Claim Missing Document
Check
Articles

PENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK Sarno, Riyanarto; Rahutomo, Faisal
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 1, Januari 2008
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (612.589 KB) | DOI: 10.12962/j24068535.v7i1.a60

Abstract

Full-text search and metadata-enabled search have weakness in the precision of the searched article. This research offers weighted tree similarity algorithm combined with cosine similarity method to count similarity in semantic search. In this method metadata is constructed based on the tree of labelled node, labelled and weighted branch. The structure of tree metadata is constructed based on semantic information like taxonomi, ontologi, preference, synonim, homonym and stemming. From testing result, the precision of search using weighted tree similarity algorithm is better that full-text search and metadata-enabled search.
Indonesian Dataset Expansion of Microsoft Research Video Description Corpus and Its Similarity Analysis Rahutomo, Faisal; Hafidh Ayatullah, Ahmad
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 3, No 4, November 2018
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (719.162 KB) | DOI: 10.22219/kinetik.v3i4.680

Abstract

This paper describes the academic base of an openly Indonesian dataset in Mendeley Data with DOI: 10.17632/d7vx5cc92y.1 [1]. The dataset is an Indonesian language expansion of Microsoft research video description corpus, an open dataset contains about 120 thousand sentences. The dataset is a useful resource because the sentences are a set of roughly parallel descriptions of more than 2,000 video snippets of 35 languages. Both paraphrase and bilingual relation are available but Indonesian description is not available in the dataset. Therefore, this paper describes the research effort to expand the dataset for the Indonesian language. The research collected 43,753 description texts of 1,959 short videos, parallel with Microsoft’s dataset. Adding more value to the dataset, similarity metrics calculations of the texts were done. The metrics were Cosine, Jaccard, euclidian, and Manhattan with average results were 0.22, 0.33, 2.38, and 6.08 respectively.
EVALUASI FITUR WORD2VEC PADA SISTEM UJIAN ESAI ONLINE Rahutomo, Faisal; Ikawati, Deasy Sandhya Elya; Rohman, Obby Auliyaur
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 4, No 1 (2019)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (899.742 KB) | DOI: 10.29100/jipi.v4i1.1098

Abstract

Sampai sekarang pengembangan sistem informasi untuk mengevaluasi pemahaman siswa terhadap proses belajar memang sudah banyak dilakukan, baik berbentuk pilihan ganda maupun esai secara online. Dari referensi yang telah didapat kebanyakan menggunakan vektor kata dengan pendekatan skema pembobotan Term Frequency (TF). Dimana pada TF menghasilkan matriks kata yang senggang (Sparse), serta hasil error kemiripan yang besar. Didalam penelitian ini dievaluasi kinerja representasi fitur teks dan pembobotan yang lain, yaitu Word2vec. Selanjutnya perhitungan vektor kemiripan antar kedua teks menggunakan metode Cosine Simiarity dan Euclidean Distance. Hasil evaluasi pengujian berupa nilai koefisien antara penilaian sistem dengan penilaian manual yang dibandingkan dengan penelitian terdahulu dengan skala sama. Data yang digunakan sebanyak 2162 data. Data ini diperoleh dari 50 siswa yang menjawab 40 soal (politik, olahraga, lifestyle dan teknologi). Hasil pengujian menunjukkan rata-rata nilai precentage error dengan menggunakan fitir Word2vec sebesar 59.5%. Angka tersebut menunjukkan nilai error yang tinggi. Sehingga penelitian ini sampai pada kesimpulan bahwa menggunakan fitur Word2vec tidaklah lebih akurat pada kasus ujian esai online dibanding menggunakan fitur Term Frequency (TF).
MANHATTAN DISTANCE AND DICE SIMILARITY EVALUATION ON INDONESIAN ESSAY EXAMINATION SYSTEM Ali, Muhammad Haidar; Rahutomo, Faisal
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 4, No 2 (2019)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1088.118 KB) | DOI: 10.29100/jipi.v4i2.1398

Abstract

Each learning process requires an evaluation tool to measure the level of understanding of students. The type of evaluation can be multiple choice questions, short entries and essays. Some studies reveal essay exams better than other types of evaluations. An essay assessment is automatically needed to save teacher time in correcting answers. However, the development of essay assessments is still ongoing. The aim is to obtain a better accuracy value than the method used in the assessment. Based on these problems, this study proposes a comparative analysis of similarity methods for online essay exam assessment. The similarity method compared is Similarity Dice and Manhattan Distance. Both methods produce coefficient values which are then compared to the assessment of the system with manual scales with the same scale. The data used were 2162 data. This data was obtained from 50 students who answered 40 questions (politics, sports, lifestyle and technology). The data obtained in this study can be used to support other research that can be accessed at www.indonesian-ir.org. This research shows that the Dice similarity scheme is more accurate than Manhattan Distance
Implementasi Single Pass Clustering pada Preprocessing Temu Kembali Koleksi Berita Teks Rahutomo, Faisal; Puspitasari, Dwi; Sulistyoningrum, Trie Endah
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 1 (2020): Volume 6 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i1.34311

