Articles
Analisa Sentimen Tweet Berbahasa Indonesia dengan Menggunakan Metode Pembobotan Hybrid TF-IDF pada Topik Transportasi Online
Sari Wahyunita;
Yufis Azhar;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 2 (2020): Februari 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i2.30471
Beberapa tahun belakangan ini, muncul perusahaan-perusahaan penyedia jasa transportasi yang menggunakan aplikasi berbasis android dalam proses pelayanannya atau biasa disebut dengan transportasi online. Hal ini dilakukan untuk meningkatkan pelayanan terhadap pengguna jasa transportasi. Hadirnya transportasi online seperti Gojek, Grab dan Uber menimbulkan masalah sosial antara supir transportasi online dan supir transportasi non aplikasi. Penyebabnya dikarenakan sebagian besar masyarakat beralih menggunakan transportasi online, sehingga pendapatan supir transportasi non aplikasi menurun. Pada penelitian ini, dilakukan analisa sentimen terhadap tweet berbahasa Indonesia tentang transportasi online dengan menggunakan metode pembobotan Hybrid TF-IDF dan kNN sebagai metode klasifikasinya. Hasil terbaik dari pengujian cross validation pada uji variable k adalah k=5 dengan nilai akurasi 70%, presisi kelas positif 68%, presisi kelas negatif 75%, recall kelas positif 82%, recall kelas negatif 59%, f-measur kelas positif 74% dan f-measure kelas negatif 65%.
Pembuatan Jadwal Shift Perawat Dengan Menggunakan Metode Constraint Satisfaction
Rizal Rakhman Mustafa;
Yufis Azhar;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 2 (2020): Februari 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i2.30483
Rumah Sakit adalah institusi pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat inap, rawat jalan dan gawat darurat. Rumah Sakit mempunyai beberapa Sumber daya dari suatu fasilitas kesehatan seperti, perawat, dokter dan peralatan medis harus tersedia selama 24 jam sehari dalam satu minggu. Bagi perawat panjangnya jam kerja dapat berdampak buruk pada pelayanan kesehatan dan kualitas kerja, oleh sebab itu penjadwalan merupakan hal yang sangat penting dan membatu perawatan dalam meningkatkan pelayanan kesehatan dan kualitas kerja. Penjadwalan ini diharapkan dapat membatu kepala ruang untuk mendapatkan jadwal dengan beban jam kerja lebih efektif untuk setiap perawat serta memenuhi batasan - batasan penjadwalan yang ada. Constraint Programing (CP) merupakan pendekatan perhitungan atau komputasi matematis atas masalah - masalah yang berkaitan dengan batasan – batasan dari variabel – variabel, dengan tujuan mencari solusi yang memenuhi batasan – batasan tersebut. Setelah melakukan evaluasi terhadap penelitian ini, dapat disimpulkan bahwa penggunaan algoritma Constraint Satisfaction untuk pembuatan jadwal shift perawat ini dinilai cukup efektif. Keberhasilan dalam penjadwalan ini mencapai 99.2% dan 94%.
Implementasi Honey Bee Mating Optimization Pada Vehicle Routing Problem With Time Windows Dalam Perencanaan Jalur Wisata Malang
M. Syawaluddin Putra Jaya;
Yufis Azhar;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i4.30512
Vahicle Routing Problem adalah suatu masalah pencaian jalur yang akan dilalui dengan tujuan mencari rute yang paling cepat atau pendek. Vahicle Routing Problem with Time Windows (VRPTW) yang merupakan sebutan bagi VRP dengan kendala tambahan berupa adanya time windows pada masing-masing pelanggan yang dalam hal ini berupa destinasi wisata. Dalam penelitian ini diterapkan Honey Bee Mating Optimization (HBMO) dalam menyelesaikan VRPTW. HBMO sendiri terinspirasi oleh perilaku koloni lebah ketika bereproduksi. Algoritma tersebut bertujuan untuk mengevaluasi pencarian individu atau solusi terbaik. Tujuan dari penelitian ini adalah bagaimana mengimplementasikan Honey Bee Mating Optimization dalam menyelesaikan VRPTW pada perencanaan jalur wisata di Malang. Sehingga dapat meminimumkan waktu dan jarak tempuh perjalanan. Berdasarkan hasil pengujian, parameter yang optimal untuk optimasi VRPTW menggunakan HBMO pada kasus perencannan jalur wisata Malang yaitu dengan menggunakan 800 generasi, populasi lebah jantan sebesar 300, batas kapasitas spermatheca sejumlah 100, nilai mutation ratio (Pm) dan royal jelly masing-masing bernilai 0.5.
