Garuda - Garba Rujukan Digital

PENGUKUR SEMANTIC SIMILARITY PADA ARTIKEL WEB DALAM UPAYA PENCEGAHAN PLAGIARISME Kowanda, Anacostia; Siregar, Ika Pretty; Lie, Junior; Irmawati, Nur Farida; Purnamasari, Detty
Prosiding KOMMIT 2014
Publisher : Prosiding KOMMIT

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

Pada perkembangan teknologi saat ini, penulisan dokumen secara digitalsudah banyak dilakukan. Beberapa instansi atau organisasi punmengharapkan para anggotanya untuk menulis dokumen dalam bidangtertentu secara digital, salah satunya dalam bentuk artikel. Banyaknya penulisyang sudah membuat beberapa artikel dalam bidang yang berbeda secaradigital pada web, menyebabkan terjadinya berbagai kemungkinan bagi parapenulis lain untuk melakukan tindakan plagiat dalam penulisan artikelnya.Bagi pihak instansi atau organisasi yang bertugas untuk menilai artikel parapenulis membutuhkan sebuah sistem untuk menguji keaslian dari artikeltersebut. Pada paper ini dilakukan penelitian tentang pendeteksian tindakanplagiat pada dua buah artikel web yang berbeda. Penelitian ini dilakukanmenggunakan metode Latent Semantic Analysis. Metode tersebutdilakukandengan menghitung TF-IDF masing-masing term pada masing-masing artikeldan menghitung kemiripan artikelnya dengan Cosine Similarity. Dalampenelitian ini akan diuji tiga artikel dengan satu artikel penguji, denganmenemukan nilai Cosine Similarity tertinggi maka dapat disimpulkan artikeltersebut memiliki tingkat kesamaan terbesar dengan artikel penguji.

PENERAPAN SEMANTIC SIMILARITY PADA KRIPTOGRAFI SUATU DOKUMEN TEKS DALAM BAHASA INDONESIA Purnamasari, Detty; Wicaksana, I Wayan Simri; R., Annisa Lintang; P.S., Anneke Annassia; Gustin, Hendry
Prosiding KOMMIT 2014
Publisher : Prosiding KOMMIT

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

Penerapan kriptografi digunakan untuk memberikan keamanan pada dokumen penting. Kriptografi terdiri dari proses ekripsi dan deskripsi. Enkripsi suatudokumen teks telah banyak diterapkan dengan berbagai macam metode untukmengubah dokumen asli menjadi dokumen yang terkunci, setiapmetode/algoritma memiliki tingkat kerumitan yang berbeda. Namun, penerapanenkripsi yang terlalu mencolok dapat mengundang hacker untuk berusahamemecahkan enkripsi tersebut. Artikel ini mengembangkan pendekatan untukpenerapan enkripsi pada kriptografi suatu dokumen teks dalam bahasa Indonesiadengan mengenkripsi dokumen teks asli ke bentuk dokumen teks yangmengandung kata/kalimat lain dengan tingkat similarity tertentu. Penerapanenkripsi ini, diharapkan menjadi lebih efektif dan tidak menarik perhatian hacker,karena pada penelitian ini enkripsi yang dihasilkan masih berbentuk teksdokumen utuh, tetapi memiliki makna yang berbeda dengan dokumen aslinya.Pada artikel ini dibuat ilustrasi untuk pendekatan yang dikembangkan untukproses enkripsi.

ANALISIS SISTEM REKOMENDASI UNTUK APLIKASI ONLINE PEMESANAN MAKANAN Rogayah, Rogayah; Purnamasari, Detty; Banowosari, Lintang Yuniar; A. Priyono, Albertus Bayu
UG Journal Vol 14, No 9 (2020)
Publisher : Universitas Gunadarma

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

Perkembangan aplikasi penyedia layanan online untuk pengguna tidak dapat dipisahkan dari data yang dihasilkan oleh pengguna itu sendiri. Data pengguna dari aplikasi online dapat dianalisis untuk menghasilkan pengetahuan yang digunakan oleh penyedia layanan online untuk mengembangkan aplikasi menjadi lebih baik dan sesuai dengan kebutuhan pengguna. Salah satu penyedia layanan aplikasi online adalah aplikasi yang dapat memberikan layanan dalam hal pemesanan makanan (food order online). Aplikasi pemesanan makanan online adalah aplikasi yang menyediakan banyak pilihan restoran kepada pengguna, sehingga pengguna dapat memesan makanan secara online berdasarkan rasa pada restoran yang diinginkan. Penelitian ini melakukan analisa untuk mengembangkan sistem rekomendasi untuk restoran berdasarkan data pengguna aplikasi pesanan makanan online dengan metode pemfilteran kolaboratif. Dengan menggunakan data pengguna yang memesan aplikasi pesanan makanan online yang disimpan dan diproses, sehinmgga dihasilkan pengetahuan yang dapat digunakan sebagai pengetahuan oleh restoran untuk meningkatkan strategi layanan kepada pelanggan dan promosi.

