Article Per Year (5 Year)
p-Index From 2021 - 2026
2.931
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Teknik ITS IPTEK Journal of Proceedings Series TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Informatika JUTI: Jurnal Ilmiah Teknologi Informasi Bulletin of Electrical Engineering and Informatics Proceeding International Conference on Information Technology and Business Journal of ICT Research and Applications International Journal of Advances in Intelligent Informatics International conference on Information Technology and Business (ICITB) JAIS (Journal of Applied Intelligent System) Bulletin of Electrical Engineering and Informatics Proceeding of the Electrical Engineering Computer Science and Informatics Emerging Science Journal Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat Indonesian Journal of Electrical Engineering and Computer Science Makara Journal of Technology Sewagati Jurnal Penelitian IPTEKS
Riyanarto Sarno
Departemen Informatika Institut Teknologi Sepuluh Nopember Surabaya
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Other

Published : 80 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 80 Documents
Search

 4   5   6   7   8 
Aspect-based sentiment analysis: natural language understanding for implicit review Suhariyanto, Suhariyanto; Sarno, Riyanarto; Fatichah, Chastine; Abdullah, Rachmad
International Journal of Electrical and Computer Engineering (IJECE) Vol 14, No 6: December 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v14i6.pp6711-6722

Abstract

The different types of implicit reviews should be well understood so that the developed extraction technique can solve all problems in implicit reviews and produce precise terms of aspects and opinions. We propose an aspect-based sentiment analysis (ABSA) method with natural language understanding for implicit reviews based on sentence and word structure. We built a text extraction method using a machine learning algorithm rule with a deep understanding of different types of sentences and words. Furthermore, the aspect category of each review is determined by measuring the word similarity between the aspect terms contained in each review and aspect keywords extracted from Wikipedia. Bidirectional encoder representations from transformers (BERT) embedding and semantic similarity are used to measure the word similarity value. Moreover, the proposed ABSA method uses BERT, a hybrid lexicon, and manual weighting of opinion terms. The purpose of the hybrid lexicon and the manual weighting of opinion terms is to update the existing lexicon and solve the problem of weighting words and phrases of opinion terms. The evaluation results were very good, with average F1-scores of 93.84% for aspect categorization and 92.42% for ABSA.
Improving cyberbullying detection through multi-level machine learning Salsabila, Salsabila; Sarno, Riyanarto; Ghozali, Imam; Sungkono, Kelly Rossa
International Journal of Electrical and Computer Engineering (IJECE) Vol 14, No 2: April 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v14i2.pp1779-1787

Abstract

Cyberbullying is a known risk factor for mental health issues, demanding immediate attention. This study aims to detect cyberbullying on social media in alignment with the third sustainable development goal (SDG) for health and well-being. Many previous studies employ single-level classification, but this research introduces a multi-class multi-level (MCML) algorithm for a more detailed approach. The MCML approach incorporates two levels of classification: level one for cyberbullying or not cyberbullying, and level two for classifying cyberbullying by type. This study used a dataset of 47,000 tweets from Twitter with six class labels and employed an 80:20 training and testing data split. By integrating bidirectional encoder representations from transformers (BERT) and MCML at level two, we achieved a remarkable 99% accuracy, surpassing BERT-based single-level classification at 94%. In conclusion, the combination of MCML and BERT offers enhanced cyberbullying classification accuracy, contributing to the broader goal of promoting mental health and well-being.
Evaluating the impact of downsampling on 3D MRI images segmentation results based on similarity metrics Fajar, Aziz; Sarno, Riyanarto; Fatichah, Chastine
Indonesian Journal of Electrical Engineering and Computer Science Vol 35, No 3: September 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v35.i3.pp1590-1600

