Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : INTECOMS: Journal of Information Technology and Computer Science

Klasifikasi Kemiripan Suara Rekaman Menggunakan Metode Me-Frequency Cepstra Coefficient dan Minkowski Aidil Putrasyah; Ermatita Ermatita; Abdiansah Abdiansah
INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 2 (2023): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v6i2.7023

Abstract

Teknologi saat ini teah mendominasi berbagai bidang mulai dari pendidikan, perkantoran, komersial, industri bahkan hukum. Dengan kemajuan Teknologi informasi kebutuhan manusia akan tersedia dengan mudah, praktis dan tanpa batas. Disisi ain, berkembangnya Teknologi informasi menimbukan kekhawatiran pada perkembangan tindak pidana yang berhubungan dengan kejahatan. Pada beberapa kasus biasanya terdapat barang bukti yang ditinggakan seperti rekaman suara yang diHasilkan dari percakapan menggunakan teepon. Suara rekaman ini dapat digunakan sebagai pendukung dalam penyidikan saat dipersidangan untuk mengidentifikasi peaku kejahatan. Penelitian untuk mengidentifikasi suara masih terdapat kendaa yaitu kebisingan yang terjadi saat merekam suara. Metode MFCC merupakan metode yang dapat digunakan untuk mengekstraksi fitur serta mengurangi kebisingan atau noise. Penelitian menggunakan algoritma dalam menganalisis suara rekaman banyak beredar di internet, saah satunya algoritma KNN yang dapat digunakan untuk kasifikasi, identifikasi, dan prediksi. Identifikasi suara rekaman menggunakan algoritma KNN dengan metode minkowski diakukan untuk pengenaan suara dalam menentukan identik atau tidaknya antara suara rekaman peaku kejahatan dengan sampel suara tersangka. Penelitian ini meibatkan dua responden sebagai tersangka dan tiga responden sebagai peaku. Setiap responen akan meakukan perekaman suara, dimana rekaman ini nanti akan dipotong menjadi sebeas bagian yang terdiri dari data atih dan data uji. Hasil yang diharapkan dapat meakukan pengenaan rekaman suara peaku terhadap suara tersangka dengan mendapatkan jarak terkecil yang mendekati kemiripan sehingga barang bukti rekaman suara dapat dipertanggung jawabkan dalam persidangan.
Analisis Komparasi Klasifikasi Sentimen Pada Crime Indicated Opinion Cyberbullying Di Twitter Menggunakan Metode SVM Dan Naïve Bayes Soraya, Atika; Abdiansah, Abdiansah; Ermatita, Ermatita
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 2 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v8i2.14111

Abstract

Cyberbullying merupakan salah satu tindakan yang melanggar UU ITE dimana kejahatan ini dilakukan di media sosial salah satunya aplikasi Twitter. Tindakan ini sulit terdeteksi jika tidak ada yang mereport tweet tersebut. Identifikasi tweet Cyberbullying bertujuan untuk mengklasifikasikan tweet yang mengandung konten bullying. Klasifikasi dilakukan dengan menggunakan metode Support Vector Machine dan Naïve Bayes dimana metode tersebut bertujuan untuk mencari perbandingan nilai akurasi dari setiap metode. Proses sistem dimulai dari text preprocessing dengan tahapan case folding, tokenisasi, stopword removal, stemming dan pembobotan. Proses selanjutnya melakukan klasifikasi berdasarkan pelabelan data bullying dan non bullying bertujuan mempermudah proses pencarian nilai akurasi klasifikasi dataset dengan metode Support Vector Machine dan naïve bayes. Hasil yang didapat dengan menggunakan metode Support Vector Machine sebesar 82.,29% lebih baik dari metode Naïve Bayes denga hasil sebesar 80,84%. Keywords: Naïve Bayes, Support Vector Machine, Cyberbullying, Bullying, Klasifikasi
Co-Authors Abidullah, M. Dzawil Fadhol Adi Kurniawan Ahmad Fali Oklilas Ahmad Gustano Aidil Putrasyah Al Farissi Alfath, Ahmad Riyo Ali Ibrahim Alvi Syahrini Utami Amalia, Syavira Anny K. Sari Ari Firdaus Ari Wedhasmara Arrasyid, Muhammad Raihan Aruda, Syechky Al Qodrin Arya Mulya Kusuma Astero Nandito Azzahra, Firna Fatima Azzikra, Muhammad Adlan Cahyani, Nyimas Sabilina Dahlan, Bulan Fitri Deris Stiawan Dian Palupi Rini Dian Palupi Rini Dian Palupi Rini Dwiyono, Aswin Edi Winarko Elza Fitriana Saraswita Elza Fitriana Saraswita Ermatita - Erwin, Erwin Fathan, Fathir Fathoni - Febrian, Evan Frendredi Muliawan Hallatu, Nathania Calista Harisatul Aulia Hastie Audytra Hidayahni, Putri Husain, Sulaiman Al Illahi, Aripili Rahman Julian Supardi Kanda Januar Miraswan Kusuma, Arya Mulya Marcelio, Ch Angga Marcellino, Fernanditho Mastura Diana Marieska Maulana, Jimmy Megah Mulya Melati, Risma Mira Afrina Mufazzal, Dimas Putra Muhammad Afif Muhammad Alfaris Oktavian Muhammad Fachrurrozi Muhammad Ikhsan Muhammad Qurhanul Rizqie Muhammad Rizky Akbar Muwafa, Fadhil Zahran Nazuli, Muhammad Furqan Noprisson, Handrie Novi Yusliani Novran, Novran Permana, Dendi Renaldo Plakasa, Gerald Primanita, Anggina Putra, Erwin Dwika Putri Patricia Rabani, Diaz Dafa Ridho Putra Sufa Rizka Dhini Kurnia Saputra, Danny Mathew Saputra, Danny Matthew Satrio, Bagus Sihaloho, Mutiara Anastasya Siti Annisa, Siti Soraya, Atika Sri Hartati Yadi Utama Yudoyono, Vellanindhita Noorprameswari Zanzabili, Muhammad Reyhan