Article Per Year (5 Year)
p-Index From 2020 - 2025
4.976
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) ComEngApp : Computer Engineering and Applications Journal Jurnal Ilmu Komputer dan Informasi Jupiter Bulletin of Electrical Engineering and Informatics Scientific Journal of Informatics ICON-CSE Annual Research Seminar PROCEEDING IC-ITECHS 2014 Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JPPPF (Jurnal Penelitian dan Pengembangan Pendidikan Fisika) Dinamisia: Jurnal Pengabdian Kepada Masyarakat Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Jurnal Linguistik Komputasional Sriwijaya Journal of Informatics and Applications Jurnal Generic JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Jurnal Pendidikan IPA Indonesia
Novi Yusliani
Department Informatics Engineering, Faculty Of Computer Science, Sriwijaya University
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Physics Social Sciences Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
Questions Classification Software based on Bloom’s Cognitive Levels using Naive Bayes Classifier Method Novi Yusliani, M. Fachrurrozi, Lidya Irfiyani Silaban,
PROCEEDING IC-ITECHS 2014 PROCEEDING IC-ITECHS 2014
Publisher : PROCEEDING IC-ITECHS 2014

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Questions Classification is one way to know how the student understanding some lessons.Those questions can be collected and classified based on cognitive Bloom level. Bloom Cognitive Level organized question in groups that represents contents of those questions. Words contained in every question have certain meaning and can be used as base to determine category of question. This study aims to classify amounts of questions based on cognitive Bloom level with Naive Bayes Classifier method. According to Blooms taxonomy of cognitive level divided into six levels of the Knowledge (C1), Comprehension (C2), Application (C3), Analysis (C4), Synthesis (C5), and Evaluation (C6). In this study, questions classified into 3 classes based on cognitive Bloom level, Knowledge (C1), Comprehension (C2), Application (C3). The amount of collective data used for training process is 240 questions. Result of this study generates accuracy of 75 % from 60 question samples tested. Susceptibility often occured because of same vocabularies from each categories, thus cause mistakes in classification.
Penerapaan Sistem Informasi Desa Menggunakan OpenSID di Desa Tanjung Dayang Selatan, Kabupaten Ogan Ilir, Sumatera Selatan Abdiansah Abdiansah; Alvi Syahrini Utami; Novi Yusliani; Kanda Januar Miraswan; Ahmad Fali Oklilas
Dinamisia : Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 6 (2021): Dinamisia: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/dinamisia.v5i6.5621

Abstract

Sistem Informasi Desa (SID) adalah seperangkat alat dan proses pemanfaatan data dan informasi untuk mendukung pengelolaan sumber daya berbasis komunitas di tingkat desa. SID merupakan bagian dari implementasi Undang-Undang (UU) Desa. UU Desa Pasal 86 UU no. 6 Tahun 2014 tentang Sistem Informasi Pembangunan Desa dan Pembangunan Kawasan Perdesaan. Desa belum dapat mengimplementasikan SID karena kurangnya pemahaman perangkat desa tentang SID. Oleh karena itu, kebutuhan akan pelatihan SID menjadi sangat urgen bagi desa khususnya para perangkat desa. Untuk mengatasi masalah tersebut, Fakultas Ilmu Komputer, Universitas Sriwijaya, melakukan kegiatan pelatihan SID berbasis OpenSID melalui program Pengabdian Kepada Masyarakat (PkM). Hasil dari pelatihan diperoleh bahwa materi yang diberikan cukup dipahami oleh semua peserta pelatihan meskipun mereka belum pernah menggunakan aplikasi yang sejenis. Selain itu, mereka percaya bahwa SID dapat membantu administrasi desa dan meningkatkan layanan informasi desa.
Pengaruh Synthetic Minority Oversampling Technique pada Analisis Sentimen Menggunakan Algoritma K-Nearest Neighbors Raisha Fatiya; Novi Yusliani; Mastura Diana Marieska; Danny Matthew Saputra
Jurnal Linguistik Komputasional Vol 5 No 1 (2022): Vol. 5, NO. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i1.63

