Article Per Year (5 Year)
p-Index From 2021 - 2026
3.718
P-Index
This Author published in this journals
All Journal Journal of Information Systems Engineering and Business Intelligence Indonesian Journal on Computing (Indo-JC) AL ISHLAH Jurnal Pendidikan JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Tekno Insentif JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Bubungan Tinggi: Jurnal Pengabdian Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Charity : Jurnal Pengabdian Masyarakat Journal La Multiapp Instal : Jurnal Komputer Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Jurnal Pengabdian Masyarakat Bangsa Jurnal INFOTEL LOGIC: Jurnal Penelitian Informatika
Indra Lukmana Sardi
Universitas Telkom
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
Penilaian Penerapan Tata Kelola Teknologi Informasi Di Universitas Telkom Menggunakan Framework Cobit 5 Ridho Hadad; Eko Darwiyanto; Indra Lukmana Sardi
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Universitas Telkom memiliki visi untuk menjadi Universitas mandiri dengan tata kelola yang baik dengan standar Internasional. Untuk mencapai visi tersebut dibutuhkan beberapa perbaikan dalam penyelenggaraan kinerja Universitas Telkom, salah satunya adalah perlunya Tata Kelola Teknologi Informasi (IT Governance). Bagian Sistem Informasi (SISFO) sebagai pengembang sistem informasi dan infrastuktur teknologi perlu dilakukan evaluasi dalam mengimplementasikan Teknologi Informasi terkait tata kelola dan manajemen agar kesesuain kinerja teknologi informasi dan strategi bisnis dapat tercapai. Kerangka kerja yang digunakan pada tata kelola teknologi informasi pada penelitian ini adalah Control Objective for Information and Related Technology (COBIT) karena penilaian menggunakan COBIT 5 memiliki fokus dalam tata kelola maupun manajemen dan memiliki kontrol untuk setiap proses TI. Pada COBIT terdapat Process Assessment Model (PAM) yang berfungsi untuk menentukan efektifitas dan efisiensi dari sekumpulan proses dengan mengevaluasi tingkat kematangannya (Maturity Level). Dengan mengetahui perbedaan (gap) tingkat kematangan saat ini dan tingkat kematangan yang ingin dicapai, akan didapatkan hasil rekomendasi untuk memperbaiki perbedaan tingkat kematangan tersebut. Kata kunci : Tata kelola teknologi informasi, COBIT.
Analisis Word2vec untuk Perhitungan Kesamaan Semantik antar Kata Nabila Nanda Widyastuti; Arif Arif Bijaksana; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Implementasi perhitungan kesamaan semantik antar kata merupakan salah satu tugas yang dapat diselesaikan dalam bidang Natural Language Processing(NLP). Perhitungan kesamaan semantik antar kata dapat digunakan untuk membantu mesin dalam memahami bahasa manusia. Selain itu, perhitungan kesamaan semantik juga dapat digunakan sebagai dasar penelitian tahap selanjutnya pada bidang NLP. Penelitian ini dilatar belakangi oleh suatu masalah dimana pada saat ini pencarian sistem informasi banyak melibatkan teks atau dokumen, namun mesin belum dapat menyamakan persepsi manusia dengan baik sehingga mesin perlu dibantu untuk memahami teks atau dokumen tersebut. Sepasang kata dinyatakan mempunyai kesamaan semantik apabila memiliki kesamaan pada makna atau konsep. Pada penelitian ini, dilakukan implementasi perhitungan kesamaan semantik antar kata untuk bahasa Inggris. Korpus yang digunakan pada penelitian ini yaitu Brown Corpus, Berita Corpus, dan Harry Potter Corpus. Dokumen tersebut diubah kedalam bentuk vektor dengan Word2vec. Selanjutnya nilai kesamaan semantik yang dihasilkan dari vektor tersebut dibandingkan dengan dataset Gold Standard SimLex999 untuk mengukur nilai korelasinya. Hasil pengujian menunjukkan bahwa pengukuran Word2vec menghasilkan korelasi sebesar 0.192 dengan perhitungan korelasi Pearson. Kata kunci : Kesamaan Semantik, Natural Language Processing, Word2vec Abstract The implementation of calculation semantic similarity between word is one of task that can be done by Natural Language Processing. The calculation of semantic similarity between word can used to help the machine to understanding of human language(natural language). Beside that, calculation of semantic similarity can be used as a basic of the next step in NLP’s research. The main idea of this study is motivated by a problem where nowaday the seaarch of information sistem are involved by many text and document, so we need to help the machine