Article Per Year (5 Year)
p-Index From 2020 - 2025
4.288
P-Index
This Author published in this journals
All Journal Dinamik Semantik Techno.Com: Jurnal Teknologi Informasi Telematika : Jurnal Informatika dan Teknologi Informasi Jurnas Nasional Teknologi dan Sistem Informasi JAIS (Journal of Applied Intelligent System) Proceeding SENDI_U Journal of Information System Sistemasi: Jurnal Sistem Informasi Journal of Applied Geospatial Information Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Eksplora Informatika JOURNAL OF APPLIED INFORMATICS AND COMPUTING Techne : Jurnal Ilmiah Elektroteknika Jurnal Sistem Cerdas EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Journal of Applied Computer Science and Technology (JACOST) Journal La Multiapp Community: Jurnal Pengabdian Pada Masyarakat
Ardytha Luthfiarta
Teknik Informatika S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Physics Social Sciences Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
Algoritma Latent Semantic Analysis (LSA) Pada Peringkas Dokumen Otomatis Untuk Proses Clustering Dokumen Luthfiarta, Ardytha; Zeniarja, Junta; Salam, Abu
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

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

Abstract

Teknologi pengklasteran dokumen memiliki peran yang signifkan dalam kemajuan teknologi informasi, diantaranya mempunyai peranan penting dalam pengembangan web di bidang akurasi kategorisasi keyword otomatis pada search engine, kategorisasi berita untuk surat kabar elektronik, peningkatan rating situs dengan teknologi Search Engine Optimization (SEO) dan sangat memungkinkan untuk diimplementasikan dalam berbagai teknologi informasi lainnya, oleh karena  itu diperlukan penelitian untuk meningkatkan ketepatan akurasi dalam pengklasteran dokumen. Dalam penelitian ini Algoritma  Latent Semantic Analysis  (LSA) dapat melakukan proses reduksi kalimat dengan lebih baik dibandingkan algoritma Feature Based sehingg a mendapatkan hasil akurasi proses clustering dokumen yang lebih akurat.Beberapa tahapan clustering dalam penelitian ini, yaitu preprocessing, peringkas dokumen otomatis  dengan metode fitur,  peringkas dokumen otomatis dengan  LSA, pembobotan kata,  dan algoritma clustering.Hasil penelitian menunjukkan  tingkat akurasi menggunakan peringkas dokumen otomatis  dengan LSA dalam  proses clusteringdokumen  mencapai  71,04  %yang diperoleh pada tingkat peringkas dokumen otomatisdengan  LSA  40%  dibandingkan dengan hasil clustering tanpa peringkas dokumen otomatis yang hanya mencapai tingkat akurasi 65,97  %.
PENGEMBANGAN APLIKASI PENENTUAN TEMA TUGAS AKHIR BERDASARKAN DATA ABSTRAK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Sani, Ramadhan Rakhmat; ., Junta Zeniarza; Luthfiarta, Ardytha
Proceeding SENDI_U 2016: SENDI_U
Publisher : Proceeding SENDI_U

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (232.719 KB)

Abstract

Semakin bertambahnya mahasiswa saat tahun ajaran baru pada suatu perguruan tinggi tentunyabertambah pula hasil tugas akhir yang dihasilkan dan terekam pada perpustakaan. Semua datatersebut ditempatkan dalam tempat tertentu yang disesuaikan dengan kategorinya dan datatersebut sudah terkomputerisasi dengan baik di dalam server database. Ketika harusmengidentifikasi dan mencari file laporan tugas akhir berdasarkan topik yang diangkat menjadimasalah pada penelitian ini. Penelitian ini bertujuan untuk mempermudah dalam melakukanpengelompokan tema atau topik yang nantinya digunakan sebagai acuan dalam penenpatan padakategori yang disediakan. Metode yang digunakan dalam penelitian menggunakan RapidApplication Developmnet model dengan menggunakann algoritma klasifikasi K-NearestNeighbor yang terbukti mencapai hasil akurasi yang baik dan sesuai dengan perhitungan yangditerapkan dalam sebuah aplikasi. Sehingga aplikasi ini dapat menjadi solusi untukmenyelesaikan masalah tersebut..Kata Kunci: klasifikasi, text mining, aplikasi, k-nearest neighbor, prototype
PENGEMBANGAN APLIKASI PENENTUAN TEMA TUGAS AKHIR BERDASARKAN DATA ABSTRAK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Sani, Ramadhan Rakhmat; ., Junta Zeniarza; Luthfiarta, Ardytha
Proceeding SENDI_U 2016: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS
Publisher : Proceeding SENDI_U