Abstract

Medical imaging plays a crucial role in diagnosing patient conditions, with magnetic resonance imaging (MRI) standing as a significant modality for numerous years. However, leveraging convolutional neural network (CNN) architectures like U-Net and its variations for anatomical segmentation demands considerable memory, particularly when working with full 3D image sets. Therefore, downsampling 3D MRIs proves advantageous in reducing memory consumption. Nevertheless, downsampling leads to a reduction in voxel count, potentially impacting the performance of commonly used segmentation metrics. The jaccard similarity index (JSI), dice similarity coefficient (DSC), and structural similarity index (SSIM) are extensively employed in image segmentation contexts. Hence, this study employs all three metrics to assess downsampled images and evaluate the robustness of the metrics when used to evaluate the downsampled 3D MRI images. The results show that JSI and DSC are more robust than SSIM when handling the downsampled data.
Evaluasi Capstone Project Desain Antarmuka Aplikasi untuk Guru MGMP TIK Surabaya Adhatus Solichah Ahmadiyah; Riyanarto Sarno; Shintami Chusnul Hidayati; Ratih Nur Esti Anggraini; Kelly Rosa Sungkono; Abdul Munif
ABDI: Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 6 No 3 (2024): Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat
Publisher : Labor Jurusan Sosiologi, Fakultas Ilmu Sosial, Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/abdi.v6i3.905

Abstract

Peningkatan keterampilan desain aplikasi bagi guru MGMP TIK Surabaya penting untuk ditingkatkan guna mendukung kualitas pendidikan yang lebih baik. Kegiatan pengabdian kepada masyarakat ini dilakukan oleh tim dosen dan mahasiswa laboratorium manajemen cerdas informasi teknik informatika ITS dengan tujuan memberikan rekomendasi dan masukan terkait permasalahan desain antarmuka aplikasi yang dibuat oleh guru peserta pelatihan. Metode yang digunakan adalah evaluasi heuristik dan klasifikasi permasalahan menggunakan severity level. Hasil dari kegiatan ini menunjukkan bahwa guru menjadi tahu apa permasalahan yang ada di desain antarmuka yang dibuat dan mengetahui aksi perbaikan. Hal ini juga memperjelas penyampaian materi dengan permasalahan dan solusi nyata, sehingga dapat meningkatkan kualitas pembelajaran dan pengajaran
Analisis Perbandingan Metode Klasifikasi Sentimen Berita Saham: Pendekatan Machine Learning, Deep Learning, Transfer Learning, dan Graf Tyas, Salsabila Mazya Permataning; Sarno, Riyanarto; Rintyarna, Bagus Setya
Jurnal Penelitian IPTEKS Vol. 9 No. 1 (2024): JURNAL PENELITIAN IPTEKS
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/penelitianipteks.v9i1.1479

Abstract

Pasar saham merupakan arena yang dinamis, di mana keputusan investasi seringkali dipengaruhi oleh berbagai faktor, termasuk informasi yang diperoleh dari berita saham. Analisis sentimen berita saham menjadi krusial dalam memahami reaksi pasar terhadap berita tertentu. Tujuan penelitian ini untuk mengklasifikasikan sentimen berita saham dalam membantu investor dan pelaku pasar untuk membuat keputusan yang lebih baik. Oleh karena itu, pengembangan metode yang efektif untuk mengklasifikasikan sentimen berita saham menjadi suatu kebutuhan mendesak. Penelitian ini fokus pada pemahaman sentimen di dalam berita saham dan menghadirkan perbandingan antara empat metode klasifikasi yang berbeda, yaitu Machine Learning, Deep Learning, Transfer Learning, dan metode berbasis Graf. Dengan memahami perbedaan kinerja dan kelebihan masing-masing metode, diharapkan penelitian ini dapat memberikan pandangan yang lebih mendalam terkait pilihan teknik yang paling sesuai dalam menghadapi kompleksitas analisis sentimen di pasar saham. Hasil eksperimen dan evaluasi kinerja masing-masing metode diukur dengan menggunakan nilai akurasi. Dari seluruh percobaan yang dilakukan nilai akurasi tertinggi diperoleh menggunakan BERT sebesar 81%.
PENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK Riyanarto Sarno; Faisal Rahutomo
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 1, Januari 2008
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (612.589 KB) | DOI: 10.12962/j24068535.v7i1.a60

