Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Generic

Sistem Rekomendasi Artikel Ilmiah Berbasis Web Menggunakan Content-based Learning dan Collaborative Filtering Betharia Sri Fitrianti; Muhammad Fachurrozi; Novi Yusliani
Generic Vol 10 No 1 (2018): Vol 10, No 1 (2018)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Penelitian ini mengimplementasikan metode content-based learning dan collaborative filtering pada sistem rekomendasi artikel ilmiah berbasis web untuk merekomendasikan artikel ilmiah berbahasa Inggris. Sistem memiliki empat komponen, yaitu analisa konten, profile learner, komponen penyaringan, dan pengambilan dokumen. Content-based learning diimplementasikan pada komponen analisa konten yang bertugas mengidentifikasi masukan berupa artikel ilmiah berbahasa Inggris. Profile learner dilakukan untuk menghitung kemiripan antar pengguna setelah sistem mendapatkan feedback berupa rating dari pengguna. Collaborative filtering diimplementasikan pada komponen penyaringan yang bertugas untuk merekomendasikan artikel kepada pengguna setelah sistem mendapatkan hasil kemiripan antar pengguna. Pengambilan dokumen dilakukan pada proses pengambilan artikel yang dicari oleh pengguna. Uji coba dilakukan pada 100 artikel ilmiah, 6 kelas kategori, serta melibatkan 35 pengguna. Hasil penelitian ini membuktikan bahwa implementasi metode content-based learning dan collaborative filtering pada sistem rekomendasi artikel ilmiah berbasis web mampu memberikan tingkat relevansi dan efektifitas sebesar 0.801 berdasarkan Mean Average Precision dan 0,851 berdasarkan Mean Absolute Error.
Pemodelan Topik Menggunakan Metode Latent Dirichlet Allocation dan Gibbs Sampling Rizki Ramadandi; Novi Yusliani; Osvari Arsalan; Rizki Kurniati; Rahmat Fadli Isnanto
Generic Vol 14 No 2 (2022): Vol 14, No 2 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Pemodelan topik adalah suatu alat yang digunakan untuk menemukan topik laten pada sekelompok dokumen. Pada penelitian ini dilakukan pemodelan topik dengan menggunakan metode Latent Dirichlet Allocation dan Gibbs Sampling. Enam artikel berita Bahasa Indonesia telah dikumpulkan dari portal berita detiknews dengan menggunakan metode Web Scrapper. Artikel berita dibagi menjadi dua kategori utama yaitu, narkoba dan COVID-19. Analisis model LDA dilakukan dengan menggunakan metode koherensi topik pengukuran skor UCI dengan hasil penelitian menyebutkan diperoleh lima buah topik optimal pada kedua konfigurasi pengujian.
Pencarian Tugas Akhir dengan Ontologi dan Boyer-Moore (Studi Kasus: Jurusan Teknik Informatika UNSRI) Rodiah, Desty; Yunita, Yunita; Yusliani, Novi
Generic Vol 15 No 1 (2023): Vol 15, No 1 (2023)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/generic.v15i1.140

Abstract

Website sipeta.ilkom.unsri.ac.id adalah website yang menampung data tugas akhir mahasiswa Jurusan Teknik Informatika UNSRI. Namun website tersebut menggunakan penyimpanan dengan basis data biasa. Pada penelitian ini membuat pencarian data tugas akhir mahasiswa dengan memanfaatkan web semantik ontologi agar data yang dimiliki tidak hanya memiliki nilai, tetapi juga memiliki pengetahuan tentang relasi antar informasi yang saling berkaitan. Komponen yang digunakan dalam teknologi semantik adalah RDF yang dipergunakan sebagai representasi pengetahuan yang digunakan, kemudian SPARQL yang digunakan sebagai query untuk mengambil informasi yang terdapat dalam Ontologi RDF. Selain itu juga digunakan Algoritma Boyer Moore untuk mendapatkan nilai similarity antara data yang didapatkan dari hasil pencarian dengan keyword yang dimasukkan. Jenis pencarian yang dirancang ada 3 pencarian yaitu keyword search, simple search dan advanced search. Dan ketiga pencarian tersebut juga akan di kombinasikan dengan algoritma Boyer Moore. Hasil pencarian dengan ontologi dengan pencarian dengan ontologi dan Algoritma Boyer Moore dihasilkan bahwa pencarian dengan Boyer Moore membutuhkan waktu lebih lama secara rata-rata sekitar >=0,0001 perdetik dalam 5 kali percobaan dibandingkan pencarian dengan ontologi saja. Untuk Algoritma Boyer Moore dilakukan pengujian dengan ROC didapatkan hasil akurasi sebesar 99,84% untuk 16 kali percobaan.
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 Fiftinova 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 Meylani Utari Miftahul Falah 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 Primanita, Anggina 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