Garuda - Garba Rujukan Digital

Decision tree Penerapan Perhitungan Metode Decision Tree Menggunakan Algoritma Iterative Dichotomiser 3 (ID3) Berbasis Website Agus Susanto; Sasmitoh Rahmad Riady; Shita Dwi Ranti; Rila Mandala
Jurnal Sains Indonesia Vol 1 No 2 (2020): Volume 1, Nomor 2, 2020 (Juli)
Publisher : PUSAT SAINS INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59897/jsi.v1i2.11

This study discusses the implementation of the Decision Tree algorithm into a website. Many calculation tools for machine learning methods include Rapidminner, WEKA, etc. These tools can also calculate various other machine learning methods. However, in this tool, many processes are carried out in testing even though only using one method such as the decision tree. Therefore, this study creates a website-based system that focuses on the Decision Tree ID3 method only, The results of the system calculations will be compared with the results of manual calculations. The website-based calculation tool implementation system for the ID3 algorithm is simple and easy to use, only by uploading training and testing data. Then the results of the calculation will be displayed on the website page. Based on the comparison of manual calculations with the system, there is no significant difference from the manual calculations. The system can run online and can access it from anywhere. In addition to displaying the results of calculations, this system also provides a predictive output and rule base from the calculation results of the decision tree algorithm Dipenelitian ini membahas mengenai penererapan perhitungan Decision Tree ID3 kedalam sebuah website, dimana tool perhitungan metode-metode machine learning yang sudah banyak digunakan diantaranya adalah Rapidminner, WEKA dll yang dapat menghitung berbagai metode machine learning lainnya, namun pada tool ini banyak proses dalam melakukan testing walaupun hanya menggunakan satu metode seperti halnya decision tree ID3. Maka dari itu peneliti membuat sebuah sistem berbasis website yang berfocus pada metode Decision Tree ID3 saja, dari hasil perhitungan sistem akan dibandingkan dengan hasil perhitungan manual. Sistem penerpan perhitungan algoritma ID3 berbasis website ini sangat sederhana dan mudah digunakan dalam prosesnya, cukup dengan upload data training dan testing saja maka hasil dari perhitungan akan ditampilkan dihalaman website. Dari hasil perbandingan perhitungan manual dengan sistem, tidak ada perbedaan yang signifikan dengan perhitungan manualnya, dan sistem dapat berjalan dengan online dan di akses dari mana saja, selain menampilkan hasil perhitungan, sistem ini pun memberikan sebuah output hasil prediksi dan rule base dari hasil perhitungan algoritma pohon keputusan.

Evaluasi Kinerja Sistem Penyaringan Informasi Model Ruang Vektor Rila Mandala
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Penyaringan Informasi (Information Filtering) adalah sebuah kajian mengenai pemfilteran suatu aliran informasi dinamis dalam volume besar dan menyampaikannya kepada pengguna tertentu untuk memenuhi kebutuhan informasinya. Kajian ini berkerja pada informasi tidak terstruktur. Aliran informasi yang dikaji merupakan sekumpulan dokumen mengenai berbagai topik dan kebutuhan informasi dinyatakan dalam bentuk profil pengguna. Makalah ini membahas sistem Information Filtering yang menggunakan metode Model Ruang Vektor untuk memodelkan dokumen dan profil pengguna. Tiap dokumen dan profil akan direpresentasikan dalam bentuk vektor-vektor. Elemen vektor adalah term-term yang terdapat pada dokumen dan profil dan dilengkapi dengan bobot masing-masing term. Evaluasi performansi dilakukan dengan menggunakan sebuah koleksi dokumen sebagai aliran informasi dan sebuah kumpulan profil sebagai pemfilter. Dengan mengamati hasil pemfilteran, dokumen yang disampaikan sistem kepada pengguna cukup sesuai dengan kebutuhan informasinya. Performansi lebih lanjut diukur dengan kalkulasi nilai Recall dan Precision dengan menggunakan data penilaian manusia akan relevansi dokumen terhadap profil.Kata kunci: information filtering, model ruang vektor, Evaluasi Performansi.

