p-Index From 2021 - 2026
6.169
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) JRAK: Jurnal Riset Akuntansi dan Komputerisasi Akuntansi Bulletin of Electrical Engineering and Informatics Jurnal technoscientia Jurnal Teknologi Jurnal Script Jurnal Jarkom Jurnal Online Mahasiswa (JOM) Bidang Teknik dan Sains Brawijaya Law Journal : Journal of Legal Studies Seminar Nasional Informatika (SEMNASIF) Jusikom : Jurnal Sistem Komputer Musirawas Al-Madrasah: Jurnal Ilmiah Pendidikan Madrasah Ibtidaiyah Journal Civics and Social Studies International Journal of Electrical, Energy and Power System Engineering (IJEEPSE) Jurnal Surya Teknika JURNAL TEKNOLOGI TECHNOSCIENTIA Prosiding SNAST Jurnal Manajemen New Language Dimensions Jurnal Akuntansi, Ekonomi dan Manajemen Bisnis Journal of Medical Science; Jurnal Ilmu Medis Rumah Sakit Umum Daerah dr. Zainoel Abidin, Banda Aceh JDEP (Jurnal Dinamika Ekonomi Pembangunan) CEMERLANG :Jurnal Manajemen dan Ekonomi Bisnis Jurnal Atma Inovasia Jurnal Sistim Informasi dan Teknologi NEAR: Jurnal Pengabdian kepada Masyarakat Optimal: Jurnal Ekonomi dan Manajemen Jurnal Pengabdian Masyarakat Kesehatan Jurnal Penelitian Ekonomi Manajemen dan Bisnis Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Jurnal Riset Manajemen Jurnal Rekayasa Sistem Informasi dan Teknologi JURNAL MANAJEMEN DAN INVESTASI (MANIVESTASI) Jurnal Ventilator: Jurnal Riset Ilmu Kesehatan dan Keperawatan Nursing Applied Journal Jurnal Geologi dan Sumberdaya Mineral (Journal of Geology and Mineral Resources) Jurnal Inovasi Manajemen, Kewirausahaan, Bisnis dan Digital Jurnal Al-Mubarak: Jurnal Kajian Al-Qur'an dan Tafsir Proceedings Series of Educational Studies Jurnal Teknologi Jnanadharma LEMBARAN PUBLIKASI MINYAK DAN GAS BUMI Jurnal Kajian Ekonomi dan Perbankan Syariah
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Seminar Nasional Informatika (SEMNASIF)

PENINGKATAN KINERJA CLUSTERING DOKUMEN TEKS MENGGUNAKAN PEMBOBOTAN SAMPEL Amir Hamzah
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2011): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Algoritma clustering berbasis pembobotan sampel (sample weighting) saat ini banyak diteliti. Ada beberapa model pembobotan yang pada prinsipnya bertujuan untuk merubah nilai vektor sampel dan formula similaritas vektor sampel dengan pusat clusternya. Dalam dokumen teks pembobotan dapat berupa konektifitas antar dokumen, misalnya dalam dokumen akademik yang ada koneksi referensi. Namun dalam dokumen berita koneksi referensi mungkin jarang ditemukan. Dalam makalah ini teknik pembobotan baru diajukan, yaitu menggunakan kata-kata yang muncul dalam kata kunci (keyword) dan judul (title ) dari suatu dokumen teks. Eksperimen dilakukan terhadap abstrak dokumen akademik sebanyak 500 dokumen dan dokumen berita. Sebanyak 3000 dokumen Algoritma yang diuji kinerjanya adalah algoritma K-Means clustering dan algoritma Fuzzy C-Means clustering. Parameter kinerja algoritma digunakan nilai F-measure dari hasil clustering sebelum dilakukan pembobotan sampel dan setelah dilakukan pembobotan sampel. Hasil eksperimen menunjukkan bahwa pembobotan sampel dapat meningkatkan kinerja clustering sebesar 12,8% untuk pembobotan dengan keyword dan title dan meningkatkan kinerja clustering 9.8% untuk pembobotan dengan title saja.
DETEKSI BAHASA UNTUK DOKUMEN TEKS BERBAHASA INDONESIA Amir Hamzah
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2010): Computatinal
Publisher : Jurusan Teknik Informatika

