Article Per Year (5 Year)
p-Index From 2020 - 2025
2.386
P-Index
This Author published in this journals
All Journal Jurnal Informatika Telematika : Jurnal Informatika dan Teknologi Informasi International Journal of Advances in Intelligent Informatics Seminar Nasional Informatika (SEMNASIF) Proceeding of the Electrical Engineering Computer Science and Informatics ILKOM Jurnal Ilmiah MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Tekno Insentif SEINASI-KESI Science in Information Technology Letters Jurnal INFOTEL
Herlina Jayadianti
Prodi Sistem Informasi, Jurusan Teknik Informatika, Fakultas Teknik Industri Universitas Pembangunan Nasional ”Veteran” Yogyakarta
Computer Science & IT Electrical & Electronics Engineering

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
LATENT SEMANTIC ANALYSIS (LSA) DAN AUTOMATIC TEXT SUMMARIZATION (ATS) DALAM OPTIMASI PENCARIAN ARTIKEL COVID 19 Herlina Jayadianti; Ruth Damayanti; Juwairiah Juwairiah
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

Abstract

AbstrakThe Covid 19 pandemic has given much awareness to all people around the world about the importance of maintaining health and changing lifestyles and lifestyles to be healthier. Clear, correct and precise information is indispensable to provide insight into this respiratory virus. Digital media is widely used by the public to find links about the covid19 virus. Health topics about covid 19 from several sites will be collected by scrapping method, and the data retrieval results will be processed to become an automatic summary using Latent Semantic Analysis (LSA), where this method, will help to find the hidden meaning of a collection of sentences. The formation of the summary is assisted by the cross method. The system also has an article search to allow users to find the right information. The results of this study showed that LSA method assisted by the cross method could be used in automatic summary shrinking well, test results in f-measure and recall values on average of 90.68% and 85% with the percentage of trained data: test data is 90:10. Data collection conducted during February-June 2020 was taken 120 training documents, and 12 test documents. Testing is done with a compression rate of 30%Keywords: automatic summary, health article, scrapping, latent semantic analysis, singular value decomposition, cross methodPandemi Covid 19 telah memberikan banyak penyadaran pada seluruh masyarakat dunia mengenai pentingnya menjaga kesehatan dan merubah pola hidup dan gaya hidup menjadi lebih sehat. Informasi yang jelas, benar dan tepat sangat diperlukan untuk memberi wawasan tentang virus pernafasan ini. Media digital banyak dipakai oleh masyarakat untuk mencari tautan mengenai virus covid19. Topik kesehatan mengenai covid 19 dari beberapa situs akan dikumpulkan dengan metode scrapping, dan hasil pengambilan data akan diolah untuk menjadi sebuah ringkasan otomatis dengan menggunakan Latent Semantic Analysis(LSA), dimana metode ini, akan membantu untuk menemukan makna tersembunyi dari sebuah kumpulan kalimat.Pembentukan ringkasan dibantu dengan metode cross method. Sistem ini juga memiliki sebuah pencarian artikel, untuk membuat pengguna dapat menemukan informasi secarap tepat. Hasil dari penelitian ini menunjukan bahwa metode LSA yang dibantu dengan cross method dapat digunakan dalam penyusan ringkasan otomatis dengan baik, Hasil pengujian menghasilkan nilai f-measure dan recall rata-rata sebesar 90.68% dan 85% dengan presentase data latih: data uji adalah 90:10. Pengumpulan data dilakukan selama bulan Februari-Juni 2020 diambil 120 dokumen latih, dan 12 dokumen uji. Pengujian dilakukan dengan compression rate sebesar 30%Kata kunci: ringkasan otomatis, berita kesehatan, scrapping, Latent Semantic Analysis,Singular Value Decomposition, Cross Method.
Fuzzy String Matching for Semi-Automatication of Words with Jaro Winkler Distance Algorithm on Microsoft Word Documents Hasna Nur Hanani; Herlina Jayadianti; Heru Cahya Rustamaji
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

