Article Per Year (5 Year)
p-Index From 2020 - 2025
2.906
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Computech & Bisnis (e-Journal) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JRSI (Jurnal Rekayasa Sistem dan Industri) JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) TELEKONTRAN: Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan JMECS (Journal of Measurements, Electronics, Communications, and Systems) Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Reswara: Jurnal Pengabdian Kepada Masyarakat eProceedings of Engineering
Ibnu Asror
Universitas Telkom
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Social Sciences

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search
Journal : eProceedings of Engineering

 1   2   3 
Analisis Perbandingan CPU dan GPU (CUDA) Pada Klasifikasi Data Mining dengan Menggunakan Metode K-Nearest Neighbor Kernel Algorthm Faris Muhammad; Ibnu Asror; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Data mining merupakan proses semi-otomatis untuk pengekplorasian data yang berjumlah besar gunanya untuk mendapatkan pola yang berguna. Data mining ini merupakan proses gabungan antar bidang-bidang terutama adalah machine learning, analisis statistik dan basis data. Data mining berusaha untuk menemukan kaidah dan pola dari data.Salah satu task yang penting dalam data mining adalah classification (klasifikasi). Klasifikasi ini dapat dideskripsikan sebagai berikut: terdiri dari data input yang disebut juga sebagai training set terdiri dari sejumlah examples (record) yang masing-masing memilki sejumlah atribut atau disebut juga fitur. Adapun tujuan klasifikasi ini adalah untuk menganalisa data input dan mengembangkan sebuah model yang akurat untuk setiap kelas berdasarkan beberapa variabel prediktor. Untuk menghasilkan informasi saat melakukan proses data mining kendala yang dihadapi adalah banyaknya jumlah data sehingga proses yang dilakukan oleh CPU akan berjalan sangat lambat apabila dirasakan. Untuk menanggulangi masalah ini maka proses data mining menggunakan GPU menjadi salah satu solusi dalam menangani running time yang lambat dan akurasi yang kurang baik. Melalu tugas akhir ini penulis akan mencoba menganalisis sebuah algoritma KNN Kernel, Metode ini merupakan perkembangan dari metode KNN Standard. Dimana pada metode KNN Standard proses klasifikasi dilakukan dengan melihat sejumlah k tetangga terdekat, dan akan diklasifikasikan berdasarkan jumlah kelas terbanyak pada sejumlah k tetangga terdekatnya. Classifier tersebut diuji menggunakan 3 fungsi Kernel. Hasil yang didapat dari percobaan penulis yaitu pada pembagian 5 fold total waktu CPU1: 1,68 s,CPU2: 15,63 s,GPU1: 12,29 s,GPU2: 4,61 s. dan pada pembagian 10 fold total waktu CPU1: 1,53 s,CPU2: 15,27 s,GPU1: 12,05 s,GPU2: 4,55. Akurasi yang didapatkan pada pembagian 5 fold 63,87% dan pembagian 10 fold 64,30% pada semua perangkat.Kata Kunci : data mining,klasifikasi,CPU, GPU,KNN Kernel Abstract Data mining is a semi-automatic process for exploring and analyzing large amounts of data to get useful patterns.Data mining is a joint process between fields, especially machine learning, statistical analysis and database. Data mining tries to find the rules and patterns of data. One important task in data mining is classification (classification). This classification can be described as follows: consists of input data which is also called training set consisting of a number of examples (records) which each have a number of attributes or also called features. The purpose of this classification is to analyze input data and develop an accurate model for each class based on several predictor variables. To produce information when doing data mining process, the obstacles faced are the large amount of data so that the process carried out by the CPU will run very slowly when felt. To overcome this problem, the data mining process uses GPU to be one of the solutions in handling slow running time and poor accuracy. Through this final project the author will try to analyze a KNN Kernel algorithm, this method is a development of the KNN Standard method. Where in the KNN Standard method the classification process is carried out by looking at a number of the closest neighbors, and will be classified based on the number of classes in the number of the closest neighbors. The classifier is tested using 3 Kernel functions. The results obtained from the authors' experiments are that the division of 5 fold total CPU time1: 1.68 s, CPU2: 15.63 s, GPU1: 12.29 s, GPU2: 4.61 s. and in dividing the 10 fold total CPU time1: 1.53 s, CPU2: 15.27 s, GPU1: 12.05 s, GPU2: 4.55. Accuracy obtained at 5 fold division is 63.87% and division of 10 fold is 64.30% on all devices. Keywords: data mining,classication,CPU,GPU,KNN Kernel
