p-Index From 2021 - 2026
4.309
P-Index
Claim Missing Document
Check
Articles

ANTARA: TESAURUS MULTIBAHASA BERBASIS KOMPONEN Siti Rochimah; Alexander L. Romy
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 2 Juli 2004
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (265.261 KB) | DOI: 10.12962/j24068535.v3i2.a265

Abstract

Tesaurus merupakan kosakata yang terkontrol yang telah banyak dipakai untuk pengindeksan dan pemahaman kata-kata. Pemakaian tesaurus memerlukan kelengkapan dan kecepatan oleh karena itu banyak dibuat program tesaurus versi offline dan online. Tugas akhir ini bertujuan membangun program tesaurus multibahasa manual yang lengkap terutama dalam hal pemasukan elemen-elemen tesaurus yang telah menjadi standard dalam pembangunan tesaurus yang bernama AntarA. Pembangunan tesaurus akan difokuskan pada arsitektur agar dapat dibuat pemisahan antara komponen utama dan bagian antar muka. Hal lain yang ikut diperhitungkan adalah menyangkut kegunaan ulang (reusability) dari komponen yang dibuat dan kecepatan akses pengguna dalam berbagai proses yang dilakukan program. Metodologi yang dipakai dalam penelitian ini adalah dengan mempelajari dan merancang basis data yang mendukung elemen-elemen tesaurus yaitu term, relasi, definisi dan presentasi. Selanjutnya dikembangkan tiga modul utama yaitu modul pencarian, modul editor dan modul manajer basis data. Modul pencarian berfungsi untuk mempresentasikan tesaurus dengan bermacam-macam tipe tampilan, modul editor berfungsi untuk modifikasi term, relasi dan definisi, sedangkan modul manajer basis data dibuat dalam bentuk komponen. Untuk pengisian data awal, dipakai data dari tesaurus UNESCO. Secara keseluruhan AntarA diimplementasikan dalam lingkungan Visual Studio .NET dengan sistem operasi Windows XP. Aplikasi telah diuji coba pada sistem sesuai dengan spesifikasi dan kebutuhan berdasarkan skenario yang dirancang sendiri untuk setiap modul AntarA. Hasil uji coba menunjukkan bahwa AntarA dapat diimplementasikan dengan baik, dengan demikian AntarA dapat dipakai sebagai tesaurus multibahasa digital. Kata Kunci: tesaurus, tesaurus multibahasa, tesaurus digital, presentasi tesaurus, komponen, relasi kata, relasi term, bahasa, kamus
MATAKULIAH "PROJEK PERANGKAT LUNAK" UNTUK MENGATASI KESENJANGAN TEORI DAN PRAKTIK PEMBANGUNAN PERANGKAT LUNAK Siti Rochimah
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 2, No 2 Juli 2003
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (128.327 KB) | DOI: 10.12962/j24068535.v2i2.a291

