Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Generic
Muhammad Fachurrozi
Universitas Sriwijaya
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Sistem Rekomendasi Artikel Ilmiah Berbasis Web Menggunakan Content-based Learning dan Collaborative Filtering Betharia Sri Fitrianti; Muhammad Fachurrozi; Novi Yusliani
Generic Vol 10 No 1 (2018): Vol 10, No 1 (2018)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Penelitian ini mengimplementasikan metode content-based learning dan collaborative filtering pada sistem rekomendasi artikel ilmiah berbasis web untuk merekomendasikan artikel ilmiah berbahasa Inggris. Sistem memiliki empat komponen, yaitu analisa konten, profile learner, komponen penyaringan, dan pengambilan dokumen. Content-based learning diimplementasikan pada komponen analisa konten yang bertugas mengidentifikasi masukan berupa artikel ilmiah berbahasa Inggris. Profile learner dilakukan untuk menghitung kemiripan antar pengguna setelah sistem mendapatkan feedback berupa rating dari pengguna. Collaborative filtering diimplementasikan pada komponen penyaringan yang bertugas untuk merekomendasikan artikel kepada pengguna setelah sistem mendapatkan hasil kemiripan antar pengguna. Pengambilan dokumen dilakukan pada proses pengambilan artikel yang dicari oleh pengguna. Uji coba dilakukan pada 100 artikel ilmiah, 6 kelas kategori, serta melibatkan 35 pengguna. Hasil penelitian ini membuktikan bahwa implementasi metode content-based learning dan collaborative filtering pada sistem rekomendasi artikel ilmiah berbasis web mampu memberikan tingkat relevansi dan efektifitas sebesar 0.801 berdasarkan Mean Average Precision dan 0,851 berdasarkan Mean Absolute Error.
Analisa Perbandingan Algoritma Damerau-Levensthein Distance dan Soundex Similarity Pada Pengkoreksian Ejaan Kata Otomatis Abson Hadi; Muhammad Fachurrozi; Purwita Sari
Generic Vol 11 No 1 (2019): Vol 11, No 1 (2019)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Kesalahan ejaan atau penulisan pada editor teks merupakan hal yang paling sering terjadi, khususnya di dalam word editor. Pada penelitian ini, Algoritma Damerau-Levensthein Distance dan Soundex Similarity digunakan untuk membangun perangkat lunak untuk mengoreksi ejaan kata yang salah. Pada tahapan pengujian performansi akurasi algoritma Damerau-Levensthein Distance dan Soundex Similarity dalam mengoreksi ejaan kata diuji. Berdasarkan pengujian yang telah dilakukan, algoritma damerau-levensthein distance mendapat hasil akurasi sebesar 68%, sedangkan algoritma soundex similarity mendapat akurasi sebesar 50%.
Sistem Rekomendasi Wisata Kuliner Kota Palembang Menggunakan Metode Collaborative Filtering Riyan Alfa Rizkie; Muhammad Fachurrozi
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

Wisata kuliner memiliki daya tarik tersendiri bagi para wisatawan yang mengunjungi suatu daerah, namun para wisatawan yang datang belum tentu mengetahui kuliner yang terdapat pada daerah tersebut, sehingga dibutuhkan sebuah sistem yang dapat memberikan rekomendasi kepada para wisatawan. Sistem rekomendasi merupakan sebuah sistem yang dapat memberikan saran kepada penggunanya mengenai suatu barang, saran yang diberikan digunakan dalam berbagai macam proses pengambilan keputusan. Metode yang digunakan adalah Collaboratif Filtering. Permasalahannya bagaimana menerapkan metode Collaborative Filtering untuk merekomendasikan makanan dengan banyak faktor yang mempengaruhi sehingga menghasilkan sebuah rekomendasi yang relevan. Proses rekomendasi dengan cara mengelompokkan pengguna kedalam sebuah kelompok tertentu melalui proses clustering dengan metode K-Mean, kemudian perangkat lunak melakukan perhitungan kesamaan antara pengguna dan anggota kelompoknya. Perhitungan kesamaan antara pengguna dan anggota kelompoknya menggunakan persamaan pearson correlation coefficient. Penentuan hasil rekomendasi yang diberikan menggunakan sistem perankingan dengan nilai rekomendasi terbesar. Data yang digunakan sebanyak 18 data makanan, 100 data training dan 10 data testing. Hasil pengujian persentasi kerelevanan mencapai 80%.
Pengenalan Motif Kain Songket Pada Citra Kamera Smartphone Dengan Beragam Sudut Pandang Menggunakan CNN Muhammad Husein Nashr; Muhammad Fachurrozi; Eni Triningsih; Kanda Januar Miraswan
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

Songket Palembang memiliki motif yang beragam sehingga dibutuhkan mesin pengenal yang dapat membantu orang awam mengenali motif ini. Mesin pengenal harus mampu mengenali motif dengan variasi transformasi spatial, noisedan blur. Dalam penelitian ini, CNN mampu mengklasifikasi motif songket dengan akurasi 93%. Arsitektur CNN yang digunakan menggunakan 2.22 MB memori GPU saat inference. Penggunaan Dropout memberikan efek regularisasi, yaitu meningkatkan akurasi pada data uji dan penggunaan momentum dengan nilai 0.9 mengurangi waktu training 2x lebih cepat. Layer konvolusi CNN pada penelitian ini tidak dapat mengekstrak fitur penting pembeda antar kelas, tidak seperti layer konvolusi CNN pretrain yang sudah dilatih dengan dataset yang besar sehingga menghasilkan akurasi 100% untuk klasifikasi songket
Co-Authors Abson Hadi Betharia Sri Fitrianti Eni Triningsih Kanda Januar Miraswan Muhammad Husein Nashr Novi Yusliani Purwita Sari Riyan Alfa Rizkie