Abstract

Berita saat ini masih menjadi sumber yang dipercaya untuk mendapatkan informasi. Namun seiring dengan perkembangan teknologi berita yang terbit menjadi semakin banyak jumlahnya. Akibat dari jumlah berita yang banyak diperlukan suatu sistem yang dapat dipergunakan untuk menemukan berita dengan cepat. Sistem Temu Kembali menjadi cara yang dapat dipergunakan untuk membantu menangani masalah tersebut. Sistem temu kembali yang ada masih terus dikaji efisiensinya jika berhubungan dengan jumlah informasi yang sangat besar. Makalah ini melakukan pengujian efektifitas dan efisiensi tambahan preprocessing pada sistem temu kembali. Langkahnya yaitu mengklasterkan informasi yang ada terlebih dahulu. Pada preprocesing ini diimplementasikan metode single pass clustering. Kemudian pencocokan query dengan dokumen disederhanakan kepada pencocokan query dengan centroid klaster. Hasil uji coba efisiensi menunjukkan bahwa sistem temu kembali yang mengimplementasikan single pass clustering mampu mencari berita dengan lebih cepat. Sedangkan pengujian efektifitas untuk mengetahui seberapa tepat berita yang bisa diketahui dari nilai pengujian precision, recall, dan f-score. Dari pengujian tersebut didapatkan hasil jika proses pencarian paling tepat dilakukan pada cluster dengan nilai threshold 0,1. Pengujian pada cluster threshold 0,1, f-score terbaik didapatkan ketika dilakukan proses temu kembali berita dengan keyword ‘4g lte’ bernilai 0,732. Sedangkan pengujian f-score terburuk terdapat pada pengujian dengan keyword ‘aplikasi whatsapp’ dengan nilai 0,111. Sedangkan secara umum, sistem yang diusulkan selalu lebih cepat hanya saja lebih rendah nilai performa precision, recall, dan f-score-nya.
DETEKSI PLAGIARISME PADADOKUMEN SKRIPSI BERDASARKAN TINGKAT KESAMAAN DENGAN MENGGUNAKAN METODE LONGEST COMMON SUBSEQUENCE Nawawi, Imam; Arhandi, Putra Prima; Rahutomo, Faisal
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 8, No 3 (2019)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v8i3.21299

Abstract

Plagiarisme adalah tindakan menyalin, mengambil karangan atau pendapat orang lain tanpa adanya izin tertulis dan menjadikanya seolah-olah pendapatnya sendiri. Hal ini masih menjadi fenomena yang sering terjadi pada instansi akademik atau non akademik. Namun pada jurusan Teknologi Informasi Politeknik Negeri Malang belum ada aplikasi yang dapat digunakan untuk mendeteksi plagiarisme. Berdasarkan permasalahan diatas, maka dibuatlah aplikasi deteksi plagiarisme pada dokumen Tugas Akhir / Skripsi yang bernama Document plagiarism Detection (Doristec) dengan menggunakan metode Longest Common Subsequence (LCS) dengan membuat modifikasi untuk mencapai hasil yang sesuai dengan perancangan. Aplikasi ini dibuat dengan tujuan untuk mengetahui seberapa besar tingkat plagiarisme pada dokumen Tugas Akhir / Skripsi yang nantinya akan diketahui oleh mahasiswa dan panitia Laporan Akhir dan Skripsi. Berdasarkan penelitian yang telah dilakukan, Metode Longest Common Subsequence dapat digunakan untuk deteksi plagiarisme dengan perbandingan dua atau lebih dokumen. Hal ini dapat menjadi alternatif bagi mahasiswa jurusan Teknologi Informasi Politeknik Negeri Malang dalam melakukan pengujian terhadap penelitiannya dan bagi panitia Laporan Akhir dan Skripsi dapat melakukan monitoring Laporan Akhir dan Skripsi.
Media Pembelajaran Aplikasi Tata Cara Pengurusan Jenazah Berbasis Multimedia Ulla Delfana Rosiani; Mungkin Astiningrum; Faisal Rahutomo; Gunawan Budi Prasetyo; Yushintia Pramitarini
Jurnal Pengabdian Polinema Kepada Masyarakat Vol. 8 No. 2 (2021): Jurnal Pengabdian Polinema Kepada Masyarakat
Publisher : UPT Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jppkm.v8i2.95