Abstract

Kemajuan teknologi pada dekade kini menunjukkan bahwa pemanfaatan peralatan elektronika seperti personal komputer, pembangkit kontrol manufaktur, dan peralatan otomatisasi lainnya menjadi semakin penting dan dominan. Perangkat lunak sebagai komponen inti pada peralatan-peralatan tersebut menjadi semakin dominan posisinya di dalam mekanisme sistemnya. Kegiatan Rekayasa Perangkat Lunak (RPL) yang terstruktur dan terencana dengan baik dalam rangka membangun suatu sistem perangkat lunak mutlak diperlukan untuk menghasilkan produk perangkat lunak yang berkualitas tinggi. Kurikulum Nasional untuk Pendidikan Tinggi bidang Informatika telah mencantumkan matakuliah Rekayasa Perangkat Lunak sebagai salah satu matakuliah wajib yang harus diambil oleh mahasiswa tingkat sarjana. Untuk itu, mulai tahun ketiga, mahasiswa telah diperkenalkan secara teoritis tentang ilmu-ilmu RPL. Akan tetapi sampai saat ini kesenjangan antara teori yang didapatkan dengan aplikasinya di dunia nyata masih cukup besar. Untuk memperkecil kesenjangan antara teori dan praktik terhadap ilmu-ilmu RPL tersebut diperlukan satu tahap pemahaman lagi yaitu pengetahuan praktis untuk membangun suatu perangkat lunak. Tahap pemahaman tersebut dapat diperoleh melalui pemberian matakuliah ‘Projek Perangkat Lunak' yang berisi praktik-praktik pembangunan perangkat lunak dengan kasus nyata yang dihadapi oleh para pelaku di lapangan (baca: industri). Matakuliah tersebut bertujuan untuk menghilangkan kesenjangan antara teori di kuliah dengan aplikasinya di lapangan. Hal ini dapat dicapai dengan memberikan modus pengajaran yang baru, yaitu adanya interaksi antara mahasiswa, pengajar, dan pihak industri secara langsung dalam memecahkan persoalan-persoalan dari pihak industri. Disamping itu, diperlukan sarana pokok berupa standard dokumentasi yang baku, mudah, dan cocok digunakan baik oleh mahasiswa di kuliah, maupun oleh pihak industri yang memerlukannya. Dengan adanya standard dokumen tersebut, pihak pengembang dapat melaksanakan kegiatan RPL dengan lebih mudah, dan pada akhirnya budaya untuk menerapkan praktik RPL yang benar dalam pengembangan perangkat lunak akan terwujud. Tulisan ini berisi gambaran umum penyelenggaraan kuliah berarah projek (dalam hal ini kuliah Projek Perangkat Lunak) berdasarkan pengalaman penulis yang pernah terlibat selama empat tahun pertama penyelenggaraan kuliah ini pada Departemen Teknik Informatika ITB yang mulai diselenggarakan sejak tahun ajaran 1998. Kata kunci : Rekayasa Perangkat Lunak, Projek Perangkat Lunak.
PERANGKAT LUNAK PEMBANGKIT DOKUMENTASI MODEL DATA KONSEPTUAL DAN MODEL DATA FISIK DENGAN PENGGAMBARAN DIAGRAM RESOLUSI TINGGI Lutfi Rizal Gozali; Siti Rochimah; Suhadi Lili
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 10, No 2, Juli 2012
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.867 KB) | DOI: 10.12962/j24068535.v10i2.a306

Abstract

Rancangan basis data berskala besar membutuhkan mekanisme penanganan penggambaran diagram ke halaman buku dokumentasi untuk menjaga kejelasan dan konsistensi informasi. Hal ini melatarbelakangi ide untuk membangun fitur pembangkit dokumentasi model data konseptual (CDM) dan model data fisik (PDM) pada CASE Tool dengan keluaran diagram model data beresolusi tinggi. Fitur ini dibangun di atas kerangka kerja .NET Framework 3.5 dan menggunakan pustaka tambahan Microsoft Office Interop Word 12.0. Hasil uji coba menunjukkan bahwa fitur pembangkit dokumentasi ini dapat menghasilkan buku dokumentasi berupa berkas Microsoft Word (*.doc atau *.docx). Diagram model data ditampilkan di bagian awal buku dokumentasi dengan resolusi tinggi dan informasi detil sebagai keterangan dari setiap objek model data ditampilkan di bagian akhir buku dokumentasi.
OPTIMIZING SENTIMENT ANALYSIS IN EDUCATIONAL YOUTUBE VIDEOS: A COMPARATIVE STUDY OF ROBERTA AND MULTINOMIAL NAIVE BAYES Ulima Inas Shabrina; Muhammad Iskandar Java; Siti Rochimah
JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 22, No. 2, July 2024
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v22i2.a1204