Abstract

Full-text search and metadata-enabled search have weakness in the precision of the searched article. This research offers weighted tree similarity algorithm combined with cosine similarity method to count similarity in semantic search. In this method metadata is constructed based on the tree of labelled node, labelled and weighted branch. The structure of tree metadata is constructed based on semantic information like taxonomi, ontologi, preference, synonim, homonym and stemming. From testing result, the precision of search using weighted tree similarity algorithm is better that full-text search and metadata-enabled search.
RANCANG BANGUN PERANGKAT LUNAK UNTUK PERHITUNGAN BESAR ARUS HUBUNG SINGKAT PADA SISTEM DISTRIBUSI LISTRIK DI KAPAL Riyanarto Sarno; Margo Pudjiantara; Bilqis Amaliah
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 (442.195 KB) | DOI: 10.12962/j24068535.v3i2.a260

Abstract

Salah satu penunjang untuk pengamanan jaringan listrik kapal adalah mengetahui berapa besar arus hubung singkat pada bus-bus tertentu di jaringan listrik kapal. Selama ini PT.PAL dalam hal menghitung hubung arus hubung singkat dilakukan secara manual. Untuk lebih meningkatkan efektifitas dan effisiensi kerja, maka pada penelitian ini penulis akan membuat program komputer untuk menghitung besar arus hubung singkat pada sistem distribusi listrik di kapal. Untuk ini penulis akan merancang suatu program yang terkenal dengan istilah user friendly yaitu dengan menggunakan program yang dapat menggambarkan diagram satu garis system tenaga listrik. Program ini mendukung interaksi langsung antara pemakai dan diagram satu garis Metoda yang dipakai dalam perhitungan ini adalah metoda matrik impedansi Z-bus. Dengan mengetahui besar arus hubung singkat 3 fasa maka dapat ditentukan besar breaking capacity dari peralatan pengaman. Manfaat lain yang dapat diperoleh adalah untuk menentukan setting pengaman. Kata kunci : metoda matrik impedansi Z-bus, breaking capacity
PEMODELAN GRANULARITAS TEMPORAL UNTUK MENCARI RELASI ANTAR OBJEK WARISAN BUDAYA INDONESIA DENGAN MENGGUNAKAN ONTOLOGI Nurul Fajrin Ariyani; Alief Yoga Priyanto; Sarwosri Sarwosri; Riyanarto Sarno
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a637

Abstract

Waktu adalah sebuah konsep penting dalam pencatatan objek-objek warisan budaya dan peristiwa sejarah. Contoh konsep waktu yang sering digunakan dalam pencatatan objek-objek warisan budaya dan sejarah adalah waktu interval (time-interval) dan waktu titik (time-point). Informasi waktu disajikan dalam granularitas waktu primitif yang berbeda seperti tanggal, bulan, tahun dan abad atau bisa juga disajikan dengan hanya menyebutkan keterangan waktu tertentu seperti zaman, era, masa serta keterangan waktu lainnya yang tidak diketahui secara pasti kapan terjadinya. Salah satu cara untuk mencari kedekatan waktu dengan satuan yang beragam adalah dengan memanfaatkan ontologi. Dalam penelitian ini dibuat sebuah skema ontologi untuk pencarian relasi waktu antar entitas warisan budaya. Skema ini merupakan gabungan dari ontologi yang sudah ada yakni OWL-Time dan CIDOC-CRM. Penggabungan ontologi ter-sebut dilakukan menggunakan bahasa Ontology Web Language (OWL) dan dengan bantuan aplikasi Protégé. Berdasar-kan uji coba yang dilakukan, skema ontologi ini dapat menghasilkan fakta-fakta baru mengenai kesamaan dan kedekatan waktu dari objek-objek yang diinputkan. Sehingga relasi temporal antar objek dapat diketahui dengan tepat. Pendokumentasian relasi temporal warisan budaya dapat dijadikan salah satu sumber pembelajaran maupun penelitian terkait dengan warisan budaya. Untuk memudahkan pengujian skema ontologi beserta rule penalarannya, hasil dari pen-carian relasi temporal ini ditampilkan dalam aplikasi berbasis web.
Enhancing the Quality of Merged Process Models by Addressing Invisible Task Kelly Rossa Sungkono; Riyanarto Sarno; I Gusti Agung Chintya Prema Dewi; Muhammad Suzuri Hitam
JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 24, No. 1, January 2026
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v24i1.a1381