to understand those texts or documents. A pair of word are similar if they have similarity to the level of meaning of concept. In this research, we are implement the calculation of semantic similarity between word in English. The corpus that used in this research are Brown Corpus, Berita Corpus, and Harry Potter Corpus. That documents are convert into vector space by using Word2vec. Next, the score of semantic similarity generated by vector are compared to SimLex999 Gold Standard dataset to measure their corelation. The result showed that Word2vec have corelation’s score of 0.192 in Pearson corelation. Keywords: Semantic Similarity, Natural Language Processing, Word2vec
Implementasi dan Analisis Kesamaan Semantik Antar Kata Bahasa Indonesia Menggunakan Metode Pointwise Mutual Information Max I Gusti Ayu Chandra Devi; Moch. Arif Bijaksana; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pencarian informasi sudah menjadi bagian dari kebutuhan manusia, terutama pencarian informasi meng-gunakan bahasa sehari – hari. Salah satu contohnya adalah Bahasa Indonesia. Dalam melakukan pencarian informasi yang efektif, diperlukan kecerdasan yang sama antara komputer dan manusia dalam mengolah informasi. Manusia terbantu dalam pencarian informasi karena manusia dapat mengolah kata yang di-gunakan dalam pencarian informasi. Manusia memiliki pengetahuan tentang hubungan satu kata dengan kata lainnya, sedangkan komputer tidak dapat mengetahuinya karena komputer tidak mengetahui sense dari satu kata tersebut. Agar komputer memiliki kecerdasan yang sama, dibutuhkan pencarian nilai ke-saman semantik(semantic similarity) antar kata. Berdasarkan ide tersebut, metode similarity yang dipilih untuk mencari nilai similarity antar kata Bahasa Indonesia adalah metode PMImax yang merupakan tu-runan dari metode PMI. Metode PMImax dipilih karena metode ini dapat menghasilkan nilai similarity berdasarkan kemuculan suatu kata di dalam suatu korpus. Metode ini juga menghasilkan nilai similarity yang baik saat diterapkan dalam Bahasa Inggris. Sehingga penelitian ini menguji apakah metode PMImax dapat diterapkan dalam pencarian nilai similarity dalam Bahasa Indonesia, dan seberapa baik metode ini saat diterapkan. Dengan menggunakan korelasi pearson hasil penelitian ini menunjukkan bahwa, metode PMImax cukup baik diterapkan dalam mencari nilai similarity dalam kata – kata Bahasa Indonesia diban-dingkan dengan metode PMI dan Word2Vec. Nilai korelasi yang dihasilkan, 0,26 pada Miller and Charles, 0,33 pada Simlex-999 dan 0,52 pada WordSim-353 Similarity. Kata kunci : PMImax, PMI, Kesamaan Semantik, Kesamaan Semantik Antar Kata Abstract Searching for information is part of people’s needs, specially in using colloquial. For example Bahasa. In searching for information effectively, human and computers need to have the same knowledge in processing the information. People can easily get the information, because people know how to process the word they need. They have knowledge about how one word relates to another words, but computers can’t do that because computers don’t know any sense of the words. Therefore, computers need to find similarity value for each words. Based on the idea, similarity’s method that is choosen for calculating semantic similarity value between two words in Bahasa is PMImax that is a derivative from PMI method. This method was chosen because this method can give similarity value based on the words cooccurrence in a corpus. This method also gave a good result in English words. This study examines if this method can be implemented in Bahasa for calculating similarity value, and also examines how good this method in the implemantation. Using pearson correlation, the result of this study is PMImax gave good results when it is implemented in Bahasa compared to PMI and Word2Vec method. The correlation’s scores are 0,26 in Miller and Charles, 0,33 in SimLex-999, 0,52 in WordSim-353 Similarity. Keywords: PMImax, PMI, Semantic Similarity, Semantic Similarity Between words
