Garuda - Garba Rujukan Digital

Alif Akbar Fitrawan, Alif Akbar

Unknown Affiliation

Author-ID : 487004

Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Languange, Linguistic, Communication & Media

Published : 3 Documents Claim Missing Document

Claim Missing Document

Articles

1

Deteksi Bot Spammer pada Twitter Berbasis Sentiment Analysis dan Time Interval Entropy Aditya, Christian Sri Kusuma; Haniâ€™ah, Mamluatul; Fitrawan, Alif Akbar; Arifin, Agus Zainal; Purwitasari, Diana
Jurnal Buana Informatika Vol 7, No 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016
Publisher : Universitas Atma Jaya Yogyakarta

Abstract. Spam is an abuse of messaging undesired by recipients. Those who send spam are called spammers.Â Popularity of Twitter has attracted spammers to use it as a means to disseminate spam messages. The spams are characterized by a neutral emotional sentiment or no particular usersâ€™ preference perspective. In addition, the regularity of tweeting behavior periodically shows automation performed by bot. This study proposes a new method to differentiate between bot spammer and legitimate user accounts by integrating the sentiment analysis (SA) based on emotions and time interval entropy (TIE). The combination of knowledge-based and machine learning-based were used to classify tweets with positive, negative and neutral sentiments. Furthermore, the collection of timestamp is used to calculate the time interval entropy of each account. The results show that the precision and recall of the proposed method reach up to 83% and 91%. This proves that the merging SA and TIE can optimize overall system performance in detecting Bot Spammer.Keywords: bot spammer, twitter, sentiment analysis, polarity, entropyÂ Abstrak. Spam merupakan penyalahgunaan pengiriman pesan tanpa dikehendaki oleh penerimanya, orang yang mengirimkan spam disebut spammer. Ketenaran Twitter mengundang spammer untuk menggunakannya sebagai sarana menyebarluaskan pesan spam. Karakteristik dari tweet yang dikategorikan spam memiliki sentimen emosi netral atau tidak ada preferensi tertentu terhadap suatu perspektif dari user yang memposting tweet. Selain itu keteraturan waktu perilaku saat memposting tweet secara periodik menunjukkan otomatisasi yang dilakukan bot. Pada penelitian ini diusulkan metode baru untuk mendeteksi antara bot spammer dan legitimate user dengan mengintegrasikan sentimen analysis berdasarkan emosi dan time interval entropy. Pendekatan gabungan knowledge-based dan machine learning-based digunakan untuk mengklasifikasi tweet yang memiliki sentimen positif, negatif dan tweet netral. Selanjutnya kumpulan timestamp digunakan untuk menghitung time interval entropy dari tiap akun. Hasil percobaan menunjukan bahwa precision dan recall dari metode yang diusulkan mencapai 83% dan 91%. Hal ini membuktikan penggabungan Sentiment Analysis (SA) dan Time Interval Entropy (TIE) dapat mengoptimalkan performa sistem secara keseluruhan dalam mendeteksi Bot Spammer.Kata Kunci:Â bot spammer, twitter, sentiment analysis,Â polarity, entropy

PENGENALAN WAJAH MENGGUNAKAN IMPLEMENTASI T-SHAPE MASK PADA TWO DIMENTIONAL LINEAR DISCRIMINANT ANALYSIS DAN SUPPORT VECTOR MACHINE Musthafa, Ahmad Reza; Fitrawan, Alif Akbar; Supria, Supria
Jurnal Buana Informatika Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016
Publisher : Universitas Atma Jaya Yogyakarta

