Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Insyst : Journal of Intelligent System and Computation Jurnal Informatika Polinema (JIP)
Muhammad Arief Rahman
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA ENSIKLOPEDIA ALAM Muhammad Arief Rahman; Faisal Rahutomo
Jurnal Informatika Polinema Vol. 2 No. 3 (2016): Vol 2 No 3 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i3.67

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.
Aspect Based Sentimen Analysis Opini Publik Pada Instagram dengan Convolutional Neural Network Muhammad Arief Rahman; Herman Budianto; Setiawan, Esther Irawati
Intelligent System and Computation Vol 1 No 2 (2019): INSYST:Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v1i2.83

Abstract

Internet sebagai sarana informasi dan komunikasi sudah sangat dikenal di kalangan masyarakat dalam menawarkan kemudahan dan fleksibilitas yang cukup memadai ketika menjadi media. Oleh karena itu opini publik terhadap Operator Telekomunikasi merupakan hal yang sangat penting untuk dijadikan patokan. Namun, untuk mengevaluasi umpan balik online itu, bukan masalah sederhana. Kadang-kadang ketika menganalisis ulasan online yang berkembang pesat ini, menjadi sulit untuk mengkategorikan apakah opini pelanggan puas atau tidak puas terhadap produk dan layanan. Selain itu, sebagai bagian dari peningkatan kualitas mereka, organisasi seperti jasa ini perlu mengklasifikasikan aspek produk dan layanan yang paling disukai pelanggan. Deep Learning adalah area baru dalam penelitian Machine Learning, yang telah diperkenalkan dengan tujuan menggerakkan Machine Learning lebih dekat dengan salah satu tujuan aslinya yaitu Artificial Intelligence. Deep Learning adalah tentang belajar beberapa tingkat representasi dan abstraksi yang membantu untuk memahami data seperti gambar, suara, dan teks. Convolutional Neural Network adalah salah satu contoh metode Deep Learning. Metode Convolutional Neural Network diharapkan dapat digunakan dalam pengimplementasian opini publik untuk keperluan data training yang dikumpulkan dari beragam data yang dianotasikan kelas sentimennya secara otomatis. Hasil dari penelitian menunjukkan dari 4 aspek dan 3 sentimen maka didapatkan nilai rata-rata precision, recall, dan f1-score adalah precision 97.6%, recall 84%, f1-score 90.3%. Bisa disimpulkan score representation ini dapat digunakan untuk klasifikasi sentimen.
Co-Authors Esther Irawati Setiawan Faisal Rahutomo Herman Budianto