Analisis Perbandingan CPU dan GPU (CUDA) Pada Klasifikasi Data Mining dengan Menggunakan Metode K-Nearest Neighbor Kernel Algorthm Faris Muhammad; Ibnu Asror; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Data mining merupakan proses semi-otomatis untuk pengekplorasian data yang berjumlah besar gunanya untuk mendapatkan pola yang berguna. Data mining ini merupakan proses gabungan antar bidang-bidang terutama adalah machine learning, analisis statistik dan basis data. Data mining berusaha untuk menemukan kaidah dan pola dari data.Salah satu task yang penting dalam data mining adalah classification (klasifikasi). Klasifikasi ini dapat dideskripsikan sebagai berikut: terdiri dari data input yang disebut juga sebagai training set terdiri dari sejumlah examples (record) yang masing-masing memilki sejumlah atribut atau disebut juga fitur. Adapun tujuan klasifikasi ini adalah untuk menganalisa data input dan mengembangkan sebuah model yang akurat untuk setiap kelas berdasarkan beberapa variabel prediktor. Untuk menghasilkan informasi saat melakukan proses data mining kendala yang dihadapi adalah banyaknya jumlah data sehingga proses yang dilakukan oleh CPU akan berjalan sangat lambat apabila dirasakan. Untuk menanggulangi masalah ini maka proses data mining menggunakan GPU menjadi salah satu solusi dalam menangani running time yang lambat dan akurasi yang kurang baik. Melalu tugas akhir ini penulis akan mencoba menganalisis sebuah algoritma KNN Kernel, Metode ini merupakan perkembangan dari metode KNN Standard. Dimana pada metode KNN Standard proses klasifikasi dilakukan dengan melihat sejumlah k tetangga terdekat, dan akan diklasifikasikan berdasarkan jumlah kelas terbanyak pada sejumlah k tetangga terdekatnya. Classifier tersebut diuji menggunakan 3 fungsi Kernel. Hasil yang didapat dari percobaan penulis yaitu pada pembagian 5 fold total waktu CPU1: 1,68 s,CPU2: 15,63 s,GPU1: 12,29 s,GPU2: 4,61 s. dan pada pembagian 10 fold total waktu CPU1: 1,53 s,CPU2: 15,27 s,GPU1: 12,05 s,GPU2: 4,55. Akurasi yang didapatkan pada pembagian 5 fold 63,87% dan pembagian 10 fold 64,30% pada semua perangkat.Kata Kunci : data mining,klasifikasi,CPU, GPU,KNN Kernel Abstract Data mining is a semi-automatic process for exploring and analyzing large amounts of data to get useful patterns.Data mining is a joint process between fields, especially machine learning, statistical analysis and database. Data mining tries to find the rules and patterns of data. One important task in data mining is classification (classification). This classification can be described as follows: consists of input data which is also called training set consisting of a number of examples (records) which each have a number of attributes or also called features. The purpose of this classification is to analyze input data and develop an accurate model for each class based on several predictor variables. To produce information when doing data mining process, the obstacles faced are the large amount of data so that the process carried out by the CPU will run very slowly when felt. To overcome this problem, the data mining process uses GPU to be one of the solutions in handling slow running time and poor accuracy. Through this final project the author will try to analyze a KNN Kernel algorithm, this method is a development of the KNN Standard method. Where in the KNN Standard method the classification process is carried out by looking at a number of the closest neighbors, and will be classified based on the number of classes in the number of the closest neighbors. The classifier is tested using 3 Kernel functions. The results obtained from the authors' experiments are that the division of 5 fold total CPU time1: 1.68 s, CPU2: 15.63 s, GPU1: 12.29 s, GPU2: 4.61 s. and in dividing the 10 fold total CPU time1: 1.53 s, CPU2: 15.27 s, GPU1: 12.05 s, GPU2: 4.55. Accuracy obtained at 5 fold division is 63.87% and division of 10 fold is 64.30% on all devices. Keywords: data mining,classication,CPU,GPU,KNN Kernel
Desain Dan Analisis Arsitektur Microservices Pada Sistem Informasi Akademik Perguruan Tinggi Dengan Pendekatan Architecture Tradeoff Analysis Method (atam)(studi Kasus: Igracias Universitas Telkom) Muhammad Rezaldy; Ibnu Asror; Indra Lukmana Sardi