Peran Aplikasi Tiktok Dalam Mengedukasi Bahasa Isyarat Melalui Komunikasi Formal Informal Dan Simbolik Dian Faradilla, Norma; Purnamasari, Detty
Communicology: Jurnal Ilmu Komunikasi Vol. 11 No. 1 (2023): Communicology: Jurnal Ilmu Komunikasi, Volume 11 No. 1 Juli 2023
Publisher : Sarjana Terapan Prodi Humas dan Komunikasi Digital Fakultas Ilmu Sosial Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/COMMUNICOLOGY.031.06

Aplikasi TikTok mengalami peningkatan jumlah pengguna aktif di Indonesia dari tahun 2020 setelah adanya pandemi. Hal ini menjadikan aplikasi TikTok sebagai media alternatif masyarakat untuk memperoleh hiburan dan dimanfaatkan sebagai media bagi para pengajar dalam memberikan edukasi. Rezki Achyana merupakan salah satu pengajar Bahasa Isyarat yang memanfaatkan media sosial TikTok sebagai wadah untuk mengedukasi dengan akun @rezkiachyana. Penelitian ini dilakukan untuk mengetahui Peran Media Sosial Tiktok Akun Rezki Achyana dalam Mengedukasi Bahasa Isyarat Bersama Teman Tuli. Pada penelitian ini menggunakan pola komunikasi formal, informal dan simbolik dengan pendekatan kualitatif dan menggunakan alat pengambilan data melalui wawancara online. Sumber penelitian ini dengan mengambil 5 orang informan dengan menggunakan teknik purposive sampling. Adapun key informan yaitu narasumber teman tuli pada akun TikTok Rezki Achyana dan Juru Bahasa Isyarat selaku teman dengar. Teori yang digunakan yaitu Teori Persamaan Media dan Teori Determinisme Teknologi. Hasil dari penelitian ini akun TikTok Rezki Achyana memiliki peran yaitu Pertama, media sosial TikTok Rezki Achyana dapat dijadikan sebagai media untuk menyalurkan informasi tentang Bahasa Isyarat Indonesia (BISINDO) kepada semua pengguna TikTok. Kedua, sebagai media memperkenalkan budaya tuli. Ketiga, sebagai media promosi kelas Bahasa Isyarat Indonesia (BISINDO) yang diadakan oleh Para Kerja. Keempat, menjadikan media untuk mencurahkan isi hati. Kelima, sebagai media untuk bersosialisasi bagi teman tuli dan teman dengar.

Artificial Intelligence Model for Detecting Tax Evasion Involving Complex Network Schemes Nuryani, Nuryani; Mutiara, Achmad Benny; Wiryana, I Made; Purnamasari, Detty; Putra, Souza Nurafrianto Windiartono
Aptisi Transactions On Technopreneurship (ATT) Vol 6 No 3 (2024): November
Publisher : Pandawan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34306/att.v6i3.436

Tax evasion through complex network schemes poses a significant challenge to tax authorities, leading to substantial revenue losses. This paper aims to develop and evaluate an artificial intelligence model designed to detect tax evasion within complex corporate networks, providing a comprehensive overview and prediction of tax avoidance behaviors. Employing a systematic literature review and document analysis of applicable tax regulations, the study utilizes Social Network Analysis (SNA) as a primary technique for mapping and analyzing taxpayer networks. The process involves matching taxable identities, constructing taxpayer graphs, extracting features, and developing a machine learning model. The proposed architectures and processes demonstrate the potential for tax authorities to enhance their capabilities in detecting tax evasion involving complex networks, with the machine learning model effectively identifying features related to both individual and network characteristics of taxpayers. The findings suggest that the integration of artificial intelligence and big data analytics can significantly improve the detection of tax evasion in complex corporate structures, offering valuable tools for tax authorities to better enforce tax compliance.