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

Abstract

Tujuan: mengukur pengaruh keberadaan fuzzy string matching pada pemiringan kata asing secara semi-otomatisasi dengan jaro winkler distance terhadap jumlah kata, waktu dan akurasi.Perancangan/metode/pendekatan: menguji ketepatan dan waktu pemrosesan pemiringan kata asing dengan jaro winkler dan menguji ketepatan dan waktu pemrosesan pemiringan kata asing dengan tambahan fuzzy string matching.Hasil: Akurasi semi-otomatisasi kata pada uji data satu menghasilkan nilai 83,73% untuk pemiringan dengan algoritma jaro winkler distance dan 84,33% untuk pemiringan kata dengan fuzzy string matching sedangkan semi-otomatisasi kata pada uji data dua dengan algoritma jaro winkler adalah 98,77%, sedangkan dengan penambahan fuzzy string matching akurasinya menjadi 99,11%. Pengukuran waktu pemrosesan menunjukkan bahwa dengan penambahan fuzzy string matching cenderung lebih cepat. Jumlah kata yang dimiringkan dengan fuzzy string matching lebih banyak dibanding pemiringan kata dengan jaro winkler distance pada kondisi dimana jumlah kata asing pada database sama.Keaslian/ state of the art: Penelitian ini, bermula dari pendeteksian kata asing pada dokume. Apabila kata aing yang merupakan kata dalam bahasa Inggris ditemukan, maka pada pngujian pertama kata tersebut akan diukur dengan algoritma Jaro Winkler distance. Jaro Winkler digunakan untuk mengukur persamaan kata antara kata asing yang ditemukan pada dokumen dengan kata asing pada database. Jika hasil dari jaro winkler distance adalah 1 maka kata akan dicetak miring. Pada pengujian kedua kata asing yang telah diukur dengan jaro winkler akan memiliki nilai persamaan kata yang akan diolah oleh fuzzy string matching. Fuzzy string matching akan memberikan toleransi nilai kepada hasil nilai persamaan kata. Hasil nilai fuzzy string matching akan menentuka kata asing tersebut akan dicetak miring atau tidak.
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA APLIKASI PENCARIAN KOLEKSI PERPUSTAKAAN (STUDI KASUS:PERPUSTAKAAN FTI UPN ”VETERAN” YOGYAKARTA) Nava'atul Fadillah; Novrido Charibaldi; Herlina Jayadianti
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2010): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Perpustakaan Fakultas Teknologi Industri UPN “Veteran” Yogyakarta menyimpan banyak koleksi pustaka seperti buku, jurnal, skripsi atau tesis, dan laporan kerja praktek, namun persoalanpun muncul dapatkah informasi pustaka tersebut dikelola secara semantis sehingga nantinya pengguna dapat melakukan pencarian berdasarkan persepsi dan tingkat pengetahuan yang dimilikinya untuk mencari koleksi pustaka. Dalam penelitian ini, pengetahuan koleksi perpustakaan disimpan dalam bentuk ontology berbasis Web Ontology Language yang memiliki class Jurusan, Koleksi, Penulis dan Penerbit. Model ontology yang dibangun diimplementasikan untuk aplikasi berbasis web menggunakan Protégé 3.4, NetBeans IDE 6.5.1 dengan bahasa pemrograman Java Server Pages (JSP), Jena API sebagai library pendukung, dan bahasa query SPARQL.
APLIKASI PENGENALAN BENDERA NEGARA MENGGUNAKAN HISTOGRAM CITRA Wilis Kaswidjanti; Herlina Jayadianti; Ervina Amelia Malik
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2011): Computatinal
Publisher : Jurusan Teknik Informatika

