Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

6.816

P-Index

This Author published in this journals

All Journal Jurnal Informatika Jurnal Ilmu Komputer dan Informasi Jurnal Ilmu Komputer Jurnal Teknik ITS IPTEK The Journal for Technology and Science Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Buana Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Sistem dan Informatika Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence Jurnal Ilmiah Pangabdhi Register: Jurnal Ilmiah Teknologi Sistem Informasi EMITTER International Journal of Engineering Technology Jurnal Inspiration Briliant: Jurnal Riset dan Konseptual JOIV : International Journal on Informatics Visualization Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) INTEGER: Journal of Information Technology IKRA-ITH Informatika : Jurnal Komputer dan Informatika JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) SISFO Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Journal of Information System,Graphics, Hospitality and Technology ILKOMNIKA: Journal of Computer Science and Applied Informatics Insyst : Journal of Intelligent System and Computation Jurnal Nasional Teknik Elektro dan Teknologi Informasi Sewagati Nusantara Journal of Computers and its Applications

Diana Purwitasari

Alumni Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember

Author-ID : 350177

Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Public Health Social Sciences Other

Published : 102 Documents Claim Missing Document

Claim Missing Document

Articles

3 4 5 6 7

Pendampingan Sistem Ujian Sekolah Online Untuk Siswa SMP di Kota Surabaya Diana Purwitasari; Paramastri Ardiningrum; Victor Hariadi; Dwi Sunaryono
Jurnal Ilmiah Pangabdhi Vol 6, No 2: Oktober 2020
Publisher : LPPM Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/pangabdhi.v6i2.8413

Dalam rangka pelaksanaan Ujian Sekolah tahun ajaran 2020 untuk siswa reguler dan kejar paket di Surabaya, tim ITS bekerja sama dengan Dinas Pendidikan Kota Surabaya menyusun sebuah aplikasi. Aplikasi ini adalah Aplikasi Ujian Sekolah Berbasis Komputer yang merupakan aplikasi untuk manajemen ujian sekolah siswa SMP di wilayah Surabaya. Sistem ini dapat memfalisitasi empat jenis pengguna dengan lebih mudah. Pengguna sistem informasi antara lain guru, siswa, proktor, dan administrator sistem. Dengan adanya Aplikasi Ujian Berbasis Komputer Online diharapkan kegiatan ujian siswa SMP menjadi lebih praktis, mudah dan seluruh pengguna dapat memantau ujian sekolah yang sedang berlangsung.

DETEKSI KEBERADAAN KALIMAT SAMA SEBAGAI INDIKASI PENJIPLAKAN DENGAN ALGORITMA HASHING BERBASIS N-GRAM Diana Purwitasari; Putu Yuwono Kusmawan; Umi Laili Yuhana
Jurnal Ilmiah Kursor Vol 6 No 1 (2011)
Publisher : Universitas Trunojoyo Madura

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

Abundant cases of plagiarism committed by some intellectual people in the Indonesia’s education fields have became such tragedy. Due to the amount of information which is available online are things that make copy-paste without proper citation cause plagiarism. This paper discusses about how to detect similar sentences which is probable caused by copy-paste. However plagiarism detection still needs further examination such as the existing of citation or not. Winnowing algorithm is used for detecting similar sentences between text files which is treated as a common subsequence problem. The algorithm finds document fingerprinting by changing sequence of N-grams from text into a set of hash values. If copy-paste sentences are found then both of text files must have the same document fingerprinting. Experiment has been done to observe the capability of detecting similar sentences by analyzing on value variations of n-gram, prime base b for hashing, window w, and threshold for determining plagiarism indication.

Pengklasteran Berbasis Segmen Menggunakan Paragraf Untuk Identifikasi Topik Pada Deteksi IndikasiPlagiarisme Arini Rosyadi; Agus Zainal Arifin; Diana Purwitasari
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 6, No 2 (2016): Jurnal Inspiration Volume 6 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v6i2.2418

Salah satu permasalahan dalam plagiarisme adalah keberagaman topik pada dokumen-dokumen sumber yang menyebabkan dibutuhkan waktu yang relatif lama saat proses pendeteksian berjalan. Maka penelitian ini dilakukan pengembangan sistem pendeteksi indikasi plagiarisme menggunakan proses klastering berbasis segmen menggunakan paragraf dari set dokumen sumber untuk selanjutnya dilakukan identifikasi topik pada setiap klaster.Sebagai evaluasi dari kinerja proses klastering digunakan dataset berupa 170 dokumen jurnal penelitian, menggunakan Bahasa Indonesia, dengan total paragraf adalah 3159. Hasil pengujian menunjukkan bahwa dengan menggunakan pengembangan yang diusulkan dapat mengurangi jumlah dokumen sumber sampai 98.8% serta waktu yang dibutuhkan dalam proses deteksi indikasi plagiarisme dengan hasil klastering rata-rata membutuhkan waktu 2.8 menit untuk setiap proses deteksi.