Evaluasi Efektifitas Metode Machine-Learning pada Search-Engine Rila Mandala
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Mesin pencari merupakan salah satu aplikasi yang sering digunakan untuk mencari informasi dari internet. Seringkali mesin pencari tidak memberikan informasi yang diharapkan oleh penggunanya. Hal ini mungkin disebabkan oleh kesalahan sistem, atau karena pengguna tidak dapat mengekspresikan kebutuhan informasinya dengan baik. Apapun alasannya, mesin pencari selalu diharapkan dapat memberikan hasil yang sesuai dengan kebutuhan informasi pengguna. Algoritma pembelajaran merupakan salah satu metode untuk meningkatkan kualitas informasi yang diperoleh dalam sistem temu balik informasi (information retrieval). Algoritma pembelajaran merupakan salah satu cara untuk memperbaiki hasil pencarian dalam sistem temu balik informasi dengan cara memberi tahu atau mengajari sistem mengenai kebutuhan informasi pengguna. Hal ini akan memberikan pelajaran kepada sistem, sehingga diharapkan pada pencarian selanjutnya, sistem akan memperoleh hasil yang lebih memuaskan dibandingkan sebelumnya.Kata kunci: search-engine, machine-learning, information retrieval..

Pembuatan Aplikasi Pengolah Kata Sederhana Rila Mandala; Debby Paseru; Alfonso Mario Tumewu
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Teknologi yang berkembang saat ini, membuat perubahan yang besar bagi kehidupan manusia.Kemampuan komputer untuk mengolah data dan informasi sudah sangat baik. Contoh aplikasi yang seringdigunakan dalam mengolah kata adalah Microsoft Word milik Microsoft. Dan untuk pengunaannya pun, tidaklepas dari pembayaran lisensi kepada Microsoft. Hal ini tentu merupakan hal yang berat bagi sebagiankalangan, mengingat biaya yang dibutuhkan untuk membayar lisensi ini tidaklah kecil. Salah satu cara untukmengatasi masalah sebagian kalangan ini (pembayaran lisensi), adalah dengan membuat suatu aplikasiperangkat lunak pengolah kata sederhana dengan fitur-fitur yang umum digunakan dan yang bersifat freeware,artinya tidak perlu membayar lisensi jika ingin menggunakannya. Dalam membangun suatu aplikasi perangkatlunak, dibutuhkan suatu metodologi pengembangan sistem. Untuk itu, dalam mengembangkan aplikasiperangkat lunak pengolah kata sederhana ini, digunakanlah metodologi Rapid ApplicationDevelopment (RAD)dengan Unified Modelling Language (UML) sebagai alat bantu pemodelan datanya. Aplikasi perangkat lunakini dibuat dengan menggunakan bahasa pemrograman Microsoft Visual Basic 6.0 Enterprise Edition.Aplikasi perangkat lunak pengolah kata sederhana ini dibuat untuk membantu pengguna dalam mengolahkata/mengetik artikel dengan menyediakan fitur-fitur yang umum digunakan dan menambahkan fitur keamananuntuk data hasil olahan pengguna, serta memberikan kebebasan bagi pengguna dari segi biaya.Kata kunci: Perangkat lunak, Pengolah kata, RAD, UML, lisensi.

Pengembangan Aplikasi Sistem Pakar Pendiagnosis Gangguan Pendengaran dan Kelainan Telinga Rila Mandala; Audy Kenap; Michael Aleng
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Tujuan utama penelitian ini adalah mengembangkan sistem pakar yang dapat mengimbangiketerbatasan dokter ahli dalam pemeriksaaan dan diagnosis gangguan pendengaran dan kelainantelinganya. Metodo-logi yang digunakan dalam pengembangan sistem adalah berupa kolaborasi rekayasaperangkat lunak dan rekayasa pengetahuan. Pengembangan rekayasa pengetahuan merupakan inti dalampenelitian ini. Penala-ran dokter ahli mengenai domain gangguan pendengaran ditransfer ke dalamsistem dengan menggunakan aliran kontrol aturan dalam basis pengetahuan.Sistem pakar pendiagnosis gangguan pendengaran yang diberi nama EXPEDITE (ExpertAudiology System) ini dibangun dengan menggunakan CLIPS v.6.2.2 untuk mekanisme inferensi dan basispengetahuannya, DirectX8 Library untuk konektivitas pengolahan sinyal dengan sound card PC, dan VisualBasic sebagai antarmuka sistem. Dari hasil penelitian ini, ternyata metodologi yang digunakan membantusebagai pemecahan masalah dan sistem teruji dengan baik untuk mengimbangi keterbatasan dokter ahli,kualitas pemeriksaaan, dan diagnosis gangguan pendengaran.Kata kunci: Sistem pakar, mekanisme inferensi, basis pengetahuan, sistem berbasis pengetahuan, audiometri,gangguan pendengaran, penalaran berbasis aturan, kecerdasan buatan.