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

Abstract

Selama ini orang mengalami kesulitan dalam hal menghafal atau mengingat berbagai jenis bendera negara yang ada di dunia. Hal ini dikarenakan, dari segi jumlah bendera negara yang begitu banyak di dunia sesuai dengan banyaknya jumlah negara yang ada di dunia, apalagi dari segi warna, bendera negara memiliki kombinasi warna yang hampir mirip satu sama lain untuk tiap-tiap negara. Penelitian ini bertujuan untuk membuat rancang bangun sebuah aplikasi pengenalan bendera negara menggunakan histogram yang diharapkan sistem dapat membantu mempermudah user dalam mengenali bendera dari tiap negara di dunia tanpa harus menghafal atau mengingat, bahkan bagi user yang sama sekali belum mengetahuinya. Aplikasi yang dibangun ini mampu mengenali gambar bendera negara dalam bentuk format file image bitmap (*.bmp). Pengenalan pola bendera ini dilakukan dengan menggunakan nilai kesalahan atau nilai SSE (Sum Square Error) sebagai faktor penentu, sehingga menghasilkan nama negara yang sesuai dengan gambar bendera yang pernah dilatihkan ke dalam program.
Adding Synonyms To A Concept In An Ontology Herlina Jayadianti; Lukito Edi Nugroho; Paulus Insap Santosa; Wahyu Widayat; Carlos Alberta Baptista Sousa Pinto
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 1: EECSI 2014
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1229.475 KB) | DOI: 10.11591/eecsi.v1.363

Abstract

The purpose of this paper is to provide research based understanding of adding sinonyms to a concept in an ontology. We hypothesize that managing synonyms with a good taxonomy and a good integration process are good approaches to organize and share knowledge. This paper can give a discourse to a group of people in different societies that want to share data using different concepts in the same domain. We will generate a common set of terms based on the terms of several different storage devices, used by different societies, in order to make data retrieval independent of the different perceptions and terminologies used by those societies. We use ontologies to represent the particular knowledge of each society and integration techniques to find relations between terms used in those ontologies.
APLIKASI PENGENALAN PENUTUR PADA IDENTIFIKASI SUARA PENELEPON MENGGUNAKAN MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN VECTOR QUANTIZATION (Studi Kasus : Layanan Hotline Universitas Pembangunan Nasional “Veteran” Yogyakarta) Muhammad Fahim Rasyid; Herlina Jayadianti; Herry Sofyan
Telematika Vol 17, No 2 (2020): Edisi Oktober 2020
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v1i1.3380

Abstract

Layanan hotline Universitas Pembangunan Nasional “Veteran” Yogyakarta merupakan layanan yang dapat digunakan oleh semua orang. Layanan tersebut digunakan dosen dan pegawai untuk berbagi informasi dengan bagian-bagian yang berlokasi di gedung rektorat. Penelepon dapat berkomunikasi dengan bagian yang dituju apabila telah teridentifikasi oleh petugas layanan hotline. Terminologi identitas yang terdiri dari nama, jabatan serta asal jurusan atau bagian ditanyakan saat proses identifikasi. Tidak terdapat catatan hasil identifikasi penelepon baik dalam bentuk fisik maupun basis data yang terekam pada komputer. Hal tersebut mengakibatkan tidak adanya dokumentasi yang dapat dijadikan barang bukti untuk menindak lanjuti kasus kesalahan identifikasi.  Penelitian ini fokus untuk mengurangi resiko kesalahan identifikasi penelepon menggunakan teknologi speaker recognition. Frekuensi suara diekstraksi menggunakan metode Mel-Frequency Cepstral Coefficient (MFCC) sehingga dihasilkan nilai Mel Frequency Cepstrum Coefficients. Nilai Mel Frequency Cepstrum Coefficients dari semua data latih suara  pegawai Universitas Pembangunan Nasional “Veteran” Yogyakarta kemudian dibandingkan dengan sinyal suara penelpon menggunakan metode Vector Quantization (VQ). Aplikasi pengenalan penutur mampu mengidentifikasi suara penelepon dengan tingkat akurasi 80% pada nilai ambang (threshold) 25.
Knowledge representation of drug using ontology alignment and mapping techniques Herlina Jayadianti; Alisya Amalia Putri Hasanah; Yuli Fauziah; Shoffan Saifullah
Science in Information Technology Letters Vol 2, No 1: May 2021
Publisher : Association for Scientific Computing Electronics and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/sitech.v2i1.561

