Article Per Year (5 Year)
p-Index From 2020 - 2025
6.749
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TELKOMNIKA (Telecommunication Computing Electronics and Control) Seminar Nasional Informatika (SEMNASIF) Journal of Information Systems Engineering and Business Intelligence Indonesia Symposium on Computing IJoICT (International Journal on Information and Communication Technology) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Seminar Nasional Teknologi Informasi Komunikasi dan Industri Journal of Computer Science and Informatics Engineering (J-Cosine) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) Madani : Indonesian Journal of Civil Society Jurnal Teknik Informatika (JUTIF) JINAV: Journal of Information and Visualization Journal of Applied Data Sciences KLIK: Kajian Ilmiah Informatika dan Komputer Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Warih Maharani
Telkom University
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Nursing Public Health Social Sciences

Published : 73 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 73 Documents
Search

 1   2   3   4   5 
ANALISIS KLASIFIKASI SENTIMEN DAN PERINGKASAN PADA REVIEW PRODUK MENGGUNAKAN METODE UNSUPERVISED Muhammad Husein Adnan; Warih Maharani; Anisa Herdiani
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Peningkatan transaksi e-commerse telah membuat para pelaku pasar mengalihkan proses jual-beli ke arah modernisasi melalui internet. Banyak Website penyedia layanan jual-beli online yang bermunculan hingga memudahkan juga bagi konsumen untuk mengutarakan opininya mengenai produk yang dia beli serta produsen dalam mengetahui opini konsumen tersebut. Sayangnya opini mengenai review suatu produk yang dijumpai, jumlah nya sangat banyak dan menyulitkan untuk ditarik kesimpulan. Pada penelitian ini dilakukan analisis untuk membuat sebuah sistem yang dapat memberikan klasifikasi dan ringkasan atas review produk tersebut. Review tehadap suatu produk, umumnya tidak hanya kepada produk itu sendiri namun lebih banyak kepada fiturfiturnya. Untuk itu dilakukan juga analisis untuk dapat mengambil fitur-fitur dari produk dan kata opininya menggunakan metode Noun Phrase Chunking dan Double Propagation. Klasifikasi ditingkat aspek dilakukan untuk menentukan opini–opini pada review produk kedalam opini positif dan negatif. Ada banyak metode untuk melakukan klasifikasi tersebut, pada penelitian ini digunakan metode Unsupervised berbasis kesamaan polarity pada setiap kata opini yang muncul bersamaan yang dihubungkan dengan sebuah konjungsi “and” yang mampu memberikan orientasi opini dengan tepat.
Analisis dan Klasifikasi Opini pada Porduct Review Menggunakan Metode Semi-Supervised annisa Imadi Puti; Warih Maharani; Mochammad Arif Bijaksana
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Review produk merupakan informasi penting bagi konsumen dan produsen. Bagi konsumen, review sering dijadikan sebagai referensi dan acuan untuk mengambil keputusan. Jumlah review produk yang banyak membuat isi review tidak dapat disimpulkan dengan cepat dan tepat. Untuk mengatasi masalah tersebut, diperlukan suatu sistem yang secara otomatis dapat mengidentifikasi fitur-fitur dan review dan mengklasifikasikannya ke dalam polaritas positif atau negatif. Penilitian tugas akhir ini dilakukan untuk menganalisis klasifikasi dari review produk. Sebelum memasuki analisis klasifikasi, penelitian dimulai dari proses ekstraksi fitur menggunakan metode type dependency parser, identifikasi noun phrase parser dan AER. Fitur hasil ekstraksi kemudian dilihat polaritas opininya menggunakan metode semi-supervised dengan melakukan pembangunan graph berbasis lexicon berisi kata-kata opini positif-negatif yang dikembangkan sinonimnya.
Isolated Word Recognition Using Ergodic Hidden Markov Models and Genetic Algorithm Nyoman Rizkha Emillia; Suyanto Suyanto; Warih Maharani
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 10, No 1: March 2012
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v10i1.769