Abstract. Face recognition is the identification process to recognize a person's face. Many studies have been developing face recognition methods, one of which is the Two Dimensional Linear Discriminant Analysis (TDLDA) which has pretty good accuracy results with the method of classification Support Vector Machine (SVM). With more training data can add computational time. TDLDA using all the piksel image as input to be processed for feature extraction. Though not all the objects in the area of the face is a significant feature in face recognition. In this study, the proposed use of the T-shape with only use a significant part is the eyes, nose, and mouth are integrated with TDLDA and SVM. The result could reduce computing time on face recognition 21.56% faster than TDLDA method. The accuracy of the results in this study was 91% -96% which is close to the level of accuracy without using a mask on the face.Keyword: face recognition, T-shape, TDLDA, Support vector machine. Abstrak. Pengenalan wajah merupakan proses identifikasi untuk mengenali wajah seseorang. Telah Banyak penelitian yang mengembangkan metode pengenalan wajah, salah satunya adalah Two Dimensional Linear Discriminant Analysis (TDLDA) yang memiliki hasil akurasi yang cukup baik dengan metode klasifikasi Support Vector Machine (SVM). Dengan semakin banyak data training dapat menambah waktu komputasinya. TDLDA menggunakan semua piksel citra sebagai masukan yang akan diproses untuk ekstrasi fitur. Padahal tidak semua objek pada area wajah merupakan fitur yang signifikan dalam pengenalan wajah. Dalam penelitian ini diusulkan penggunaan T-shape dengan hanya menyimpan bagian yang signifikan yaitu mata, hidung, dan mulut yang diintegrasikan dengan TDLDA dan SVM. Hasilnya dapat mengurangi waktu komputasi pada pengenalan wajah 21,56% lebih cepat daripada metode TDLDA. Hasil akurasi pada penelitian ini adalah 91%-96% yang mendekati tingkat akurasi tanpa menggunakan mask pada wajah.Kata Kunci: pengenalan wajah, T-shape, TDLDA, Support vector machine.

RANCANG BANGUN MEDIA PEMBELAJARAN PERAKITAN KOMPUTER BERBASIS ANDROID UNTUK KETERAMPILAN KOMPUTER DI SMK NU ROGOJAMPI Subono, Subono; Hidayat, Alfin; Fitrawan, Alif Akbar
Seminar Nasional Ilmu Terapan Vol 1 No 1 (2017): Seminar Nasional Ilmu Terapan (SNITER) 2017
Publisher : Universitas Widya Kartika Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (300.99 KB)

Perkembangan Teknologi yang semakin pesat berpengaruh terhadap proses pembelajaran di sekolah dan materi pembelajaran serta cara penyampaian materi dalam proses kegiatan belajar mengajar. Salah satunya cara yang digunakan adalah penggunaan metode mobile learning (m-learning) berbasis android sebagai media pembelajaran suatu materi sekolah. SMK NU Rogojampi merupakan sekolah kejuruan terdapat program studi Teknik Komputer Jaringan memberikan materi tentang keterampilan perakitan komputer. Pada bidang studi ini dapat diketahui dalam proses belajar mengajar yang telah diajarkan guru dikelas secara konvensional belum membuat siswa memahami materi yang disampaikan. Sehingga diperlukan suatu media pembelajaran yang dapat membantu siswa belajar secara mandiri. Pembelajaran m-learning ini memanfaatkan device smartphone berbasis android. Kebutuhan media pembelajaran diperlukan oleh SMK NU Rogojampi pada program studi Teknik Komputer Jaringan (TKJ) sebagai sarana pelengkap pembelajaran teori dan praktik perakitan komputer. Dengan adanya m-learning ini, diharapkan mampu memberikan kesempatan kepada siswa SMK TKJ untuk memahami kembali materi yang kurang dikuasai pada saat pelajaran dikelas. Aplikasi media pembelajaran m-learning berbasis android dikembangkan khusus pada materi pengenalan perangkat komputer beserta pemasangannya yang disertai dengan video tutorial. Hasilnya siswa siswa SMK TKJ NU Rogojampi lebih mudah memahami materi perakitan komputer dibandingkan dengan tanpa adanya pelengkap media pembelajaran m-mobile in.

Title

Found 3 Documents
Search

Abstract

Abstract

Abstract

Title Search

Found 3 Documents Search

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search