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Microservices merupakan sebuah konsep arsitektur perangkat lunak yang dapat menjadi solusi untuk dapat membuat perangkat lunak yang besar lebih terorganisasi dan dapat dengan cepat beradaptasi terhadap perkembangan kebutuhan bisnis yang ada. Bagi lembaga perguruan tinggi teknologi sistem informasi telah menjadi kebutuhan untuk menunjang proses pendidikan. Sebagai media informasi akademik yang memiliki peran penting, IGracias masih mengadopsi arsitektur monolitik. Monolitik yaitu aplikasi yang dikembangkan dan di-deploy sebagai satu entitas [1]. Hal ini mengakibatkan ketika suatu aplikasi monolitik berkembang menjadi sangat besar dan kompleks, akan menjadi sangat sulit untuk proses pengembangan lanjutan, pengujian dan deploy. Microservices merupakan sebuah kerangka kerja yang dapat mengintegrasikan proses bisnis yang ada, mendukung infrastruktur teknologi informasi sesuai dengan prioritas bisnis. Desain dan Analisis arsitektur microservices pada sistem akademik perguruan tinggi dengan pendekatan architecture tradeoff analysis Method(ATAM) (Studi Kasus: iGracias Universitas Telkom) sebagai metode evaluasi arsitektur microservices. Dalam tugas akhir ini telah dilakukan desain dan analisis terhadap arsitektur microservices untuk diterapkan pada iGracias. Dari hasil survey dan pengujian yang menggunakan scenario sebagai bahan penilaian terdapat empat komponen yang dapat menangani permasalah sistem infomasi akademik iGracias yaitu dengan microservices yang modularity, independent, maintainability dan scalability. Kata kunci: Microservices, monolitik, iGracias, Arsitektur.
Implementasi dan Analisis Kesamaan Semantik Antar Kata Bahasa Indonesia Menggunakan Metode GloVe Ramanti Dwi Indrapurasih; Moch. Arif Bijaksana; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kesamaan semantik adalah salah satu pengukuran yang ada pada text mining untuk mencari nilai kesamaan makna antar kata. Kesamaan semantik ini dapat diaplikasikan pada berbagai aplikasi. Pengukuran ini dilatarbelakangi dimana saat ini komputer belum dapat menyamakan persepsi manusia terkait penilaian kesamaan antar kata. Maka dari itu dalam tugas akhir kali ini membahas mengenai kesamaan semantik antar kata bahasa Indonesia dengan menggunakan metode GloVe . Metode GloVe adalah suatu model untuk unsupervised learning pada representasi kata yang mengungguli model lainnya di word analogy, word similarity, dan named entity recognition. Dengan inputan berupa corpus Wikipedia Bahasa Indonesia dan skor yang dihasilkan dihitung nilai korelasinya menggunakan correlation pearson dengan membandingkan skor hasil gold standard dari WordSim-353, SimLex-999 dan Miller Charles. Hasil dari penelitian tugas akhir ini merupakan nilai korelasi antara metode GloVe dengan gold standard SimLex-999, WordSim353, dan Miller Charles. Pada penelitian tugas akhir ini menghasilkan nilai korelasi pada gold standard dengan nilai korelasi yang didapatkan sebesar 0.1165 untuk Miller Charles, 0.2280 untuk SimLex-999 dan 0.2849 untuk WordSim-353. Kata kunci : Text mining, Kesamaan Semantik, GloVe Abstract Semantic similarity is one of the text mining’s measurement to find the value of the similarity between word’s meaning. This semantics similarity can be applied in various applications. The measurement’s background is caused where the computer not able yet to equate human’s perspective related to measurement of the similarity between words. Therefore, this thesis will discuss about semantics similarity between words in Bahasa Indonesia by using GloVe method. GloVe method is a model for unsupervised learning on words representation that surpass another models in word analogy, word similarity and named entity recognition. With the input of a Wikipedia corpus of Bahasa Indonesia and the correlation value from resulted score is calculated with correlation pearson by comparing it with gold standard score from WordSim-353, SimLex999, and Miller Charles. The final result from this thesis produce a correlation value in gold standard with the obtained correlation value is 0.1165 for Miller Charles, 0.2280 for SimLex-999 and 0.2849 for WordSim353. Keywords: Text mining, Semantics Similarity, GloVe
Penerapan Metode Semantic Web Filtering System (swfilter) Pada Fungsi Pencarian Data : Studi Kasus Pada Website Telkomtesthouse.co.id Rais Hafiyyan; Dana Sulistyo Kusumo; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sertifikasi pada perangkat telekomunikasi sangat dibutuhkan dalam mendapatkan kepuasan dan loyalitas pelanggan. Salah satu badan sertifikasi dari PT. Telekomunikasi Indonesia Tbk, yaitu Divisi Digital Service. Badan Sertifikasi tersebut melayani sertifikasi perangkat telekomunikasi pada laboratorium pengujian perangkat telekomunikasi yang berada di bawah kendali bidang Infrastructure Assurance (IAS). Bidang Infrastructure Assurance (IAS) ini mempunyai website yang berfungsi untuk menyajikan informasi