Garuda - Garba Rujukan Digital

Identifikasi Kualitas Beras dengan Citra Digital Nurcahyani, Arissa Aprilia; Saptono, Ristu
Scientific Journal of Informatics Vol 2, No 1 (2015): May 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i1.4530

Beras merupakan makanan pokok yang paling banyak di konsumsi oleh masyarakat Indonesia. Namun, harga beras di pasaran justru semakin melonjak, sehingga banyak beredar beras yang memiliki kualitas kurang baik. Oleh karena itu perlu adanya standar kualitas mutu dari pihak gudang beras saat mendistribusikan beras ke pasaran. Standar pengujian kualitas dari pihak Bulog terdapat dua tahap, yaitu uji laboratorium dan uji visual. Namun, pengujian secara visual selama ini masih dilakukan secara manual sehingga masih sering terjadi kesalahan karena terbatasnya penglihatan manusia dan subjektivitas penguji. Oleh karena itu, sistem pengujian secara visual dengan citra digital dapat menjadi solusi yang efektif untuk permasalahan tersebut. Proses pengujian dapat dilihat dari nilai putih, nilai bersih, dan nilai utuh beras yang diakuisisi melalui pengolahan citra digital. Proses akuisisi nilai bersih dan putih dilakukan dengan menganalisis nilai HSV (Hue, Saturation, Value), sedangkan nilai utuh dilakukan dengan menganalisis luas region area objek. Sebelumnya, dilakukan training terhadap 30 data untuk mendapatkan decision tree dengan model ID3 (Iterative Dichotomiser Tree). Data yang telah diakuisisi kemudian diklasifikasi ke dalam 3 kelas yaitu baik, kurang dan buruk dengan menggunankan aturan dari decision tree yang dihasilkan pada proses training. Hasil pengujian dengan metode k-fold cross validation dengan k=5 didapatkan akurasi sebesar 96.67%.

Implementasi Vector Space Model dalam Pembangkitan Frequently Asked Questions Otomatis dan Solusi yang Relevan untuk Keluhan Pelanggan Aziz, Abdul; Saptono, Ristu; Suryajaya, Kartika Permatasari
Scientific Journal of Informatics Vol 2, No 2 (2015): November 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i2.5076

Salah satu keunggulan dari sebuah lembaga/unit pelayanan adalah seberapa cepat dan akurat dalam menangani keluhan pelanggan. Keluhan yang disampaikan pelanggan umumnya memiliki kesamaan dengan keluhan-keluhan sebelumnya, sehingga solusi dari keluhan baru dapat didasarkan pada solusi yang diberikan pada keluhan lama. Vector Space Model (VSM) merupakan salah satu model yang digunakan untuk mengetahui kemiripan dokumen, yang digunakan dalam membangkitkan FAQ otomatis. Pembobotan term dilakukan dengan teknik Term Frequency-Inverse Document Frequency (TF-IDF). Kombinasi notasi TF-IDF yang dibandingkan adalah TF-IDF itu sendiri, modifikasi logaritmik TF dan modifikasi logaritmik IDF. Similarity measure yang digunakan adalah cosine similarity. Hasil dari penelitian ini adalah algoritma VSM dengan pembobotan TF-IDF dapat digunakan untuk membangkitkan FAQ otomatis dan solusi yang relevan. Berdasarkan hasil perhitungan accuracy pada masing- masing percobaan dapat disimpulkan bahwa pada threshold 0.5, kombinasi notasi TF-IDF yang memiliki nilai rata-rata accuracy dan precision tertinggi adalah modifikasi pertama, yaitu masing-masing sebesar 62.09% dan 55.15%. Sedangkan untuk threshold 0.65 yang memiliki nilai rata-rata accuracy dan precision tertinggi adalah TF-IDF, yaitu masing-masing sebesar 83.18% dan 68.35%. Selain itu percobaan dengan menggunakan 171 data, TF-IDF dan threshold 0.65 dapat membangkitkan 27 FAQ, yaitu dengan persentase 70.37% relevan.Â

Peningkatan Akurasi Estimasi Ukuran Perangkat Lunak dengan Menerapkan Logika Samar Metode Mamdani Saptono, Ristu; Hutama, Galih Dian
Scientific Journal of Informatics Vol 2, No 1 (2015): May 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i1.4527