Metode Image Recognation pada Aplikasi Pengenalan Alat Musik Tradisional Yanda, Nafa; Purnamasari, Detty; Anam, M. Khoirul; Oktiana, Milda Safrila
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 8 No. 2 : Tahun 2023
Publisher : LPPM UNIKA Santo Thomas

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

Alat musik tradisional merupakan salah satu identitas kesenian setiap daerah di Indonesia. Provinsi DKI Jakarta memiliki alat musik tradisional yang beraneka ragam. Namun seiring perkembangan zaman sudah jarang generasi muda yang memainkan alat musik tradisional. Semua ini terjadi karena adanya perubahan alat musik tradisional menjadi yang lebih modern. Penelitian ini menggunakan dataset public melalui pencarian google image sebanyak 1200. Selanjutnya, dilakukan pengembangan struktur jaringan CNN dengan menggunakan Bahasa pemrograman Dart dan text editor VisualStudio Code. Pembuatan aplikasi menggunakan salah satu teknologi machine learning yaitu Image Recognation diharapkan dapat membantu masyarakat mengetahui jenis alat musik tradisional DKI Jakarta. Metode yang digunakan dalam pembuatan aplikasi adalah CRISP-DM yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment. Model yang sudah dibuat dan dievaluasi, diimplementasikan menjadi sebuah aplikasi berbasis android sehingga dapat digunakan untuk membantu pengenalan alat musik tradisional DKI Jakarta agar tetap terjaga kelestariannya. Hasil pengujian menunjukan bahwa system dapat mendeteksi alat musik dengan akurasi sebesar 94%, presisi sebesar 79%, dan sensitifitas sebesar 83%.

Metode Image Recognation pada Aplikasi Pengenalan Alat Musik Tradisional Yanda, Nafa; Purnamasari, Detty; Anam, M. Khoirul; Oktiana, Milda Safrila
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 8 No. 2 : Tahun 2023
Publisher : LPPM UNIKA Santo Thomas

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

Alat musik tradisional merupakan salah satu identitas kesenian setiap daerah di Indonesia. Provinsi DKI Jakarta memiliki alat musik tradisional yang beraneka ragam. Namun seiring perkembangan zaman sudah jarang generasi muda yang memainkan alat musik tradisional. Semua ini terjadi karena adanya perubahan alat musik tradisional menjadi yang lebih modern. Penelitian ini menggunakan dataset public melalui pencarian google image sebanyak 1200. Selanjutnya, dilakukan pengembangan struktur jaringan CNN dengan menggunakan Bahasa pemrograman Dart dan text editor VisualStudio Code. Pembuatan aplikasi menggunakan salah satu teknologi machine learning yaitu Image Recognation diharapkan dapat membantu masyarakat mengetahui jenis alat musik tradisional DKI Jakarta. Metode yang digunakan dalam pembuatan aplikasi adalah CRISP-DM yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment. Model yang sudah dibuat dan dievaluasi, diimplementasikan menjadi sebuah aplikasi berbasis android sehingga dapat digunakan untuk membantu pengenalan alat musik tradisional DKI Jakarta agar tetap terjaga kelestariannya. Hasil pengujian menunjukan bahwa system dapat mendeteksi alat musik dengan akurasi sebesar 94%, presisi sebesar 79%, dan sensitifitas sebesar 83%.

Algorithms for Question Answering to Factoid Question Fadhila, Raihan Pambagyo; Purnamasari, Detty
Journal of Computer Science and Engineering (JCSE) Vol 6, No 1: February (2025)
Publisher : ICSE (Institute of Computer Sciences and Engineering)

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

The development of transformer-based natural language processing (NLP) has brought significant progress in question answering (QA) systems. This study compares three main models, namely BERT, Sequence-to-Sequence (S2S), and Generative Pretrained Transformer (GPT), in understanding and answering context-based questions using the SQuAD 2.0 dataset that has been translated into Indonesian. This research uses the SEMMA (Sample, Explore, Modify, Model, Assess) method to ensure the analysis process runs systematically and efficiently. The model was tested with exact match (EM), F1-score, and ROUGE evaluation metrics. Results show that BERT excels with an Exact Match score of 99.57%, an F1-score of 99.57%, ROUGE-1 of 97%, ROUGE-2 of 30%, and ROUGE-L of 97%, outperforming S2S and GPT models. This study proves that BERT is more effective in understanding and capturing Indonesian context in QA tasks. This research offers explanations for the implementation of Indonesian-based QA and can be a reference in the development of more accurate and efficient NLP systems.

