Claim Missing Document
Check
Articles

Found 31 Documents
Search

Text Mining for Internship Titles Clustering Using Shared Nearest Neighbor Lisna Zahrotun
Computer Engineering and Applications Journal Vol 6 No 3 (2017)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (607.479 KB) | DOI: 10.18495/comengapp.v6i3.214

Abstract

An Internship course becomes one of many compulsory subjects in Under graduate Program of Informatics Engineering in Ahmad Dahlan University, Yogyakarta.In the last few semesters, we found that some students were failed in taking this subject. After being identified, they were facing some obstacles such as determining the main theme for their job description. During this study, we proposed an application to classify the internship titles by using a technique in text mining called Shared Nearest-Neighbor and Cosine Similarity. From the result, we got values from the parameter K is 7, the epsilon value is 0.5, and the value of Mint t is 0.3 with 22 clusters and 0 outlier. These values presented that all data titles of internship activitiesareclassified into each cluster. 7 topics whichtook by majority of students are:1) Information Systems (7 titles);2) Instructional Media (5 titles);3)Archiving Applications (4 titles);4) Web Profile Implementation (3 titles); 5)Instructional Media for University Courses (3 titles); Multimedia (3 titles) and 6)Workshop & Training (3 titles).
ANALISIS PENGELOMPOKAN JUMLAH PENUMPANG BUS TRANS JOGJA MENGGUNAKAN METODE CLUSTERING K-MEANS DAN AGGLOMERATIVE HIERARCHICAL CLUSTERING (AHC) Lisna Zahrotun
Jurnal Informatika Vol 9, No 1 (2015): Januari
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (545.828 KB) | DOI: 10.26555/jifo.v9i1.a2045

Abstract

Teknik kluster merupakan teknik pengelompokan yang sudah di kenal, dimana dalam teknik ini bertujuan untuk mengelompokkan data ke dalam kluster sehingga setiap kluster berisi data yang semirip mungkin.Dengan memanfaatkan data dari dinas perhubungantentang  jumlah penumpang Trans Jogja, maka dalam penelitian ini dilakukan pengelompokan jumlah penumpang berdasarkan jalur bus dan shelter dengan menggunakan metode clustering k-means, dan Agglomerative Hierarchical Clustering  (AHC). Penelitian ini menghasilkan  3 cluster untuk metode K-Means dengan jumlah data untuk cluster 0 ada 15 data, cluster 1 ada 44 data dan cluster 2 ada 54 data. Dan metode AHC3 cluster dengan jumlah data untuk cluster 0 ada 2 data, cluster 1 ada 57 data dan cluster 2 ada 54 data. Sehingga dari hasil pengelompokkan tersebut dapat terlihat  metode K-Means memiliki hasil yang lebih baik dari pada metode AHC Kata kunci : shelter, clustering k-means, agglomerative hierarchical clustering
Text Mining Untuk Mengklasifikasi Judul Skripsi Menggunakan Metode TF IDF Dan Algoritma C4.5 Ansari Ansari; Tedy Setiadi; Lisna Zahrotun
Jurnal Sarjana Teknik Informatika Vol 6, No 2 (2018): Juni
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v6i2.15245

Abstract

Skripsi merupakan karya ilmiah mahasiswa yang disusun dalam rangka memenuhi sebagian syarat penyelesaian studi pada program strata satu (S-1). Langkah awal yang dilakukan mahasiswa dalam mendaftar skripsi adalah mendaftarkan judul skripsi kepada Koordinator TA. Setelah mahasiswa mendaftar maka langsung di tentukan pembimbing dan pengujinya, tetapi dalam hal ini Koordinator TA menemui kesulitan dalam memilah skripsi setiap mahasiswa sesuai dengan bidang minatnya karena sebagai acuan untuk menentukan pembimbing dan pengujinya. Dengan banyaknya mahasiswa yang mendaftarkan skripsi, maka terdapat data skripsi yang melimpah. Data dari judul skripsi bisa dimanfaatkan untuk pencarian pola klasifikasi. Pola tersebut nantinya bisa di terapkan kedalam program untuk memudahkan Koordinator TA dalam menentukan skripsi mahasiswa sesuai dengan bidang minatnya untuk penentuan pembimbing dan pengujinya. Proses-proses text mining seperti tokenizing, filtering, stemming, cleaning, pembobotan, klasifikasi untuk pembentukan pola, dan pengujian keakurasian. Pembobotan dilakukan dengan TF-IDF sedangkan klasifikasi menggunakan Algoritma C4.5, untuk pengujian keakurasian dilakukan dengan menggunakan confussion matrix. Dalam penelitian yang telah dilakukan membuktikan bahwa TFIDF dan Algoritma C4.5 dapat diterapkan untuk mengklasifikasikan judul skripsi. Data set sebanyak 142 dengan menggunakan 130 data training dan 12 data testing, tingkat akurasi yang didapat mencapai 92%.
Penerapan Text Mining Pengelompokkan Judul Kerja Praktek Menggunakan Metode K-Means Clustering dengan Cosine Similarity Ika Kurnia Saputri; Tedy Setiadi; Lisna Zahrotun
Jurnal Sarjana Teknik Informatika Vol 6, No 3 (2018): Oktober
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v6i3.15257