Abstract

Salah satu permasalahan yang kerap timbul dan mempengaruhi proses pengklasifikasian adalah data tidak seimbang (imbalanced data). Suatu data dikatakan tidak seimbang apabila data tersebut terbagi menjadi kelas minoritas dan mayoritas. Hal tersebut akan memberikan pengaruh berupa dampak buruk pada hasil klasifikasi karena hasil yang didapatkan akan bias terhadap kelas mayoritas. Penelitian ini bertujuan untuk mengetahui pengaruh Synthetic Minority Oversampling Technique untuk menangani permasalahan imbalance data pada analisis sentimen menggunakan algoritma K-Nearest Neighbors. Synthetic Minority Oversampling Technique (SMOTE) adalah salah satu metode yang dapat digunakan untuk melakukan pembentukan data synthetic untuk mengatasi imbalanced data. Metode klasifikasi yang digunakan adalah K-Nearest Neighbors (KNN) dengan nilai k=3. Penelitian ini menggunakan tiga dataset sentimen yang memiliki topik Covid, Pilkada 1, dan Pilkada 2. Hasil evaluasi dari ketiga dataset tersebut menghasilkan nilai rata-rata accuracy sebesar 70% pada KNN tanpa SMOTE dan menghasilkan 78% pada KNN+SMOTE. Hal ini menunjukkan bahwa SMOTE dapat mengatasi permasalahan imbalanced data dan dapat memberikan pengaruh berupa peningkatan akurasi pada penelitian ini.
Named-Entity Recognition pada Teks Bebahasa Indonesia menggunakan Hidden Markov Model dan POS-Tagging Novi Yusliani; Ridho Putra Sufa; Ari Firdaus; Abdiansah Abdiansah; Yoppy Sazaki
Jurnal Linguistik Komputasional Vol 4 No 1 (2021): Vol. 4, NO. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v4i1.39

Abstract

Named entity recognition adalah salah satu tool yang berfungsi untuk mengenali entitas bernama suatu kata dan banyak digunakan dalam aplikasi di bidang pemrosesan bahasa alami. Hidden markov model (HMM) adalah salah satu metode yang dapat digunakan untuk mengenali entitas bernama suatu kata. Metode ini terdiri dari tahap pelatihan dan tahap pengujian. Pada tahap pelatihan metode ini membutuhkan sekumpulan data berlabel untuk mendapatkan model pengetahuan berupa nilai probabilitas setiap kata yang ada di dalam data latih. Nilai probabilitas ini berfungsi untuk mengenali kata-kata yang belum diketahui labelnya. Apabila kata yang akan dikenali tidak ada di dalam data latih, maka kata tersebut akan memiliki nilai probabilitas nol (zero probability). Nilai probabilitas nol pada suatu kata menyebabkan kata tersebut tidak bisa diketahui label entitas bernamanya. Karena itu, penelitian ini menggunakan part-of-speech tagging agar tidak ada kata yang memiliki nilai probabilitas nol. Pengujian dilakukan pada teks berbahasa Indonesia dengan jumlah kalimat sebanyak 511 kalimat. Hasil pengujian menunjukkan nilai rata-rata recall sebesar 83.82%, nilai rata-rata precision sebesar 89.31%, dan nilai rata-rata f-measure sebesar 86.14%.
Sistem Deteksi Kemiripan Teks Pada Berita Berbahasa Indonesia Menggunakan algoritma Ratcliff/Obershelp Nurul Izzah; Novi Yusliani; Desty Roodiah
Jurnal Linguistik Komputasional Vol 5 No 1 (2022): Vol. 5, NO. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i1.65

Abstract

Plagiarism in writing is often found in various media, one of which is the internet. Prevention can be done by creating an intelligent system capable of detecting text. One of the algorithms used to create a text finding system is the Ratcliff/Obershelp algorithm. This algorithm combines a string of 2 pieces of text to get the total character length (sequence (string) matching). The results are used to search for similar words ( sub-sequence ) and calculate the character length. The calculation of the similarity value and the percentage is carried out to classify the types of plagiarism that exist in the text. The data used are 8 Indonesian news texts with different internet sources which are divided into 2 topics and the average error percentage is 0.26%.
SISTEM QUESTION ANSWERING BAHASA INDONESIA UNTUK PERTANYAAN NON-FACTOID Ayu Purwarianti; Novi Yusliani
Jurnal Ilmu Komputer dan Informasi Vol 4, No 1 (2011): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (892.394 KB) | DOI: 10.21609/jiki.v4i1.151

