Claim Missing Document
Check
Articles

Found 13 Documents
Search

SISTEM INFORMASI RETRIEVAL KETERKAITAN ANTARA HADITS ARBAIN DAN ALQURAN (TERJEMAHAN INDONESIA) Imam Amirulloh; Yanti Apriyani; Taufik Wibisono; Melisa Winda Pertiwi; Mira Kusmira
Jurnal Sistem Informasi dan Sains Teknologi Vol 5, No 1 (2023): Jurnal SIstem Informasi dan Sains Teknologi
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/sistek.v5i1.1559

Abstract

Al-Quran dan Al-Hadits mempunyai keterkaitan saling melengkapi dan menjelaskan satu sama lain. Atas dasar tersebut dalam menjelaskan isi Al-hadits perlu di lihat juga dari pandangan isi Al-Quran begitu juga sebaliknya. Namun dengan jumlah data Al-Quran dan Al-Hadits yang sangat besar berdampak pada lamanya eksekusi pencarian data dari kedua kitab tersebut terutama pencarian dari Ayat Al-Quran ke Hadits yang membutuhkan waktu yang lama dan ketepatan dalam pencarian. Untuk memecahkan permasalahan ini, ilmu penelitian sistem informasi retreival bisa menjadi solusi, salah satu bagian dari ilmu sistem informasi retrieval adalah Pre-Processing dengan Model Vector Space Model (VSM) dan untuk pengklasifikasian menggunakan metode Cosine Similarity, Dice dan Jaccard sehingga dapat membantu dalam menemukan hasil pencarian dengan tingkat ketepatan yang baik. Berdasarkan hasil penelitian tersebut Cosine, Dice Dan Jaccard mempunyai hasil yang sama berdasarkan rata-rata recall, precision dan accuracy secara keseluruhan yaitu dengan nilai recall 44,27 %, precision 1,8 %, dan accurracy 94 %.
APLIKASI SUNDA DICTIONARY (SUNDAKU) SEBAGAI MEDIA PEMBELAJARAN UNTUK MEMPERTAHANKAN BUDAYA: APLIKASI SUNDA DICTIONARY (SUNDAKU) SEBAGAI MEDIA PEMBELAJARAN UNTUK MEMPERTAHANKAN BUDAYA Ai Ilah Warnilah; Melisa Winda Pertiwi; Attarik Ramanda; Ratningsih Ratningsih; Yanti Apriyani; Mira Kusmira
Jurnal Review Pendidikan dan Pengajaran (JRPP) Vol. 6 No. 4 (2023): Volume 6 No 4 Tahun 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v6i4.22227

Abstract

Perkembangan teknologi informasi dan komunikasi dalam era globalisasi saat ini telah membawa perubahan pesat dalam kehidupan manusia. Salah satu contohnya adalah perkembangan smartphone yang Megusulkan sistem berbasis mobile. Smartphone tidak hanya digunakan untuk bermain game, Sosmed, media online lainnya. bisa juga dimanfaatkan dalam aplikasi yang bersifat offline Dalam konteks ini, aplikasi Sundaku hadir sebagai kamus bahasa Sunda yang interaktif dan mudah digunakan. Aplikasi ini menawarkan antarmuka menarik dan fitur khusus untuk mempelajari kosakata, pribahasa, celoteh, istilah, serta aksara Sunda dengan praktis. Dengan merancang sebuah Aplikasi yang berbasis Android menggunakan pengembangan Software Development Kit (SDK) dengan Framework Flutter dan menggunakan metode Extreme Programming (XP). Aplikasi Sundaku memberikan pengalaman pengguna yang seamless dan responsif di berbagai platform mobile. Diharapkan bahwa dengan adanya aplikasi ini, lebih banyak orang akan menggunakan bahasa Sunda, menghargai warisan budaya yang berharga, dan secara aktif memanfaatkannya dalam kehidupan sehari-hari dan hasil dari penggunaan Aplikasi sunda ini dapat menjadi media pembelajaran dalam menjaga warisan budaya sunda.
ANALISIS SENTIMEN REGISTRASI ULANG KARTU SIM PADA TWITTER MENGGUNAKAN ALGORITMA SVM DAN K-NN Mira Kusmira
INTI Nusa Mandiri Vol. 14 No. 1 (2019): INTI Periode Agustus 2019
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

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

Abstract

Analisis sentimen adalah proses menganalisa, memahami dan mengklasifikasikan pendapat, evaluasi, penilaian, sikap dan emosi terhadap suatu entitas seperti pada peristiwa Registrasi Ulang Kartu SIM yang ramai menjadi perbincangan di dunia nyata maupun media sosial, salah satunya adalah twitter. Semua orang dengan bebas memberikan pendapatnya atau beropini tentang registrasi ulang kartu SIM sehingga memunculkan banyak opini. Penelitian ini menggunakan teks bahasa indonesia yang terdapat pada twitter berupa opini sehingga pengklasifikasian kategori Positive, Negative dilakukan secara manual. Metode yang digunakan dalam penelitian ini untuk proses klasifikasi analisis sentiment menggunakan metode k-Nearest Neighbor (k-NN), dan Support Vector Machine (SVM) hasil dari penelitian ini adalah analisis sentiment terhadap registrasi ulang kartu SIM, Metode SVM dianggap lebih baik dari pada metode k-NN dalam penelitian ini karena menghasilkan Accuracy 78.97 % dan AUC 0.851