Abstract

Kerja Praktek adalah kegiatan mahasiswa yang dilakukan di masyarakat maupun di perusahaan atau instansi untuk mengaplikasikan ilmu yang diperoleh dan melihat relevansinya di masyarakat maupun melalui jalur pengembangan diri dengan mendalami bidang ilmu tertentu dan aplikasinya. Dalam pelaksanaanya, tidak sedikit mahasiswa bingung menentukan sebuah instansi, perusahaan ataupun tempat lain untuk dijadikan tempat Kerja Praktek. Oleh karena itu, perlu adanya pengelompokkan Judul Kerja Praktek sehingga dapat menjadi salah satu referensi pengetahuan bagi mahasiswa untuk mengetahui pola kelompok judul kerja praktek yang ada. Dalam pengelompokkan tersebut, dapat menggunakan metode Text Mining K-Means Clustering dengan Cosine Similarity untuk dapat mengelompokkan judul kerja praktek. Penelitian ini dilakukan untuk mengkaji tentang algoritma K-Means Clustering dengan Cosine Similarity dan mengimplementasikan algoritma K-Means Clustering dengan Cosine Similarity dengan melakukan tahapan tokenizing, filtering dan stemming sehingga pada akhirnya akan didapatkan cluster-cluster judul kerja praktek. Data yang digunakan adalah data judul kerja praktek Teknik Informatika Universitas Ahmad Dahlan sebanyak 355 data. Hasil pengujian dilakukan uji purity sebanyak 5 kali percobaan, dengan mengkombinasikan parameter M yang berbeda-beda sebagai titik pusat cluster diperoleh nilai terbaik sebesar 0,85 dengan kombinasi M=6 yang artinya semakin mendekati 1 mengindikasikan bahwa semakin banyak dokumen yang berhasil dikelompokkan dengan benar.
Penerapan Data Mining Menggunakan Metode Naïve Bayes Untuk Klasifikasi Tindakan Jenis Abortus Di RSUD Duta Muly Indri Dwi Lestari; Tedy Setiadi; Lisna Zahrotun
Jurnal Sarjana Teknik Informatika Vol 6, No 2 (2018): Juni
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v6i2.15243

Abstract

Masalah kesehatan merupakan masalah penting yang tengah dihadapi masyarakat saat ini, apalagi yang tengah menimpa kaum wanita. Mortalitas dan mordibitas pada wanita merupakan masalah yang perlu mendapatkan perhatian yang serius. Di Negara berkembang seperti Indonesia, angka kematian ibu (AKI) adalah jumlah wanita yang meninggal dari suatu penyebab kematian terkait dengan gangguan kehamilan atau penanganannya. Abortus adalah ancaman atau pengeluaran hasil konsepsi sebelum janin sebelum janin dapat hidup diluar kandungan. Banyak faktor resiko yang berkontribusi terhadap kejadian abortus, yaitu usia ibu, usia kehamilan, HB/anemia, jarak kehamilan, riwayat penyakit, riwayat abortus dan gejala. Salah satu rumah sakit yang memberikan perhatian khusus pada abortus adalah RSUD Duta Mulya, kejadian abortus tertinggi terjadi pada tahun 2014. Oleh karena itu, penelitian ini berusaha membantu sebuah rumah sakit untuk merancang sebuah aplikasi data mining yang berfungsi untuk mengkasifikasikan tindakan dari jenis abortus. Dalam penelitian ini metode yang digunakan dalam melakukan proses klasifikasi adalah algoritma naïve bayes. Sedangkan untuk pengujian akurasi hasil klasifikasi digunakan metode confusion matrix. Hasil penilitian ini adalah sebuah aplikasi yang dapat mengklasifikasikan tindakan jenis abortus dengan menggunakan metode naïve bayes. Sedangkan berdasarkan pengujian dari confusion matrix dihasilkan akurasi sebesar 99,26%. Hasil tersebut didapatkan dari 14 data training dan 121 data testing. Dan akurasi sebesar 97,78% dengan 108 data training dan 28 data testing. Dari kedua percobaan yang dilakukan dalam penelitian ini, naïve bayes lebih bagus digunakan dengan menggunakan data training dengan jumlah sedikit.
Aplikasi Data Mining untuk Mencari Pola Asosiasi Tracer Study Menggunakan Algoritma FOLDARM Lisna zahrotun; Tedy Setiadi; Taufik Mufti Haryadi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 4, No 1 (2018): April 2018
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v4i1.2018.37-43