Abstract

Model merging is a key approach for integrating multiple process model variants into a unified representation. Existing automated merging methods face challenges in handling invisible tasks, which are intentionally inserted in the process model to depict certain conditions, including stacked branching relationships. The inability to handle invisible tasks reduces the quality of the merged process models. A proposed graph-merging method explicitly addresses sequence, branching relationships, and invisible tasks. The proposed method first identifies common activities across model variants. Furthermore, the method applies the proposed graph rules grounded in behavioral and structural aspects to combine those common activities as well as their related relationships and generate the graph-based merged process model. Behavioral rules govern the integration of sequence and branching relationships, while structural rules handle branching and invisible tasks. An evaluation against two existing approaches by Derguech and Yohanes demonstrates that the proposed graph-merging method achieves higher precision. The graph-merging method substantially improves the quality of merged process models.
Optimalisasi Manajemen Keuangan Kelompok Belajar dan Taman Kanak-Kanak melalui Modul Front-Office KinderFin di Wilayah Kota Surabaya Ahmadiyah, Adhatus Solichah; Sarno, Riyanarto; Hidayati, Shintami Chusnul; Sungkono, Kelly Rossa; Anggraini, Ratih Nur Esti
Sewagati Vol 9 No 6 (2025)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v9i6.4679

Abstract

Pengelolaan keuangan yang efisien dan transparan sangat penting untuk mendukung operasional lembaga pendidikan anak usia dini, termasuk kelompok bermain (KB) dan taman kanak-kanak (TK). Namun, banyak institusi tersebut masih mengandalkan pencatatan manual yang rawan kesalahan dan tidak transparan. Kegiatan pengabdian masyarakat ini bertujuan untuk mengembangkan dan mengimplementasikan modul Front-Office aplikasi KinderFin guna membantu digitalisasi manajemen keuangan di tujuh sekolah KB/TK di beberapa kecamatan di Kota Surabaya. Metode pelaksanaan mencakup analisis kebutuhan mitra, pengembangan aplikasi dengan pendekatan iteratif, pelatihan langsung, serta evaluasi berbasis survei umpan balik. Hasil menunjukkan bahwa fitur-fitur utama aplikasi seperti PPDB, pembayaran SPP, dan pencatatan pengeluaran sangat membantu administrasi sekolah. Mitra memberikan penilaian positif dengan skor rata-rata 4,0 hingga 4,8 dari skala 5,0. Hal ini menunjukkan peningkatan transparansi dan efisiensi dalam pengelolaan keuangan sekolah. Program ini memberikan kontribusi nyata dalam transformasi digital tata kelola keuangan sekolah PAUD dan membuka peluang pengembangan lanjutan untuk adopsi skala lebih luas.