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

Abstract

Semakin bertambahnya mahasiswa saat tahun ajaran baru pada suatu perguruan tinggi tentunyabertambah pula hasil tugas akhir yang dihasilkan dan terekam pada perpustakaan. Semua datatersebut ditempatkan dalam tempat tertentu yang disesuaikan dengan kategorinya dan datatersebut sudah terkomputerisasi dengan baik di dalam server database. Ketika harusmengidentifikasi dan mencari file laporan tugas akhir berdasarkan topik yang diangkat menjadimasalah pada penelitian ini. Penelitian ini bertujuan untuk mempermudah dalam melakukanpengelompokan tema atau topik yang nantinya digunakan sebagai acuan dalam penenpatan padakategori yang disediakan. Metode yang digunakan dalam penelitian menggunakan RapidApplication Developmnet model dengan menggunakann algoritma klasifikasi K-NearestNeighbor yang terbukti mencapai hasil akurasi yang baik dan sesuai dengan perhitungan yangditerapkan dalam sebuah aplikasi. Sehingga aplikasi ini dapat menjadi solusi untukmenyelesaikan masalah tersebut..Kata Kunci: klasifikasi, text mining, aplikasi, k-nearest neighbor, prototype
Integrasi Peringkas Dokumen Otomatis Dengan Penggabungan Metode Fitur dan Metode Latent Semantic Analysis (LSA) Sebagai Feature Reduction Junta Zeniarja; Abu Salam; Ardytha Luthfiarta; L Budi Handoko; Muhammad Jamhari
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.107 KB)

Abstract

Proses  clustering dokumen memudahkan pengguna menemukan dokumen yang diinginkan. Dalam prosesnya  dokumen  yang akan dicluster  direpresentasikan menggunakan Vector Space Model (VSM). Masalah  klasik  dalam VSM adalah matrik term-dokumen  yang  sangat jarang (banyak mengandung angka 0 dalam term-dokumen matrik) dan juga  berdimensi tinggi, sehingga dapat mengurangi kinerja clustering dokumen. Oleh karena itu diperlukan suatu metode untuk bisa mengurangi dimensi term-dokumen dan menghilangkan term yang bernilai 0 tersebut sehingga dapat meningkatkan kinerja proses clustering. Dalam penelitian ini diusulkan model peringkas dokumen otomatis  dengan penggabungan metode fitur dan latent semantic analysis (LSA) sebagai feature reduction pada proses clustering dokumen.Tujuan dari penelitian ini adalah untuk meningkatkan akurasi dari clustering dokumen dengan pengkombinasian metode padaperingkas dokumen otomatis yang diintegrasikan sebagai feature reduction. Beberapa tahapan clustering dalam penelitian ini, yaitu preprocessing, peringkas dokumen otomatis  dengan metode fitur ,LSA dan Kombinasi, pembobotan kata, feature selection, feature transformation dan algoritma clustering.   Hasil penelitian menunjukkan  tingkat akurasi menggunakan peringkas dokumen  otomatis yang diintegrasikan sebagai feature reduction  dengan menggabungkan metode fitur dan metode LSA  mencapai 93,33  %  yang diperoleh pada tingkat peringkas dokumen otomatis  LSA Summary + Feature Summary 50% + Feature Selection 20% + LSA  dibandingkan dengan feature selection 20 % tanpa menggunakan peringkas dokumen otomatis yang hanya mencapai tingkat akurasi 89,33 %.
PREDIKSI CHURN DAN SEGMENTASI PELANGGAN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK BERBASIS EVOLUTION STRATEGIES Junta Zeniarja; Ardytha Luthfiarta
Techno.Com Vol 14, No 1 (2015): Februari 2015 (Hal. 1-78)
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1400.184 KB) | DOI: 10.33633/tc.v14i1.706