Abstract

A tracer study is an approach that allows higher education institutions to obtain information about possible deficiencies during educational process and learning process and activity planning for improvement. Institute of Student Affairs never do a tracer study data analysis, although tracking of graduate student has been periodically using web-based application but the previous data is still in old format. Tracer study process is only once time in order to completed   accreditation requirement for department. In this research we will focus in developing the application using FOLDARM method for student tracer study. Application is created using the CI Framework programming language with   Mysql as backend database. The test is done using lift ratio method. The result show, association of the patterns are counted by 3, 24% support and confident 45% and it that meet the criteria. By using lift ratio test, the pattern that has the strongest relationship is if the waiting period in finding a job is 3- 5,9 month and first salary is below Rp. 1,572,200,-  and IPK is between 2.75 - 3.50 and graduation age is between 15-24 years old.
Pengelompokan Mahasiswa Berdasarkan Data Akademik Sebelum Kuliah dan Masa Studi Menggunakan K-Medoids Herri Kurnia; Lisna Zahrotun; Utaminingsih Linarti
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 5, No 2 (2021): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v5i2.3243

Abstract

The research objective is to obtain information about the results of clustering that are useful for the campus, especially study programs, to be used as consideration for future admissions by grouping, causing a mismatch between the number of students and the existing campus facilities. This research was conducted at university X which has several faculties, one of which is faculty Y which consists of the R study program, S study program, T study program and U study program. This research uses the K-Medoids method. The stages of this research started with load dataset, data cleaning, data selection, data transformation with one hot encoding, euclidean distance, and k-medoids to produce clusters. Testing the quality of the clusters in this study using the silhouette coefficient. The research resulted in recommended student data and all of them came from Java Island. In the dataset of study programs R, S, and U, the recommended data are obtained with a total number of 9, 57, and 64, respectively, which have an average math score of at least 82. Meanwhile, for the T study program dataset, there are 35 data with an average mathematical value. amounted to 73.89. The test results for the dataset of study programs R, S, T and U are 0.52, 0.67, 0.35, and 0.65 respectively, so the results are quite good.
PERANCANGAN TEXT MINING PENGELOMPOKKAN PENELITIAN DOSEN MENGGUNAKAN METODE SHARED NEAREST NEIGHBOR DENGAN EUCLIDEAN SIMILARITY Mushlihudin Mushlihudin; Lisna Zahrotun
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 3)
Publisher : Prosiding SNATIF

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

Abstract

Abstrak Penelitian merupakan salah satu dari Tridarma dosen. Selain mengajar seorang dosen diwajibkan untuk melakukan penelitian guna mengembangkan ilmunya. Universitas Ahmad Dahlan (UAD) merupakan salah satu Universitas Swasta di Yogyakarta. Selama ini penelitian dosen UAD dikelola oleh Lembaga Penelitian dan Pengembangan atau yang sering disingkat dengan LPP. Penelitian dosen terdiri dari penelitian internal dan penelitian eksternal. Salah satu kendala dosen dalam penelitian adalah mencari pasangan yang tepat yang sesuai dengan bidang keilmuan. Padahal bidang keilmuan ini dapat dilakukan dengan dosen antar program studi. Jika para dosen mengetahui bidang minat dan riwayat dari penelitian-penelitian sebelumnya dosen lain tentu ini akan memudahkan dosen dalam berkolaborasi dengan dosen lain untuk melakukan penelitian. Tujuan penelitian ini adalah untuk membuat perancangan text mining dalam mengelompokkan judul penelitian dosen berdasarkan kemiripan antar judul penelitian. Metode yang digunakan dalam penelitian merupakan salah satu metode pengelompokkan dalam text mining yaitu Shared Nearest Neighbor dengan Euclidean Similarity”. Luaran dari penelitian ini adalah rancangan aplikasi text mining dalam mengelompokkan judul-judul penelitian dosen yang memiliki kemiripan sehingga memudahkan para dosen untuk mencari relasi dalam penelitian berikutnya.  Kata Kunci : Text mining, Shared Nearest Neighbor, Euclidean Similarity
IMPLEMENTASI POINT OF SALE (POS) UNTUK PENGELOLAAN KEUANGAN DI ARIZANAFOOD Lisna Zahrotun; Arfiani Nur Khusna; Ika Arfiani
Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Vol. 2 No. 2 (2018)
Publisher : Universitas Ahmad Dahlan, Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jp.v2i2.391

