Article Per Year (5 Year)
p-Index From 2020 - 2025
2.155
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal INKOM Jurnal Simetris TELKOMNIKA (Telecommunication Computing Electronics and Control) JSI: Jurnal Sistem Informasi (E-Journal) JUTI: Jurnal Ilmiah Teknologi Informasi Journal of ICT Research and Applications Jurnal Edukasi dan Penelitian Informatika (JEPIN) JTERA (Jurnal Teknologi Rekayasa) Jurnal Infomedia GUIDENA: Jurnal Ilmu Pendidikan, Psikologi, Bimbingan dan Konseling Jurnal Sistem Cerdas Jurnal Linguistik Komputasional Indonesian Journal of Electrical Engineering and Computer Science Jurnal Sistem Informasi BACA: Jurnal Dokumentasi dan Informasi
Ayu Purwarianti
Institut Teknologi Bandung
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering Social Sciences Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Computing Game and Learning State in Serious Game for Learning Ririn Dwi Agustin; Ayu Purwarianti; Kridanto Surendro; Iping S Suwardi
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 13, No 4: December 2015
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v13i4.2248

Abstract

In order to support the adaptive SGfL, teaching materials must be represented in game component that becomes the target of adaptivity. If adaptive architecture of the game only use game state (GS) to recognize player's state, SGfL require another indicator -learning state (LS)- to identify the learning progress. It is a necessary to formulate computational framework for both states in SGfL.The computational framework was divided into two moduls, macro-strategy and micro-strategy. Macro-strategy control the learning path based on learning map in AND-OR Graph data stucture. This paper focus on the Macro-strategy modul, that using online, direct, and centralized adaptivity method. The adaptivity in game has five components as its target. Based on those targets, eight development models of SGfL concept was enumerated. With similarity and difference analysis toward possibility of united LS and GS in computational framework to implement the nine SGfL concept into design and application, there are three groups of the development models i.e. (1) better united GS and LS, (2) must manage LS and GS as different entity, and (3) can choose whether to be united or not. In the model which is united LS with GS, computing model at the macro-strategy modul use and-or graph and forward chaining. However, in the opposite case, macro-strategy requires two intelligent computing solutions, those are and-or graph with forward chaining to manage LS collaborated with Finite State Automata to manage GS. The proposed computational framework of SGfL was resulted from the similarity and difference analysis toward all possible representations of teaching materials into the adaptive components of the game. It was not dependent of type of learning domain and also of the game genre.
A Novel Part-of-Speech Set Developing Method for Statistical Machine Translation Herry Sujaini; Kuspriyanto Kuspriyanto; Arry Akhmad Arman; Ayu Purwarianti
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 12, No 3: September 2014
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v12i3.79

Abstract

Part of speech (PoS) is one of the features that can be used to improve the quality of statistical-based machine translation. Typically, the language PoS determined based grammar of the language or adopt from other languages PoS. This work aims to formulate a model to developing PoS as linguistic factors to improve the quality of machine translation automatically. The research method using word similarity approach, where we perform clustering of the words contained in a corpus. Further classes will be defined as PoS set obtained for a given language.We evaluated the results of the PoS that defined computational results using machine translation system MOSES as the system by comparing the results of the SMT are using PoS sets generated manually, while the assessment of the system using BLEU method. Language that will be used for evaluation is English as the source language and Indonesian as the target language.
PENGARUH PART-OF-SPEECH PADA MESIN PENERJEMAH BAHASA INGGRIS-INDONESIA BERBASIS FACTORED TRANSLATION MODEL Herry Sujaini; Kuspriyanto .; Arry Akhmad Arman; Ayu Purwarianti
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2012
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Tata Bahasa Indonesia memiliki banyak perbedaan dibandingkan dengan Bahasa Inggris. Fakta ini berakibatburuk pada kinerja Mesin Penerjemah Statistik (MPS) Inggris-Indonesia yang berbasis frase. Model MPSmemiliki keterbatasan pada pemetaan frase atau blok dari sumber ke bahasa target tanpa penggunaan informasilinguistik. Menambahkan fitur linguistik, seperti part-of-speech (PoS) dapat berdampak pada kualitasterjemahan. Dalam tulisan ini, penggunaan penandaan PoS dimasukkan sebagai fitur linguistik dalam modelpenerjemah faktor (MPF) menggunakan sistem MPS Moses dan menggunakan BLEU sebagai alat evaluasi.Dari hasil penelitian, penggunaan PoS memiliki dampak terhadap meningkatnya kualitas terjemahan untukbahasa Inggris-Indonesia, hal tersebut terlihat dari hasil eksperimen bahwa dengan menambahkan fitur PoS,akurasi mesin penerjemah meningkat sebesar 2%.
THE CONSTRUCTION OF INDONESIAN-ENGLISH CROSS LANGUAGE PLAGIARISM DETECTION SYSTEM USING FINGERPRINTING TECHNIQUE Zakiy Firdaus Alfikri; Ayu Purwarianti
Jurnal Ilmu Komputer dan Informasi Vol 5, No 1 (2012): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (763.802 KB) | DOI: 10.21609/jiki.v5i1.182