pengujian dan penerbitan sertifikasi terhadap produk perangkat telekomunikasi yang dilakukan sesuai dengan standar yang telah ditetapkan. Pada website ini menangani banyak informasi data yang berupa perusahaan, pemohon, perangkat, tipe pengujian, aksi dan status pengujian. Salah satu fungsionalitas yang sangat dibutuhkan dan sering kali digunakan oleh pengguna adalah fungsi pencarian data. Fungsi pencarian data ini berguna untuk menampilkan data yang sesuai dengan keyword yang dimasukkan oleh pengguna. Namun, seringkali data yang didapatkan tidak sesuai dengan keyword yang dimasukkan oleh pengguna. Hal ini didapatkan dari hasil observasi secara langsung kepada pengguna. Pengguna mengharapkan fungsi pencarian data tersebut dapat menampilkan data yang sesuai dengan keyword yang dimasukkan. Yang mana keyword tersebut berisikan kalimat yang mengandung beberapa kata dari data perusahaan, pemohon, perangkat, tipe pengujian, aksi dan status pengujian. Oleh karena itu, dalam penelitian ini telah dikembangkan prototype sistem pencarian berbasis semantik pada data yang ada di website tersebut dengan menggunakan metode Semantic Web Filtering System (SWFilter). Setiap kalimat yang dimasukkan pengguna akan dilakukan proses indexing keyword yang dimasukkan oleh pengguna. Selanjutnya diteruskan dengan proses filtering untuk menentukan dengan cepat antara keyword dengan web service melalui Ontology Information dan Ontology Composition yang membutuhkan rancangan IR System. Selain itu metode SWFilter juga mendukung Semantic Matching antara keyword yang dimasukkan oleh pengguna dengan web service yang sudah diterapkan pada sistem. Hasil dari pengujian yang dilakukan memperlihatkan bahwa metode SWFilter dapat dijadikan sebagai solusi terhadap kendala-kendala yang dihadapi dalam melakukan pencarian berbasis semantik pada website tersebut dan memiliki akurasi yang cukup tinggi dalam memberikan hasil pencarian. Kata Kunci: Filtering, Information Retrieval, Ontology Composition, Ontology Information, Query, Searching Data, Semantic Matching, Semantic Web Filtering System (SWFilter), telkomtesthouse.co.id, User Queries, Web Service. Abstract Certification in telecommunication equipment is needed in getting customer satisfaction and loyalty. One of the certification bodies from PT. Telekomunikasi Indonesia Tbk, namely the Digital Service Division. The Certification Body serves telecommunication equipment certification in telecommunication equipment testing laboratories which are under the control of the Infrastructure Assurance (IAS) field. The Infrastructure Assurance (IAS) field has a website that serves to present information on testing and issuance of certification for telecommunication equipment products that are carried out in accordance with established standards. This website handles a lot of data information in the form of companies, applicants, devices, types of tests, actions and test status. One of the function that is needed and often used by users is the data search function. This data search function is useful for displaying data that matches the keywords entered by the user. The user expects the data search function to display data that matches the entered keywords. Which keywords contain sentences containing several words from company data, applicants, devices, types of tests, actions and test status. Therefore, in this study a semantic-based search system prototype was developed on the data on the website using the Semantic Web Filtering System (SWFilter) method. Each sentence inputted by the user will be carried out by the keyword indexing process entered by the user. Then proceed with the filtering process to quickly determine the keywords with the web service through the Ontology Information and Ontology Composition that need IR System program. In addition, the SWFilter method also supports Semantic Matching between keywords inputted by the user and the web service that has been applied to the system. The results of the tests conducted show that the SWFilter method can be used as a solution to the obstacles faced in conducting semantic-based searches on the website and has a fairly high accuracy in providing search results. Keywords: Filtering, Information Retrieval, Ontology Composition, Ontology Information, Query, Searching Data, Semantic Matching, Semantic Web Filtering System (SWFilter), telkomtesthouse.co.id, User Queries, Web Service.
