Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi

PENGGUNAAN COSINE SIMILARITY UNTUK MENCARI KESAMAAN KANDUNGAN OBAT Hadiono, Kristophorus; Yulianton, Heribertus; Diartono, Dwi Agus
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 1 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (156.283 KB) | DOI: 10.35315/informatika.v10i1.8125

Abstract

Mengingat banyaknya informasi berbasis teks yang dapat disimpan, memunculkan potensi kesulitan untuk mendapatkan informasi yang diperlukan. Dampaknya, membutuhkan waktu lama jika mencari dokumen satu demi satu. Untuk itu, diperlukan cara mengakses informasi secara cepat dan tepat. Pencarian kata adalah salah satu bagian dari Information Retrieval, salah satu modelnya adalah Vector space model. VSM memiliki efektifitas dalam pencarian kata karena hasil pencariannya berdasarkan kemiripan vectorquery dan vector dokumen. Penelitian ini mengimplementasikan Algoritma VSM dengan tahapan : preproccessing text menggunakan 4 tahapan, pembobotan term menggunakan metode TF-IDF, dan perangkingan menggunakan metode Cosine Similarity.
IMPLEMENTASI ALGORITMA APRIORI UNTUK MEMBANTU PROSES PERSEDIAAN BARANG Matovani, Dio; Hadiono, Kristophorus
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (468.587 KB) | DOI: 10.35315/informatika.v10i2.8133

Abstract

Penelitian ini akan membahas bagaimana mengimplementasi algoritma apriori dan asiosiasi untuk menghasilkan informasi yang dapat dimanfaatkan dalam kegiatan pembelian persediaan barang agar proses tersebut dapat berjalan dengan tepat. Metode penelitian yang digunakan pada penelitian ini yaitu CRISP-DM yang terdiri dari , bussines understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Hal yang dilakukan pertama kali adalah pembersihan data dan normalisasi data guna menyingkirkan data yang tidak valid dan beberapa variabel yang tidak berguna untuk penggalian informasi. Berikut merupakan contoh sebelum dan setelah dilakukan kegiatan pembersihan data. Selanjutnya memasukan data yang telah dinormalisasi kedalam bentuk data frame supaya data transaksi dapat diproses untuk mendapatkan informasi yang berguna dengan mendapatkan pola asosiasi dari data tersebut, setelah itu mengubah format data dari format data frame menjadi format transaksi seperti pada gambar 3 supaya fungsi apriori dalam bahasa R dapat dijalankan.Setelah merubah format data menjadi bentuk transaksi selanjutnya menjalankan fungsi apriori. Penentuan support dan confidence pada penelitian ini dilakukan dengan cara mencoba penentuan acuan dengan nominal rendah terlebih dahulu. Ditunjukan bahwa dengan support=0,001 dan confidence=0,001 belum mendapatkan hasil yang maksimal karena dengan penentuan nominal support dan confidence tersebut aturan yang dihasilkan terlalu banyak sehingga belum dapat menunjukan keterkaitan suatu itemset yang maksimal karena acuan nominal support dan confidence terlalu rendah. Dengan melakukan banyak uji coba akhirnya didapatkan support=0,02 dan confidence=0,3 adalah acuan maksimal yang didapatkan dari penelitian ini. Fungsi apriori diatas dengan penentuan support=0,02 dan confidence=0,3 menghasilkan rule yang diperoleh berjumlah enam.