Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi
Heru Cahya Rustamadji
Universitas Pembangunan Nasional Veteran Yogyakarta
Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
OTOMATISASI LAYANAN FREQUENTLY ASK QUESTIONS BERBASIS NATURAL LANGUGAE PROCESSING PADA TELEGRAM BOT Hani Husamuddin; Dessyanto Boedi Prasetyo; Heru Cahya Rustamadji
Telematika Vol 17, No 2 (2020): Edisi Oktober 2020
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v1i1.3383

Abstract

Kitabisa atau kitabisa.com adalah platform untuk menggalang dana dan berdonasi secara online terpopuler di Indonesia. Kitabisa.com menyediakan frequently ask questions (FAQ) untuk membantu visitor mengetahui mengenai Kitabisa.com dan bagaimana menggunakan layanan yang Kitabisa.com sediakan. Pada penelitian ini akan mengusulkan satu solusi untuk memaksimalkan otomatisasi layanan FAQ Kitabisa.com berbasis Natural Language Processing (NLP). Layanan ini dilakukan dengan fitur bot pada messenger Telegram yang dirancang berbasis NLP menggunakan teknologi TensorFlow. Dengan demikian, chatbot ini bertindak sebagai customer service yang akan menjawab pertanyaan-pertanyaan yang diajukan. Hasil dari penelitian ini adalah chatbot dengan menggunakan metode NLP dapat memberikan respon sesuai dengan konteks atas apa yang user tanyakan dengan akurasi 73%.
ALGORITMA COCKE YOUNGER KASAMI UNTUK DETEKSI STRUKTUR KALIMAT DAN MEREKOMENDASIKANYA MENGGUNAKAN ALGORITMA DAMERAU LEVENSHTEIN DISTANCE Budi Prabowo; Heru Cahya Rustamadji; Yuli Fauziah
Telematika Vol 17, No 2 (2020): Edisi Oktober 2020
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v1i1.3378

Abstract

Penggunaan kata baku dan struktur kalimat merupakan salah satu syarat dalam penulisan laporan penelitian, tanpa disadari kesalahan penulisan dapat terjadi baik berupa kesalahan pengetikan maupun pada struktur kalimat, beberapa penyebabnya ialah kebiasaan saat menulis pesan pendek, berkembangnya bahasa yang digunakan sehari-hari dan susunan keyboard yang terlalu dekat. Kesalahan penulisan biasanya akan segera diperbaiki setelah selesai menulis, namun untuk memperbaikinya diperlukan waktu dan ketelitian. Algoritma CYK merupakan algoritma parsing keanggotaan untuk tatabahasa bebas konteks yang dapat digunakan untuk memeriksa struktur kalimat sedangkan algoritma DLD merupakan algoritma yang mampu menghitung jarak perbedaan dari dua buah string sehingga dapat dimanfaatkan untuk rekomendasi kata dan kalimat. Tujuan dari penelitian ini adalah menerapkan algoritma CYK untuk mendeteksi struktur kalimat dan algoritma DLD untuk merekomendasikan kata dan struktur kalimat. Pemeriksaan kalimat dilakukan dengan mengelompokan setiap kata yang terdapat pada teks berdasarkan jenisnya, kata yang telah dikelompokkan tersebut kemudian disusun kembali kedalam bentuk kalimat dan diperiksa dengan algoritma CYK untuk mengetahui apakah kalimat tersebut benar atau salah, jika kalimat salah maka diberikan rekomendasi kalimat menggunakan algoritma DLD dengan menghitung edit distance-nya, selain perbaikan pada kalimat algoritma DLD juga melakukan perbaikan pada kata yang salah. Hasil pengujian didapatkan tingkat keberhasilan algoritma CYK dalam mendeteksi struktur kalimat sebesar 96% dan algoritma DLD dalam merekomendasikan kata sebesar 96%, sedangkan untuk merekomendasikan kalimat sebesar 88%.
PEMANFAATAN TEXT MINING PADA SISTEM PENGOLAHAN SKRIPSI MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER DAN SIMPLE ADDITIVE WEIGHTING Firna Sholihuda Sholihuda; Bambang Yuwono; Heru Cahya Rustamadji
Telematika Vol 17, No 2 (2020): Edisi Oktober 2020
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v1i1.3379

Abstract

Tahapan awal skripsi adalah pengajuan proposal skripsi. Proposal skripsi akan diproses untuk menentukan dosen pembimbing, kemudian skripsi dapat dilanjutkan ke tahap penyusunan. Saat ini pengolahan skripsi menggunakan cara manual, dari penentuan dosen pembimbing hingga pengumpulan laporan akhir. Koordinator Skripsi juga harus mencocokkan data proposal dengan data dosen pembimbing secara manual. Maka, penggunaan Sistem Informasi dapat membantu menentukan dosen pembimbing dan sebagai layanan skripsi. Langkah awal dalam menentukan dosen pembimbing adalah mengetahui tema dan konsentrasi proposal skripsi. Untuk mengetahui tema dan konsentrasi proposal dilakukan analisis isi proposal menggunakan metode Text Mining. Text Mining bekerja dengan cara preprocessing menggunakan tokenizing, filtering, dan stemming untuk mendapatkan kata dasar dari setiap kata dalam setiap kalimat. Kemudian melakukan klasifikasi dokumen proposal sesuai dengan tema dan konsentrasi menggunakan algoritma Naïve Bayes Classifier berdasarkan hasil preprocessing. Tema dan konsentrasi merupakan salah satu kriteria penentukan dosen pembimbing menggunakan algoritma Simple Additive Weighting untuk dilakukan perangkingan pembobotan setiap dosen. Berdasarkan hasil penelitian yang telah dilakukan, proses penentuan tema dan konsentrasi dari proposal skripsi mahasiswa dapat membantu dalam melakukan klasifikasi dokumen dengan tingkat akurasi mencapai 78%. Pembobotan dosen pembimbing proposal skripsi sesuai dengan kriteria menunjukkan hasil dengan nilai perangkingan yang beragam sesuai dengan bobot kriteria setiap dosen pembimbing.
Co-Authors Bambang Yuwono Budi Prabowo Dessyanto Boedi Prasetyo Firna Sholihuda Sholihuda Hani Husamuddin Yuli Fauziah