Ekstraksi Kata Kunci Metadata Twitter Berbahasa Indonesia dengan Pendekatan Grammatical Tagging untuk Visualisasi Trend Produk Brand Septiyan Andika Isanta; Chastine Fatichah; Diana Purwitasari
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 6, No 2 (2016): Jurnal Inspiration Volume 6 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v6i2.2419

Diketahui bahwa informasi dari twitter banyak mengandung teks yang berisikan produk sebuah brand. Pemilik brand biasanya mengamati kata kunci apa yang sedang populer dalam twitter. Kata dengan jumlah kemunculan terbesar pada umumnya dijadikan kata kunci. Selain fitur frekuensi tweet, terdapat metadata twitter yang bisa digunakan untuk menganalisa tweet tersebut, contohnya favourite dan retweet. Selain itu, jika hanya menggunakan jumlah kemunculan kata, kata yang didapatkan belum tentu adalah target dari sebuah tweet. Oleh karena itu, penelitian ini mengusulkan metode ekstraksi kata kunci dari metadata twitter dengan pendekatan grammatical tagging untuk visualisai trend produk brand. Metode dibagi menjadi empat tahap yaitu praproses, ekstraksi kata kunci, ekstraksi target, dan asosiasi serta visualiasi target dengan kata kunci. Berdasarkan pengujian menggunakan tweet dari brand Apple dan Nexus, didapatkan bahwa nilai kemunculan kata lebih berpengaruh dari pada nilai retweet dan nilai favourite. Metode yang diusulkan dapat mengenali target sebuah tweet, dengan nilai precision 81.3%, serta dapat mengenali dengan baik hubungan antara target dengan kata kunci tweet dengan nilai f-measure 52.5%.

Pembentukan Thesaurus yang Sensitif Terhadap Tingkat Polaritas Review Pada Cross-Domain Sentiment Classification Putu Praba Santika; Agus Zainal Arifin; Diana Purwitasari
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 5, No 2 (2015): Jurnal Inspiration Volume 5 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v5i2.69

Ketidaksesuaian antara isi opini dan rating yang diberikan pada review produk mungkin terjadi karena diberikan secara terpisah. Pendekatan Machine Learning dapat dilakukan untuk klasifikasi sentimen yang terdapat pada opini untuk mendapatkan rating. Idealnya classifier dilatih dengan data yang sudah diketahui polaritasnya dari domain yang sama dengan domain yang akan diuji, sehingga diperlukan data latih tersendiri. Pelabelan secara manual pada pembuatan data latih sangat menghabiskan waktu dan biaya. Untuk menghidari pelabelan secara manual, dilakukan dengan pendekatan cross-domain sentiment classification.Pendekatan ini hanya membedakan polaritas opini menjadi positif dan negatif. Hal ini menyebabkan kerancuan, sehingga perlu digunakan rentang nilai untuk menunjukkan tingkat polaritas suatu opini. Penelitian ini bertujuan untuk mengusulkan pendekatan pengukuran tingkat polaritas review pada cross-domain sentiment classification agar dapat melakukan klasifikasi pada domain yang berbeda. Metode yang digunakan adalah membuat thesaurus yang sensitif terhadap tingkat polaritas sentimen digunakan dalam features expansion untuk menambahkan feature baru pada Review. Review yang sudah ditambah feature baru digunakan pada training dan testing.Hasil pengujian menunjukkan bahwa rata-rata akurasi pada pengujian cross-domain sentiment classification yang menerapkan features expansion dengan memanfaatkan thesaurus yang sensitif terhadap sentiment 8.17% lebih baik dari pada yang tidak menerapkan features expansion. Penelitian ini membuktikan bahwa klasifikasi pada domain yang berbeda dapat dilakukan dengan menerapkan features expansion dengan memanfaatkan thesaurus yang sensitif terhadap tingkat polaritas sentiment.

