Garuda - Garba Rujukan Digital

Sistem Rekomendasi Buku Menggunakan Algoritma Rabin-Karp Rohman, Arif Nur; Fauzy, Marwan Noor; Sa'di, Ahmad
Jurnal Eksplora Informatika Vol 12 No 1 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i1.1074

Toko BukuKita telah menyediakan katalog buku yang dapat diakses atau dibeli melalui website resminya yaitu bukukita.com, pada website tersebut pengunjung dapat melakukan pencarian buku dengan memasukkan keyword berupa judul atau pengarang. Namun, rekomendasi buku yang diberikan oleh website ini hanya berdasarkan kesamaan penulis atau juga kategori, padahal buku dengan kategori yang sama belum tentu topiknya sama. Pendekatan yang dilakukan pada penelitian ini adalah menggunakan pendekatan content based filtering dengan algoritma Rabin-Karp yang mana deskripsi buku dijadikan sebagai bahan untuk mendapatkan rekomendasi berupa buku lain yang memiliki kedekatan deskripsi. Sebanyak 201 dataset dikumpulkan dari kategori buku agama dan komputer, setelah dilakukan prapemrosesan dengan eliminasi buku yang tidak memiliki deskripsi lalu diperoleh dataset akhir 113 baris data yang selanjutnya akan digunakan untuk menguji hasil similarity dengan algoritma Rabin-Karp. Luaran dari algoritma ini adalah skor kemiripan yang mana dalam penelitian ini penulis mengambil yang skornya tertinggi, artinya semakin tinggi skornya maka semakin direkomendasikan. Pada pengujian algoritma di kategori agama buku yang direkomendasikan tetap buku-buku yang ada di kategori agama, begitu juga kategori komputer. Buku dengan kesamaan judul yang tinggi belum tentu menjadi paling direkomendasikan meskipun masuk dalam top 3 rekomendasi.

Sistem Rekomendasi Wisata Magelang Menggunakan Metode Collaborative Filtering Siska, Siska; Fajri, Ika Nur; Rayhan, Radhita; Pratama, Akbar; Rohman, Arif Nur
Jurnal Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1084

Pariwisata telah menjadi kegiatan yang populer dan digemari oleh banyak orang, termasuk di Indonesia yang memiliki berbagai destinasi terkenal. Magelang, salah satu daerah di Indonesia, memiliki potensi pariwisata yang besar dengan ragam objek wisata, mulai dari sejarah hingga alam. Penelitian ini membahas tentang pengembangan sistem rekomendasi tempat wisata di Magelang menggunakan metode collaborative filtering. Data yang digunakan berasal dari kaggle.com, mencakup informasi rating dan profil pengguna. Analisis umur menunjukkan partisipasi tinggi dari kelompok usia 21-30 tahun, yang merupakan segmen aktif dalam wisata. Mayoritas pengguna berasal dari Pulau Jawa, menambah dimensi kebudayaan dalam penelitian. Metode penelitian ini melibatkan penggunaan collaborative filtering untuk menghasilkan rekomendasi tempat wisata berdasarkan preferensi pengguna. Pengujian dilakukan pada User_Id 1, yang menghasilkan rekomendasi beragam dengan prediksi skor sekitar 3,81 untuk tiga tempat utama. Hasil ini menunjukkan bahwa sistem rekomendasi dapat membantu pengguna menemukan destinasi yang sesuai dengan preferensi mereka. Kesimpulan penelitian ini menggarisbawahi potensi sistem rekomendasi untuk meningkatkan pengalaman wisata dan mendukung pengembangan sektor pariwisata di Magelang.

IMPLEMENTASI METODE FISHERFACE DALAM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA KNN Fiardin, Tsintani Tisaga; Rohman, Arif Nur; Hartanto, Anggit Dwi
Intechno Journal : Information Technology Journal Vol. 3 No. 1 (2021): July
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2021v3i1.1549

Sistem pengenalan wajah sekarang ini begitu dibutuhkan dan mempunyai peran sangat penting, seperti untuk keamanan, identifikasi wajah, dan lain-lain. Sistem bekerja dengan membandingkan citra wajah yang berada didatabase yang nantinya dipilih mana yang paling cocok dengan citra wajah yang diuji, dan keluaran dari dikenali atau tidaknya wajah tersebut yaitu jika citra wajahnya berada dalam database (dataset) dan nantinya ditampilkan berupa gambar wajahnya dan nama atau identitas dirinya. Adanya suatu aplikasi pengenalan wajah ini sangatlah membantu untuk pekerjaan. Dalam penelitian kali ini mencoba untuk mebuat aplikasi tersebut, dan juga belajar atau memahami alur kerja dari aplikasi ini. Proses ini menggunakan metode fisherface dengan menggunakan metode KNN, yang mana semua gambar dari dataset dikumpulkan dan didekomposisi menjadi grayscale kemudian dataset tersebut dilatih dan diklasifikasikan menggunakan KNN. Pada pengujian ini menggunakan 60 citra wajah berbeda sebagai data latih dan 40 citra wajah berbeda-beda sebagai data uji. Hasil dari ini mendapat prosentasi keberhasilan 92,5%.