Identifikasi Keberpihakan Tweet Pada Twitter Menggunakan Naive Bayes Classifier Berdasarkan Klasifikasi Emosi Menggunakan Class Sequential Rules (studi Kasus: Pemilihan Presiden 2019) Rizky Wahyu Kurniawati; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Penggunaan media sosial untuk analisis politik menjadi hal yang umum terjadi, terutama selamapemilihan presiden (pilpres). Banyak peneliti dan media mencoba menggunakan media sosial untukmemahami opini dan tren publik. Twitter merupakan media sosial yang digunakan sebagai tempat banyakmasyarakat di internet memberikan opininya termasuk terkait pilpres. Beragam jenis emosi ditunjukkanoleh mereka melalui tweetnya dan suatu jenis emosi tertentu dapat menentukan kecenderungankeberpihakan seseorang terhadap suatu paslon. Klasifikasi emosi pada tweet diperlukan untuk mengetahuiseberapa banyak masyarakat yang berpihak pada suatu paslon. Dalam satu tweet dapat terdiri lebih darisatu kalimat dan banyak kata. Susunan kata juga dapat mempengaruhi hasil emosi yang disimpulkan. Padapenelitian ini metode Class Sequential Rules (CSR) digunakan karena kemampuannya dalam pendekatanberbasis pola bahasa didukung dengan pendekatan berbasis leksikon. Selain itu, juga menggunakan NaiveBayes Classifier (NBC) untuk mengidentifikasikan keberpihakan tweet terhadap suatu pasangan calon.Dengan metode tersebut, hasil yang didapatkan dari sistem yaitu keberpihakan kepada Jokowi sebesar67.5% sedangkan Prabowo sebesar 35.5% serta didapatkan F1-Score sebesar 67.83%.Kata kunci : klasifikasi, emosi, prediksi, pilpres, CSR, twitter.AbstractThe use of social media for political analysis is common, especially during presidential elections. Manyresearchers and media try to use social media to understand public opinion and trends. Twitter is a socialmedia that is used as a place for many people on the internet to give their opinions, including those relatedto the presidential election. Various types of emotions are shown by them through their tweets and a certaintype of emotion can determine a person's tendency to align with a paslon. Emotional classification on tweetsis needed to find out how many people are in favor of a paslon. In one tweet can consist of more than onesentence and many words. Word order can also affect the outcome of emotions that are inferred. In thisstudy the Class Sequential Rules (CSR) method is used because its ability in a language pattern-basedapproach is supported by a lexicon-based approach. In addition, it also uses Naive Bayes Classifier toidentify tweet alignments towards a candidate pair. With this method, the results obtained from the systemare alignments to Jokowi by 67.5% while Prabowo by 35.5% and F1-Score of 67.83%.Keywords: classification, emotion, prediction, election, CSR, twitter 
Rekomendasi Pemilihan Tempat Usaha Makanan Dengan Metode Copras Di Kecamatan Jambangan Muhammad Fikri Ridhwan; Indra Lukmana Sardi; Shinta Yulia Puspitasari
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakPersaingan pada usaha makanan semakin meningkat. Persaingan ini dilihat dengan tumbuhnya usahamakanan baru. Pertumbuhan ini tidak diimbangi dengan penambahan tempat untuk berjualan. Sehinggaketersediaan tempat berjualan semakin sedikit. Faktor lain seperti biaya sewa dan bermacam fasilitaspada tempat berjualan juga mempengaruhi pada pemilihan tempat. Sehingga membuat pemilihan tempatusaha harus memiliki banyak pertimbangan. Solusi yang dibangun merupakan sebuah Sistem PendukungPengambilan Keputusan (SPPK). Subjek pada Tugas Akhir ini yaitu pedagang warung nasi. SPPK inimenggunakan metode Complex Proportional Assessment (COPRAS), metode ini merupakan salah satumetode dalam kasus pengambilan keputusan. Metode ini melakukan pengambilan keputusanberdasarkan jenis