Prediction Of Use Of Electric Kwh Using Support Vector Regression (SVR) Method (Case Study: Pt Pln (Persero) Rayon Seririt)
Rima Mediana Mashita;
Setio Basuki;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i4.30518
Peranan listrik sangat penting bagi kehidupan masyarakat, begitu pentingnya peranan listrik tentu saja berdampak pada kebutuhan listrik yang begitu besar, maka PT. PLN (Persero) Rayon Seririt sebagai penyedia tenaga listrik harus bisa memprediksi besarnya peggunaan listrik rumah tangga setiap harinya. Selain itu menyebabkan semakin besar pula pemakian kwh listik, apabila pemakaian kwh listrik tidak diolah dengan baik akan menimbulkan beban energi listrik yang tidak terbendung. Dengan permasalahan yang telah diuraikan, penelitian ini menerapkan algoritma Support Vector Regression dalam Prediksi Pemakain KWH Listrik untuk mengetahui besarnya pemakaian kwh listrik yang akan datang. Berdasarkan hasil pengujian yang dilakukan hasil nilai akurasi terbaik Mean Absolute Error (MAE) sebesar 133560,1, Root Mean Squared Error (RMSE) sebesar 167664,1, dan Koefisien Korelasi sebesar 84,0 pada kernel polynomial. Sehingga algoritma Support Vector Regression dan fungsi kernel Radial Basis Function (RBF) cocok digunakan dalam memprediksi pemakaian kwh listrik.
Rancang Bangun Tabloid Online Bestari dengan Fitur Pencarian berbasis Search Engine Teknologi menggunakan Metode Vector Space Model
Mentari Mas'ama Safitri;
Nur Hayatin;
Yufis Azhar
Jurnal Repositor Vol. 2 No. 5 (2020): Mei 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i5.30625
Bestari merupakan lembaga pers mahasiswa yang merupakan media utama untuk menyuarakan dan mendokumentasikan berbagai kegiatan yang dilakukan sivitas akademika Universitas Muhammadiyah Malang. Bestari juga memliki tabloid online yang dapat diakses oleh mahasiswa, namun tabloid online Bestari Universitas Muhammadiyah Malang saat ini belum memiliki fitur pencarian, sehingga pengguna kesulitan untuk mendapatkan informasi sesuai dengan yang diinginkan. Berdasarkan masalah tersebut pembangunan aplikasi Tabloid Online Bestari Universitas Muhammadiyah Malang dengan fitur pencarian berbasis search engine ini bertujuan untuk memberikan kemudahan kepada pengguna khususnya mahasiswa Universitas Muhammadiyah Malang dalam melakukan pencarian.Pada studi kasus ini metode Vector Space Model digunakan untuk memodelkan kumpulan berita dan keyword dari user dalam bentuk vektor yang telah di beri bobot dengan menggunakan metode pembobotan TF-IDF, kemudian akan di hitung kedekatan dari masing-masing dokumen dengan keyword dari user menggunakan cosine similarity.
Deteksi Kemiripan Dokumen Pengajuan Proposal Menggunakan Algoritma Biword Winnowing Pada Sistem Informasi Penelitian Dan Pengabdian
Maskur Maskur;
Deny Qutara Putra;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 5 (2020): Mei 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i5.30637
SIMPPM atau Sistem Informasi Manajemen Penelitian dan Pengabdian Kepada Masyarakat merupakan sistem yang dikembangkan oleh DPPM Universitas Muhammadiyah Malang. Sistem ini menampung proposal penelitian dan pengabdian dosen seluruh universitas muhammadiyah malang. Reviewer dalam menilai suatu proposal masih kesulitan untuk mengetahui apakah proposal yang diajukan itu sudah atau pernah diajukan, sehingga reviewer tidak tahu nilai originalitas dari proposal yang diajukan. Algoritma Biword Winnowing digunakan untuk mencari fingerprint dari dokumen proposal yang ada dalam sistem. Penelitian ini menggunakan algoritma tersebut untuk mencari nilai kemiripan proposal satu dengan lainnya, sehingga setting algoritma Biword Winnowing yang baik perlu untuk dicari guna untuk meningkatkan nilai akurasi. Hasil akurasi dengan algoritma ini dibandingkan dengan aplikasi Plagiarism Checker X sebagai ukuran akurasi dari Algoritma Biword Winnowing.Hasil pengujian menunjukkan bahwa nilai window dan basis sangat mempengaruhi hasil akhir similarity.
Metode Cluster Importance Untuk Peringkasan Dokumen Pada Data Tweet Berbahasa Indonesia (Study Kasus Pilkada Dki Jakarta)
Dyah Hestiningtyas;
Nur Hayatin;
Yuda Munarko
Jurnal Repositor Vol. 2 No. 6 (2020): Juni 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i6.30716
Pemanfaatan media elektronik sebagai media informasi berkembang sangat pesat di era sekarang. Terbukti meningkatnya jumlah informasi dan data. Banyaknya data yang ada diharapkan dapat memberikan manfaat yang banyak pula. Automatic Text Summarization merupakan salah satu proses peringkasan teks dokumen yang dilakukan secara otomatis melalui mesin komputer. Pada penelitian ini penulis membahas tentang peringkasan dokumen pada tweet, dimana data yang digunakan dengam mengumpulkan tweet melalui web crawler dengan memanfaatkan API Twitter. Pada paper ini diajukan sebuah metode Cluster Importance dan melakukan pemilihan tweet representatif pada setiap cluster berdasarkan bobot tweet terpenting pada suatu cluster. Yang nantinya bobot tweet tertinggi dipilih sebagai tweet penyusun ringkasan. Penelitian ini menggunakan 25 topik. hasil dari perhitungan Rouge-N yaitu: Dari 25 topik data uji ada 3topik yang mempunyai Iterasi 1 yaitu topik HUT DKI, Kinerja Djarot, dan Pemimpin dikarenakan jumlah tweet pada topik tersebut sama - sama memiliki 2 tweet. Pengujian perbandingan antara hasil manual dan hasil sistem menunjukan hasil 100% pada topik Dukungan. Perhitungan Rouge-N menyimpulkan bahwa sistem dapat merangkum tweet minimal 3 tweet, dari perbandingan hasil sistem dan manual di dapatkan tweet minimal mempunyai nilai 96% yang di mana sistem bekerja dengan baik, serta pada topik yang memiliki 18 tweet menunjukan hasil 89%.