Abstract

Speech to text was one of speech recognition applications which speech signal was processed, recognized and converted into a textual representation. Hidden Markov model (HMM) was the widely used method in speech recognition. However, the level of accuracy using HMM was strongly influenced by the optimalization of extraction process and modellling methods. Hence in this research, the use of genetic algorithm (GA) method to optimize the Ergodic HMM was tested. In Hybrid HMM-GA, GA was used to optimize the Baum-Welch method in the training process. It was useful to improve the accuracy of the recognition result which is produced by the HMM parameters that generate the low accuracy when the HMM are tested. Based on the research, the percentage increases the level of accuracy of 20% to 41%. Proved that the combination of GA in HMM method can gives more optimal results when compared with the HMM system that not combine with any method.
Analisis Performansi Algoritma Rough Adaptive Neuro-Fuzzy Inference System Warih Maharani
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2008
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Rough adaptive neuro-Fuzzy Inference System (RANFIS) merupakan suatu metode yang menggabungkanantara teori rough set, sistem fuzzy dan sistem jaringan syaraf tiruan (JST). Sistem ini memiliki berbagaiparameter yang berperan dalam menghasilkan evaluasi prediksi yang cukup baik. Paper ini menjelaskantentang performansi learning dari algoritma JST, kemampuan prediksi dari algoritma fuzzy serta kemampuanrough set dalam menurunkan nilai error dari keluaran JST untuk memprediksi nilai saham. Hasil pengujianmenunjukkan bahwa algoritma RANFIS yang melibatkan jaringan syaraf tiruan, sistem fuzzy dan Rough Set,mampu membangun suatu sistem peramalan nilai saham yang baik dengan kontribusinya masing-masing..Keywords: Rough adaptive neuro-Fuzzy Inference System (RANFIS), rough set, fuzzy, jaringan syaraf.
Analisis Performansi Framework Prado dan Cakephp pada Aplikasi Web Ajax Yanuar Firdaus AW; Warih Maharani
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2008
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Framework berbasis PHP memberi solusi dengan menyertakan dukungan penerapan Ajax pada fiturframeworknya. Dua framework yang banyak digunakan, PRADO dan CakePHP menerapkan dukungan Ajaxdengan cara yang berbeda. PRADO dengan ciri khas arsitektur event-driven dan component based, mendukungpenerapan Ajax melalui penggunaan Active Controls. Sedangkan CakePHP dengan arsitektur Model-View-Controller, menerapkan Ajax melalui penggunaan kelas Helpers, yaitu Ajax Helpers. Paper inimemrbandingkan penerapan aplikasi web Ajax dengan menggunakan framework PRADO dan CakePHP.Parameter yang dibandingkan adalah kemudahan proses pembangunan aplikasi, ketersediaan fitur-fitur Ajax,dan juga kehandalan dari sisi performansi aplikasi web yang dihasilkan. Hasil pengujian menunjukkanperformansi aplikasi web yang dihasilkan dengan CakePHP lebih baik dari pada framework PRADO.Keywords: framework, PRADO, CakePHP, Ajax.
Analisis Semantic Similarity pada Item Based Recommender System Warih Maharani; Yanuar Firdaus AW
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2008
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Recommender system merupakan sebuah program yang dapat digunakan untuk memprediksi sebuahitem berdasarkan informasi yang diperoleh dari user[1].Collaborative filtering merupakan allgoritma yangtelah banyak digunakan dalam melakukan proses filtering. Paper ini menjelaskan tentang analisis akurasiprediksi yang diperoleh dari recommender system berdasarkan perbandingan training set dengan test set,ukuran neighborhood, ukuran model, serta nilai variabel α sebagai parameter dalam menghitung similarity.Hasil pengujian menunjukkan bahwa akurasi prediksi yang dihasilkan oleh algoritma adjusted cosine similaritydan semantic similarity relatif lebih lebih rendah jika dibandingkan dengan adjusted cosine similarity tanpasemantic similarity .Keywords: Recommender system, semantic similarity, adjusted cosine similarity.
Analisis Algoritma Hybrid Ant Colony Optimization (ACO) dan Local Search untuk Optimasi Pemotongan Bahan Baku Warih Maharani
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pemilihan susunan pemotongan dalam proses pemotongan suatu objek/bahan baku sangat berpengaruhterhadap sisa hasil pemotongan. Susunan yang tidak optimal akan menyebabkan bahan yang terbuang tidakminimal. Masalah ini dapat dipecahkan menggunakan FFD (First Fit Decreasing) salah satu algoritmasederhana dan paling efektif. Algoritma ini tidak menjamin mendapatkan solusi yang optimal namun denganmetode ini dapat dihasilkan solusi yang dapat diterima dengan cepat. Penelitian ini menganalisis penggunaanalgoritma hybrid ant colony untuk mengoptimasi susunan potongan objek, kemudian akan dilakukanperbandingan hasil solusi yang dihasilkan dengan hasil solusi yang menggunakan algoritma FFD. Penelitianini menggunakan algoritma ant colony optimization digabungkan dengan algoritma local search. Pada awalnyaalgoritma ant colony optimization akan menghasikan suatu solusi awal setelah itu digunakan local search untukmengoptimasi solusi awal tersebut. Hanya semut terbaik yang dapat mengupdate pheromone trail yangdigunakan untuk iterasi selanjutnya. Hasil penelitian menunjukkan bahwa algoritma FFD jauh lebih cepatdibandingkan algoritma hybrid ant colony optimization, walaupun stock yang digunakan lebih besar.Parameter yang paling berpengaruh dalam algoritma hybrid ant colony adalah parameter nilai stock (k),dimana nilai k=2 dapat menghasilkan solusi yang optimal. Selain itu parameter jumlah semut dan iterasi jugamempengaruhi terhadap solusi yang dihasilkan.Kata Kunci: ffd (first fit decreasing), ant colony, local search
Sentiment Analysis of Depression Detection on Twitter Social Media Users Using the K-Nearest Neighbor Method Arianti Primadhani Tirtopangarsa; Warih Maharani
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