Abstract

Drug searches are still based on drug names and brands, making it difficult for patients to come looking for a cure by saying that they feel sick. Likewise, when looking for drugs and information about their content to avoid overdose errors when changing drugs when drugs are supposed to be unavailable. Based on the issues raised, a study was conducted on applying semantic web ontology to search for drugs that can appear based on patients’ names, compositions, or complaints of diseases. Protégé 5.5 serves to represent drug information based on knowledge. The application uses Netbeans with Jena API as a library and creates data and drug information on the semantic web. Drug search also uses similar in-formation meaning based on user knowledge. By representing knowledge on the search for drug and disease information with semantic web ontology technology, it can meet the purpose of research, namely to improve drug and disease information search following the user’s wishes.
METODE KOMPARASI ARTIFICIAL NEURAL NETWORK PADA PREDIKSI CURAH HUJAN - LITERATURE REVIEW Herlina Jayadianti; Tedy Agung Cahyadi; Nur Ali Amri; Muhammad Fathurrahman Pitayandanu
Jurnal Tekno Insentif Vol 14 No 2 (2020): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v14i2.150

Abstract

Abstrak - Penelitian untuk mencari model prediksi curah hujan yang akurat di berbagai bidang sudah banyak dilakukan, maka dilakukan di-review kembali guna membantu proses penyaliran dalam perusahaan tambang. Review dilakukan dengan membandingkan hasil dari setiap model yang telah dilakukan pada beberapa penelitian sebelumnya. Penelitian ini menggunakan metode kuantitatif. Model yang dibandingkan pada penelitian di antaranya yaitu model Fuzzy, Fast Fourier Transformation (FFT), Emotional Artificial Neural Network (EANN), Artificial Neural Network (ANN), Adaptive Ensemble Empirical Mode Decomposition-Artificial Neural Network (AEEMD-ANN), E-SVR-Artificial Neural Network (E-SVR-ANN), Artificial Neural Network Backpropagation (BPNN), Adaptive Splines Threshold (ASTAR), Seasonal First-Order Autoregressive (SAR), Gumbel, Autoregressive Integrated Moving Average (ARIMA), Feed Forward Neural Network (FFNN), Support Vector Machine (SVM), Adaptive Neuro-Fuzzy Inference System (ANFIS), dan Artificial Neural Network-Fuzzy (ANN-Fuzzy). Hasil dari review menyimpulkan bahwa model Artificial Neural Network memiliki beberapa kelebihan dibandingkan dengan metode yang lain, yakni ANN mampu memberikan hasil yang dapat mengenali pola-pola dengan baik dan mudah dikembangkan menjadi bermacam-macam variasi sesuai dengan permasalahan maupun parameter yang ada, sehingga ANN direkomendasikan untuk perhitungan prediksi hujan. Abstract - Various kinds of research have been carried out to find accurate models to predict rainfall in various fields, so the research that has been done previously was reviewed again to help the drainage process in mining companies. The review is done by comparing the results of each model that has been conducted in several previous studies. This research used quantitative methods. Models compared in this study include the Fuzzy model, Fast Fourier Transformation (FFT), Emotional Artificial Neural Network (EANN), Artificial Neural Network (ANN), Adaptive Ensemble Empirical Mode Decomposition-Artificial Neural Network (AEEMD-ANN), E-SVR -Artificial Neural Network (E-SVR-ANN), Artificial Neural Network Backpropagation (BPNN), Adaptive Splines Threshold (ASTAR), Seasonal First-Order Autoregressive (SAR), Gumbel, Autoregressive Integrated Moving Average (ARIMA), Feed Forward Neural Network (FFNN), Support Vector Machine (SVM), Adaptive Neuro-Fuzzy Inference System (ANFIS), and Artificial Neural Network-Fuzzy (ANN-Fuzzy). The results of the review concluded that the Artificial Neural Network model has several advantages compared to other methods, namely ANN is able to provide results that can recognize patterns well and easily developed into a variety of variations in accordance with existing problems and parameters, so ANN is recommended for rain prediction calculation.
Customer Loyalty Analysis On Online Travel Agent (OTA) Using American Customer Satisfaction Index (ACSI) And Structural Equation Modelling (SEM) Yanu Ramdhani Saputra; Herlina Jayadianti; Dyah Ayu Irawati
Telematika Vol 19, No 3 (2022): Edisi Oktober 2022
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v19i3.7734

