Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Semantik

FRAMEWORK TRANSFORMASI CHAT HISTORY KE DALAM BASIS DATA Ika Novita Dewi; Fajar Agung Nugroho
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (375.935 KB)

Abstract

Instan e-commerce merupakan aplikasi berbasis web yang menyediakan domain bagi suatu perusahaan yang akan memasarkan dan menjual produknya secara online. Untuk kemudahan komunikasi antara penjual dan pembeli instan e-commerce juga menyediakan fasilitas messenger. Namun demikian fitur yang ditawarkan umumnya sama dengan fitur aplikasi messenger standar untuk komunikasi. Meningkatnyaintensitas komunikasi antara pemilik toko online dengan pelanggan dapat memberikan potensi informasi tentang perilaku pelanggan, trend kebutuhan, ekspektasi, serta berbagai bentuk informasi lainnya yang dapat meningkatkan kualitas dan kuantitas bisnis. Pengelolaan informasi memerlukan subsistem yang dapat mengolah data dokumentasi dari histori percakapan teks melalui sistem messenger terintegrasi yang kemudian dihimpun untuk membentuk sebuah knowledge-base. Melalui pendekatan integratif, penelitian ini mengusulkan framework pengelolaan chat histori dengan memanfaatkan teknik transformasi teks kedalam relasional basis data. Review literatur dilakukan untuk mengetahui state of the art dari teknologi transformasi teks dan relasi tabel dinamis. Future work dari penelitian ini adalah untuk membangun sistem analis yang dapat menarik valuable informasi dari basis data yang telah terintegrasi dengan historipercakapan.Kata kunci : E-commerce, Chat History, Basis Data
Multimedia Presentasi Pembelajaran Berbasis Augmented Reality untuk Pengenalan Pancaindra dalam Mendukung Mata Pelajaran IPA Tingkat Sekolah Dasar Wellia Shinta Sari; Ika Novita Dewi; Abas Setiawan
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (655.013 KB)

Abstract

Pengembangan multimedia presentasi pembelajaran merupakan salah satu alat bantu guru dalam proses pembelajaran dikelas dan tidak menggantikan guru secara keseluruhan. Multimedia pembelajaran ternyata sangat membantu siswa dalam meningkatkan pemahaman siswa, misalnya dengan aplikasi presentasi seperti Microsoft Power Point, dan bisaditambahkan multimedia linear berupa film dan video serta efek animasi untuk memperkuat pemahaman siswa, misalnya Augmented Reality (AR). Teknologi AR yang dikembangkan akan dipakai untuk membantu mengembangkan multimedia presentasi pembelajaran dalam mendukung proses belajar dan mengajar materi pengenalan pancaindra tingkat Sekolah Dasar sehingga mambantu siswa dalam memahami struktur dan fungsi pancaindra pelajaran IPA tingkat Sekolah Dasar khususnya kelas 4. Aplikasi AR dikembangkan dengan metode problem based learning yang meliputi tahap analisis,perancangan, pengembangan, dan pengujian. Aplikasi AR ini menggunakan gambar animasi 3D yang didesain menggunakan Autodesk 3ds Max dan dibangun menggunakan pemrograman flash dengan library FLARToolkit,Papaervision3D, dan FLARGenerator.Kata kunci : Augmented Reality, Pancaindra, FLARToolkit
Klasifikasi Teks Pesan Spam Menggunakan Algoritma Naïve Bayes Ika Novita Dewi; Catur Supriyanto
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.438 KB)

Abstract

Intensitas pengiriman teks pesan spam melalui layanan sms semakin meningkat seiring dengan meningkatnya trafik komunikasi. Hal ini bisa meresahkan dan membuat ketidaknyamanan para penerima pesan. Salah satu cara yang bisa terapkan untuk mengatasi pesan spam adalah dengan melakukan filterisasi. Filterisasi diterapkan untuk membedakan pesan yang berisi spam dan pesan yang tidak berisi spam menggunakan teknik klasifikasi teks dengan metode naïve bayes. Naïve bayes efektif diterapkan untuk melakukan klasifikasi data dengan jumlah  yang besar. Hasil eksperimen menunjukkan bahwa Naïve Bayes dalam melakukan klasifikasi teks pesan memiliki nilai akurasi 84.40%, precision 45.76% dan recall 88.09% dengan proses dokumen menggunakan word vector TF-IDF tanpa metode prune.  Penerapan klasifikasi teks menggunakan Naïve Bayes dengan word vector TF-IDF dapat menghasilkan tingkat akurasi yang baik, sehingga dapat diterapkan untuk memfilter pesanyang berisi spam.
Penentuan Prediksi Awal Penyakit Jantung Menggunakan Algoritma Back Propagation Neural Network dengan Metode Adaboost Ricardus Anggi Pramunendar; Ika Novita Dewi; Hasan Asari
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (594.311 KB)