Implementation of a Web-Based Waste Collection Data System Using QR Code Scanning Romadhon, Ibrahim Aji Fajar; Rohman, Arif Nur; Pristyanto, Yoga
Sistemasi: Jurnal Sistem Informasi Vol 14, No 1 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i1.4782

The suboptimal management of waste collection in urban areas significantly impacts environmental quality and public health. Yogyakarta City, which generates 644.69 tons of waste annually, can only manage 583.80 tons per year. Various initiatives have been implemented to improve waste management, yet challenges persist, such as limited temporary disposal sites, irregular waste collection schedules, and the absence of an effective and efficient system to assist waste collection officers in recording and tracking waste collection for each household.This study aims to develop a web-based Waste Collection Data System using QR Code Scanning, employing the waterfall method, which consists of the following stages: requirement analysis, design, development, testing, and maintenance. The system enables waste collection officers to log waste collection activities by scanning a QR code at each household and allows residents to access information regarding waste collection status, mandatory fees, collection schedules, and waste processing. The testing results demonstrate that all features function effectively as intended. The implementation of this system is expected to enhance the efficiency of waste collection data management, improve environmental quality, and increase community satisfaction in Yogyakarta City.

SISTEM REKOMENDASI BERITA DENGAN METODE CONTENT-BASED FILTERING Haz, Anando Muhammad Rahul; Rohman, Arif Nur
Jurnal Informatika Vol 9, No 2 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i2.13247

Pertumbuhan jumlah konten digital yang meningkat terus setiap harinya menimbulkan tantangan dalam penyaringan dan penyajian informasi yang relevan kepada pengguna internet. Diperlukan adanya sistem rekomendasi yang mampu membantu pengguna dalam menyaring informasi secara relevan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi artikel berita berbasis content-based filtering dengan algoritma cosine similarity. Dataset penelitian ini terdiri dari 150 artikel berita yang diambil melalui platform Kaggle. Tahap pre-processing data mencakup normalisasi data, pembersihan data, penghapusan entri duplikat, penghapusan stop words, dan tokenisasi. Pengujian dilakukan dengan mengambil 15 sampel artikel, masing-masing menghasilkan lima rekomendasi berdasarkan skor kemiripan tertinggi. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi konten artikel berita untuk kebutuhan pengguna. Tahap pre-processing data terbukti berperan penting dalam meningkatkan kualitas rekomendasi.

Apriori-Based Association Rule Mining Approach for Developing a Product Recommendation System in an Agricultural E-Marketplace Maulana, Handika Attha; Rohman, Arif Nur
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 14 No. 4 (2025): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v14i4.2486

The rapid growth of transactions in Indonesian agricultural marketplaces leaves a gap between large data volumes and suboptimal marketing strategies. As a novel contribution, this study explicitly applies the Apriori algorithm to the context of agricultural e-marketplaces in Indonesia, serving as a validated case study. The primary data used in this analysis is a collection of historical transaction data obtained from one such marketplace. The dataset described in this case study includes 10 transaction histories involving 22 product items. This study aims to transform untapped historical data into business-strategy insights. By setting minimum support and confidence to 50%, the analysis successfully identified significant association rules. The strongest rule indicated a co-purchase pattern between specific products with a confidence value of 60.6% and a Lift Ratio of 11.1, indicating a robust positive correlation. This rule was then successfully implemented into a functional recommendation feature. Validation testing demonstrated complete consistency between the system results and manual calculations. This case study demonstrates the effectiveness of Apriori and provides a benchmark for developing similar technologies to improve sales and user experience in Indonesia's digital agriculture sector.

Sistem Rekomendasi Buku Menggunakan Algoritma Rabin-Karp Rohman, Arif Nur; Fauzy, Marwan Noor; Sa'di, Ahmad
Eksplora Informatika Vol 12 No 1 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i1.1074

Toko BukuKita telah menyediakan katalog buku yang dapat diakses atau dibeli melalui website resminya yaitu bukukita.com, pada website tersebut pengunjung dapat melakukan pencarian buku dengan memasukkan keyword berupa judul atau pengarang. Namun, rekomendasi buku yang diberikan oleh website ini hanya berdasarkan kesamaan penulis atau juga kategori, padahal buku dengan kategori yang sama belum tentu topiknya sama. Pendekatan yang dilakukan pada penelitian ini adalah menggunakan pendekatan content based filtering dengan algoritma Rabin-Karp yang mana deskripsi buku dijadikan sebagai bahan untuk mendapatkan rekomendasi berupa buku lain yang memiliki kedekatan deskripsi. Sebanyak 201 dataset dikumpulkan dari kategori buku agama dan komputer, setelah dilakukan prapemrosesan dengan eliminasi buku yang tidak memiliki deskripsi lalu diperoleh dataset akhir 113 baris data yang selanjutnya akan digunakan untuk menguji hasil similarity dengan algoritma Rabin-Karp. Luaran dari algoritma ini adalah skor kemiripan yang mana dalam penelitian ini penulis mengambil yang skornya tertinggi, artinya semakin tinggi skornya maka semakin direkomendasikan. Pada pengujian algoritma di kategori agama buku yang direkomendasikan tetap buku-buku yang ada di kategori agama, begitu juga kategori komputer. Buku dengan kesamaan judul yang tinggi belum tentu menjadi paling direkomendasikan meskipun masuk dalam top 3 rekomendasi.