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

Abstract

In the multi language environment corpus such as Internet, the information retrieval system has faced difficulties that caused by the mixture of language document response of single query request that do not match the user need. One approach to handle this problem is by designing cross-language search engine. On the other hand this solution is no need for the user that only hoped the document answer only in one language such as Bahasa Indonesia. In the second case the solution is by designing search engine in certain language. In the construction of special language search engine in multi language environment, a critical step is language detection of the document being analyzed. This research was aimed to study comparison of several methods of language detection based on N-gram, i.e. unigram, bigram and trigram. Several news text documents in Bahasa Indonesia from 100 documents until 3000 document, two academic document collections of 88 and 450 documents and two abstract collection and full paper collection in English, each of those is 40 documents, were used as test collection. The results showed that unigram, bigram and trigram were good parameter to detect the language of documents. Among those methods, bigram was the best in time complexity and accuracy
STUDI KINERJA FUNGSI-FUNGSI JARAK DAN SIMILARITAS DALAM CLUSTERING DOKUMEN TEKS BERBAHASA INDONESIA Amir Hamzah; F. Soesianto; Adhi Susanto; Jazi Eko Istiyanto
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2008): Computational
Publisher : Jurusan Teknik Informatika

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

Abstract

Clustering dokumen teks banyak diteliti karena peranan pentingnya dalam bidang text-mining dan information retrieval.  Dalam algoritma clustering pemilihan fungsi jarak atau fungsi similaritas antar objek menjadi kunci keberhasilan algoritma. Pada fungsi jarak, jarak euclidean paling sering digunakan. Fungsi ini memiliki kelemahan jika digunakan untuk vektor berdimensi sangat tinggi yang  menyebabkan kinerja clustering menurun. Alternatif dari fungsi jarak adalah fungsi similaritas, antara lain jaccard, dice, cosine dan pearson. Penelitian ini melakukan kajian tentang unjuk kerja fungsi jarak euclidean dengan empat fungsi similaritas tersebut di atas jika diterapkan untuk melakukan clustering dokumen teks berbahasa Indonesia. Dua pendekatan clustering yang dicobakan adalah pendekatan hierarchi dan partisi. Untuk pendekatan hierachi digunakan teknik aglomeratif dengan 2 metode similaritas cluster yaitu  GroupAverage dan  CompleteLink. Untuk pendekatan  partisi juga dicobakan  2 metode, yaitu Bisecting K-Mean dan Buckshot. Koleksi dokumen yang digunakan 12 koleksi dokumen teks berita, yaitu dengan cacah dokumen 50, 100, 200, 300, 400, 500, 600, 700, 800, 1009, 1270 dan 1370 dokumen. Semua koleksi telah dilakukan clustering secara manual. Kriteria kinerja clustering diukur berdasarkan waktu komputasi dan validitas clustering. Untuk validitas digunakan nilai F-measure, yaitu nilai yang diturunkan dari Recall dan Precision  yang mengukur kemampuan algoritma melakukan klasifikasi secara benar. Hasil penelitian menunjukkan bahwa hasil clustering terbaik adalah jika digunakan fungsi  Cosine  dengan rata-rata F-measure untuk seluruh koleksi  0,9313; sementara yang terburuk adalah jika digunakan fungsi jarak eucledian dengan rata-rata F-measure 0,4668.  Secara waktu komputasi fungsi cosine juga memiliki kinerja tercepat dengan rata-rata 12,9 detik sedangkan terjelek adalah pearson dengan rata-rata 58,2 detik. 
Lexicon-based Emotion Detection for Academic Questionnaire Results Amir Hamzah
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