Abstract

Fokus dari penelitian ini adalah untuk mengembangkan data dan sistem Question Answering (QA) Bahasa Indonesia untuk pertanyaan non-factoid. Penelitian ini merupakan penelitian QA non-factoid pertama untuk Bahasa Indonesia. Adapun sistem QA terdiri atas 3 komponen yaitu penganalisis pertanyaan, pengambil paragraf, dan pencari jawaban. Dalam komponen penganalisis pertanyaan, dengan asumsi bahwa pertanyaan yang diajukan merupakan pertanyaan sederhana, digunakan sistem yang berbasis aturan sederhana dengan mengandalkan kata pertanyaan yang digunakan (“apa”, “mengapa”, dan “bagaimana”). Paragraf diperoleh dengan menggunakan pencarian kata kunci baik dengan menggunakan stemming ataupun tidak. Untuk pencari jawaban, jawaban diperoleh dengan menggunakan pola kata-kata khusus yang ditetapkan sebelumnya untuk setiap jenis pertanyaan. Dalam komponen pencari jawaban ini, diperoleh kesimpulan bahwa penggunaan kata kunci non-stemmed bersamaan dengan kata kunci hasil stemming memberikan nilai akurasi jawaban yang lebih baik, jika dibandingkan dengan penggunaan kata kunci non-stemmed saja atau kata kunci stem saja. Dengan menggunakan 90 pertanyaan yang dikumpulkan dari 10 orang Indonesia dan 61 dokumen sumber, diperoleh nilai MRR 0.7689, 0.5925, dan 0.5704 untuk tipe pertanyaan definisi, alasan, dan metode secara berurutan. Focus of this research is to develop QA data and system in Bahasa Indonesia for non-factoid questions. This research is the first non-factoid QA for Bahasa Indonesia. QA system consists of three components: question analyzer, paragraph taker, and answer seeker. In the component of question analyzer, by assuming that the question posed is a simple question, we used a simple rule-based system by relying on the question word used (“what”, “why”, and “how”). On the components of paragraph taker, the paragraph is obtained by using keyword, either by using stemming or not. For answer seeker, the answers obtained by using specific word patterns that previously defined for each type of question. In the component of answer seeker, the conclusion is the use of non-stemmed keywords in conjunction with the keyword stemming results give a better answer accuracy compared to non-use of the keyword or keywords are stemmed stem only. By using 90 questions, we collected from 10 people of Indonesia and the 61 source documents, obtained MRR values 0.7689, 0.5925, and 0.5704 for type definition question, reason, and methods respectively.
Query Reformulation for Indonesian Question Answering System Using Word Embedding of Word2Vec Alvi Syahrini Utami; Novi Yusliani; Mastura Diana Marieska; Abdiansah Abdiansah
Computer Engineering and Applications Journal Vol 11 No 1 (2022)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (553.716 KB) | DOI: 10.18495/comengapp.v11i1.394

Abstract

Query reformulation is one of the tasks in Information Retrieval (IR), which automatically creates new queries based on previous queries. The main challenge of query reformulation is to create a new query whose meaning or context is similar to the old query. Query reformulation can improve the search for relevant documents for Open-domain Question Answering (OpenQA). The more queries are given to the search system, and the more documents will be generated. We propose a Word Predicted and Substituted (WPS) method for query reformulation using a word embedding word2vec. We tested this method on the Indonesian Question Answering System (IQAS). The test results obtained an E-1 value of 81% and an E-2 value of 274%. These results prove that the query reformulation method with WPS and word-embedding can improve the search for potential IQAS answers.
Simplification Complex Sentences in Indonesia Language using Rule-Based Reasoning Rifka Widyastuti; M Fachrurrozi; Novi Yusliani
ICON-CSE Vol 1, No 1 (2014)
Publisher : ICON-CSE

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Complex sentence consist of two or more single sentence and one or more conjunctions. Complex sentences have many meaning, so that is quite difficult to be simplified because the results of simplification complex sentence does not match the original sentence. To solve this problem, this research using Rule-Based Reasoning method and Surface Expression Rules. Because Rule-Based Reasoning method can be adapted to the rules of surface expression that can look for patterns of complex sentences, so thus simplifying precise and accurate results. The results of researchis the Rule-Based Reasoning methods used in accordance with the accuracy of 93.8% and an assessment of questionnaires obtained values 76-100
Identification of Ambiguous Sentence Pattern in Indonesian Using Shift-Reduce Parsing M Fachrurrozi; Novi Yusliani; Muharromi Maya Agustin
ICON-CSE Vol 1, No 1 (2014)
Publisher : ICON-CSE

