Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Simetris Proceeding of the Electrical Engineering Computer Science and Informatics
Iping Supriana
Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
KECENDERUNGAN PENILAIAN PENGGUNA INFORMASI TERHADAP TWEET (KICAUAN) PADA MEDIA SOSIAL TWITTER Titin Pramiyati; Ayu Purwarianti; Iping Supriana
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (324.894 KB) | DOI: 10.24176/simet.v7i1.506

Abstract

Peran media sosial dalam penyebaran informasi, saat ini sudah berada pada tingkat yang sangat berarti, yang ditandai dengan peningkatan jumlah pengguna media sosial, pemanfaatan media sosial untuk kepentingan penyampaian informasi dibidang politik, hukum, ekonomi, sosial dan bidang lainnya. Media sosial seperti facebook dan twitter merupakan media sosial dengan pengguna terbesar dan memiliki rentang usia pengguna yang sangat lebar. Jumlah pengguna yang besar tidak serta merta menjadikan informasi yang disebarkan melalui media sosial tersebut dapat dipercaya, akan tetapi keberadaan pengguna informasi ini dapat dimanfaatkan untuk menentukan tingkat kepercayaan informasi. Penilaian tingkat kepercayaan informasi, diduga dapat dilakukan dengan berdasarkan pada kesesuaian konteks informasi dengan konteks profil sumber informasi. Merujuk pada dugaan yang dibangun, paper ini membahas hasil survey yang dilakukan untuk mengetahui apakah kesesuaian konteks informasi dengan konteks profil sumber informasi dapat digunakan untuk menentukan tingkat kepercayaan informasi. Survey menggunakan kicauan (tweet) dari beberapa tokoh masyarakat, dengan melibatkan 300 responden yang terdiri dari kelompok Mahasiswa dan kelompok Karyawan. Metode yang digunakan adalah analisis induktif yang menggunakan ukuran numerik dan variabilitas untuk mendeskripsikan kecenderungan penilaian terhadap informasi. Ukuran numerik yang digunakan adalah ukuran tendensi sentral, yaitu dengan menghitung nilai rata-rata, median dan modus. Ukuran variabilitas digunakan untuk mengetahui apakah terdapat penyimpangan yang berarti pada pengukuran numerik yang dilakukan. Hasil survey menunjukkan bahwa kecenderungan responden untuk setuju dengan informasi yang dibuat jika konteks informasi memiliki kesamaan dengan konteks profil sumber informasi. Hasil ini selanjutnya akan dijadikan sebagai dasar dalam pembuatan model penentuan tingkat kepercayaan informasi. Kata kunci: media sosial, twitter, kicauan, analisis induktif, kepercayaan informasi.
Recommendation System on Knowledge Management System via OAI-PMH Nyoman Karna; Iping Supriana; Nur Maulidevi
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 4: EECSI 2017
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (242.486 KB) | DOI: 10.11591/eecsi.v4.1034

Abstract

Knowledge Management System (KMS) might be a transformation from Library Management System (LMS). This transformation is possible when we add several knowledge processes from KMS not available in LMS. When a KMS is a transformation from a LMS, functionalities derived from librarian system will be also available in KMS. One of this functionality is recommendation system, where patron may receive related and recommended reading, usually based on subject similarity between knowledge documents. However, recommendation is delivered from system directly to patron. There is no recommendation from one system directly to another. This research proposes a communication model to provide recommendation from one KMS to another using LMS interoperability language, OAI-PMH. Although there is no real implementation, authors  hope  that  this  model  may  become  a basic reference for a better one. The novelty of this research is how to accommodate recommendation system between KMSs if the interaction is via knowledge sharing protocol, which in this research is OAI-PMH.
Co-Authors Ayu Purwarianti Nur Maulidevi Nyoman Karna Titin Pramiyati