Abstract

Cross language plagiarism detection is an important task since it can protect person intellectual property right. Since English is the most popular international language, we proposed an Indonesian-English cross language plagiarism detection to handle such problem in Indonesian-English domain where the suspected plagiarism document is written in Indonesian and the source document is written in English. To minimize translation error, we build the system by translating the Indonesian document into English and then compare the translated document with the English document collection. The detection system consists of preprocess component, heuristic retrieval component, and detailed analysis component. The main technique used in retrieval process is fingerprinting which can extract lexical features from text which is suitable to be used to detect plagiarism done using literal translation method. In this paper, we also propose additional methods to be implemented in heuristic retrieval component to increase the performance of the system: phrase chunking, stop word removal, stemming, and synonym selection. We evaluated system’s performance and the effects of additional methods to system’s performance, provided several data test sets which represents a plagiarism type. From the experiments, we concluded that the system works on 83.33% of test cases. We also concluded that mainly all additional methods except the phrase chunking have good effects in enhancing the system accuracy. Deteksi plagiarisme lintas bahasa merupakan hal yang penting untuk melindungi hak kekayaan intelektual. Bahasa Inggris adalah bahasa internasional yang paling populer, karenanya peneliti mengusulkan deteksi plagiarisme lintas bahasa Indonesia-Inggris untuk menangani masalah tersebut di mana domain dokumen yang diduga plagiat ditulis dalam bahasa Indonesia dan dokumen sumber ditulis dalam bahasa Inggris. Untuk meminimalkan kesalahan terjemahan, peneliti membangun sistem dengan menerjemahkan dokumen bahasa Indonesia ke bahasa Inggris dan kemudian membandingkan dokumen yang diterjemahkan dengan koleksi dokumen bahasa Inggris. Sistem pendeteksian ini terdiri dari komponen preprocess, komponen pencarian heuristik, dan komponen analisis detail. Teknik utama yang digunakan dalam temu kembali informasi adalah fingerprinting yang dapat mengekstrak fitur leksikal dari teks yang cocok digunakan untuk mendeteksi plagiarisme dengan menggunakan metode terjemahan harfiah. Dalam tulisan ini, peneliti juga mengusulkan metode-metode tambahan yang akan diimplementasikan dalam komponen pengambilan heuristik untuk meningkatkan kinerja system seperti chunking frase, penghilangan stop word, stemming, dan pemilihan sinonim. Peneliti mengevaluasi kinerja sistem dan efek dari metode tambahan untuk kinerja sistem, dengan menyediakan sekumpulan skenario tes beberapa data yang merepresentasikan plagiarisme. Dari pengujian diperoleh kesimpulan bahwa sistem bekerja pada 83,33% kasus uji. Peneliti juga menyimpulkan bahwa terutama semua metode tambahan kecuali chunking frase memiliki efek yang baik dalam meningkatkan akurasi sistem.
DETEKSI OOV MENGGUNAKAN HASIL PENGENALAN SUARA OTOMATIS UNTUK BAHASA INDONESIA Aswin Juari; Ayu Purwarianti
Jurnal Ilmu Komputer dan Informasi Vol 2, No 2 (2009): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.916 KB) | DOI: 10.21609/jiki.v2i2.129

Abstract

Paper ini menjelaskan tentang implementasi pengenalan OOV (Out of Vocabulary) words pada Aplikasi Pengenal Suara Berbahasa Indonesia. Pengenalan OOV words penting karena masalah ini tidak dapat diselesaikan dengan menambah ukuran kamus. Untuk mengimplementasi pengenalan OOV words, dilakukan transduksi fonem ke kata. Klasifikasi kata-kata diberikan dengan melihat model bahasa dan probabilitas perubahan fonem untuk menentukan bagian yang termasuk OOV words. Pada paper ini juga dilakukan evaluasi terhadap beberapa jenis kamus yang digunakan pada sistem pengenal suara. Modifikasi pada kamus sistem pengenal bahasa Indonesia menghasilkan peningkatan sekitar 4% sedangkan hasil deteksi akurasi OOV sebesar sekitar 77%.
SISTEM QUESTION ANSWERING BAHASA INDONESIA UNTUK PERTANYAAN NON-FACTOID Ayu Purwarianti; Novi Yusliani
Jurnal Ilmu Komputer dan Informasi Vol 4, No 1 (2011): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (892.394 KB) | DOI: 10.21609/jiki.v4i1.151