Malaria Parasite Classification from Microscopic Images using EfficientNetV2B0 with Bayesian Optimization Oktiana, Milda Safrila; Sulistyo, Satria Harya; Zahwa, Refina Nur; Chair, Luthfi Muhammad; Purnamasari, Detty
Journal of Computer Science and Engineering (JCSE) Vol 6, No 1: February (2025)
Publisher : ICSE (Institute of Computer Sciences and Engineering)

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

The Plasmodium parasite, which spreads through the bite of the Anopheles mosquito, causes malaria, a significant global health concern. Notwithstanding attempts to curtail its proliferation, malaria continues to be a predominant cause of mortality in tropical nations, especially in Sub-Saharan Africa and certain regions of Southeast Asia. Timely identification and precise diagnosis are essential for effective treatment. This research seeks to create a malaria classification model using deep learning based on the EfficientNetV2B0 architecture. The model is engineered to identify malaria parasite infections in microscopic images of erythrocytes. The dataset used is an open-source collection of photographs depicting red blood cells categorised as either infected or uninfected with malaria. The development method encompasses multiple critical stages, beginning with data collection, followed by preprocessing, data augmentation, and modelling using transfer learning with the EfficientNetV2B0 model. Bayesian optimisation is used to improve the model's accuracy by adjusting its hyperparameters. Assessment metrics, including accuracy, precision, recall, and F1-score, are used to evaluate the trained model's performance. The results show that the model has an accuracy of 96%, with equivalent precision, recall, and F1-scores for both the infected (under the heading "Parasitised") and uninfected (under the heading "Uninfected") groups. The model is extremely effective in diagnosing malaria, making it a valuable diagnostic tool for malaria control and prevention, especially in resource-constrained locations.Malaria Parasite Classification from Microscopic Images using EfficientNetV2B0 with Bayesian Optimization

Comparative Analysis of Parameter-Efficient-Fine-Tuning and Full Fine-Tuning Approaches for Indonesian Dialogue Summarization using mBART Aji, Ananda Bayu; Purnamasari, Detty
Journal of Computer Science and Engineering (JCSE) Vol 6, No 2: August (2025)
Publisher : ICSE (Institute of Computer Sciences and Engineering)

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

This study addresses the urgent need for efficient Indonesian dialogue summarization systems in remote working contexts by adapting the multilingual mBART-large-50 model. The DialogSum dataset was translated into Indonesian using Opus-MT, and two fine-tuning approaches—full fine-tuning and Parameter-Efficient Fine-Tuning (PEFT) with LoRA—were evaluated. Experiments on 1,500 test samples revealed that full fine-tuning achieved superior performance (ROUGE-1: 0.3726), while PEFT reduced energy consumption by 68.7% with a moderate accuracy trade-off (ROUGE-1: 0.2899). A Gradio-based interface demonstrated practical utility, enabling direct comparison of baseline, fine-tuned, and PEFT models. Critical findings include translation-induced terminology inconsistencies (e.g., "Hebes" vs. "Hebei") and context retention challenges in long dialogues. This work contributes a scalable framework for low-resource language NLP and provides actionable insights for optimizing computational efficiency in real-world applications.This study addresses the urgent need for efficient Indonesian dialogue summarization systems in remote working contexts by adapting the multilingual mBART-large-50 model. The DialogSum dataset was translated into Indonesian using Opus-MT, and two fine-tuning approaches, full fine-tuning and Parameter-Efficient Fine-Tuning (PEFT) with LoRA, were evaluated. Experiments on 1,500 test samples revealed that full fine-tuning achieved superior performance (ROUGE-1: 0.3726), while PEFT reduced energy consumption by 68.7% with a moderate accuracy trade-off (ROUGE-1: 0.2899). A Gradio-based interface demonstrated practical utility, enabling direct comparison of baseline, fine-tuned, and PEFT models. Critical findings include translation-induced terminology inconsistencies (e.g., "Hebes" vs. "Hebei") and context retention challenges in long dialogues. This work contributes a scalable framework for low-resource language NLP and provides actionable insights for optimizing computational efficiency in real-world applications.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search