Analisis Sentimen Konten Radikal dalam Kontestasi Politik 2019 di Media Twitter Menggunakan Interjection dan Punctuation
Taufik Nurahman;
Yufis Azhar;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i7.30759
Analisis sentiment saat ini menjadi tren untuk mengidentifikasi opini serta emosi seseorang dalam menanggapi sebuah situasi. Di tahun politik, sangat banyak opini bertebaran baik yang dituliskan di media cetak maupun media sosial. Para pelaku politik memiliki pandangan yang berbeda-beda, sehingga memunculkan banyak opini yang berujung pada tindakan radikal seperti perlakuan SARA kepada orang yang berbeda pandangan. Penelitian terkait dengan analisis sentimen radikal melalui media twitter sudah dilakukan oleh beberapa peneliti sebelumnya, namun belum ada penelitian analisis sentimen radikal yang menggunakan fitur ekstraksi. Penelitian ini mengusulkan untuk melakukan analisis sentimen konten radikal pada tweet tekstual berbahasa Indonesia terkait dengan kontestasi politik di Indonesia yang lalu menggunakan dua fitur yakni punctuation dan interjection, serta diklasifikasikan menggunakan algoritma support vector machine. Dari hasil klasifikasi yang telah dilakukan, didapatkan nilai akurasi dari analisis sentimen sebesar 80% dan dilakukan analisis sentiment radikal beberapa kali dengan jumlah interjection yang berbeda, didapatkan hasil akurasi sebesar 94% dengan menggunakan 200 kata interjection.
Analisa Sentimen Tweet Berbahasa Indonesia Dengan Menggunakan Metode Lexicon Pada Topik Perpindahan Ibu Kota Indonesia
Abdul Hadiy Dyo Fatra;
Nur Hayatin;
Christian Sri Kusuma Aditya
Jurnal Repositor Vol. 2 No. 11 (2020): November 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i11.30761
This study proposes a classification of public response to the government's decision to move the Indonesian capital using the lexicon method. The results of testing accuracy are measured using a confusion matrix. The data in this study use data from Twitter in the form of tweets. The data contains tweets of community responses to the decision to move the Indonesian capital. Data passes through 5 preprocessing processes, namely case folding, punctuation removal, stopword removal, stemming, and tokenizing. Lexicon is used because it produces good accuracy values. In this study also will look for a dictionary that has the best classification results. The results of this study show the results of a good classification by approaching the results by experts.
Aplikasi Tanya Jawab Otomatis Seputar Rekayasa Perangkat Lunak menggunakan Metode Cosine Similarity berbasis Android
Rizky Heriawan Prayogo Tanjung;
Maksur Maskur;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 9 (2020): September 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i9.30867
Jawaban pertanyaan aplikasi penjawab pertanyaan yang tersedia saat ini masih menggunakan metode pencocokan kata kunci untuk melakukan pencarian atas jawaban. Sistem penjawab pertanyaanotomatis adalah sistem yang secara otomatis mencoba menemukan kembali informasi yang benar untuk pertanyaan diajukan oleh user. Pertanyaan dapat dikembangkan untuk membantu dan membuat lebih mudah untuk menjawab pertanyaan tentang rekayasa perangkat lunak. Aplikasiini menggunakan metodeCosine Similarityyangmerupakan salah satu solusi untukmembantu mencari jawabanpertanyaanyang diinginkan dengantepat,yangbermanfaat untuk sistem pengolah kata. Karena dengan metode ini,tanya jawab otomatis dapat mencari data yang diinginkan oleh penanya,denganmenampilkan jawaban dengan bobot tertinggi sebagai jawaban yang paling tepat.Jawaban pertama atau bobot tertinggi yang dihasilkan oleh sistem adalah jawaban yang benar menurut penilaian sistem dan pakar. Jawaban pertama atau bobot tertinggi yang dihasilkan oleh sistem adalah jawaban yang benar menurut penilaian sistem, pakar dan pengujian Kappa.Hasil pengujian menggunakan kappa statistik memberikan nilai terbaik Kappa pada jawaban pertama (jawaban dengan bobot terbesar).Nilai tersebut membuktikan bahwa sistem yang telah dibangun dapat digunakan untuk mengetahui kemiripan antar kasus penggunaan pertanyaan dan jawaban.