kriteria untuk mengambil keputusan. Hasil dari program merupakan peringkatalternaitf tempat usaha yang hasilnya berupa urutan dari alternatif yang paling baik berdasarkanperhitungan metode. Urutan hasil peringkat dengan menggunakan metode COPRAS yaitu alternatifB>A>C>D>E. Dilakukan percobaan dengan membanding metode lain dan menghasilkan bahwaCOPRAS merupakan metode yang dapat menyelesaikan permasalahan pemilihan tempat usaha.Kata kunci : warung nasi, SPPK, COPRASAbstractCompetition in food businesses is increasing. This competition is seen by the growth of new foodbusinesses. This growth is not ballanced by the addition of places to sell. So there is less availability ofplaces. Other factors such as rental costs and various facilities at the place also affect the choice of place.So that the choice of place of business must have many considerations. The solution is built a DecisionSupport System (DSS). The subject of this Final Project is the rice stall merchant. This DSS uses theComplex Proportional Assessment (COPRAS) method, this method is one method in case of decisionmaking. This method makes decisions based on the types of criteria to make decisions. The results of theprogram are the alternaitf ranking of the place of business whose results are in the order of the bestalternatives based on the calculation method. The order of ranking using the COPRAS method isalternative B>A>C>D> E. Experiments were conducted by comparing other methods and resulted thatCOPRAS was a method that could solve the problem of choosing a place of business.Keywords: rice stalls, DSS,COPRAS
Penilaian Credibility Pada News Site Dengan Crowdsourcing Berbasis Reputasi Dari Crowdworker Febrio Ibrahim Sebayang; Dana Sulistyo Kusumo; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakBesarnya perkembangan news site menjadikan news site salah satu sumber utama pencarian berita online.Banyaknya pengguna news site menjadikan jumlah news site juga bertambah. Hal ini menjadikan permasalahanutama news site yaitu credibility banyak diteliti. Sulitnya mendapatkan credibility pada news site dikarenakansulitnya menyampaikan berita jujur dan tidak memihak serta kurangnya analisis dan fakta aktual yang disajikanpada news site ditambah banyaknya news site yang terindikasi memberikan berita kurang akurat menjadikancredibility news site dipertanyakan. Credibility adalah hasil dari evaluasi seseorang dengan berbagai faktor.Penelitian ini melakukan penilaian credibility pada 10 news site terbesar di Indonesia. Dan meneiliti pengaruhtrustworthiness, expertise, interactivity, multimediality, dan hypertextuality terhadap credibility. Banyaknya danberagamnya pengguna news site menjadikan crowdsourcing adalah cara pengambilan data yang tepat untukditerapkan pada penelitian ini. Crowdsourcing digunakan karena mengabil data dari kumpulan banyak kontributoryang memberikan penilaian mereka terhadap credibility secara bebas. Namun crowdsourcing memiliki kelemahandari segi kualitas hasil kerja kontributor, sehingga penelitian ini menerapkan seleksi hasil kerja pada kontributordengan menggunakan reputasi yang berbentuk like/dislike yang dilakukan oleh crowdworker yang merupakanexpert dibidang jurnalistik. Penelitian ini juga bertujuan untuk menganalisis pengaruh reputasi yang diberikanterhadap hasil akhir. Hasil pengujian dilakukan oleh 55 kontributor yang memiliki rata rata usia 21 tahun danmembaca 6 berita dalam satu hari yang merupakan relawan yang bersedia berpartisipasi dalam penelitian ini. Darihasil pengujian didapat nilai untuk setiap news site dan didapati bahwa trustworthiness memiliki pengaruh palingtinggi terhadap credibility. Kemudian diikuti oleh expertise, interacivity, hypertextuality, dan multimediality. Darianalisis hasil pengujian