Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sains Dasar Jurnal Informatika Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Padjadjaran Journal of Dental Researchers and Students
Mira Suryani, Mira
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Computer Science & IT Dentistry Education Engineering Immunology & microbiology Medicine & Pharmacology Public Health

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika

 1 
Pengaruh Ukuran Jendela Observasi terhadap Kinerja Conditional Random Fields pada Pengenalan Fase Gerak Yulita, Intan Nurma; Suryani, Mira; Paulus, Erick
Jurnal Informatika Vol 1, No 1 (2016): Jurnal Informatika
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (10.074 KB)

Abstract

Pengenalan gerak merupakan penelitian yang banyak dikaji. Tantangan di dalam melakukan penelitian iniadalah representasi data disajikan dalam bentuk sekuensial. Untuk dapat mengenali gerak tersebut makametode yang digunakan harus mampu merepresentasikan pola sekuensial  di dalam pemodelan.  Olehkarena itu, pada penelitian ini diajukan Conditional Random Fields.
Klasifikasi Newsgroup Menggunakan Vector Space Model dan Novel K Nearest Neighbors Suryani, Mira; Nasuha, Ayi Muhammad Iqbal; Yulita, Intan Nurma; paulus, erick
Jurnal Informatika Vol 1, No 1 (2016): Jurnal Informatika
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (14.476 KB)

Abstract

Salah satu penelitian dalam bidang perolehan informasi yang hingga saat ini masih menjadi kajian adalah kategorisasi teks. Klasifikasi teks dapat membantu manusia untuk menemukan sekumpulan informasi yang relevan sesuai dengan kebutuhan secara cepat. Studi ini mengemukakan tentang proses mengkategorisasikan newsgroup. Data newsgroup dipilih sebagai dataset penelitian dikarenakan newsgroup sendiri merupakan aplikasi yang telah lama dan banyak digunakan oleh orang untuk berdiskusi di dunia maya, sehingga data newsgroup berada dalam jumlah besar dan perlu pengelolaan. Vector space model sebagai representasi fitur dari sebuah dokumen yang dihasilkan setelah melalui proses indexing dan pembobotan menggunakan term frequency. Representasi fitur kemudian diklasifikasikan ke dalam 3 kategori sesuai dengan kelas kategorinya. Dari hasil penelitian diperoleh nilai rata-rata precision sebesar 71% dengan jumlah data yang diklasifikasikan secara benar sebanyak 89 data. Hasil ini diperoleh dari penentuan jumlah k paling optimal yang berada pada nilai 30.
Co-Authors Akik Hidayat, Akik Ayi Muhammad Iqbal Nasuha, Ayi Muhammad Iqbal Erick Paulus Gilang Yubiliana, Gilang Intan Nurma Yulita, Intan Nurma Muttaqin, Akmal Rahmat Sopian Setiawan Hadi