Semantic Rule Labeling dan Sentence Information Density Dalam Pemilihan Kalimat Representatif Cluster Pada Peringkasan Multi-Dokumen Gus Nanang Syaifuddiin; Agus Zainal Arifin; Diana Purwitasari
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 6, No 1 (2016): Jurnal Inspiration Volume 6 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v6i1.86

Coverage dan salient merupakan masalah utama yang menjadi perhatian para peneliti dalam peringkasan dokumen. Pendekatan clustering mampu memberikan coverage yang baik terhadap semua topik namun tidak memiliki informasi-informasi yang bisa mewakili kalimat-kalimat lain (salience sentence).Salience dapat digali dengan melihat hubungan dari satu kalimat dengan kalimat lain yang dibangun dengan pendekatan position text graph, namun position text graph hanya mampu menggali hubungan antar kalimat tanpa memperhatikan peran semantik kata (“who” did “what” to “whom”, “where”, “when”, and “how”) dalam kalimat yang dibandingkan.Pada paper ini kami mengusulkan sebuah metode baru strategi pemilihan kalimat representatif cluster dengan pendekatan sentence information density dan Semantic Rule labeling. Hasil uji coba menunjukkan metode yang metode yang diusulkan mampu memilih kalimat ringkasan lebih baik dari metode Sentence Information Density (SID) dengan rata-rata nilai Rouge-1 0.32511.

Analisis Sentimen Pada Review Pengguna Aplikasi Mobile Untuk Evaluasi Faktor Usability Septiyawan Rosetya Wardhana; Diana Purwitasari; Siti Rochimah
Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016)
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (130.819 KB)

Faktor usability merupakan aspek yang paling diperhatikan dalam pembuatan maupun pengujian aplikasi mobile. Evaluasi usability dapat dilakukan dengan melakukan analisis sentimen pada review pengguna aplikasi mobile. Orientasi sentimen inilah yang umumnya dijadikan sebagai acuan dalam proses evaluasi. Selain itu, setiap review pasti memiliki tingkat sentimen yang mencerminkan tinggi rendahnya orientasi sentimen, sehingga akan lebih efektif apabila tingkat sentimen juga dipertimbangkan dalam proses evaluasi. Berbeda dengan jenis perangkat lunak lainnya, aplikasi mobile memiliki batasan dan permasalahan sendiri yang tidak dimiliki perangkat lunak lain. Model PACMAD (People At The Centre of Mobile Application Development) merupakan model usability yang karakteristiknya disesuaikan dengan batasan dan permasalahan yang dimiliki oleh aplikasi mobile. Oleh karena itu, dalam penelitian ini diusulkan suatu metode analisis sentimen dengan mempertimbangkan tingkat sentimen pada opini pengguna aplikasi mobile untuk evaluasi faktor usability berdasarkan model PACMAD. Data review pengguna akan diklasifikasikan ke dalam faktor usability PACMAD dengan menggunakan metode TF.ICF, kemudian dianalisis orientasi dan tingkat sentimennya dengan menggunakan metode SentiWordNet Interpretation. Berdasarkan hasil ujicoba menggunakan data review dari 5 aplikasi mobile diperoleh rata-rata nilai akurasi klasifikasi faktor usability sebesar 82% dan akurasi sentimen sebesar 79%.

IMPLEMENTASI FITUR GEOMETRI DAN K-MEANS PADA PERHITUNGAN DAN SEGMENTASI SEL DARAH MERAH BERTUMPUK Faried Effendy; Chastine Fatichah; Diana Purwitasari
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 9, No 3 (2014): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Segmentasi terhadap sel darah merah bertumpuk bertujuan untuk meningkatkan akurasi perhitungan sel darah merah. Tujuan penelitian ini adalah untukmensegmentasi sel darah merah bertumpuk menggunakan morfologi, fitur geometri dan k-means. Morfologi digunakan untuk preprocessing yakni memisahkan sel darah merah dengan backgroundyang tidak diperlukan seperti sel darah putih dan platelet, fitur geometri berupa eksentrisitas dan luasan digunakan sebagai pendeteksi sel darah merah bertumpuk, sedangkan proses segmentasi dilakukan oleh k-means. Akurasi hasil segmentasi dari metode yang diusulkan mencapai 96,31%, sedangkan error perhitungan sel darah merah setelah dilakukan segmentasi berkisar 2,43%.

