Garuda - Garba Rujukan Digital

Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Wahib, Aminul; Pasnur, Pasnur; Santika, Putu Praba; Arifin, Agus Zainal
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.199 KB)

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.

Semantic Clustering Dan Pemilihan Kalimat Representatif Untuk Peringkasan Multi Dokumen ., Pasnur; Santika, Putu Praba; Syaifuddin, Gus Nanang
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1003.083 KB)

Abstrak Coverage dan saliency merupakan masalah utama dalam peringkasan multi dokumen. Hasil ringkasan yang baik harus mampu mampu mencakup (coverage) sebanyak mungkin konsep penting (salient) yang ada pada dokumen sumber. Penelitian ini bertujuan untuk mengembangkan metode baru peringkasan multi dokumen dengan teknik semantic clustering dan pemilihan kalimat representatif cluster. Metode yang diusulkan berdasarkan prinsip kerja Latent Semantic Indexing (LSI) dan Similarity Based Histogram Clustering (SHC) untuk pembentukan cluster kalimat secara semantik, serta mengkombinasikan fitur Sentence Information Density (SID) dan Sentence Cluster Keyword (SCK) untuk pemilihan kalimat representatif cluster. Pengujian dilakukan pada dataset Document Understanding Conference (DUC) 2004 Task 2 dan hasilnya diukur menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai nilai ROUGE-1 rata-rata sebesar 0,395 dan nilai ROUGE-2 rata-rata sebesar 0,106. Kata kunci: peringkasan multi dokumen, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword Abstract Coverage and saliency is a major problem in multi-document summarization. The good summary should be able to cover (coverage) as much as possible the important concepts (salient) that exist in the source document. This research aims to develop a new method for multiple document summarization with semantic clustering techniques and the selection of representative clusters sentence. The proposed method is based on the principles of Latent Semantic Indexing (LSI) and Similarity Based Histogram Clustering (SHC) for clustering sentences semantically, and combine features of Sentence Information Density (SID) and Sentence Cluster Keyword (SCK) for selecting a representative sentence cluster. Tests are performed on Document Understanding Conference (DUC) 2004 Task 2 dataset and the results are measured using the Recall-Oriented Understudy for Gisting Evaluation (ROUGE). The results show that the proposed method is able to achieve ROUGE-1 value by an average of 0.395 and the ROUGE-2 value by an average of 0.106. Keywords: multiple document summarization, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN DENGAN METODE AHP TOPSIS (Studi Kasus: PT. Global Retailindo Pratama) Santika, Putu Praba; Handika, I Putu Susila
SINTECH (Science and Information Technology) Journal Vol 2 No 1 (2019): SINTECH Journal Edisi April 2019
Publisher : LPPM STMIK STIKOM Indonesia

To get good employees, a good selection process is needed. From the results of the interview, PT. Global Retailindo Pratama uses four criteria for the selection of new employees, education, intelligence, experience, and interviews. All prospective employees must take an exam to measure the criteria of education and intelligence and also have to send a photocopy of proof of their experience. The first stage selection is done to determine the prospective applicants who will take part in the interview. The second stage is conducted to determine the prospective employees who are accepted. The process of assessment and selection is still done by humans, so it takes a lot of time and energy. This problem can be solved by providing an information system for submitting applications and conducting examinations online. All documents are sent in digital form, also automaticlly checking answers from prospective employees. To select prospective employees, a method is needed that can recommend potential prospective employees based on specified criteria. The TOPSIS method is a decision support method that can provide recommendations in accordance with the criteria. The disadvantage of the TOPSIS method is that it requires weighting in the ranking process. The Analytical Hierarchy Process (AHP) method can be used to determine the criteria weight. Combining AHP and TOPSIS methods can produce more objective ranking results. Combining the AHP and TOPSIS methods can produce better recommendations.

Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Wahib, Aminul; Pasnur, Pasnur; Santika, Putu Praba; Arifin, Agus Zainal
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.

REKOMENDASI PELAMAR KERJA BERDASARKAN SPESIFIKASI LOWONGAN MENGGUNAKAN METODE ANP TOPSIS Handika, I Putu Susila; Santika, Putu Praba
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 15, No 1 (2020): Februari 2020
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v15i1.1846

Abstrak. Pemilihan karyawan ini terkadang menjadi sesuatu yang menyulitkan bagi departemen HRD jika jumlah pelamar banyak serta kriteria-kriteria penerimaan yang ditetapkan tiap perusahaan terkadang kompleks. Tentunya jika proses tersebut dilakukan secara manual, akan membutuhkan waktu yang tidak sedikit serta memerlukan perhitungan yang akurat. Sehingga diperlukan sebuah sistem pendukung keputusan (SPK) yang dapat membatu tiap-tiap perusahaan untuk memilih karyawan yang sesuai dengan kriteria perusahaan. TOPSIS merupakan salah satu metode pendukung keputusan yang dapat membantu memberikan rekomendasi sesuai dengan kriteria yang telah ditentukan. Penelitian ini juga menggabungkan metode ANP untuk membantu memcahkan masalah nilai bobot pada metode TOPSIS, sehingga menghasilkan hasil perangkingan yang lebih objecktif. Dengan menggabungkan metode ANP dan TOPSIS dapat menghasilkan rekomendasi calon karyawan yang lebih baik.Kata Kunci: ANP; TOPSIS; penerimaan karyawan; sistem pendukung keputusan DOI : https://doi.org/10.33005/scan.v15i1.1846

Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Aminul Wahib; Pasnur Pasnur; Putu Praba Santika; Agus Zainal Arifin
Jurnal Buana Informatika Vol. 6 No. 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v6i2.411

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.

