Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Generic

Implementasi Metode Analytical Hierarchy Process Dan TOPSIS Dalam Sistem Pendukung Keputusan untuk Pembelian Mobil pada Rental Mobil Dicky Ahmad Rizaldi; Yunita Yunita; Desty Rodiah
Generic Vol 12 No 1 (2020): Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Car rental is a business engaged in services that provide car rental services. Car rental owners must be selective in choosing a car to be used as a fleet, because if the car chosen is not right, the rental owner will experience a loss. To solve this kind of problem, a system to support a decision is a solution that can help rental owners according to their wants or needs. One approach that can be used in this case is the Decision Making System using the Analytical Hierarchy Process (AHP) method and the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). The Analytical Hierarchy Process (AHP) method was used as weighting and the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) as a ranking. Testing to get a fairly good accuracy using the AHP and TOPSIS methods.
Klasifikasi Berita Berbahasa Indonesia Menggunakan Naïve Bayes Classifier Qurrota ‘Aini Muthmainnah; Dian Palupi Rini; Desty Rodiah
Generic Vol 12 No 1 (2020): Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Berita pada awalnya disalurkan melalui media seperti televisi, radio dan koran, namun dengan kemajuan teknologi saat ini membuat digitalisasi informasi lebih mudah, berita berbentuk teks digital lebih cepat tersebar, aktual dan murah, sehingga dapat mengalami pelonjakan yang besar. Oleh karena itu, perlu adanya sistem yang bisa mengklasifikasikan berita secara otomatis sesuai dengan kategori-kategori berita yang ada, dengan menggunakan metode klasifikasi teks, maka kumpulan dokumen yang jumlahnya sangat besar tersebut dapat diorganisir, sehingga dapat mempermudah dan mempercepat pencarian informasi yang dibutuhkan. Dalam penelitian ini, klasifikasi teks berita menggunakan metode Naïve Bayes Classifier untuk mengklasifikasikan ke dalam empat kategori yaitu, bencana alam, kesehatan, olahraga dan pendidikan. Pengujian dilakukan sebanyak empat kali dengan pembagian data yang berbeda-beda, dan hasil akurasi yang didapat yaitu pengujian pertama 100%, pengujian kedua 100%, pengujian ketiga 98,33% dan pengujian keempat 96,25%. Dari hasil tersebut, dapat disimpulkan bahwa hasil klasifikasi teks berita sudah baik.
Perbandingan Metode Certainty Factor Dan Backpropagation untuk Mendiagnosis Penyakit Gangguan Tidur Oktaria Permata Sari; Arti Dian Nastiti; Rusdi Efendi; Desty Rodiah
Generic Vol 12 No 2 (2020): Vol 12, No 2 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gangguan tidur merupakan salah satu penyakit yang sering diabaikan, kondisi ini jika terus diabaikan maka akan sangat berpengaruh pada kesehatan penderita. Sistem pakar untuk mendiagnosis gejala awal penyakit gangguan tidur sangat diperlukan. Sistem pakar yang dibangun menggunakan metode Certainty Factor dan Backpropagation dimana kedua metode ini akan memberikan informasi hasil diagnosis penyakit, confidance serta solusi awal dari penyakit yang diderita. Hasil Confidance dari metode Certainty Factor dan Backpropagation akan dibandingkan untuk melihat metode mana yang paling akurat dalam mendiagnosis penyakit gangguan tidur. Penelitian ini menggunakan 18 gejala penyakit gangguan tidur, 6 jenis penyakit gangguan tidur serta 24 kasus pengujian. Dari 24 kasus pengujian didapat hasil tingkat akurasi sebesar 100% pada metode Certainty Factor sedangkan untuk metode Backpropagation didapat hasil tingkat akurasi sebesar 70.83%.
Pencarian Tugas Akhir dengan Ontologi dan Boyer-Moore (Studi Kasus: Jurusan Teknik Informatika UNSRI) Rodiah, Desty; Yunita, Yunita; Yusliani, Novi
Generic Vol 15 No 1 (2023): Vol 15, No 1 (2023)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/generic.v15i1.140

Abstract

Website sipeta.ilkom.unsri.ac.id adalah website yang menampung data tugas akhir mahasiswa Jurusan Teknik Informatika UNSRI. Namun website tersebut menggunakan penyimpanan dengan basis data biasa. Pada penelitian ini membuat pencarian data tugas akhir mahasiswa dengan memanfaatkan web semantik ontologi agar data yang dimiliki tidak hanya memiliki nilai, tetapi juga memiliki pengetahuan tentang relasi antar informasi yang saling berkaitan. Komponen yang digunakan dalam teknologi semantik adalah RDF yang dipergunakan sebagai representasi pengetahuan yang digunakan, kemudian SPARQL yang digunakan sebagai query untuk mengambil informasi yang terdapat dalam Ontologi RDF. Selain itu juga digunakan Algoritma Boyer Moore untuk mendapatkan nilai similarity antara data yang didapatkan dari hasil pencarian dengan keyword yang dimasukkan. Jenis pencarian yang dirancang ada 3 pencarian yaitu keyword search, simple search dan advanced search. Dan ketiga pencarian tersebut juga akan di kombinasikan dengan algoritma Boyer Moore. Hasil pencarian dengan ontologi dengan pencarian dengan ontologi dan Algoritma Boyer Moore dihasilkan bahwa pencarian dengan Boyer Moore membutuhkan waktu lebih lama secara rata-rata sekitar >=0,0001 perdetik dalam 5 kali percobaan dibandingkan pencarian dengan ontologi saja. Untuk Algoritma Boyer Moore dilakukan pengujian dengan ROC didapatkan hasil akurasi sebesar 99,84% untuk 16 kali percobaan.