Every day, millions of people suffer from depression and only a small percentage of them receive proper treatment. Depression is one of the most common mental health disorders. Mental health is very important for humans as well as physical health in general. Not infrequently media users often provide information about themselves and the complaints they experience on burdensome social media. At this time the detection can be detected from the activities of social media users themselves. Because, not infrequently Twitter social media users often provide information about themselves and the complaints they are experiencing on Twitter social media which is burdensome. Therefore, social media Twitter is an option to detect the level of mental health that is being experienced by someone. In this study, the author aims to analyze the application of the K-Nearest Neighbor method in detecting depression in Twitter social media users and see the accuracy value. Based on tests on the KNN classification using the stages of the confusion matrix, the accuracy obtained is 78.18%.
Analisis Implementasi Penanganan Distributed Heterogenous Database pada Arsitektur Cloud Ria Aniansari; Warih Maharani; Alfian Akbar Gozali
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2012: SNTIKI 4
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (657.565 KB)

Abstract

Development of information technology makes management of information and ease of accessing a database become an important element in information systems. A decrease in performance on a centralized architecture causes can be handle by changing to the architecture of a distributed database. In addition, the architecture of cloud on the database is an architecture database that can be accessed by a client with cloud service. This provides a convenience when accessing information on demand. Therefore, in this research, author implemented how to handling of heterogeneous distributed database that was built as a Database as a Service (DBaaS) on cloud relational architecture. The case study used is the distro database and using 3 different data storage in distributed database that is vertical fragmentation, horizontal fragmentation, and replication. The results in this research are the performance of DBaaS system using the test parameter of response time, throughput and memory usage. Where performed on the implementation of a distributed database by storing data in vertical fragmentation has a better performance results than horizontal fragmentation, and replication. Based on the test results, the vertical fragmentation better than horizontal fragmentation and replication.Keywords: : response time, throughput, memory usage, fragmentation, replication
Implementation and Analysis Optimal Flexible Frequency Discretization (OFFD) Method to Minimize Classification Error at Naïve Bayes Classification Dita Martha Pratiwi; Warih Maharani; Intan Nurma Yunita
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2011: SNTIKI 3
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.419 KB)