Abstract

Fokus dari penelitian ini adalah untuk mengembangkan data dan sistem Question Answering (QA) Bahasa Indonesia untuk pertanyaan non-factoid. Penelitian ini merupakan penelitian QA non-factoid pertama untuk Bahasa Indonesia. Adapun sistem QA terdiri atas 3 komponen yaitu penganalisis pertanyaan, pengambil paragraf, dan pencari jawaban. Dalam komponen penganalisis pertanyaan, dengan asumsi bahwa pertanyaan yang diajukan merupakan pertanyaan sederhana, digunakan sistem yang berbasis aturan sederhana dengan mengandalkan kata pertanyaan yang digunakan (“apa”, “mengapa”, dan “bagaimana”). Paragraf diperoleh dengan menggunakan pencarian kata kunci baik dengan menggunakan stemming ataupun tidak. Untuk pencari jawaban, jawaban diperoleh dengan menggunakan pola kata-kata khusus yang ditetapkan sebelumnya untuk setiap jenis pertanyaan. Dalam komponen pencari jawaban ini, diperoleh kesimpulan bahwa penggunaan kata kunci non-stemmed bersamaan dengan kata kunci hasil stemming memberikan nilai akurasi jawaban yang lebih baik, jika dibandingkan dengan penggunaan kata kunci non-stemmed saja atau kata kunci stem saja. Dengan menggunakan 90 pertanyaan yang dikumpulkan dari 10 orang Indonesia dan 61 dokumen sumber, diperoleh nilai MRR 0.7689, 0.5925, dan 0.5704 untuk tipe pertanyaan definisi, alasan, dan metode secara berurutan. Focus of this research is to develop QA data and system in Bahasa Indonesia for non-factoid questions. This research is the first non-factoid QA for Bahasa Indonesia. QA system consists of three components: question analyzer, paragraph taker, and answer seeker. In the component of question analyzer, by assuming that the question posed is a simple question, we used a simple rule-based system by relying on the question word used (“what”, “why”, and “how”). On the components of paragraph taker, the paragraph is obtained by using keyword, either by using stemming or not. For answer seeker, the answers obtained by using specific word patterns that previously defined for each type of question. In the component of answer seeker, the conclusion is the use of non-stemmed keywords in conjunction with the keyword stemming results give a better answer accuracy compared to non-use of the keyword or keywords are stemmed stem only. By using 90 questions, we collected from 10 people of Indonesia and the 61 source documents, obtained MRR values 0.7689, 0.5925, and 0.5704 for type definition question, reason, and methods respectively.
IMPLEMENTASI PENDIKTEAN BAHASA INDONESIA Ayu Purwarianti; Hari Bagus Firdaud
Jurnal Ilmu Komputer dan Informasi Vol 4, No 1 (2011): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (982.439 KB) | DOI: 10.21609/jiki.v4i1.152