Abstract

Pelanggan merupakan bagian penting dalam memastikan keunggulan dan kelangsungan hidup perusahaan. Oleh karena itu perlu untuk memiliki sistem manajemen untuk memastikan pelanggan tetap setia dan tidak pindah ke pesaing lain, yang dikenal sebagai manajemen churn. Prediksi churn pelanggan adalah bagian dari manajemen churn, yang memprediksi perilaku pelanggan dengan klasifikasi pelanggan setia dan mana yang cenderung pindah ke kompetitor lain. Keakuratan prediksi ini mutlak diperlukan karena tingginya tingkat migrasi pelanggan ke perusahaan pesaing. Hal ini penting karena biaya yang digunakan untuk meraih pelanggan baru jauh lebih tinggi dibandingkan dengan mempertahankan loyalitas pelanggan yang sudah ada. Meskipun banyak studi tentang prediksi churn pelanggan yang telah dilakukan, penelitian lebih lanjut masih diperlukan untuk meningkatkan akurasi prediksi. Penelitian ini akan membahas penggunaan teknik data mining Backpropagation Neural Network (BPNN) in hybrid dengan Strategi Evolution (ES) untuk atribut bobot. Validasi model dilakukan dengan menggunakan validasi Palang 10-Fold dan evaluasi pengukuran dilakukan dengan menggunakan matriks kebingungan dan Area bawah ROC Curve (AUC). Hasil percobaan menunjukkan bahwa hibrida BPNN dengan ES mencapai kinerja yang lebih baik daripada Basic BPNN. Kata kunci: data mining, churn, prediksi, backpropagation neural network, strategi evolusi.
INTEGRASI PERINGKAS DOKUMEN OTOMATIS DENGAN ALGORITMA LATENT SEMANTIC ANALYSIS (LSA) PADA PERINGKAS DOKUMEN OTOMATIS UNTUK PROSES CLUSTERING DOKUMEN Ardytha Luthfiarta; Junta Zeniarja; Abu Salam
Techno.Com Vol 13, No 1 (2014): Februari 2014 (Hal. 1-68)
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (788.592 KB) | DOI: 10.33633/tc.v13i1.543

Abstract

Teknologi pengklasteran dokumen memiliki peran yang signifkan dalam kemajuan teknologi informasi, diantaranya mempunyai peranan penting dalam pengembangan web  di bidang akurasi kategorisasi keyword otomatis pada search engine, kategorisasi berita untuk surat kabar elektronik,  peningkatan rating situs dengan teknologi Search Engine Optimization (SEO) dan sangat memungkinkan untuk diimplementasikan dalam berbagai teknologi informasi lainnya, oleh karena  itu diperlukan penelitian untuk meningkatkan ketepatan akurasi dalam pengklasteran dokumen. Dalam penelitian ini Algoritma Latent Semantic Analysis (LSA) dapat melakukan proses reduksi kalimat dengan lebih baik dibandingkan algoritma Feature Based sehingga mendapatkan hasil akurasi proses clustering dokumen yang lebih akurat. Beberapa tahapan clustering dalam penelitian ini, yaitu preprocessing, peringkas dokumen otomatis dengan metode fitur, peringkas dokumen otomatis dengan LSA, pembobotan kata, dan algoritma clustering. Hasil penelitian menunjukkan tingkat akurasi menggunakan peringkas dokumen otomatis dengan LSA dalam proses clustering dokumen mencapai 71,04 % yang diperoleh pada tingkat peringkas dokumen otomatis dengan LSA 40% dibandingkan dengan hasil clustering tanpa peringkas dokumen otomatis yang hanya mencapai tingkat akurasi 65,97 %. Kata kunci: Text Mining, Clustering, Peringkas Dokumen Otomatis, LSA.
VGG16 Transfer Learning Architecture for Salak Fruit Quality Classification Rismiyati Rismiyati; Ardytha Luthfiarta
Telematika Vol 18, No 1 (2021): Edisi Februari 2021
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v18i1.4025