juga didapati reputasi yang diberikan pada crowdsourcing mampu merubah hasil akhirmenjadi lebih berkualitas dengan menggunakan crowdworker sebagai expert yang melakukan seleksi penilaiandari kontributor.Kata Kunci: kredibilitas, crowdsourcing , news siteAbstractThe great development of news site makes news site as first medium to get news on line. A lot of news siteusers create news site amount is increased as well. It causes the main problem of news site that is credibilityhas been a lot analyzed. The difficulty in getting credibility on news site is due to the difficulty in providingfair and objective news as well as lack of analysis and actual facts on news site, in addition a lot of news sitesare indicated providing less accurate news makes the credibility of news site is being questioned. Credibilityis the result from the expert’s evaluation from various factors. This research analyzes credibility assessmenton big 10 news sites in Indonesia. And also analyzes the effect of trustworthiness, expertise, interactivity,multimediality, and hypertextuality toward credibility. Various news site users makes crowdsourcing as thecorrect data collecting method to be applied in this research. Crowdsourcing is applied because it receivesdata from a lot of contributors that give their judgement freely. However, crowdsourcing has weakness oncontributor’s work result quality, so this research applies work results selection on contributor by applyinglike/dislike reputation by crowdworker that is expert in journalism. This research is also aimed to analyzethe effect of given reputation towards the final result. The assessment result is done by 55 contributorsaround 21 years old and read six news in a day that are voluntarily participated in this research. From theassessment result has got rating for each news site and it is clear that trustworthiness has the highest effecttowards credibility. Then, followed by expertise, interactivity, hypertextuality, and multimediality. Fromthe analysis of assessment result is also clear that given reputation on crowdsourcing can change the finalresult becomes having higher quality by putting crowdworker as expert in selecting the assessment resultfrom contributor.Keywords: credibility, crowdsourcing, news site
Co-Authors Abdillah, Mgs. M. Fakhri Adrianto, Rexcy Putra Agus Cahya Ananda Yoga Putra Agus Kusnayat Alfian Yulianto Angelina Prima Kurniati Angelino Sandy Kusuma Anisa Hendiawan Anisa Herdiani Arfianto Fahmi Arfive Gandhi Arie Kurniawan Arif Arif Bijaksana Aristyo Hadikusuma Azizi, Nur Fuad Bastomy Bastomy Dana S. Kusumo Dana Sulistiyo Kusumo Dana Sulistyo Kusumo Dana Sulistyo Kusumo Danang Junaedi Edwar Eko Darwiyanto Ema Rachmawati erna febriyanti Faishal Daffa Faris Muhammad Fathurrahman , Muhammad Wima Febrio Ibrahim Sebayang Fitriyani Fitriyani Gede Agung Ary Wisudiawan Giffarinda, Raihan Ekaputra Hadi Kurniawan Sidiq Hani Dika Riani Herdiani , Anisa I Gusti Ayu Chandra Devi Ibnu Asror Jahtra Genio Muhammad Kridanto Surendro Kusumo, Dana Sulistyo Lestari, Marinda Endi Markus Bernard1 Moch Arif Bijaksana Mohammad Yasin Abdul Hafidh Mohd. Fauzy Monterico Adrian Muhammad Bambang Hidayanto Muhammad Fikri Ridhwan Muhammad Rezaldy Muhammad Shalahuddin Aldi Baihaqi Muhammad, Adika Nabila Nanda Widyastuti Nungki Selviandro Nurwibowo, Prigusti Arruum P, Shinta Yulia Prati Hutari Gani Prayogo, Ariq Dary Pristantya, Mayang Rais Hafiyyan Ramanti Dwi Indrapurasih Refanto, Moch Billy Ridho Hadad Rina Pudji Astuti Rizky Wahyu Kurniawati Rosa Reska Riskiana Saputra, Wahyu Nur Shaufiah . Shinta Yulia Puspitasari Sidiq, Hadi Kurniawan Simon Siregar Sri Martini Sri Widowati Stefanus Wisnu Adi Nugroho Winandri, Reyhan Rahma Yayan Agustian Yudhono, Efwandha Yustisia Susandi Zian Alfaen