Abstract

Paper ini memaparkan hasil penelitian dalam membangun aplikasi pendiktean Bahasa Indonesia untuk waktu nyata. Dalam membangun sebuah aplikasi pendiktean, terdapat beberapa masalah seperti perintah suara (voice command), Out Of Vocabulary (OOV), noise, dan filler. Adapun yang menjadi fokus dalam penelitian ini adalah penanganan perintah suara dan OOV dari kata yang didiktekan. Pendiktean suara merupakan pengembangan lanjut dari pengenalan suara secara waktu nyata dengan tambahan metode untuk menangani hal-hal yang telah dinyatakan sebelumnya. Untuk menangani perintah suara, sebuah modul ditambahkan untuk mengecek hasil decoding dari sistem pengenalan suara. Adapun untuk menangani OOV, ditambahkan modul penanganan pengejaan setelah sebelumnya dinyatakan status ejaan. Model perintah suara dan model huruf ditambahkan ke dalam kamus dan digunakan sebagai pelatihan dari model bahasa n-gram. Dalam pengujian, dilakukan evaluasi terhadap sistem pengenalan suara, penanganan perintah suara, dan modul pengejaan sebagai strategi untuk menangani kata OOV. Untuk modul pengenalan suara, akurasi yang dicapai adalah 70%. Untuk modul penanganan perintah suara, pengujian menunjukkan bahwa perintah suara dapat ditangani dengan baik. Sedangkan untuk modul pengejaan, pengujian menunjukkan bahwa hanya 20 dari 26 huruf yang berhasil dikenali. In this paper, we presented the results of research in building applications dictation of the Bahasa Indonesia for real-time. In developing a dictation application, there are some problems such as voice command, Out of Vocabulary (OOV), noise, and filler. As the focus in this research is the handling of voice command and OOV from dictated words. Voice dictation is a further development of real time voice recognition with an additional method to deal with things that have been stated before. To handle voice commands, a module is added to check the results of decoding of the voice recognition system. To handle OOV, spelling handling module is added after the previously stated spelling status. Voice command model and the model letter are added to the dictionary and used as the training of n-gram language model. In testing, we conducted an evaluation of speech recognition systems, voice commands and spelling handling module as a strategy to deal with OOV words. For the speech recognition module, the achieved accuracy is 70%. For voice commands handling module, the test showed that voice commands can be handled properly. As for the spelling module, testing showed that only 20 of the 26 letters that successfully recognized.
KECENDERUNGAN PENILAIAN PENGGUNA INFORMASI TERHADAP TWEET (KICAUAN) PADA MEDIA SOSIAL TWITTER Titin Pramiyati; Ayu Purwarianti; Iping Supriana
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (324.894 KB) | DOI: 10.24176/simet.v7i1.506

Abstract

Peran media sosial dalam penyebaran informasi, saat ini sudah berada pada tingkat yang sangat berarti, yang ditandai dengan peningkatan jumlah pengguna media sosial, pemanfaatan media sosial untuk kepentingan penyampaian informasi dibidang politik, hukum, ekonomi, sosial dan bidang lainnya. Media sosial seperti facebook dan twitter merupakan media sosial dengan pengguna terbesar dan memiliki rentang usia pengguna yang sangat lebar. Jumlah pengguna yang besar tidak serta merta menjadikan informasi yang disebarkan melalui media sosial tersebut dapat dipercaya, akan tetapi keberadaan pengguna informasi ini dapat dimanfaatkan untuk menentukan tingkat kepercayaan informasi. Penilaian tingkat kepercayaan informasi, diduga dapat dilakukan dengan berdasarkan pada kesesuaian konteks informasi dengan konteks profil sumber informasi. Merujuk pada dugaan yang dibangun, paper ini membahas hasil survey yang dilakukan untuk mengetahui apakah kesesuaian konteks informasi dengan konteks profil sumber informasi dapat digunakan untuk menentukan tingkat kepercayaan informasi. Survey menggunakan kicauan (tweet) dari beberapa tokoh masyarakat, dengan melibatkan 300 responden yang terdiri dari kelompok Mahasiswa dan kelompok Karyawan. Metode yang digunakan adalah analisis induktif yang menggunakan ukuran numerik dan variabilitas untuk mendeskripsikan kecenderungan penilaian terhadap informasi. Ukuran numerik yang digunakan adalah ukuran tendensi sentral, yaitu dengan menghitung nilai rata-rata, median dan modus. Ukuran variabilitas digunakan untuk mengetahui apakah terdapat penyimpangan yang berarti pada pengukuran numerik yang dilakukan. Hasil survey menunjukkan bahwa kecenderungan responden untuk setuju dengan informasi yang dibuat jika konteks informasi memiliki kesamaan dengan konteks profil sumber informasi. Hasil ini selanjutnya akan dijadikan sebagai dasar dalam pembuatan model penentuan tingkat kepercayaan informasi. Kata kunci: media sosial, twitter, kicauan, analisis induktif, kepercayaan informasi.
Entity Recognition of User Profile on Twitter Titin Pramiyati; Iping Supriana; Ayu Purwarianti
INKOM Journal Vol 8, No 2 (2014)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14203/j.inkom.411