Abstract

Purpose: Knowing what affects customer loyalty in Online Travel Agent (OTA) Services. Which will help OTA Services to understand about customer satisfaction and customer loyalty so that they can develop their business in the future in order to get greater customer satisfaction and loyalty.Design/methodology/approach: Using the American Customer Satisfaction Index (ACSI) Model which explains the antecedents and consequences of customer satisfaction. In Antecedent there are variables of User Expectations, Perceived Quality, and Value benefits that have an impact on customer satisfaction variables then from causing customer complaints and customer loyalty. So that 9 research hypotheses are obtained based on the model used and tested using Structural Equation Modeling (SEM). Research requires data on respondents' answers distributed through digital media with a total need for 385 respondent data.Findings/result: After testing using SEM.The 9 hypotheses proposed show that 2 hypotheses are rejected and 7 hypotheses are accepted.Originality/value/state of the art: Previous research has been done but with different models and different methods.
Rainfall prediction using artificial neural network with historical weather data as supporting parameters A H Pratomo; Budi Santosa; S P Tahalea; E T Paripurno; J D Peasetyo; Herlina Jayadianti; M F Pitayandanu
Jurnal Informatika Vol 16, No 2 (2022): May 2022
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jifo.v16i2.a25422

Abstract

Changing climatic patterns are caused by changes in variables, such as rainfalland air temperature that occur continuously in the long term. Rainfall itself isinfluenced by several weather factors such as air humidity, wind speed, airpressure, and temperature. This study experimented to test a combination of9 additional weather parameters such as dew point, wind gusts, cloud cover,humidity, rainfall, air pressure, air temperature, wind direction, and windspeed to predict daily rainfall for one year using the main parameters of therainfall time series. Prediction is done using Artificial Neural Network(ANN). The ANN architecture used is to use 3 to 11 input parameters, 1hidden layer totaling 60 neurons with the ReLu activation function, and 1neuron in the output layer without an activation function. ANN withoutadditional weather parameters obtained an MSE of 0.01654, while predictionusing additional weather parameters obtained an MSE of 0.00884. So thecombination of rainfall time series parameters with additional weatherparameters is proven to provide a smaller MSE value
Co-Authors A H Pratomo Agung Tri Utomo Alisya Amalia Putri Hasanah Anandar, Rafika Angelica Amartya Putri Arianti, Berliana Andra Bambang Yuwono Baptista Sousa Pinto, Carlos Alberta Cahyadi, Tedy Agung Carlos Alberta Baptista Sousa Pinto Carlos Sousa Pinto Dessyanto Boedi Prasetyo Dreżewski, Rafał Dyah Ayu Irawati E T Paripurno Ervina Amelia Malik Felix Andika Dwiyanto Fitri, Nurul Ainil Hafsah Hafsah Hasna Nur Hanani Herry Sofyan Herry Sofyan Heru Cahya Rustamaji Heru Cahya Rustamaji Indra Aji Setyo Wicaksono J D Peasetyo Judanti Cahyaning Juwairiah Juwairiah Khairani, Fatia Kraugusteeliana Kraugusteeliana Lawi, Arwin Lukito Edi Nugroho M F Pitayandanu Moh. Wahyu Septyanto Muhammad Fahim Rasyid Muhammad Fathurrahman Pitayandanu Nava'atul Fadillah Novrido Charibaldi Nur Ali Amri Nur Heri Cahyana Oliver Samuel Simanjuntak Partoyo Partoyo Paulus Insap Santosa Putra, Naufal Rizki Rafal Drezewski Rafal Drezewski Ruth Damayanti S P Tahalea Saifullah, Shoffan Santosa, Budi Sayidina Az Zahwa, Shahnaz Gladys Tri Setia Yoga Nugroho Vynska Amalia Permadi Wahyu Widayat Wahyu Widayat Wahyu Widayat Wahyu Widayat Widayat, Wahyu Widiatminingsih Widiatminingsih Wilis Kaswidjanti Wirawan, Rio Yanu Ramdhani Saputra Yuli Fauziah Yusuf Suryo Baskoro