Abstract

YouTube has evolved into a globally influential platform, engaging over 2.1 billion users worldwide and serving as a prominent medium for sharing, consuming, and creating diverse video content. Particularly popular among younger demographics, YouTube stands as a multifaceted hub spanning various genres and has significantly impacted education by providing extensive educational materials, fostering independent learning, and supporting a wealth of educational resources. This research conducts an in-depth investigation into sentiment analysis specifically within the context of educational YouTube videos. Leveraging advanced machine learning techniques, notably RoBERTa, this research conducts a comparative analysis with Multinomial Naive Bayes (MNB). The primary focus is on exploring RoBERTa's adaptability and performance across a spectrum of educational video content, revealing its commendable accuracy of 91.21%, surpassing MNB's accuracy of 79.59%. However, it is observed that RoBERTa's performance is notably affected by smaller datasets, highlighting the critical importance of ample and diverse training data for achieving optimal results. These findings highlight the pivotal role of dataset characteristics and size in developing robust sentiment analysis models, especially with advanced natural language processing methods like RoBERTa.
Co-Authors ABDUL MUNIF Achmad Arwan Achmad Arwan Ahmadiyah, Adhatus Solichah Akbar, Fawwaz Ali Akbar, Rizky Januar Aldy Sefan Rezanaldy Alexander L. Romy Alirridlo, Maulana Alqis Rausanfita Amirullah, Afif Ana Tsalitsatun Ni'mah Andhik Ampuh Yunanto Andy Rachman Anggraini, Ratih Nur Esti Arifiani, Siska Arini R. Rosyadi Arrijal Nagara Yanottama Bagus Priambodo Balqis Hidayat, Sultana Bambang Jokonowo Bayu Priyambadha Bayu Priyambadha Bintang Nuralamsyah Butar Butar, Thio Marta Elisa Yuridis Chastine Fatichah Choiru Zain Daniel Oranova Daniel Oranova Siahaan Darlis Heru Murti Darlis Herumurti Denni Aldi Ramadhani Denni Aldi Ramadhani Denni Aldi Ramadhani Diana Purwitasari Dianni Yusuf Dimas Widya Liestio Pamungkas Dini Adni Navastara, Dini Adni Diniar Nabilah Ghassani Djoko Pramono Dwi Sunaryono Dyah Sulistyowati Rahayu Eko M. Yuniarno Eko Wahyu Wibowo Endang Wahyu Pamungkas Evi Triandini F.X. Arunanto Faizal Johan Fernandes Sinaga Galang Amanda Dwi P. Hadiningrum, Tiara Rahmania Haniefardy, Addien Haq, Arinal Hengki Suhartoyo Hidayatul Munawaroh I Gede Suardika Imam Kuswardayan Jan Claes Karolita, Devi Khairy, Muhammad Shulhan Kholed Langsari Kurniasari, Dias Tri Kurniawan, Adi Kusbandono Ari Bowo Laili Yuhana, Umi Lesmideyarti, Dwi Lukman Hakim Lutfi Rizal Gozali Mardiana, Bella Dwi Mardianto, Ricky Mauridhi Hery Purnomo Mohammad Ahmaluddin Zinni, Mohammad Ahmaluddin Montolalu, Billy Muhammad Iskandar Java Muhammad Sonhaji Akbar Muhammad Yusuf Muhsin Bayu Aji Fadhillah Mutia Rahmi Dewi Nisa, Maidina Choirun Nugroho, Supeno Mardi S. Nur Fajri Azhar Nuralamsyah, Bintang Oranova, Daniel Pamungkas, Dimas Widya Liestio Pertiwi, Kharisma Monika Dian Pradanita, Windy Rahmadia Prasetyo Putri, Divi Galih Quinevera, Stefanie R. Firman Insan M. Rachman, Andy Rahmi Ika Noviana Ratih Nindyasari Relaci Aprilia Istiqomah Reza Fauzan Ridho Rahman Hariadi Ridwan, Mochammad Arief Riyanarto Sarno Rizky Januar Akbar Santoso, Bagus Jati Saptarini, Istiningdyah Sarwosri Sarwosri Sarwosri Sarwosri, - Septiyawan Rosetya Wardhana Setiawan, Wahyu Fajar Siska Arifiani Steven Joses Suhadi Lili Suhadi Lili Supeno Mardi S. Nugroho Tahara, Enrico Almer Tampubolon, Andrew Lomaksan Manuel Ulima Inas Shabrina Vico Ade Candra Widyanti Kartika Windy Rahmadia Pradanita Yanuar Risah Prayogi Yuhana, Umi Laili Yulvida, Donata Yuniarno, Eko M. Yusuf, Dianni Zulhaydar Fairozal Akbar