Salah satu kunci sukses dari pengembangan perangkat lunak adalah perencanaan. Untuk membuat perencanaan yang baik diperlukan estimasi ukuran perangkat lunak yang akan dibangun. Ukuran perangkat lunak biasanya disajikan dalam bentuk Lines of Code (LOC). Metode Function Point Analysis (FPA) merupakan metode yang paling sering digunakan untuk memperkirakan ukuran perangkat lunak dalam satuan LOC. Akurasi dari FPA bisa ditingkatkan dengan cara penyesuaian nilai bobot pada tabel Function Point Complexity. Metode yang digunakan untuk penyesuaian nilai bobot adalah metode logika samar Mamdani. Evaluasi dilakukan dengan cara membandingkan galat relatif antara hasil pengukuran FPA murni, FPA modifikasi Mamdani model 1, FPA modifikasi Mamdani model 2 serta nilai tengah antara model 1 dan model 2, dengan nilai LOC sebenarnya dari perangkat lunak. Model 1 dan model 2 dibedakan oleh nilai himpunan fuzzy pada proses fuzzifikasi. Sebanyak 13 perangkat lunak digunakan untuk pengujian. Hasilnya estimasi menggunakan FPA nilai tengah memberikan hasil terbaik dengan galat terkecil yaitu 1,6% dibandingkan FPA modifikasi Mamdani model 1 (2%), FPA model 2 (3,2%) dan FPA Murni (3,4%). Perbedaan galat relatif tersebut mempunyai tingkat kepercayaan secara statistika sebesar 76%.

The Effect of Best First and Spreadsubsample on Selection of a Feature Wrapper With NaÃ¯ve Bayes Classifier for The Classification of the Ratio of Inpatients Wijaya, M Rizky; Saptono, Ristu; Doewes, Afrizal
Scientific Journal of Informatics Vol 3, No 2 (2016): November 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i2.7910

Diabetes can lead to mortality and disability, so patients should be inpatient again to undergo treatment again to be saved. On previous research about feature selection with greedy stepwise forward fail to predict classification ratio inpatient of patient with the result of recall and precision 0 on data training 60%, 75%, 80%, and 90% and there is suggestion to handle unbalanced class data problem by comparison of data readmitted 6293 and the otherwise 64141. The research purposed to know the effect of choosing the best model using best first instead of greedy stepwise forward and data sampling with spreadsubsample to resolve unbalanced class data problem. The data used was patient data from 130 American Hospital in 1999 until 2008 with 70434 data. The method that used was best first search and spreadsubsample. The result of this research are precision found 0.4 and 0.333 on training dataset 75% and 90% with best first method, while spreadsubsample method found that value of precision and recall is more significantly increased. Spreadsubsample has more effect with the result of precision and recall rather than using best first method.

PEMBANGUNAN E-COMMERCE UNTUK USAHA MIKRO KECIL DAN MENENGAH (UMKM) TANAMAN HIAS (Studi Kasus Sentra UMKM Dian Nurcery dan Mawar Indah, Tawangmangu) Ristu Saptono, Umi Salamah, Wiharto &
Joglo Vol 27, No 2 (2015): Joglo
Publisher : Joglo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (814.459 KB)

Marketing dalam dunia usaha merupakan garda terdepan dalam mencapai kesuksesan dalam bisnis, hal tersebut tidak terlepas pula dalam bisnis tanaman hias yang di lakukan UMKM sentra Dian Nurcery dan Mawar Indah desa Nglurah kecamatan Tawangmangu. Kedua sentra tanaman hias tersebut menggunakan model pemasaran yang masih konvensional, yaitu hanya melayani pembeli â€œbakulâ€ untuk kemudian para â€œbakulâ€ menjual kembali. Para â€œbakulâ€ hanya berasal dari wilayah sekitar Karanganyar yang datang ke lapak/ruko/rumah UMKM sentra tanaman. Hal tersebut menjadikan jangkauan pemasarannya jadi relatif sempit. Pada penelitian ini membangun model pemasaran secara online berbasis free open source e-commerce (FOSE). Penggunaan media e-commerce menjadikan pangsa pasar menjadi luas karena bisa lintas negara, sehingga diharapkan mampu menambah volumen penjualan tanaman hias kedua sentra. Kesimpulan yang dapat diambil, pembangunan aplikasi e-commerce dapat diselesaikan dengan baik dan dapat di gunakan untuk melayani transaksi penjualan).Keywords: marketing, e-commerce, FOSE, bakul, UMKM.

