Article Per Year (5 Year)
p-Index From 2020 - 2025
3.942
P-Index
This Author published in this journals
All Journal Jurnal Dedikasi WIDYA TEKNIKA DINAMIKA DOTCOM TEKNOLOGI INFORMASI Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Ilmiah KOMPUTASI JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) PEDULI: Jurnal Imiah Pengabdian Pada Masyarakat Jurnal Ekonomi Pembangunan International Journal of Economics, Business and Accounting Research (IJEBAR) G-Tech : Jurnal Teknologi Terapan PROFICIO: Jurnal Pengabdian Masyarakat Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Ekonomi Pembangunan Jurnal ilmiah teknologi informasi Asia Prosiding SeNTIK STI&K
Sigit Setyowibowo
STMIK PPKIA Pradnya Paramita
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Prosiding SeNTIK STI

 1 
TOPIK KONTRAS BERBASIS LIFT POSITIF-NEGATIF: STRATEGI BARU REKOMENDASI KONTEN Akhriza, Tubagus M.; Setyowibowo, Sigit; Armanda, Tubagus Arief; Admira, Tubagus M Adrie
Prosiding Seminar SeNTIK Vol. 8 No. 1 (2024): Prosiding SeNTIK 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Pemetaan topik tradisional seperti Latent Dirichlet Allocation (LDA) sering kali berfokus pada distribusi global kata tanpa memperhatikan hubungan spesifik antar topik. Penelitian ini memperkenalkan strategi baru dalam rekomendasi konten berbasis Association Rule Learning (AR) dengan Lift positif dan negatif. Metode ini tidak hanya mampu menemukan asosiasi yang sering muncul bersama (Lift positif), tetapi juga mengungkap kontras antara topik-topik yang jarang muncul bersama (Lift negatif), memberikan wawasan lebih dalam yang tidak dapat diidentifikasi oleh LDA. Pendekatan ini diterapkan pada dataset berita politik Indonesia untuk membangun sistem rekomendasi konten yang lebih cerdas dan dinamis, yang mampu menawarkan topik-topik kontras yang menarik minat pengguna serta memperkaya pengalaman mereka. Hasil eksperimen menunjukkan bahwa metode ini lebih fleksibel dalam mengidentifikasi keterkaitan dan anomali antar topik, sehingga memberikan rekomendasi yang lebih relevan dan terarah..
Co-Authors A.A. Ketut Agung Cahyawan W Admira, Tubagus M Adrie Ahmad Qomarudin Akhriza, Tubagus M. Andri Prasetyo Armanda, Tubagus Arief As'ad, Mohamad Dian Wahyunungsih Dinny Wahyu Widarti Eka Yuniar Eni Farida Hari Prapcoyo Indah Dwi Mumpuni Jauharul Maknunah Jayanti, Ratna Dwi Khoerul Anwar Kiki Pradikta Prasetyo, Kiki Pradikta Mahmud Yunus Marga Hartono Mohamad As'ad Mohamad, As'ad Mohammad Affandi Mohammad As'ad Nasrul Firdaus Nirwan Moka Prapcoyo, Hari Putra, Agung Triwicaksono Rahayu Widiyanti, Rahayu Samsul Arifin Setiawan, Daniel Sujito Sujito Sujito Sujito Syahminan Syahminan Timtim Sulistiono Nugroho