Relevance Feedback pada Temu Kembali Informasi Menggunakan Algoritma Genetika Muhammad Erwin Ashari Hariyono; Rila Mandala
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2004
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

This paper proposes a method to improve the performance of information retrievalsystems by expanding queries using genetic algorithm. The expansion terms are taken usingrelevance feedback from user judgment process in response of document retrieved.Experiment using international standard text collections (CISI, CACM and INSPECcollection) which consist more than one thousand document each collection proved that thismethod could improve the information retrieval. This method has been developed and testedusing Non Interpolated Average Precision (NAP) as an evaluation formula. The results of thetest are discussed, and some directions for further works are pointed out.Keywords: Query expansion, information retrieval, term weighting, genetic algorithm,document retrieval

Sistem Pengidentifikasi Otomatis Keterkaitan Topik antar Paragraf dalam Dokumen Ekspositori Rila Mandala; Andreas Prasetia; Rinaldi Munir; Harlili Harlili
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2004
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

This paper conducted on identifying topical coherency between paragraphs of anexpository text. Expository text is a kind of texts which is intended for publicity such asjournal, news etc. Many expository texts consist of long sequences of paragraphs with verylittle structural demarcation, while others consist of sequences of paragraph which stilldiscuss the same topic. This paper uses Similarity Coefficient to identify topical coherencybetween paragraphs. Similarity coefficient measures lexical similarity between adjacentparagraphs, with assumption that the more similar two adjacent paragraphs are, the morelikely it is that the current topic continues. Pengidentifikasi Keterkaitan Topik Antar Paragraf(PKTAP) is a software for identifying topical coherency between paragraphs of an expositorytext, which is developed based on this method. Topical coherency identification made byPKTAP is compared against judgments made by human readers. The result shows that thereaders have a high tendency to agree with PKTAP.Keywords: expository text, topical coherency, similarity coefficient

Sistem Penganalisis Sintaks Otomatis dengan Metode Generalized-LR Parsing Rila Mandala; Antonius Sigit; Rinaldi Munir; Harlili Harlili
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2004
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

The main problem of difficulties in natural language processing is ambiguity. Almostin all level of natural language processing there are ambiguities, including in syntax level.LR-Parser is an efficient method that often be used in developing a programming languagecompiler for parsing, but unfortunately it can not be used for parsing natural languageprocessing because it can not handle the ambiguity. This paper uses Generalized-LR Parsing,a modified-LR-Parsing method that can handle ambiguity, for parsing a sentence in BahasaIndonesia. Generalized-LR Parsing use a graph-structured stack to cope the ambigutiyproblem. It can successfully produce all parsing-trees for an ambiguous sentence in BahasaIndonesia.Keywords: natural language processing, syntax analysis, ambiguity, Generalized LRParsing,parsing-tree

Sistem Stemming Otomatis untuk Kata dalam Bahasa Indonesia Rila Mandala; Erry Koryanti; Rinaldi Munir; Harlili Harlili
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2004
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Stemming is a process to restore words to its base form, by stripping each word fromits derivational and affixes. A stemming process has an important role for machinetranslationand other computational lingustics area. In Malaysian there is a stemmingalgorithm that has been developed and tested for application in information retrieval which isknown as Othman algorithm. There are several differences of Bahasa Indonesia’smorphology and Malay’s morphology, so The Othman algorithm can not be applied directlyin bahasa Indonesia. Furthermore, the accuracy of Othman algorithm also is not good. Thispaper proposes some modifications from Othman algorithm. The modifications includes,various stemming procedures, rule of affixes, and dictionary of root words. Experiments showthat Our modification method has a better accuracy in stemming Bahasa Indonesia’s words.Keywords: stemming, word-lemmatization, affix-stripping