Co-Authors A.A. Ketut Agung Cahyawan W ABDUL MUNIF ABDUL MUNIF Adhatus Solichah Ahmadiyah Adhatus Solichah Ahmadiyah, Adhatus Solichah Afina Lina Nurlaili Afrianda Cahyapratama Agung Wiratmo Agus Tri Haryono, Agus Tri Agus Zainal Arifin Ahmad Saikhu Ahmad Yusuf Ardiansyah Ahmadiyah, Adhatus Solichah Ainul Yaqin Alfian Ma’arif Alief Yoga Priyanto Andrean Hutama Koosasi Anggraini, Ratih Nur Esti Anto Satriyo Nugroho Ardy Januantoro Arifin, Mohammad Nazir Aziz Fajar Azzam Jihad Ulhaq Azzam Jihad Ulhaq Bagus Priambodo Bagus Setya Rintyarna Bambang Jokonowo Bilqis Amaliah Buliali, Joko Lianto Cahyaningtyas Sekar Wahyuni Chastine Fatichah Chastine Fatichah Chastine Fatihah Danica Virlianda Marsha Daniel Oranova Siahaan Dava Aulia Dedy Rahman Wijaya Dewi Rahmawati Dieky Adzkiya Dini Adni Navastra Dwi Sunaryo Dwi Sunaryono Dwo Sunaryono Edi Faisal Effendi, Yutika Amelia Endang Wahyu Pamungkas Faisal Rahutomo Faizal Anugrah Bhaswara Fajar, Aziz Farza Nurifan Fauzan Prasetyo Fauzan, Hermawan Feri Eko Herman Fernandes Sinaga Fika Hastarita Rachman Fony Revindasari Gabriel Sophia Gelu, Leonard Peter Gita Intani Budiawati HANA RATNAWATI Hendra Darmawan Hermawan Hermawan Hidayat, Husnul Hidayati, Shintami Chusnul I Gusti Agung Chintya Prema Dewi Ida Ayu Putu Sri Widnyani Imam Cholissodin Imam Ghozali Imam Ghozali Imam Mukhlash Imam Riadi Ismail Eko Prayitno Rozi Isnaini Nurul Kurnia Sari Isnaini Nurul KurniaSari Jan Claes Johanes Andre Ridoean Joko Buliali Kartini Kartini Kelly Rosa Sungkono Kelly Rossa Sungkono Kholed Langsari Kholed Langsari Lailil Muflikhah Langsari, Kholed M. Jupri Margo Pudjiantara Mochammad Faris Ponighzwa Rizkanda Mohammad Fikri Mohammad Nazir Arifin Muhammad Ainul Yaqin Muhammad Nezar Mahardika Muhammad Nicko Rahmadano Muhammad Rivai Muhammad Suzuri Hitam Muhammad Taufiqulsa’di Muhammad Taufiqulsa’di Nashi Widodo Navinda Meutia Navinda Meutia Nurlaili, Afina Lina Nurul Fajrin Ariyani Nurul Fajrin Ariyani Nurul Fajrin Ariyani Peter Gelu Pradipta Ghusti Puji Budi Setia Asih Purwono, Purwono R.V Hari Ginardi Rachmad Abdullah Rachmad Abdullah Rahmawati, Dewi Ratih Nur Esti Anggraeni Ratih Nur Esti Anggraini Ratih Nur Esti Anggraini, Ratih Nur Esti Rizky Widhanto Herlambang Rosyid, Alfian Nur Ryco Puji Setyono Salsabila, Salsabila Sarwosri Sarwosri Setiaputra G, Riswandy Shintami Chusnul Hidayati Shintami Chusnul Hidayati Shintami Chusnul Hidayati Sholiq Sinarring Azi Laga Siti Maimunah Siti Maimunah Siti Rochimah Solichul Huda Suhariyanto Suhariyanto Suhariyanto Suhariyanto Sungkono, B.J. Santosa Tohari Ahmad Tyas, Salsabila Mazya Permataning Umi Salamah Untoro, Meida Cahyo Widya Nilam Rumana Widyasari Ayu Wibowo Yutika Amelia Zahrul Zizki Dinanto Zahrul Zizki Dinanto