The Effect of Best First and Spreadsubsample on Selection of a Feature Wrapper With Nave Bayes Classifier for The Classification of the Ratio of Inpatients Wijaya, M Rizky; Saptono, Ristu; Doewes, Afrizal
Scientific Journal of Informatics Vol 3, No 2 (2016): November 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i2.7910

Diabetes can lead to mortality and disability, so patients should be inpatient again to undergo treatment again to be saved. On previous research about feature selection with greedy stepwise forward fail to predict classification ratio inpatient of patient with the result of recall and precision 0 on data training 60%, 75%, 80%, and 90% and there is suggestion to handle unbalanced class data problem by comparison of data readmitted 6293 and the otherwise 64141. The research purposed to know the effect of choosing the best model using best first instead of greedy stepwise forward and data sampling with spreadsubsample to resolve unbalanced class data problem. The data used was patient data from 130 American Hospital in 1999 until 2008 with 70434 data. The method that used was best first search and spreadsubsample. The result of this research are precision found 0.4 and 0.333 on training dataset 75% and 90% with best first method, while spreadsubsample method found that value of precision and recall is more significantly increased. Spreadsubsample has more effect with the result of precision and recall rather than using best first method.

Identifikasi Kualitas Beras dengan Citra Digital Nurcahyani, Arissa Aprilia; Saptono, Ristu
Scientific Journal of Informatics Vol 2, No 1 (2015): May 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i1.4530

Beras merupakan makanan pokok yang paling banyak di konsumsi oleh masyarakat Indonesia. Namun, harga beras di pasaran justru semakin melonjak, sehingga banyak beredar beras yang memiliki kualitas kurang baik. Oleh karena itu perlu adanya standar kualitas mutu dari pihak gudang beras saat mendistribusikan beras ke pasaran. Standar pengujian kualitas dari pihak Bulog terdapat dua tahap, yaitu uji laboratorium dan uji visual. Namun, pengujian secara visual selama ini masih dilakukan secara manual sehingga masih sering terjadi kesalahan karena terbatasnya penglihatan manusia dan subjektivitas penguji. Oleh karena itu, sistem pengujian secara visual dengan citra digital dapat menjadi solusi yang efektif untuk permasalahan tersebut. Proses pengujian dapat dilihat dari nilai putih, nilai bersih, dan nilai utuh beras yang diakuisisi melalui pengolahan citra digital. Proses akuisisi nilai bersih dan putih dilakukan dengan menganalisis nilai HSV (Hue, Saturation, Value), sedangkan nilai utuh dilakukan dengan menganalisis luas region area objek. Sebelumnya, dilakukan training terhadap 30 data untuk mendapatkan decision tree dengan model ID3 (Iterative Dichotomiser Tree). Data yang telah diakuisisi kemudian diklasifikasi ke dalam 3 kelas yaitu baik, kurang dan buruk dengan menggunankan aturan dari decision tree yang dihasilkan pada proses training. Hasil pengujian dengan metode k-fold cross validation dengan k=5 didapatkan akurasi sebesar 96.67%.

Implementasi Vector Space Model dalam Pembangkitan Frequently Asked Questions Otomatis dan Solusi yang Relevan untuk Keluhan Pelanggan Aziz, Abdul; Saptono, Ristu; Suryajaya, Kartika Permatasari
Scientific Journal of Informatics Vol 2, No 2 (2015): November 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i2.5076