Abstract

Makanan merupakan komponen penting dari kehidupan manusia, ikan merupakan salah satu konsumsi makanan yang mempunyai protein dan kalsium tinggi. Masyarakat Sleman khususnya mengkonsumsi ikan tiap tahun terdapat peningkatan dan penurunan. Bisnis makanan khususnya olahan ikan merupakan bisnis unggulan yang menjanjikan untuk tahun mendatang. UKM Arizanafood mempunyai fokus pada usaha olahan ikan yaitu abon ikan tuna untuk anak-anak dan dewasa. UKM Arizanafood mempunyai kendala dan hambatan pada tahapan stok bahan baku yang terbatas, produksi yang terhambat dan tidak ada peningkatan, proses yang tidak didukung peralatan yang memadai, produk yang bersaing ketat di pasaran, manajemen keuangan akuntansi yang masih manual, distribusi produk belum terdapat alur yang jelas, pemasaran belum menerapkan teknologi berbasis website, sumber daya manusia belum dikelola dengan maksimal, sarana yang masih minim dan finansial dalam hal pelaporan belum dikelola dengan baik, sehingga untuk bersaing di pasar dunia akan sangat berat dihadapi.Pengembangan aplikasi berbasis teknologi internet yaitu aplikasi website dan mobile yang sedang berkembang dapat membantu memberikan solusi dari permasalahan yang dihadapi UKM Arizanafood dari sisi teknologi, sedangkan SCM (Supply Chain Management) untuk manajemen stok barang, CRM (Customer Relationship Management) untuk manajemen pelanggan, manajemen keuangan akuntansi meliputi keuangan kasir dan laporan laba rugi, manajemen kewirausahaan, manajemen strategik UKM, manajemen peningkatan mutu kualitas produk dan manajemen pengelolaan sumber daya manusia dapat membantu permasalahan dari sisi manajemen usaha yang dihadapi UKM Arizanafood.
PELATIHAN PEMBUATAN MEDIA PEMBELAJARAN UNTUK PERWAKILAN GURU SD/MI PADA BADAN KERJASAMA SEKOLAH (BKS) SD/MI MUHAMMADIYAH/ AISYIYAH KABUPATEN BANTULPELATIHAN PEMBUATAN MEDIA PEMBELAJARAN UNTUK PERWAKILAN GURU SD/MI PADA BADAN KERJASAMA SEKOLAH (BKS) SD/MI MUHAMMADIYAH/ AISYIYAH KABUPATEN BANTUL Lisna Zahrotun; Arfiani Nur Khusna; Rusydi Umar
Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Vol. 2 No. 3 (2018)
Publisher : Universitas Ahmad Dahlan, Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jp.v2i3.402

Abstract

Pada era persaingan global saat ini, ilmu pengetahuan dan teknologi  berkembang begitu pesat melalui berbagai inovasi-inovasi yang semakin maju seiring dengan perkembangan zaman. Badan Kerjasama Sekolah (BKS) SD/ MI Muhammadiyah/ Aisyiyah Kabupaten Bantul merupakan sebuah wadah dari seluruh SD/ MI Muhammadiyah/ Aisyiyah se Kabupaten Bantul mempunyai program kerja salah satunya mengembangkan dan meningkatkan serta menciptakan daya saing civitas terutama guru SD/ MI Muhammadiyah/ Aisyiyah sehingga tercipta pengajar yang unggul disertai pemanfaatan teknologi untuk peningkatan kualitas belajar dan menunjang pembelajaran. Agar program kerja dari (BKS) SD/ MI Muhammadiyah/ Aisyiyah Kabupaten Bantul dapat berjalan dengan lancar maka dilakukanlah pelatihan pembuatan media pembelajaran untuk BKS SD/ MI Muhammadiyah/ Aisyiyah Kabupaten Bantul. Metode yang digunakan dalam pelatihan ini adalah dengan memberikan modul pelatihan, bimbingan dengan cara tutorial, pemberian contoh dan studi kasus dan yang terakhir adalah evaluasi.Dari evaluasi yang dilakukan menggunakan kuesioner dalam pelatihan ini dihasilkan bahwa kemampuan meningkat dengan presentase 80% dan sudah mencapai standar kompetensi yang telah dibuat  sehingga pelatihan ini dapat dikatakan berhasil karena dapat meningkatkan kemampuan dari peserta dalam membuat media pembelajaran