Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Nasional Teknik Elektro dan Teknologi Informasi Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII
Fitri Setyorini
Politeknik Elektronika Negeri Surabaya
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Physics Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penentuan Aspek Implisit dengan Ekstraksi Knowledge Berbasis Rule pada Ulasan Bahasa Indonesia Yuliana Setiowati; Fitri Setyorini; Afrida Helen
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 9 No 1: Februari 2020
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1066.375 KB) | DOI: 10.22146/jnteti.v9i1.145

Abstract

Determination of implicit aspects is one of the important things in opinion sentences. This study proposes a new approach for developing rule-based knowledge by forming a relation between opinion words with aspect categories. The relationship is obtained from the combination of rules, based on Opinion Word Similarity (OWS). Evaluation for rule-based knowledge extraction is in the form of threshold values of frequency and confidence to produce the best precision, recall, and f-measure values. The knowledge extraction consists of two phases: training phase and testing phase. The training phase is described as the process to extract rule-based knowledge. The testing phase is described as the process to obtain the implicit aspects of opinion sentences by referring to rule-based knowledge. To extract rule-based knowledge on user reviews, it is necessary to identify opinion sentences with explicit aspects and get pairs of aspects and words of opinion with rules generated from regular expressions. The evaluation result of rule-based knowledge with confidence using OWS showed better results compared to rule-based knowledge without using OWS. By using OWS, precision value increased by 0.25%, recall value increased by 1.15%, and precision value increased by 0.83%.
Sistem Rekomendasi Collaborative Filtering Berbasis User Algoritma Adjusted Cosine Similarity Tessy Badriyah; Ika Restuningtyas; Fitri Setyorini
Retii Prosiding Seminar Nasional ReTII ke-12 2017
Publisher : Institut Teknologi Nasional Yogyakarta

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

Abstract

Dengan perkembangan teknologi saat ini, menuntut perusahaan e-commerce untuk memiliki daya saing yang tinggi dengan tidak hanya hanya mengandalkan pada kekuatan produknya saja, tapi diperlukan fitur tambahan lainnya yang menambah daya saing semisal dengan memberikan usulan pembelian pada konsumen pada penggunaan sistem rekomendasi (recommender system). Banyaknya variasi produk yang ditawarkan pada website online shopping menyebabkan customer tidak memiliki cukup waktu untuk melihat keseluruhan barang yang ditawarkan dan juga kesulitan untuk memilih barang yang akan dibeli, biasanya customer hanya akan membeli barang yang pernah dia dengar sebelumnya. Sistem rekomendasi yang dapat memberikan nilai lebih kepada pelanggan mengenai produk yang dianggap sesuai atau sama dengan keinginan pelanggan adalah solusi tepat untuk mengatasi hal tersebut. Makalah ini menggunakan User based collaborative filtering yang menggunakan data rating antar pengguna untuk mendapatkan rekomendasi. Metode ini menghitung kesamaan diantara customer dilihat dari rating yang diberikan customer untuk suatu item. Ketika customer merating suatu item, maka nilai rating tersebut akan dibandingkan dengan nilai rating dari pengguna lainnya. Kemudian sistem akan membuat suatu rekomendasi berdasarkan kesamaan antar customer. Hasil pengujian menunjukkan bahwa metode user based collaborative filtering dengan algoritma adjusted cosine similarity dapat menampilkan rekomendasi yang sesuai dengan rating yang diberikan oleh customerKata Kunci: sistem rekomendasi, user based collaborative, rating
Co-Authors Afrida Helen Ika Restuningtyas Tessy Badriyah, Tessy Yuliana Setiowati