Abstract

Purpose: This study aims to differentiate the quality of salak fruit with machine learning. Salak is classified into two classes, good and bad class.Design/methodology/approach: The algorithm used in this research is transfer learning with the VGG16 architecture. Data set used in this research consist of 370 images of salak, 190 from good class and 180 from bad class. The image is preprocessed by resizing and normalizing pixel value in the image. Preprocessed images is split into 80% training data and 20% testing data. Training data is trained by using pretrained VGG16 model. The parameters that are changed during the training are epoch, momentum, and learning rate. The resulting model is then used for testing. The accuracy, precision and recall is monitored to determine the best model to classify the images.Findings/result: The highest accuracy obtained from this study is 95.83%. This accuracy is obtained by using a learning rate = 0.0001 and momentum 0.9. The precision and recall for this model is 97.2 and 94.6.Originality/value/state of the art: The use of transfer learning to classify salak which never been used before.
PERANCANGAN SISTEM INFORMASI PEMBUATAN PASS BANDARA BERBASIS WEB PADA PT. ANGKASA PURA I SEMARANG Wibowo Wicaksono; Ardytha Luthfiarta; Hasan Shobri
Dinamik Vol 23 No 2 (2018)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (947.913 KB) | DOI: 10.35315/dinamik.v23i2.7181

Abstract

PT. Angkasa Pura I (Persero) Cabang Bandara Internasional Ahmad Yani Semarang ini adalah salah satu Badan Usaha Milik Negara yang bergerak di bidang kebandarudaraan. Pada PT. Angkasa Pura I (Persero) Cabang Bandara Internasional Ahmad Yani Semarang terdapat sebuah bidang bernama ITC (Information Technology and Communication) bagian yang menangani yang salah satu tugasnya adalah Menyiapkan dan melakukan kegiatan pengoperasian, pemeliharaan dan pelaporan fasilitas IT. PT. Angkasa Pura I (Persero) Cabang Bandara Internasional Ahmad Yani Semarang yang menjadi tempat penulis dalam melakukan penelitian untuk proses pembuatan pass bandara baru yang masih dilakukan secara manual. Maka untuk mempermudah dan meningkatkan efisiensi pekerjaan penulis membangun sebuah sistem informasi berbasis web yang mengatur proses pembuatan pass bandara baru.
PENCARIAN RUTE TERDEKAT SANGGAR TARI MENGGUNAKAN ALGORITMA FLOYD WHARSHALL DI WILAYAH SOLO DAN SEMARANG Wibowo Wicaksono; Suryaningtyas Rahayu; Suprayogi Suprayogi; Edi Sugiarto; Ardytha Luthfiarta
Dinamik Vol 24 No 2 (2019)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (655.242 KB) | DOI: 10.35315/dinamik.v24i2.7768