Abstract

Atribut trust scope sebagai atribut untuk menentukan tingkat kepercayaan sumber informasi, akan diisi dengan data yang terdapat pada user profile Twitter yang dikenal sebagai Bio Twitter. Hanya saja, data tersebut harus sesuai dengan karakteristik dan fungsi dari masing-masing atribut trust scope, seperti atribut pendidikan harus diisi dengan informasi yang berkaitan dengan latar belakang pendidikan dari pemilik profil tersebut. Untuk mendapatkan data yang sesuai dengan atribut, kami melakukan named entity recognition, yang merupakan salah satu kegiatan pada proses ekstraksi informasi. Oleh karena itu, paper ini menjelaskan hasil proses pengenalan entitas yang dilakukan terhadap data yang terdapat pada user profile. Perangkat lunak yang digunakan untuk mengenali data sebagai entitas adalah IndonesiaNetagger. IndonesiaNettagger, merupakan perangkat lunak untuk mengenali entitas yang ditulis dalam bahasa Indonesia. Kami melakukan penelitian dalam empat tahap, yaitu pengenalan entity dengan data Bio twitter yang asli,identifikasi kesalahan proses pengenalan, formalisasi data dan pengujian pengenalan entitas akhir. Hasil penelitian menunjukkan keberhasilan sebagai berikut; entitas Person dikenali dengan benar adalah sebesar 71% dari total data entitas yang tersedia, entitas Organization dikenali dengan benar sebasar 50%, entitas Position 20% dikenali denganbenar, dan 50% entitas Location dikenali dengan benar.
Model dan Metoda Arsitektur pada Sistem Tanya Jawab Medis wiwin suwarningsih; Iping Supriana; Ayu Purwarianti
INKOM Journal Vol 8, No 2 (2014)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14203/j.inkom.303

Abstract

Pada makalah ini, akan dilakukan survey beberapa penelitian yang membahas mengenai sistem tanya jawab dengan domain pada bidang medis (medical question answering = MedQuAn). Sistem MedQuAn mengolah pertanyaan yang diajukan dalam bentuk teks bahasa alami dan kemudian sistem akan memberikan jawaban yang relevan. Makalah ini mencoba menelaah modul konseptual MedQuAn, bahwa sistem tanya jawab terdiri dari tiga komponen inti yang berbeda beserta metoda/ pendekatan yang digunakan. Ketiga komponen inti tersebut adalah klasifikasi pertanyaan, pencarian dokumen, dan ekstraksi jawaban. Hasil akhir dari survey ini adalah sebuah kontribusi untuk pengembangan penelitian di masa mendatang di domain MedQuAn khususnya untuk sistem tanya jawab medis dengan menggunakan bahasa Indonesia.
Co-Authors Adhitia, Rama Adhitya, Maulana Krisna Adi Pancoro Afrida Helen Alit Kesatria Mendala Aminuddin, Amir Andri Fachrur Rozie Andria Arisal Antoni, Jefry Arief Rahman Arry Akhmad Arman Arry Akhmad Arman Aswin Juari Dessi Puji Lestari Devi Munandar Diana Permata Sari Diana Sari Dianadewi Riswantini Dwi H. Widyantoro Dwi Hendratmo Widyantoro Ekasari Nugraheni Hadi Saputra Halim, Ismail Syababun Hari Bagus Firdaud Haryono Putro, Ibnu Prastowo Hendradjaja, Bayu Herawati, Neng Ayu Herry Sujaini Herry Sujaini Hibatullah, Muhammad Helmi Imamah Imamah Intan Jelita Saragih Iping S Suwardi Iping Supriana Iping Supriana Iping Supriana Iping Supriana Iping Supriana Iping Supriana Iping Supriana Irfan Afif Iskandar, Yanti Rubiyanti Kridanto Surendro Krishna Aurelio Noviandri KUSPRIYANTO Lisa Madlberger Martalia, Anastasia Mia Mengko, Tati Rajab Miranti Jatnika Riski Mochammad Ibrahim Muh Habibi Haidir Muharram, Arief Purnama Neng Ayu Herawati Nila Nurmala Novi Yusliani Nugraha Priya Utama Prathama, Ubaidillah Ariq Purnomo Husnul Khotimah Putra, Helmy Satria Martha Rama Adhitia Rama Adhitia Rama Adhitia Rifky Raymond, Rifky Ririn Dwi Agustin Ruskanda, Fariska Zakhralativa Samuel Cahyawijaya Saputra, Neva Supanto Supanto Titin Pramiyati Titin Pramiyati Titin Pramiyati Titin Pramiyati Tupamahu, Meldrin Untari Novia Wisesty Utama, Nugraha Priya Wiwin Suwarningsih Wiwin Suwarningsih Wiwin Suwarningsih Wiwin Suwarningsih wiwin suwarningsih Yoga Hanggara Yuhana, Umi Laili Zakiy Firdaus Alfikri Zakiy Firdaus Alfikri