Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Journal of Information System,Graphics, Hospitality and Technology

Ekstraksi Judul dan Abstrak Artikel Ilmiah Berbasis Rule Yosua Setyawan Soekamto
Journal of Information System,Graphics, Hospitality and Technology Vol. 2 No. 01 (2020): Journal of Information System,Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v2i01.69

Abstract

Seiring perkembangan penelitian dan jumlah research paper yang dipublikasikan di berbagai Jurnal, maka kesulitan yang timbul adalah proses seleksi dan referensi oleh para peneliti dan pengelola jurnal. Dalam research paper bagian judul dan abstrak adalah ide utama dan ringkasan penelitian beserta metode yang digunakan dalam penelitian tersebut. Oleh karena itu, ekstraksi judul dan ringkasan research paper menjadi topik yang cukup banyak dibahas dengan berbagai metode dan umumnya terbatas dengan penggunaan bahasa dan gaya penulisan tiap-tiap jurnal. Dalam penelitian ini, ekstraksi judul dan abstrak akan menggunakan bentuk association rule dan diterapkan pada intuisi umum dalam penulisan research paper. Penelitian yang dilakukan akan menggunakan 2 dataset layout research paper, yaitu bentuk 1 kolom dan 2 kolom. Penelitian ini akan sangat membantu pengelola jurnal dan peneliti sehingga kedua pihak tersebut dapat melakukan proses referensi secara otomatis dan memudahkan seleksi untuk publikasi jurnal secara online. Rule akan diterapkan pada gaya penulisan research paper yang umum digunakan sehingga dapat diberlakukan pada berbagai jenis paper dengan berbagai bahasa. Salah satu contoh rule yang digunakan adalah “Judul paper merupakan sebuah kalimat (frase) dengan menggunakan ukuran teks yang paling besar”, “Judul paper ditulis pada awal halaman pertama”, “Judul paper mayoritas ditulis dengan menggunakan cetak tebal (bold)”, “Judul paper diikuti dengan nama penulis”, “Judul paper yang muncul di halaman kedua dan selanjutnya sebagai header atau footer memiliki letak yang tidak lazim dibanding isi paper (atau berada di margin halaman)”.
Pembuatan Sistem Rekap Penjualan Daster dan Mukena YashCollection di Marketplace untuk Pendukung Market Basket Analysis Ammar; Yosua Setyawan Soekamto
Journal of Information System,Graphics, Hospitality and Technology Vol. 5 No. 1 (2023): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v5i1.237

Abstract

Toko YashCollection merupakan salah satu perusahaan kecil dan menengah (UKM) yang bergerak di bidang penjualan daster dan mukena. Saat ini, toko YashCollection aktif berjualan di salah satu platform E-Commerce ternama yaitu Shopee. Semua proses pembuatan laporan, mulai dari pencatatan produk, pengecekan produk dan analisa produk yang akan dijual bersamaan masih dilakukan secara manual. Proses ini menyebabkan penentuan produk dan pengemasan produk menjadi lebih lama. Berdasarkan permasalahan tersebut, maka dilakukan penelitian “Pembuatan Sistem Rekap Penjualan Daster dan Mukena YashCollection di Marketplace untuk Pendukung Market Basket Analysis”. Rancang bangun dibuat pada platform smartphone iOS agar proses untuk penentuan promosi dan pengemasan produk menjadi lebih cepat. Pada penelitian ini juga dibuat fitur tambahan market basket analysis yang bertujuan untuk membantu proses pendukung keputusan manajemen, khususnya untuk media promosi. Metode rancang bangun menggunakan incremental model yaitu dengan prototyping, dan pemodelannya menggunakan unified model language (UML). Algoritma yang digunakan untuk market basket analysis adalah algoritma Apriori. Tujuan lainnya dari penelitian ini adalah untuk membantu pemilik toko YashCollection melakukan pengelompokan produk yang akan dikirim pada hari itu sekaligus juga rekapilutasi perhitungan pendapatan beserta potongan pajak. Hasil dari penelitian pada pemilik toko YashCollection dapat disimpulkan bahwa dengan adanya aplikasi pengelompokan produk dan market basket analysis ini dapat mempermudah pemilik toko untuk melakukan rekapitulasi dan keputusan penjualan. Pemilik toko dengan mudah melihat rekapitulasi pendapatan dan mensortir produk-produk yang harus dikemas, selain itu market basket analysis juga dapat membantu penentuan produk yang mana saja yang dijual bersamaan sehingga meningkatkan omset penjualan.
Information Extraction Berbasis Rule untuk Laporan Keuangan Perusahaan Pramono, Terrence; Yosua Setyawan Soekamto
Journal of Information System,Graphics, Hospitality and Technology Vol. 6 No. 1 (2024): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v6i1.316