Abstract

Sanggar tari merupakan sarana melakukan aktivitas berkesenitarian oleh sekelompok orang yang meliputi pelestarian, penelitian, dan kerjasama. Sanggar tari sangat diperlukan kehadirannya oleh masyarakat, seniman, dan pemerintah sebagai sarana untuk menumbuh kembangkan kesenian tari di Indonesia. Dengan upaya pemerintah dan seniman di Indonesia untuk melestarikan tari tradisional tersebut masyarakat terutama generasi muda lebih banyak berminat pada kesenian tari modern. Seiring dengan pesatnya perkembangan teknologi, pengaksesan informasi dapat dilakukan dimana dan kapan saja dengan media internet, baik menggunakan perangkat komputer, mobile device sehingga informasi yang dibutuhkan dapat diakses dengan cepat. Penelitian ini mengusulkan pembuatan aplikasi yang digunakan untuk mengakses informasi lokasi sanggar tari. Algoritma Floyd-Warshall digunakan untuk menentukan rute terdekat pada lokasi sanggar-sanggar tari.
Naive Bayes Classifier Based Geographic Information System for University Search Information Junta Zeniarja; Ardytha Luthfiarta; Catur Supriyanto
Journal of Applied Intelligent System Vol 2, No 2 (2017): December 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i2.1587

Abstract

Information about the geographical location of universities is necessary for graduates of Senior High School who want to continue their education to a university. Most of the graduate students do not know the location of the universities since the geographical location of Google Maps is less clear and less precise. Therefore, the application of Geographic Information Systems (GIS) based on Information Retrieval (IR) is expected to facilitate the graduate students to know the exact location of the university. In this paper, IR-based GIS application is developed by using web programming. The web is used as a search engine when someone wants to find a college. The application shows the map and information of the college in the area according to the query of the user. Naive Bayes algorithm is used to classify the user query and locate the query on the map. Based on our prototype, the application is promising to be implemented for the student.
Co-Authors ., Junta Zeniarza ., Junta Zeniarza Abu Salam Abu Salam Adhitya Nugraha Adhitya Nugraha Adhitya Nugraha Affandy Affandy Althoff, Mohammad Noval Aris Febriyanto Aryanti, Firda Ayu Dwi Astuti, Yani Parti Bagus Dwi Satya, Mohammad Wahyu Basiron, Halizah Cahya, Leno Dwi Catur Supriyanto Catur Supriyanto Defri Kurniawan Dhita Aulia Octaviani Dzaki, Azmi Abiyyu Edi Faisal Edi Sugiarto Egia Rosi Subhiyakto, Egia Rosi Erwin Yudi Hidayat Fahreza, Muhammad Daffa Al Fahrezi, Sahrul Fahrezi Fahrezi, Sahrul Yudha Fahri Firdausillah Fairuz Dyah Esabella Farandi, Muhammad Naufal Erza Farsya, Nabila Zibriza Fauzyah, Zahrah Asri Nur Firmansyah, Gustian Angga Ganiswari, Syuhra Putri Hafiizhudin, Lutfi Azis Haresta, Alif Agsakli Harun Al Azies Hasan Shobri Heru Lestiawan Huda, Alam Muhammad Ika Novita Dewi Imam Muttaqin, Almas Najiib Indrawan, Michael Irham Ferdiansyah Katili Ivan Zuhdiansyah Julius Immanuel Theo Krisna Junta Zeniarja Krisna, Julius Immanuel Theo L. Budi Handoko Leno Dwi Cahya Maharani, Zahra Nabila Mahardika, Pramesthi Qisthia Hanum Md. Mahadi Hasan, Md. Mahadi Michael Indrawan Muhammad Daffa Al Fahreza Muhammad Jamhari Muhammad Rafid Mumtaz, Najma Amira Muttaqin, Almas Najiib Imam Nauval Dwi Primadya Nisa, Laila Rahmatin Octaviani, Dhita Aulia Primadya, Nauval Dwi Rafid, Muhammad Ramadhan Rakhmat Sani Rismiyati Rismiyati Sahrul Yudha Fahrezi Salsabila, Pramesya Mutia Satya, Mohammad Wahyu Bagus Dwi Setiawan, Dicky Soeroso, Dennis Adiwinata Irwan Sri Winarno Sri Winarno Suprayogi Suprayogi Suryaningtyas Rahayu Syarifah, Ulima Muna Utomo, Danang Wahyu Wibowo Wicaksono Wibowo Wicaksono Wulandari, Kang Andini Wulandari, Kang, Andini Zarifa, Yasmine Zuhdiansyah, Ivan