Abstract

Penyakit jantung adalah terjadinya penyumbatan sebagian atau total dari suatu lebih pembuluh darah, akibatnya adanya peyumbatan maka dengan sendirinya suplai energi kimiawi ke otot jantung berkurang, sehingga te rjadi gangguan keseimbangan antara suplai dan kebutuhan.  Dari tahun ke tahun jumlah kasus pasien dengan penyakit jantung semakin meningkat.  Sebagai upaya preventif dalam penanganan penyakit jantung perlu dilakukan usaha untuk melakukan prediksi lebih awal  pasien dengan penyakit jantung. Hasil prediksi awal yang dilakukan dapat digunakan oleh para  petugas medis  sebagai alat bantu dalam penentuan penyakit jantung dan langkah awal penanganannya. Penerapan prediksi awal penyakit jantung dapat dilakukan dengan teknik komputasi cerdas menggunakan algoritma  Back Propagation  Neural  Network  (BPNN)  dengan  penambahan metode Adaboost.  Hasil eksperimen menunjukkan bahwa nilai akurasi hasil prediksi menggunakan algoritma BPNN  adalah 96,65 % dan algoritma  BPNN  dengan  metode  Adaboost menjadi 99,29 %, sehingga dapat dikatakan bahwa algoritma neural network dengan penambahan metode adaboost memiliki hasil prediksi yang baik dalam memprediksi penyakit jantung seorang pasien.
FRAMEWORK TRANSFORMASI CHAT HISTORY KE DALAM BASIS DATA Ika Novita Dewi; Fajar Agung Nugroho
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (375.935 KB)

Abstract

Instan e-commerce merupakan aplikasi berbasis web yang menyediakan domain bagi suatu perusahaan yang akan memasarkan dan menjual produknya secara online. Untuk kemudahan komunikasi antara penjual dan pembeli instan e-commerce juga menyediakan fasilitas messenger. Namun demikian fitur yang ditawarkan umumnya sama dengan fitur aplikasi messenger standar untuk komunikasi. Meningkatnyaintensitas komunikasi antara pemilik toko online dengan pelanggan dapat memberikan potensi informasi tentang perilaku pelanggan, trend kebutuhan, ekspektasi, serta berbagai bentuk informasi lainnya yang dapat meningkatkan kualitas dan kuantitas bisnis. Pengelolaan informasi memerlukan subsistem yang dapat mengolah data dokumentasi dari histori percakapan teks melalui sistem messenger terintegrasi yang kemudian dihimpun untuk membentuk sebuah knowledge-base. Melalui pendekatan integratif, penelitian ini mengusulkan framework pengelolaan chat histori dengan memanfaatkan teknik transformasi teks kedalam relasional basis data. Review literatur dilakukan untuk mengetahui state of the art dari teknologi transformasi teks dan relasi tabel dinamis. Future work dari penelitian ini adalah untuk membangun sistem analis yang dapat menarik valuable informasi dari basis data yang telah terintegrasi dengan historipercakapan.Kata kunci : E-commerce, Chat History, Basis Data
NoSQL: Latar Belakang, Konsep, dan Kritik Fahri Firdausillah; Erwin Yudi Hidayat; Ika Novita Dewi
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (73.608 KB)

Abstract

Berkembangnya aplikasi berbasis web yang memerlukan pengolahan data dalam skala besar melahirkan paradigma baru dalam teknologi basis data. Beberapa website seperti Facebook, Twitter, Digg, Google, Amazon, dan SourceForge menyimpan dan mengolah data puluhan giga setiap harinya, dan total keseluruhan data yang disimpan oleh applikasi tersebut sudah mencapai ukuran petabyte. Ukuran data yang sangat besar menimbulkan permasalahan dari segi skalabilitas, karena pertambahan data yang terjadi setiap saat. Peningkatan kemampuan server secara vertikal yang dimiliki Relational Database Management System (RDBMS) terbatas pada penambahan prosesor, memori, dan media penyimpanan dalam satu node server yang terbatas. Sedangkan peningkatan kemampuan server secara horizontal yang meliputi penambahan perangkat server baru dalam suatu jaringan memerlukan biaya yang mahal dan sulit dalam pengelolaannya. Salah satu cara yang diterapkan oleh website berskala besar untuk mengatasi permasalahan tersebut adalah dengan menggunakan NoSQL, sebuah paradigma basis data yang merelaksasikan aturan-aturan konsistensi yang terdapat pada basis data relasional. Jika RDBMS menggunakan aturan Atomicity, Consistency, Isolation, dan Durability(ACID) untuk penyimpanan dan pengolahan data, maka NoSQL menggunakan paradigma Basically Available, Soft State,and Eventually consistent (BASE) untuk merelaksasikan aturan tersebut. Hasilnya, NoSQL dapat mengolah data dalam jumlah besar dengan memartisi data ke dalam beberapa server secara lebih mudah. Makalah ini membahas dan menjelaskan latar belakang kemunculan, konsep dasar, dan penggunaan NoSQL.Kata kunci : Basis data, RDBMS, Skalabilitas, NoSQL