Pemantauan Perhatian Publik terhadap Pandemi COVID-19 melalui Klasifikasi Teks dengan Deep Learning Novrindah Alvi Hasanah; Nanik Suciati; Diana Purwitasari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 1 (2021): Februari 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Monitoring public concern in the surrounding environment to certain events is done to address changes in public behavior individually and socially. The results of monitoring public attention can be used as a benchmark for related parties in making the right policies and strategies to deal with changes in public behavior as a result of the COVID-19 pandemic. Monitoring public attention can be done using Twitter social media data because the users of the media are quite high, so that they can represent the aspirations of the general public. However, Twitter data contains varied topics, so a classification process is required to obtain data related to COVID-19. Classification is done by using word embedding variations (Word2Vec and fastText) and deep learning variations (CNN, RNN, and LSTM) to get the classification results with the best accuracy. The percentage of COVID-19 data based on the best accuracy is calculated to determine how high the public's attention is to the COVID-19 pandemic. Experiments were carried out with three scenarios, which were differentiated by the number of data trains. The classification results with the best accuracy are obtained by the combination of fasText and LSTM which shows the highest accuracy of 97.86% and the lowest of 93.63%. The results of monitoring public attention to the time vulnerability between June and October show that the highest public attention to COVID-19 is in June.

Pemodelan Topik dengan LDA untuk Temu Kembali Informasi dalam Rekomendasi Tugas Akhir Diana Purwitasari; Aida Muflichah; Novrindah Alvi Hasanah; Agus Zainal Arifin
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 3 (2021): Juni 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Undergraduate thesis as the final project, or in Indonesian called as Tugas Akhir, for each undergraduate student is a pre-requisite before student graduation and the successfulness in finishing the project becomes as one of learning outcomes among others. Determining the topic of the final project according to the ability of students is an important thing. One strategy to decide the topic is reading some literatures but it takes up more time. There is a need for a recommendation system to help students in determining the topic according to their abilities or subject understanding which is based on their academic transcripts. This study focused on a system for final project topic recommendations based on evaluating competencies in previous academic transcripts of graduated students. Collected data of previous final projects, namely titles and abstracts weighted by term occurences of TF-IDF (term frequency–inverse document frequency) and grouped by using K-Means Clustering. From each cluster result, we prepared candidates for recommended topics using Latent Dirichlet Allocation (LDA) with Gibbs Sampling that focusing on the word distribution of each topic in the cluster. Some evaluations were performed to evaluate the optimal cluster number, topic number and then made more thorough exploration on the recommendation results. Our experiments showed that the proposed system could recommend final project topic ideas based on student competence represented in their academic transcripts.