Abstract

Agama Islam mengajarkan ilmu fiqih dimana dalam kajian tersebut salah satunya membahasan tentang pengurusan jenazah. Namun, masyarakat masih membutuhkan pemahaman tentang bagaimana mengurus jenazah di lingkungan daerah sekitar mereka. Untuk membantu memberikan pemahaman tersebut maka akan dilakukan pelatihan tata cara pengurusan jenazah. Pelatihan ini akan menggunakan metode pembelajaran dengan teknik demonstrasi dimana salah satunya adalah dengan menggunakan aplikasi sebagai media pembelajaran berbasis multimedia. Aplikasi tata cara pengurusan jenazah berbasis multimedia dirancang dan dibuat guna untuk menyajikan informasi dengan tampilan yang menarik. Aplikasi dilengkapi dengan suara dan keterangan serta fitur berdasarkan materi persiapan apa saja yang harus disediakan untuk pengurusan hingga menguburkan jenazah. Dengan dibuatnya aplikasi tata cara pengurusan jenazah diharapkan dapat meningkatkan pemahaman masyarakat tentang tata cara pengurusan jenazah. Kegiatan pengabdian masyarakat ini dapat berjalan lancar, peserta pelatihan mendapatkan pemahaman ilmu tentang tata cara pengurusan jenazah dengan media pembelajaran yang menarik
Eksperimen Naïve Bayes Pada Deteksi Berita Hoax Berbahasa Indonesia Faisal Rahutomo; Inggrid Yanuar Risca Pratiwi; Diana Mayangsari Ramadhani
Jurnal Penelitian Komunikasi dan Opini Publik Vol 23, No 1 (2019): JURNAL PENELITIAN KOMUNIKASI DAN OPINI PUBLIK - Juli 2019
Publisher : BPSDMP Kominfo Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (760.016 KB) | DOI: 10.33299/jpkop.23.1.1805

Abstract

Website and blog are popular as a media to spread news. The validity of an article of news’s can either be valid or fake. A fake article of news is usually called a hoax news article. The purpose of making hoax news is to persuade, manipulate, affect to people to do something that contradicts or prevents the right action. A hoax news usually used threats or misleading information to make them believe things that are not real. This research proposes an experiment using naïve Bayes to detect hoax news in Bahasa Indonesia. In this research, we use our own dataset consisting of a total of 600 valid and hoax articles. We asked three reviewers to conduct manual classification for our dataset. Final tagging was obtained by adopting the maximum score from the three reviewers. In our experiment, we show that naïve Bayes can classify Indonesian online news articles with term frequency feature using the PHP-ML library component’s. We obtained an accuracy is 82.6% with static testing and 68.33% with dynamic testing. We give free access to the dataset so the future research can replicate, comparing the result and make a baseline testing.Keywords : Hoax News Detection, Naïve Bayes Classifier.
Sistem Pemeringkat Otomatis Berbasis Kata Sifat Faisal Rahutomo; Diana Mayangsari Ramadhani; Inggrid Yanuar Risca Pratiwi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 3 No 2 (2019): Agustus 2019
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (755.584 KB) | DOI: 10.29207/resti.v3i2.943

Abstract

This paper exposes a novel method has been developed during these 2 years. The method is named as “adjective based automatic rating system”. This method is developed to utilize the abundant availability of text on the internet for quality and performance rating purpose. The text is processed in such a way and leave only the adjectives. Semantic analysis is done by two knowledge: adjectives of performance definition and Indonesian adjectives database with its synonym-antonym relation. This research proposes several formula steps, therefore the method output is a rating score that can be tunned its scale. The experiment results have been gathered for several objects: tourism, courier service, and organization performance. With detail information in tourism object experiment, this paper cites the other experiment results as well. This paper also provides availability information of the method as Python library. The results show a high correlation score, always more than 0.9. The results also show acceptable error scores, never more than 45%.
Indonesia Democracy Index (IDI) Forecasting in 2019 using Moving Average and Correlation Between IDI's Aspect Using Pearson Correlation Coefficient Faisal Rahutomo; Dimas Rossiawan Hendra Putra; M Bisri Musthofa; Ngat mari
Journal of Electrical, Electronic, Information, and Communication Technology Vol 2, No 2 (2020): JOURNAL OF ELECTRICAL, ELECTRONIC, INFORMATION, AND COMMUNICATION TECHNOLOGY
Publisher : Universitas Sebelas Maret (UNS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/jeeict.2.2.41361