Abstract

Naive Bayes is one of the classification techniques in data mining that apply Bayes Theorem in its processing and provide optimal result when each attributes in dataset is independent. But generally, a dataset has numeric attributes and nominal attributes are dependence so that if considered independent, it can cause classification error problems. Therefore, it needs a method to minimize the error rate, the method is discretize strategy. Discretization is a method that maps some numerical values (X) into an interval of nominal value (X*) based on the frequency setting in one interval so it can get number of interval formed in one numeric attribute. One of discretization method adopted in this research is Optimal Flexible Frequency Discretization (OFFD) based on sequential search and wrapper based supervised for incremental learning. This method will be carried out wrapper feature selection to get optimal attributes based on its fMeasure parameter. Then, optimal dataset will de discrete in sequential search for the minimum frequency on each interval. Based on the results of testing, showed that the OFFD influenced by the process of selecting attributes of Best First Search on the Wrapper Feature Selection, so that influence the decline in the value of the error. Keywords : wrapper based, Feature Selection, discretization, sequential search, Naïve Bayes, Optimal Flexible Frequency Discretization,  interval frequency
Co-Authors Adhie Rachmatulloh Sugiono Adinda Putri Rosyadi Adiwijaya Agung Toto Wibowo Aisyiyah, Syarifatul Ajeung Angsaweni Aji Gunadi, Gagah Al Giffari, Muhammad Zacky Aldy Renaldi Alfian Akbar Gozali Algi Erwangga Putra Alif Rahmat Julianda Andre Agasi Simanungkalit Angelina Prima Kurniati Anisa Herdiani annisa Imadi Puti Arianti Primadhani Tirtopangarsa Arie Ardiyanti Suryani Artanto Ageng Kurniawan Asep Aprianto Aziz Alfauzi Aziz Azka Zainur Azifa Bondan Ari Bowo Daud, Hanita Dicky Wahyu Hariyanto Diska Yunita Dita Martha Pratiwi Elroi Yoshua Ersy Ervina Evizal Abdul Kadir Fadhel, Muhammad Fadhil Hadi Fairuz Ahmad Hirzani Fathin, Felicia Talitha Fika Apriliani Fikri Ilham Guntur Prabawa Kusuma Hafshah Haudli Windjatika Hilda Fahlena Holle, Alfransis Perugia Bennybeng I Kadek Bayu Arys Wisnu Kencana I Nyoman Cahyadi Wiratama Ilham Rizki Hidayat Imelda Atastina Intan Nurma Yunita Intan Ramadhani Joshua Tanuraharja Keri Nurhidayat Kurniawan Adina Kusuma Latifa, Agisni Zahra M.Syahrul Mubarok Marcello Rasel Hidayatullah Moch Arif Bijaksana Mohamad Mubarok Mohamad Syahrul Mubarok Muh. Akib A. Yani Muhammad Fadhil Mubaraq Muhammad Husein Adnan Muhammad, Noryanti Niken Dwi Wahyu Cahya Nugraha, Endri Rizki Nugroho, Bayu Seno Nungki Selviandro Nur Ghaniaviyanto Ramadhan Nyoman Rizkha Emillia Pratama, Rio Ferdinand Putra Prati Hutari Gani Prati Hutari Gani Prisla Novia Anggreyani Pursita Kania Praisar Purwanto, Zadosaadi Brahmantio Putri Ester Sumolang Putri Samapa Hutapea Rachdian Habi Yahya Raihan Nugraha Setiawan Rasyad, Gerald Shabran Ria Aniansari Rianda Khusuma Rifki Wijaya Ryan Armiditya Pratama Salsabila Anza Salasa Sendika Panji Anom Serventine Andhara Evhen Setiawan, Abiyyu Daffa Haidar Suyanto Suyanto Tiara Nabila Tri Ayu Syifa'ur Rohmah Trysha Cintantya Dewi Tsaqif, Muhammad Abiyyu Veronikha Effendy Wijaya, Yaffazka Afazillah Yantrisnandra Akbar Maulino Yanuar Ega Ariska Yanuar Firdaus AW Yusup, Axel Haikal