maju,  mundur,  lompat,  jongkok,  menyerang  1  dan  menyerang  2  kemudian kecerdasan  buatan.  Sehingga  metode  N-gram  sangat  cocok  untuk  di  implementasikan  pada  game  ber-genre fighting.
IMPLEMENTASI TOKENIZING PLUS PADA SISTEM PENDETEKSI KEMIRIPAN JURNAL SKRIPSI Kharismadita, Paratisa; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 2 No 1 (2015)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.154 KB)

Abstract

Syarat lulus bagi mahasiswa program sarjana, magister dan doktor salah satunya adalah mempublikasikan karya ilmiah. Untuk lulus Sarjana harus menghasilkan jurnal yang terbit pada jurnal ilmiah. Namun banyak sekali kasus plagiarisme atau penjiplakan jurnal yang marak terjadi di Indonesia. Tidak hanya dikalangan mahasiswa program sarjana namun juga terjadi pada beberapa kasus di program magister dan doktoral di beberapa instansi pendidikan. Penerapan sistem pendeteksi kemiripan jurnal tentunya sangat diperlukan untuk mengurangi kasus plagiarisme di kalangan  pendidikan.  Tahapan  yang  harus  dilalui  pada  sistem  yaitu  Tokenizing  Plus  (membuat  library  kata berdasarkan KBBI). Tokenizing Plus merupakan proses untuk mendapatkan kata dasar dan kata majemuk yang ada pada KBBI. Metode yang digunakan adalah Term Frequency dan Inverse Document Frequency (TF-IDF) dan Cosine Similarity untuk mendapatkan nilai kemiripan. Sistem ini membandingkan keseluruhan dari isi jurnal mulai dari abstrak, judul dan konten.
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT REKENING KORAN PADA BANK JATIM Dewi, Christine Kartika; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 2 No 2 (2016)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (410.652 KB)

Abstract

Permintaan kredit melalui bank sudah berkembang sangat pesat. Bank sendiri berperan penting dalam perkembangan perekonomian. Bentuk pelayanan bank sendiri ialah berupa tabungan dan penyalur kredit. Sebagai penyalur kredit bank berperan penting untuk membantu permasalahan keuangan bagi masyarakat. Kelayakan suatu kredit juga dipengaruhi oleh beberapa kriteria tertentu. Sistem Pendukung Keputusan merupakan salah satu solusi yang  berfungsi  untuk  mempermudah  pihak  bank  dalam  memberi  kredit  kepada  nasabahnya  dengan  cara membandingkan data nasabah sehingga dapat meminimalisir kesalahan pihak bank dalam pemberian kredit. Salah satu  metode  Sistem  Pendukung  Keputusan  adalah  metode  SAW  dengan  konsep  mendasar  untuk  mencari penjumlahan tebobot dari rating kinerja pada setiap alternatif pada semua atribut atau kriteria nasabah. Penelitian ini dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang menentukan alternatif yang optimal, yaitu nasabah yang layak mendapatkan kredit.
IMPLEMENTASI TWITTER SENTIMENT ANALYSIS UNTUK REVIEW FILM MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Rahutomo, Faisal; Saputra, Pramana Yoga; Fidyawan, Miftahul Agtamas
Jurnal Informatika Polinema Vol 4 No 2 (2018)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.258 KB)

Abstract

Sentiment analysis digunakan untuk melihat opini terhadap sebuah masalah menuju ke opini positif atau negatif. Media sosial Twitter merupakan salah satu media yang digunakan untuk memberikan opini melalui tweet. Pengguna Twitter akan memberikan opini tentang suatu hal, salah satunya film yang sedang tayang di bioskop. Opini pengguna bermanfaat bagi pengguna lain dan rumah produksi film berkaitan evaluasi film. Klasifikasi opini diperlukan untuk memudahkan pengguna dalam melihat opini positif, negatif, atau netral. Algoritma yang digunakan dalam klasifikasi adalah Support Vector Machine. Dataset berjumlah 1.027 tweet yang didapatkan dari tweet untuk film populer tahun 2016. Hasil klasifikasi opini terbagi menjadi 3, yaitu opini positif, negatif, dan netral. Evaluasi menentukan tingkat akurasi dari algoritma Support Vector Machine. Hasil akurasi klasifikasi algoritma Support Vector Machine menggunakan 60, 70, 80, dan 90 persen data training rata- ratanya adalah 76,06 persen, 76,83 persen, 81,07 persen, dan 83,3 persen. Nilai precision positif memiliki rata- rata sebesar 79,97 persen, 78,71 persen, 84,02 persen, dan 85,54 persen. Nilai precision negatif memiliki rata- rata sebesar 81,73 persen, 87,41 persen, 87,37 persen, dan 93,61 persen. Nilai precision netral memiliki rata- rata sebesar 67,13 persen, 69,47 persen, 74,08 persen, dan 74,14 persen.
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA ARTIKEL WIKIPEDIA INDONESIA Nurdian, Irvan Wahyu; Rahutomo, Faisal; Rozi, Imam Fahrur
Jurnal Informatika Polinema Vol 3 No 1 (2016)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (664.095 KB)