Abstract

Abstract—This experiment aims to analyze the forecasting of the Indonesian Democracy Index (IDI) in 2019, which uses each province data by the Moving Average method. The parameters used in this experiment refer to data obtained from the Central Statistics Agency (BPS) in 2009-2018. The level of achievement of IDI is measured based on the development and implementation of 3 aspects, 11 variables, and 28 indicators. Experiment purposes to find the average percentage of absolute error MAPE (Mean Absolute Percentage Error) for each province and looks for correlations between the three main aspects of forming IDI namely civil liberties, political rights, and democratic institutions. IDI Indonesia's forecasting results in 2019 the IDI has an average value of 68.28 with a MAPE of 4.78%. The results of the correlation between the three aspects of forming the IDI using the Pearson correlation coefficient resulted in the aspect of civil liberties having no correlation with aspects of political rights or aspects of democratic institutions with Pearson values of -0.05 and -0.19. Whereas aspects of political rights correlate with democratic institutions with Pearson's value of 0.48.Keywords—Forecasting, Indonesian Democracy Index, Moving Average. Pearson Correlation Coefficient
Co-Authors Abdul Latif Priyadi Agustaf Fanisnaini Narolis Ahmad Hafidh Ayatullah Aisy Muhammad R Ali, Muhammad Haidar Aljalal, Majid Annisa Taufika Firdausi Annisa Taufika Firdausi Ariyo, Bashiru Olalekan Astiningrum, Mungki Aulia, Indinabilah Bambang Harjito, Bambang Carfin Febriawan Pratama Putra Christine Dewi Christine Kartika Dewi Daffa , Aminuddin Dhebys Suryani Hormansyah Dhebys Suryani Hormansyah, Dhebys Suryani Dhiana Novita Sari Diana Mayangsari Ramadhani Diana Mayangsari Ramadhani Dimas Rossiawan Hendra Putra Dwi Puspitasari Dyah Ayu Irawati Dyah Ayu Irawati, Dyah Ayu Ekojono Febri Liantoni Fidyawan, Miftahul Agtamas Gunawan Budi Prasetyo Hafidh Ayatullah, Ahmad Haris Setiyono Henda, Reihan Ibrahim, Sutrisno Ikawati, Deasy Sandhya Elya Imam Fahrur Rozi Imam Nawawi Imam Nawawi, Imam Indinabilah Aulia Inggrid Yanuar Risca Pratiwi Inggrid Yanuar Risca Pratiwi Irvan Wahyu Nurdian Joko Haryono Josaphat Tetuko Sri Sumantyo Kharismadita, Paratisa Kurniawan, Muhammad Fachrul Latif Priyadi, Abdul M Bisri Musthofa Meiyanto Eko Sulistyo Meiyanto Eko Sulistyo Meiyanto Eko Sulistyo Mekonnen, Atinkut Molla Miftahul Agtamas Fidyawan Moechammad Sarosa Muhammad Arief Rahman Muhammad Arief Rahman Muhammad Bisri Musthafa Muhammad Elfa Rodhian Putra Muhammad Fachrul Kurniawan Muhammad Hamka Ibrahim Muhammad Hamka Ibrahim Muhammad R, Aisy Muhammad Rifky Prayanta Musthafa, Muhammad Bisri Ngat mari Ngatmari Ngatmari Ngatmari, Ngatmari Nugraha, Bagus Putra Nur Rochmanshah Nurdian, Irvan Wahyu Pangestu Nur Mirzha Paratisa Kharismadita Pramana Yoga Saputra Pramudita, Muhammad Aisamuddin Eka Putra Prima Arhandi, Putra Prima Putra, Carfin Febriawan Pratama Rahmad, Cahya Rahman, Muhammad Arief Ridwan Rismanto Ririd, Ariadi Retno Tri Hayati Riyanarto Sarno Rochmanshah, Nur Rohman, Obby Auliyaur Rosa Andrie Asmara Rosiani, Ulla Delfana Sari, Dhiana Novita Septarina, Amalia Agung Subuh Pramono Sulistyoningrum, Trie Endah Sutrisno Sutrisno Sutrisno Sutrisno Sutrisno Sutrisno Sutrisno, Sutrisno Yoppy Yunhasnawa Yushintia Pramitarini Yushintia Pramitarini Zanuar Hanif Rachmat Adi