Co-Authors Abdillah, Abid Famasya Abdillah, Surya Abid Famasya Abdillah Achmad Affandi Adhi Nurilham Adi Surya Suwardi Ansyah Adillion, Ilham Gurat Adni Navastara, Dini Agus Budi Raharjo Agus Budi Raharjo Agus Zainal Arifin Agus Zainal Arifin Ahmad Syauqi Ahmad Syauqi Aida Muflichah Akwila Feliciano Akwila Feliciano Alif Akbar Fitrawan, Alif Akbar Alqis Rausanfita Aminul Wahib Aminul Wahib Aminul Wahib Andrea Bemantoro J Apriantoni Apriantoni Apriantoni, Apriantoni Ardianto Ardianto Ariadi Retno Tri Hayati Arief Rahman Arif Fadllullah Arijal Ibnu Jati Arini Rosyadi Ario Bagus Nugroho Arrie Kurniawardhani Arya Putra Kurniawan Asiyah Nur Kholifah Atikah, Luthfi Bambang Setiawan Baskoro Adi Pratomo Baskoro, Fajar Benito, Davian Budi Pangestu Budi Rahardjo Budi Raharjo, Agus Budiyono, Yanuardhi Arief Buliali, Joko Lianto Cahyaningtyas, Zakiya Azizah Chastine Fatichah Chilyatun Nisa, Chilyatun Christian Sri kusuma Aditya, Christian Sri kusuma Cornelius Bagus Purnama Putra Damayanti, Putri Daniel Swanjaya Dasrit Debora Kamudi Dhian Kartika Dini Adni Navastara, Dini Adni Dwi Sunaryono Dwi Sunaryono Edy Sukotjo Eko Riduwan Elshe Erviana Angely Erlinda Argyanti Nugraha Erlinda Argyanti Nugraha F.X. Arunanto Fahmi Amiq Fajar Baskoro Fajar Baskoro Falach Asy'ari, Misbachul Fandy Kuncoro Adianto Fandy Kuncoro Adianto Faried Effendy Febri Fernanda Fransiscus Xaverius Arunanto Galih Hendra Wibowo Ginardi, Raden Venantius Hari Glory Intani Pusposari Gurat Adillion, Ilham Gus Nanang Syaifuddiin Hadziq Fabroyir Hafidz, Abdan Hamidi, Mohammad Zaenuddin Handayani Tjandrasa Haniefardy, Addien Hanif Affandi Hartanto Haykal, Muhammad Farhan Herdayanto Sulistyo Putro Hilya Tsaniya Hilya Tsaniya Hudan Studiawan Husna, Farida Amila I Ketut Eddy Purnama I Made Satria Bimantara Ilmi, Akhmad Bakhrul Imam Santosa Indra Lukmana Irdayanti, Marina Ivonne Soejitno Juanita, Safitri Juanita, Safitri Juli Purwanto Kardawi, Muhammad Yusuf Kautsar, Faiz Kevin Christian Hadinata Kevin Christian Hadinata Khadijah F. Hayati Kurnia Aji Tritamtama Lailatul Hidayah M. Abdillah M. Abdul Wakhid Mabahist, Fahril Maheswari, Clarissa Luna Mamluatul Hani’ah Mauridhi Hery Purnomo Mirza Hamdhani Misbakhul Munir Irfan Subakti Mohamad Anwar Syaefudin Muhamad Nasir Muhammad Abdul Wakhid Muhammad Jerino Gorter Muhammad Machmud Muhammad Mirza Muttaqi Nabila Puspita Firdi Nada Fitrieyatul Hikmah Nanik Suciati Narandha Arya Ranggianto Nova Rijati Novemi Uki A Novrindah Alvi Hasanah Nur Azizah, Anisa Nur Hayatin Nurilham, Adhi Oktaviandra Pradita Putri Oktaviandra Pradita Putri, Oktaviandra Pradita Paramastri Ardiningrum Putu Praba Santika Putu Yuwono Kusmawan Raihan, Muhammad Rangga Kusuma Dinata Rangga Kusuma Dinata Ratih Nur Esti Anggraini, Ratih Nur Esti Rendra Dwi Lingga P. Resti Ludviani Rio Indralaksono Rizal Setya Perdana Rizka Sholikah Rizka Wakhidatus Sholikah Rizka Wakhidatus Sholikah, Rizka Wakhidatus Rizqa Afthoni Rozi, Fahrur RR. Ella Evrita Hestiandari Rully Soelaiman Rully Sulaiman Ryfial Azhar, Ryfial Safhira Maharani Safhira Maharani Safitri, Julia Salim Bin Usman Salim Bin Usman Salsabila Mazya Permataning Tyas Salsabila Salsabila Satrio Hadi Wijoyo Satrio Verdianto Satrio Verdianto Sembiring, Fred Erick Septiyan Andika Isanta Septiyan Andika Isanta Septiyawan Rosetya Wardhana Septiyawan Rosetya Wardhana Sherly Rosa Anggraeni Sherly Rosa Anggraeni Sidharta, Bayu Adjie Sihombing, Drigo Alexander Siti Rochimah Stefani Tasya Hallatu Surya Sumpeno Suwida, Katon Syadza Anggraini Tanzilal Mustaqim Tegar Rachman Muzzammil Tesa Eranti Putri Tri Arief Sardjono Tsabbit Aqdami Mukhtar, Tsabbit Aqdami Umy Rizqi Verdianto, Satrio Victor Hariadi Vit Zuraida Wardhana, Septiyawan R. Wardhana, Septiyawan Rosetya Wicaksono, Farhan Wijayanti Nurul Khotimah Wijoyo, Satrio Hadi Windy Deftia Mertiana Wisma Dwi Prastya, Ifnu Wulansari Wulansari Yasinta Romadhona Yatestha, Anak Agung Yoga Yustiawan Yonathan, Vincent Yufis Azhar Yuhana, Umi Laili Yulia Niza Yulia Niza Yulian Findawati Yunianto, Dika R. Zahrul Zizki Dinanto Zakiya Azizah Cahyaningtyas Zakiya Azizah Cahyaningtyas

Title

Found 102 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 102 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 102 Documents
Search