OPTIMIZING RETRIEVAL-AUGMENTED GENERATION FOR DOMAIN-SPECIFIC KNOWLEDGE SYSTEMS THROUGH FINE-TUNING AND PROMPT ENGINEERING Ahmad Fajri; Rila Mandala
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 12 No. 1 (2025): Desember 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v12i1.4338

Abstract: This study discusses the optimization of RAG for a FAQ system in the field of information technology product security certification at BSSN. Although LLM generate reliable responses, they often lack up-to-date and domain-specific knowledge, which can be addressed through the RAG approach. This research aims to optimize a domain-specific RAG system by improving embedding performance, enhancing prompt robustness, and increasing retrieval accuracy. The research methods consist of three stages. The first stage involves fine-tuning the bge-m3 embedding model and evaluating its performance using MRR, Recall, and AUC. The second stage applies prompt engineering techniques, namely the SRSM and Autodefense, to mitigate direct-injection and escape-character prompt injection attacks. The third stage evaluates the proposed RAG system using Precision, Recall, and F1-Score metrics against four baseline models. The results of research show that the fine-tuned embedding model achieves higher performance than the original model, with MRR@1 and Recall@1 values of 0.80 and an AUC@100 of 0.7023. In addition, the proposed prompt engineering techniques demonstrate robustness against prompt injection attacks, while the overall RAG system attains a perfect Precision, Recall, and F1-Score of 1.00. In conclusion, the proposed approach effectively enhances retrieval accuracy, embedding quality, and system security, resulting in a more reliable RAG-based FAQ system for information technology product security certification. Keywords: embedding fine-tuning; large language model; prompt engineering; prompt injection mitigation; retrieval-augmented generation Abstrak: Studi ini membahas optimasi RAG untuk sistem FAQ di bidang sertifikasi keamanan produk teknologi informasi di BSSN. Meskipun LLM menghasilkan respons yang andal, mereka seringkali kurang memiliki pengetahuan terkini dan spesifik domain, yang dapat diatasi melalui pendekatan RAG. Penelitian ini bertujuan untuk mengoptimalkan sistem RAG spesifik domain dengan meningkatkan kinerja embedding, meningkatkan ketahanan prompt dan meningkatkan akurasi pengambilan. Metode penelitian terdiri dari tiga tahap. Tahap pertama melibatkan fine-tuning model embedding bge-m3 dan mengevaluasi kinerjanya menggunakan Mean Reciprocal Rank (MRR), Recall, dan AUC. Tahap kedua menerapkan teknik rekayasa prompt, yaitu Self- SRSM dan Autodefense, untuk mengurangi serangan direct-injection dan escape-character prompt injection. Tahap ketiga mengevaluasi sistem RAG yang diusulkan menggunakan metrik Presisi, Recall, dan F1-Score terhadap empat model dasar. Hasil penelitian menunjukkan bahwa model embedding yang disempurnakan mencapai kinerja yang lebih tinggi daripada model asli, dengan nilai MRR@1 dan Recall@1 sebesar 0,80 dan AUC@100 sebesar 0,7023. Selain itu, teknik rekayasa prompt yang diusulkan menunjukkan ketahanan terhadap serangan injeksi prompt, sementara sistem RAG secara keseluruhan mencapai Presisi, Recall, dan F1-Score sempurna sebesar 1,00. Kesimpulannya, pendekatan yang diusulkan secara efektif meningkatkan akurasi pengambilan, kualitas embedding dan keamanan sistem, menghasilkan sistem FAQ berbasis RAG yang lebih andal untuk sertifikasi keamanan produk teknologi informasi. Kata kunci: penyempurnaan embedding; model bahasa besar; rekayasa prompt; mitigasi injeksi prompt; retrieval-augmented generation

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search