Sistem Rekomendasi Wisata Magelang Menggunakan Metode Collaborative Filtering Siska, Siska; Fajri, Ika Nur; Rayhan, Radhita; Pratama, Akbar; Rohman, Arif Nur
Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1084

Pariwisata telah menjadi kegiatan yang populer dan digemari oleh banyak orang, termasuk di Indonesia yang memiliki berbagai destinasi terkenal. Magelang, salah satu daerah di Indonesia, memiliki potensi pariwisata yang besar dengan ragam objek wisata, mulai dari sejarah hingga alam. Penelitian ini membahas tentang pengembangan sistem rekomendasi tempat wisata di Magelang menggunakan metode collaborative filtering. Data yang digunakan berasal dari kaggle.com, mencakup informasi rating dan profil pengguna. Analisis umur menunjukkan partisipasi tinggi dari kelompok usia 21-30 tahun, yang merupakan segmen aktif dalam wisata. Mayoritas pengguna berasal dari Pulau Jawa, menambah dimensi kebudayaan dalam penelitian. Metode penelitian ini melibatkan penggunaan collaborative filtering untuk menghasilkan rekomendasi tempat wisata berdasarkan preferensi pengguna. Pengujian dilakukan pada User_Id 1, yang menghasilkan rekomendasi beragam dengan prediksi skor sekitar 3,81 untuk tiga tempat utama. Hasil ini menunjukkan bahwa sistem rekomendasi dapat membantu pengguna menemukan destinasi yang sesuai dengan preferensi mereka. Kesimpulan penelitian ini menggarisbawahi potensi sistem rekomendasi untuk meningkatkan pengalaman wisata dan mendukung pengembangan sektor pariwisata di Magelang.

Recommendation System Yogyakarta Tourism Using TF-IDF and Cosine Similarity Methods with Word Normalizer Ulul Albab, Jauhar Fauzi; Rohman, Arif Nur
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11751

The abundance of tourism information in Yogyakarta often overwhelms tourists due to non-standard text data. This research develops a tourism recommendation system using Content-Based Filtering by integrating TF-IDF and Cosine Similarity algorithms, enhanced with a Word Normalizer stage. The research method involves data preprocessing including case folding, filtering, stopword removal, and stemming combined with word normalization to standardize irregular spellings. Text feature representation is calculated using TF-IDF weighting, followed by measuring similarity between destinations through vector-based Cosine Similarity. The query testing of Pantai Parangtritis against Pantai Ngandong yielded the highest similarity score of 0.9397. System performance evaluation showed a Precision@5 of 0.84, Recall@5 of 0.10, and Mean Average Precision (MAP) of 0.81. In conclusion, strengthening the method with a Word Normalizer significantly improves the validity of top-ranked recommendations, enabling tourists to accurately find relevant attractions according to their preferences.

Content-Based Filtering Recommendation System for E-Commerce Products Using Sentence-BERT and Cosine Similarity Raid Alfath, Muhammad Abbad; Rohman, Arif Nur
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.12920

The rapid growth of e-commerce catalogs complicates product discovery, particularly for items with complex technical specifications like luxury watches. Conventional keyword searches and TF-IDF methods often fail to capture underlying semantic relationships. The primary objective of this study is to propose a robust e-commerce recommendation system utilizing Content-Based Filtering enhanced with Sentence-BERT (SBERT) semantic embeddings. This study employs an experimental comparative research design. The methodology involves aggregating product attributes into descriptive sentences and pre-processing them to minimize representation bias. These sentences are transformed into high-dimensional embeddings using the lightweight all-MiniLM-L6-v2 SBERT model, with similarities calculated via the Cosine Similarity algorithm. The system's performance is comparatively evaluated against a baseline TF-IDF method. Main outcomes and experimental results across 20 testing scenarios demonstrate that SBERT significantly outperformed the baseline, achieving an average Precision@5 of 93.00%, a Recall@5 of 2.71%, and a highly efficient latency of 0.38 ms. In conclusion, SBERT provides a superior, scalable solution for recommending complex products by accurately capturing the semantic similarity of technical specifications and textual representations of visual characteristics. The approach inherently resolves the item cold-start problem, and its successful integration into a web application confirms its feasibility for real-time similarity computation in modern e-commerce platforms.

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