Abstract

Laporan keuangan merupakan salah satu sumber informasi penting bagi investor dalam membuat keputusan investasi. Namun, data yang terkandung di dalam laporan keuangan sangat besar sehingga proses untuk mencari informasi penting didalamnya perlu waktu yang cukup lama. Hal ini memunculkan kebutuhan perangkat yang bisa mengidentifikasi dan mengekstrak informasi yang relevan dari laporan keuangan secara otomatis. Oleh karena itu, sebuah model information extraction berbasis rule diusulkan dalam tugas akhir ini. Model ekstraksi informasi yang diusulkan, dirancang supaya dapat mengautomasi proses ekstraksi informasi yang relevan bagi investor seperti posisi keuangan, laba rugi, dan arus kas perusahaan. Model ini menggunakan rule yang sudah ditentukan sebelumnya oleh peneliti untuk mengekstrak informasi tersebut. Salah satu rule yang digunakan adalah regular expression, yang biasa digunakan untuk mengambil informasi yang terkandung dalam teks. Proses evaluasi model akan dilakukan dengan mengukur tingkat accuracy dan f1-score informasi yang didapatkan dari berbagai laporan keuangan. Penelitian ini menghasilkan model information extraction yang mampu mendapatkan nilai accuracy keseluruhan sebesar 86,07% dalam mendapatkan 16 label informasi finansial yang berbeda. Model ini, diharapkan dapat membantu investor dalam pengambilan keputusan investasi dengan memberikan akses yang mudah dan cepat ke informasi yang terdapat dalam laporan keuangan tanpa mengurangi tingkat akurasi informasi yang didapatkan secara signifikan.
Information Extraction Pada Pesanan Pembelian Menggunakan RetinaNet dan Tesseract untuk Toko Maju Hartono, Eillen; Soekamto, Yosua Setyawan
Journal of Information System,Graphics, Hospitality and Technology Vol. 6 No. 2 (2024): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v6i2.315

Abstract

Proses jual beli berubah mengikuti perkembangan zaman. Kini, proses transaksi dapat dilakukan dengan sistem pemesanan yang diikuti dengan dokumen pesanan pembelian. Melalui pesanan pembelian, pengusaha dapat memperoleh banyak informasi untuk analisis bisnis. Akan tetapi, banyak dari pengusaha retail masih belum menyimpan data tersebut secara terstruktur, sehingga sulit untuk melakukan analisis dan pelacakan. Meskipun banyak dari pesanan pembelian telah berbentuk digital seperti PDF, pencatatan terstruktur bersumber dari dokumen digital masih memerlukan upaya dalam waktu dan usaha, serta rawan kesalahan jika dilakukan secara manual oleh manusia. Penelitian ini bertujuan untuk membuat model information extraction dari pesanan pembelian berbentuk PDF. Alur kerja dari penelitian ini dimulai dengan pengumpulan data, data pre-processing, information extraction, evaluasi, dan penyimpanan kedalam database. Data yang digunakan pada penelitian ini adalah pesanan pembelian dari “Toko Maju” yang berbentuk PDF. Pesanan pembelian akan dirubah ke format JPEG, sebelum dilakukan proses pelabelan dan pembentukan bounding boxes. Proses information extraction meliputi proses object detection dan OCR. Object detection akan menggunakan model Keras RetinaNet. Setelah letak daerah ekstraksi ditemukan, maka akan dilakukan deteksi karakter atau OCR dengan menggunakan library Tesseract. Informasi hasil ekstraksi akan disimpan ke database MySQL. Model information extraction memperoleh nilai confidence sebesar 95.6% dan nilai accuracy sebesar 95.5%.