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.

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN DENGAN METODE AHP TOPSIS (Studi Kasus: PT. Global Retailindo Pratama) Putu Praba Santika; I Putu Susila Handika
SINTECH (Science and Information Technology) Journal Vol. 2 No. 1 (2019): SINTECH Journal Edition April 2019
Publisher : LPPM STMIK STIKOM Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v2i1.321

To get good employees, a good selection process is needed. From the results of the interview, PT. Global Retailindo Pratama uses four criteria for the selection of new employees, education, intelligence, experience, and interviews. All prospective employees must take an exam to measure the criteria of education and intelligence and also have to send a photocopy of proof of their experience. The first stage selection is done to determine the prospective applicants who will take part in the interview. The second stage is conducted to determine the prospective employees who are accepted. The process of assessment and selection is still done by humans, so it takes a lot of time and energy. This problem can be solved by providing an information system for submitting applications and conducting examinations online. All documents are sent in digital form, also automaticlly checking answers from prospective employees. To select prospective employees, a method is needed that can recommend potential prospective employees based on specified criteria. The TOPSIS method is a decision support method that can provide recommendations in accordance with the criteria. The disadvantage of the TOPSIS method is that it requires weighting in the ranking process. The Analytical Hierarchy Process (AHP) method can be used to determine the criteria weight. Combining AHP and TOPSIS methods can produce more objective ranking results. Combining the AHP and TOPSIS methods can produce better recommendations.

Penetrasi Papan Ketik Aksara Bali pada Pengguna Perangkat Mobile Ida Bagus Ary Indra Iswara; Putu Praba Santika; I Nyoman Saputra Wahyu Wijaya
Bali Membangun Bali: Jurnal Bappeda Litbang Vol 2 No 2 (2019): Teknologisasi untuk Bali yang Lebih Baik : Analisis Daya Saing Daerah
Publisher : Badan Riset dan Inovasi Daerah Provinsi Bali

The Balinese language which is used in daily life on the island of Bali has experienced a shift in usage so it needs to be preserved. In an effort to preserve the Balinese language and script, the Provincial Government issued Bali Governor Regulation Number 20 of 2013 and Regulation number 1 of 2018. I Made Suatjana submitted a proposal that the Balinese script be included in Unicode to make it easier to display Balinese script on digital media. Cokorda Rai Adi Pramartha developed keyboards or keyboards and an application called T@miang to facilitate typing Balinese characters on computer devices. Computer equipment is slowly becoming obsolete, replaced by mobile devices used by 53.03% of users in Indonesia, so it is necessary to build a Balinese script keyboard that can be used on mobile devices. PaTik Bali is built for mobile devices with Android operating system. PaTik Bali layout is adapted to T@miang keyboard layout. PaTik Bali version 1.0 only uses the Balinese script on each keyboard key. In version 2.0 each button on PaTik Bali has been added Latin letters because of the large number of entries on the Google Play page. Based on data recorded on the Google Play Console, there are 41,820 devices that have installed the Balinese Keyboard (PaTik Bali) application, 99.19% are from Indonesia. In general, the PaTik Bali application can be accepted in the community, this can be seen from the average rating given by users on Google Play which is 4.27 on a scale of 5. However, some users complain about the incorrect form of letters. The PaTik Bali application uses fonts that have been embedded in the Android operating system so that it can be used as a keyboard in other applications. This font still has enough problems. To fix this problem, it is necessary to develop the Balinese font then ask Google as an Android developer to enter the new font into the Android operating system.

Implementasi Sistem Informasi Inventaris pada Kantor Desa Ketewel I Komang Wiratama; Putu Wirayudi Aditama; Putu Praba Santika; Ni Putu Ayu Nika Sari
Jurnal Krisnadana Vol 1 No 2 (2022): Jurnal Krisnadana - Januari 2022
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Kantor desa Ketewel, Gianyar Bali memiliki beberapa inventaris yang perlu untuk dicatat dan didata. Pada setiap ruangan di Kantor Desa Ketewel memiliki Inventarisasi yang berbeda-beda, misalnya di Ruang Tata Usaha, Gudang, Dapur, Ruang Rapat, Front Office, Ruang Sekretaris Desa, dan Ruang Kepala Desa, Inventarisasi Gedung dan Gedung, Inventarisasi Peralatan dan Mesin, Inventarisasi Jalan, Irigasi dan Jaringan, Inventarisasi Tanah dan aset tetap lainnya. Namun pendataan barang masih dilakukan pencatatan manual untuk melihat apakah kondisi barang masih layak pakai atau harus diganti di setiap ruangan di Kantor Desa. Penelitian ini ditujukan untuk membangun sebuah sistem informasi inventaris pada Kantor Desa Ketewel berbasis web yang meliputi data barang masuk, data barang keluar, pengajuan Inventarisasi, jenis Stocktaking, kamar, perhitungan penyusutan dan berupa laporan barang masuk, laporan barang keluar, laporan keseluruhan dan laporan penyusutan. Menggunakan perancangan terstruktur yaitu Data Flow Diagram serta metode pengumpulan data yaitu observasi, wawancara, dokumentasi dan metode kepustakaan. Hasil akhir dari penelitian ini adalah membangun sistem informasi Inventarisasi pada Kantor Desa Ketewel berbasis Web dengan pengujian black box telah dilakukan dengan total 12 skenario pengujian.

Title

Found 23 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 23 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search