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In a sentence writing, mistakes often happened unconsciously by the writers that caused a sentence has double meaning. This research developed a software that can identify the pattern of ambiguous sentences in Bahasa using Shift Reduce Parsing. Input for this software is a single sentence in Bahasa. This research involved three preprocessing namely case folding, tokenizing, and Part of Speech (POS) Tagging. Then the result of preprocessing used in identifying ambiguous sentence. In the process of identifying ambiguous sentences, Shift Reduce Parsing used to the parsing’s result of a sentence. As the result, this software that can differentiate whether if it is an ambiguous sentence or not. Accuracy of identifying the pattern of ambiguous sentence in Bahasa using Shift Reduce Parsing reaches 83%.
Pelatihan Pemanfaatan Aplikasi Digital dan Video Animasi Untuk Pembelajaran Bahasa Inggris di Panti Asuhan Siti Aisyah Palembang Muhammad Ihsan Jambak; Rusdi Efendi; Novi Yusliani; Syechky Al Qodrin; Rahma Haniffia; Tiara Dewangga
Annual Research Seminar (ARS) Vol 5, No 2 (2019): Special Issue : Pengabdian Kepada Masyarakat
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Kegiatan Pengabdian Pada Masyarakat (PPM) ini adalah perwujudan Tri Dharma Perguruan Tinggi dalam bentuk keikutsertaan akademisi dalam pengembangan kompetensi sumber daya manusia Indonesia, khususnya generasi muda. Bahwa kenyataan di masyarakat masih ada kelompok generasi muda yang berada dalam kondisi marginal, yaitu anak-anak di panti asuhan. Tujuan kegiatan PPM ini adalah ikut serta melakukan upaya pengembangan sumber daya manusia generasi muda melalui jalur informal, yaitu melatih para anak asuh dan pengelola / pembimbing panti asuhan untuk dapat memanfaatkan teknologi informasi sebagai alat bantu belajar secara mandiri. Pada kegiatan ini pembelajaran mandiri yang dimaksud, digunakan untuk belajar bahasa Inggris. Tahapan kegiatan pengabdian ini antara lain: penyiapan aplikasi-aplikasi sederhana yang dapat dioperasikan pada perangkat HP dan/atau computer; penyiapan prosedur kerja aplikasi (manual book); dan pelatihan penggunaan aplikasi pada pengguna. Sehingga diharapkan para pengguna akan dapat memiliki aplikasi sederhana beserta petunjuk kerjanya serta terampil dalam menggunakannya dalam proses pembelajaran mandiri.
Co-Authors Abdiansah Abdiansah, Abdiansah Abdiansyah Ahmad Fali Oklilas Aini Nabilah Al Fatih, Zaky Alvi Syahrini Alvi Syahrini Utami Angelia, Nadya Anna Dwi Marjusalinah Annisa Darmawahyuni Ari Firdaus Ari Firdaus Ari Wedhasmara Ari Widodo Ariska, Meli Armansyah, Risky Armenia Yuhafiz Aruda, Syechky Al Qodrin Aspirani Utari Astero Nandito Ayu Purwarianti Az Zahra, Lutfiah Betharia Sri Fitrianti Danny Matthew Saputra Darmawahyuni, Annisa Darmawahyuni, Annisa Deris Stiawan Desty Rodiah Desty Roodiah Dhiya Fairuz Diah Kartika Sari Dian Palupi Rini Dian Palupi Rini Dian Palupi Rini Fadel Muhammad, Fadel Firdaus Firdaus Fitria Khoirunnisa Ghita Athalina Gilbert Christopher Jambak, Muhammad Ihsan Kanda Januar Miraswan Kartika, Diah Lidya Irfiyani Silaban M Fachrurrozi M. Fachrurrozi . Mastura Diana Marieska Melly Ariska Milka, Ikbal Adrian Muhammad Fachrurrozi Muhammad Fachurrozi Muhammad Naufal Rachmatullah Muhammad Omar Braddley Muhammad Raihan Habibullah Muhammad Rizqi Assabil Muharromi Maya Agustin Nur Hamidah Nurul Izzah Oktadini, Nabila Rizky Osvari Arsalan Plakasa, Gerald Rahma Haniffia Rahmannisa, Amanda Rahmat Fadli Isnanto Raisha Fatiya Reyhan Navind Shaquille Ridho Putra Sufa Rifka Widyastuti Rizki Kurniati Rizki Ramadandi Rusdi Efendi Saputra, Danny Mathew Saputra, Danny Matthew Sari, Tri Kurnia septi ana Siti Nurmaini Syechky Al Qodrin syechky al qodrin aruda Tiara Dewangga Tristi Dwi Rizki Wenty Octaviani Winda Kurnia Sari Yenny Anwar Yesi Novaria Kunang YUNITA Yunita Yunita Yunita Yunita Yunita Yunita