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

Abstract

Tujuan: Penelitian ini bertujuan menerapkan metode deteksi emosi pada teks komentar mahasiswa hasil kuesener berbasis pada leksikon emosi. Label emosi dari komentar akan meningkatkan akurasi dari hasil analisis kuesener. Tujuan lain dari penelitian ini adalah melihat sejauh mana efektivitas leksikon emosi Emolex untuk deteksi emosi teks kuesener akademis.Metode: Data penelitian berasal dari komentar dan saran mahasiswa pada kuesener evaluasi pembelajaran pada IST AKPRIND tahun 2014-2017 sebanyak 3.975 komentar. Jenis emosi yang dideteksi adalah 8 jenis emosi, yaitu marah, antisipasi, jijik, takut, bahagia, sedih , terkejut dan yakin. Leksikon emosi yang digunakan adalah NRC Emolex. Langkah pertama deteksi setelah tahap pre-processing adalah ekstrak fitur emosi menggunakan daftar leksikon emosi. Langkah kedua adalah deteksi emosi dengan cara menghitung bobot terbesar dari fitur emosi yang terekstrak sebagai label emosi bagi komentar tersebut.Hasil: Hasil penelitian menunjukkan bahwa dari seluruh data yang dideteksi, 46,7% dapat diketahui label emosinya. Dari yang diketahui label emosinya 3 prosentase tertinggi ada pada label Sadness (18,5%), Joy(17,1%) dan Fear (14,0%). Dari penelitian terungkap bahwa kinerja emolex untuk deteksi emosi masih belum memuaskan. Hal ini sangat mungkin disebabkan karena baru 37% pustaka Emolex memiliki label emosi.State of the art: Ditemukan kelemahan leksikon NRC Emolex sebagai hasil translate dari bahasa inggris antara lain, banyak leksikon belum diberikan label emosi dan efek translate menjadi dua atau tiga kata dalam bahasa Indonesia sehinggat tidak dapat digunakan.
Co-Authors Ade Rizki Purnama Ade Yogi Adhi Susanto Adhi Susanto Afifah Dzuriatun Khasanah Agel, Walid Agusnadi Agusnadi Ahmad Mujahid Ainun Ainun amirhamzah@institutpendidikan.ac.id Andi Kurniawan Andri Perdana Putra Anggreawan - Aprizal Rosadian Ari Budi Noviyanto Ariyana, Renna Yanwastika Asriadi Asriadi Asti Widyaningsih Ayus ahmad Yusuf Basuki Beny Firman Budhi Anto Catur Iswahyudi Catur Iswayudi Dahliyusmanto, Dahliyusmanto Daldir - Dedy Darmawan Dini Suryaningsih Dyah Apriliani Edhy Sutanta (Jurusan Teknik Informatika IST AKPRIND Yogyakarta) Egi Mulyadi Emy Setyaningsih Erfanti Fatkhiyah Erma Susanti Erna Kumalasari Nurnawati Erna Kumalasari Nurnawati Erna Safariyah Erwin Hariyanto Nugroho F. Soesianto F. Soesianto Fauzan Prasetyo Febbi Adha Hardiani Febrianto Ramadhan Firdaus Firmansyah Kusuma, R. Okky Galih Prassantika Utama Gatot Santosa Gatot Santosa, Gatot Gloriansi Umbu Heingu Deta Hadijah Hadijah Hae Isnapoh Maykel Yoseph Hanny Oktariani Hari Rachmadi Haris Dibdyaningsih Hendra Mardika Heri Ihwani Heri Siswanto Heru Susanto Indien Winarwati Indriyani Indriyani Irawan Danismaya Ismail Ismail Istiana Agustika Anandy Iwan Kurniawan Iwan Sukma Gumilar Jazi Eko Istiyanto Jazi Eko Istyanto Kris Suryowati Lia Dwi Martika Lilik Nugroho M Altaf Hidayat M. Rasuhan Fikri MAYA, IRA Mia Lusmiawati Mohammad Sholeh Muchamad Rizal Rinaldi Muhamad Najib Muhamad Taufik Hidayat Muhammad Akbar Muhammad Firdaus Muhammad Sholeh Muhammad Sholeh Muhammad Suyanto Muntaha Nega Mustafa - Naniek Widyastuti Naniek Widyastuti Niken Irawati Putri Novita Istiqomah Nurul Sakdah Oktaviani Rahmita Putri Oktaviani Rita Puspasari Oman Somantri Pidie Wiyanto Prastyono Eko Pambudi R. Ismail Nugroho Akbar Riani - Risang Aji Herlambang Risma Sri Mulyati Robertus Desta Raka Siwi Romy Romy Rr. Yuliana Rachmawati Ryan Akbar Fadhilah Ryvan Sirait Ryzka Rahmawati Shalahuddin Shaleh Shaleh Sholeh, Muhammad Siar Nimah Siti Lestari Sony Cahyo Wibisono Suraya - Suwanto Raharjo Syafi'i, Ahmad Tanty Naomi Siahaan Taufik Maulana Taufiq Abidin Tinezia Arum Cendhani1 UGM) Fakultas Matematika dan Ilmu Pengetahuan Alam Jazi Eko Istiyanto (Jurusan Fisika Uning Lestari Uning Lestari Universitas Gadjah Mada) Fakultas Teknik Adhi Susanto (Jurusan Teknik Elektro Universitas Gadjah Mada) Fakultas Teknik F. Soesianto (Jurusan Teknik Elektro Uswatun Hasanah Virgilius Daton Balamakin Wafikulinnuha - Wafikulinuha Wafikulinuha Wahid Hasim Wahid Hasyim Winantris Winantris Wisnu Widiarto Wisnu Widiarto Yoga Pratama Yohanes Yohanes Yudi Setyawan Yunita Kusumawardani Yusriana Yusriana