Salah satu keunggulan dari sebuah lembaga/unit pelayanan adalah seberapa cepat dan akurat dalam menangani keluhan pelanggan. Keluhan yang disampaikan pelanggan umumnya memiliki kesamaan dengan keluhan-keluhan sebelumnya, sehingga solusi dari keluhan baru dapat didasarkan pada solusi yang diberikan pada keluhan lama. Vector Space Model (VSM) merupakan salah satu model yang digunakan untuk mengetahui kemiripan dokumen, yang digunakan dalam membangkitkan FAQ otomatis. Pembobotan term dilakukan dengan teknik Term Frequency-Inverse Document Frequency (TF-IDF). Kombinasi notasi TF-IDF yang dibandingkan adalah TF-IDF itu sendiri, modifikasi logaritmik TF dan modifikasi logaritmik IDF. Similarity measure yang digunakan adalah cosine similarity. Hasil dari penelitian ini adalah algoritma VSM dengan pembobotan TF-IDF dapat digunakan untuk membangkitkan FAQ otomatis dan solusi yang relevan. Berdasarkan hasil perhitungan accuracy pada masing- masing percobaan dapat disimpulkan bahwa pada threshold 0.5, kombinasi notasi TF-IDF yang memiliki nilai rata-rata accuracy dan precision tertinggi adalah modifikasi pertama, yaitu masing-masing sebesar 62.09% dan 55.15%. Sedangkan untuk threshold 0.65 yang memiliki nilai rata-rata accuracy dan precision tertinggi adalah TF-IDF, yaitu masing-masing sebesar 83.18% dan 68.35%. Selain itu percobaan dengan menggunakan 171 data, TF-IDF dan threshold 0.65 dapat membangkitkan 27 FAQ, yaitu dengan persentase 70.37% relevan.

PENINGKATAN AKURASI ESTIMASI UKURAN PERANGKAT LUNAK DENGAN MENERAPKAN LOGIKA SAMAR METODE MAMDANI Saptono, Ristu; Hutama, Galih Dian
Scientific Journal of Informatics Vol 2, No 1 (2015): May 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i1.4527

Salah satu kunci sukses dari pengembangan perangkat lunak adalah perencanaan. Untuk membuat perencanaan yang baik diperlukan estimasi ukuran perangkat lunak yang akan dibangun. Ukuran perangkat lunak biasanya disajikan dalam bentuk Lines of Code (LOC). Metode Function Point Analysis (FPA) merupakan metode yang paling sering digunakan untuk memperkirakan ukuran perangkat lunak dalam satuan LOC. Akurasi dari FPA bisa ditingkatkan dengan cara penyesuaian nilai bobot pada tabel Function Point Complexity. Metode yang digunakan untuk penyesuaian nilai bobot adalah metode logika samar Mamdani. Evaluasi dilakukan dengan cara membandingkan galat relatif antara hasil pengukuran FPA murni, FPA modifikasi Mamdani model 1, FPA modifikasi Mamdani model 2 serta nilai tengah antara model 1 dan model 2, dengan nilai LOC sebenarnya dari perangkat lunak. Model 1 dan model 2 dibedakan oleh nilai himpunan fuzzy pada proses fuzzifikasi. Sebanyak 13 perangkat lunak digunakan untuk pengujian. Hasilnya estimasi menggunakan FPA nilai tengah memberikan hasil terbaik dengan galat terkecil yaitu 1,6% dibandingkan FPA modifikasi Mamdani model 1 (2%), FPA model 2 (3,2%) dan FPA Murni (3,4%). Perbedaan galat relatif tersebut mempunyai tingkat kepercayaan secara statistika sebesar 76%.

The Effect of Best First and Spreadsubsample on Selection of a Feature Wrapper With Naïve Bayes Classifier for The Classification of the Ratio of Inpatients Wijaya, M Rizky; Saptono, Ristu; Doewes, Afrizal
Scientific Journal of Informatics Vol 3, No 2 (2016): November 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i2.7910

Diabetes can lead to mortality and disability, so patients should be inpatient again to undergo treatment again to be saved. On previous research about feature selection with greedy stepwise forward fail to predict classification ratio inpatient of patient with the result of recall and precision 0 on data training 60%, 75%, 80%, and 90% and there is suggestion to handle unbalanced class data problem by comparison of data readmitted 6293 and the otherwise 64141. The research purposed to know the effect of choosing the best model using best first instead of greedy stepwise forward and data sampling with spreadsubsample to resolve unbalanced class data problem. The data used was patient data from 130 American Hospital in 1999 until 2008 with 70434 data. The method that used was best first search and spreadsubsample. The result of this research are precision found 0.4 and 0.333 on training dataset 75% and 90% with best first method, while spreadsubsample method found that value of precision and recall is more significantly increased. Spreadsubsample has more effect with the result of precision and recall rather than using best first method.

Title

Found 33 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 33 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 33 Documents
Search