Abstract

Wikipedia adalah sebuah situs yang berisi tentang artikel ensiklopedia dan referensi online tingkat dunia. Artikel yang  terdapat  pada  Wikipedia  saat  ini  total  telah  mencapai  lebih  dari  37  juta  artikel  dari  250  lebih  bahasa berbeda.Untuk  Wikipedia  Indonesia  telah  mencapai  371.281  artikel.Dengan  sekian  banyaknya  artikel-artikel tersebut,  tentunya  bukan  perkara  mudah  melakukan  pencarian  dengan  cepat  dan  tepat  sesuai  dengan  yang diharapkan.  Maka  dari  itu  dibutuhkan  suatu  metode  yang  dapat  memecahkan  masalah  tersebut,  yaitu  metode semantic  web.  Penelitian  ini  dimulai  dengan  merancang  ontologi  berdasarkan  class-class  dari  hasil  clusteringartikel Wikipedia Indonesia serta dilengkapi dengan pendefinisian  property-property  dari masing-masing class. Dilanjutkan dengan perancangan query  dengan bahasa SPARQL.  Pencarian artikel pada aplikasi ini diuji dengan menggunakan  3  perhitungan  untuk  mengukur  akurasi  sistem,  yakni  Precision,  Recall  dan  F-Score.  Pada perhitungan  Precision  mendapatkan  nilai  rata-rata  1,  Recall  mendapatkan  nilai  rata-rata  0.53.  Lalu  pada perhitungan akhir akurasi sistem didapat nilai pada F-Score 0.6935 atau dengan persentase akurasi 69,35%.
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA ENSIKLOPEDIA ALAM Rahman, Muhammad Arief; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 2 No 3 (2016)
Publisher : Jurnal Informatika Polinema

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.715 KB)

Abstract

Alam merupakan segala sesuatu materi yang hidup dan materi yang bukan hidup. Dalam kata lain alam adalah lingkungan yang tanpa kegiatan manusia. Informasi mengenai alam di internet terletak terpisah satu sama lain sehingga muncul permasalahan bagaimana mencari informasi tentang alam, dan bagaimana mengklasifikasikan informasi tentang alam. Terdapat metode semantic yang dapat merangkai informasi tersebut sehingga lebih mudah untuk dimengerti. Semantic yang cocok digunakan sebagai solusi permasalahan ini adalah ontologi. Ontologi nanti akan memodelkan dan menghubungkan antara entitas alam dengan beberapa entitas lainnya seperti makhluk hidup, penggolongan makhluk hidup, dan energi. Berdasarkan pengujian, aplikasi ini mampu mencari informasi tentang alam berdasarkan entitas yang dimiliki seperti makhluk hidup, penggolongan makhluk hidup, dan energi. Ketika pengguna memasukkan kata kunci, sistem dapat melakukan klasifikasi pada alam berdasarkan informasi yang sudah dimiliki.
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA ENSIKLOPEDIA ALAM Rahman, Muhammad Arief; Rahutomo, Faisal
SENTIA 2015 Vol 7, No 2 (2015)
Publisher : SENTIA 2015

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

Abstract

Alam merupakan segala sesuatu materi yang hidup dan materi yang bukan hidup. Dalam kata lain alam adalah lingkungan yang tanpa kegiatan manusia. Informasi mengenai alam di internet terletak terpisah satu sama lain sehingga muncul permasalahan bagaimana mencari informasi tentang alam, dan bagaimana mengklasifikasikan informasi tentang alam. Terdapat metode semantic yang dapat merangkai informasi tersebut sehingga lebih mudah untuk dimengerti. Semantic yang cocok digunakan sebagai solusi permasalahan ini adalah ontologi. Ontologi nanti akan memodelkan dan menghubungkan antara entitas alam dengan beberapa entitas lainnya seperti makhluk hidup, penggolongan makhluk hidup, dan energi. Berdasarkan pengujian, aplikasi ini mampu mencari informasi tentang alam berdasarkan entitas yang dimiliki seperti makhluk hidup, penggolongan makhluk hidup, dan energi. Ketika pengguna memasukkan kata kunci, sistem dapat melakukan klasifikasi pada alam berdasarkan informasi yang sudah dimiliki.