Desain Dan Analisis Arsitektur Microservices Pada Sistem Informasi Akademik Perguruan Tinggi Dengan Pendekatan Architecture Tradeoff Analysis Method (atam)(studi Kasus: Igracias Universitas Telkom) Muhammad Rezaldy; Ibnu Asror; Indra Lukmana Sardi
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Microservices merupakan sebuah konsep arsitektur perangkat lunak yang dapat menjadi solusi untuk dapat membuat perangkat lunak yang besar lebih terorganisasi dan dapat dengan cepat beradaptasi terhadap perkembangan kebutuhan bisnis yang ada. Bagi lembaga perguruan tinggi teknologi sistem informasi telah menjadi kebutuhan untuk menunjang proses pendidikan. Sebagai media informasi akademik yang memiliki peran penting, IGracias masih mengadopsi arsitektur monolitik. Monolitik yaitu aplikasi yang dikembangkan dan di-deploy sebagai satu entitas [1]. Hal ini mengakibatkan ketika suatu aplikasi monolitik berkembang menjadi sangat besar dan kompleks, akan menjadi sangat sulit untuk proses pengembangan lanjutan, pengujian dan deploy. Microservices merupakan sebuah kerangka kerja yang dapat mengintegrasikan proses bisnis yang ada, mendukung infrastruktur teknologi informasi sesuai dengan prioritas bisnis. Desain dan Analisis arsitektur microservices pada sistem akademik perguruan tinggi dengan pendekatan architecture tradeoff analysis Method(ATAM) (Studi Kasus: iGracias Universitas Telkom) sebagai metode evaluasi arsitektur microservices. Dalam tugas akhir ini telah dilakukan desain dan analisis terhadap arsitektur microservices untuk diterapkan pada iGracias. Dari hasil survey dan pengujian yang menggunakan scenario sebagai bahan penilaian terdapat empat komponen yang dapat menangani permasalah sistem infomasi akademik iGracias yaitu dengan microservices yang modularity, independent, maintainability dan scalability. Kata kunci: Microservices, monolitik, iGracias, Arsitektur.
Analisis Hubs and Authorities Centrality menggunakan Probabilistic Affinity Index (PAI) pada graf berarah-berbobot dalam Social Network Analysis Muhammad Thomy Farhan; Eko Darwiyanto; Ibnu Asror
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Social media merupakan wadah dalam melakukan interaksi yang terhubung ke jaringan internet, Twitter adalah salah satu contoh dari social media. Dalam twitter terkadang seseorang tidak ingin tertinggal informasi terkait topik tertentu, sehingga perlu mem-follow user yang berkaitan dengan topik tersebut agar informasi dapat diperoleh dengan cepat. Pada penelitian ini dilakukan analisis yang menerapkan metode Hubs and Authorities Centrality untuk menentukan perangkingan user dan metode Probabilistic Affinity Index untuk pembobotan nilai. Hasil perangkingan authority centrality dapat dijadikan daftar rekomendasi suatu user yang berperan atau mempunyai informasi mengenai topik tertentu dan hasil perangkingan hub centrality dapat dijadikan daftar rekomendasi suatu user yang memiliki ketertarikan pada topik tertentu. Dari pengujian pada penelitian ini, perubahan jumlah user lain yang berelasi dengan user mempunyai ratarata terbesar perubahan nilai centrality sebesar 0.01188. Sementara perubahan jumlah relasi mempunyai rata-rata terbesar perubahan nilai centrality sebesar 1.44087x10−9 . Berdasarkan pengujian tersebut, jumlah user lain yang berelasi dengan user mempunyai pengaruh besar pada hasil perangkingan dibandingkan dengan jumlah relasi yang dimiliki oleh user. Kata kunci : Social Media, Twtitter, Hubs and Authorities Centrality, Probabilistic Affinity Index, authority centrality, hub centrality Abstract Social media is a place for interaction that is connected to the internet network, Twitter is one example of social media. In twitter sometimes someone does not want to be left behind information related to a particular topic, so it is necessary to follow the user related to the topic so that information can be obtained quickly. In this study, an analysis was carried out that applied the Hubs and Authorities Centrality method to determine user rankings and the Probabilistic Affinity Index method for weighting values. The results of authority centrality ranking can be used as a list of recommendations of a user who plays a role or has information about a particular topic and the results of centrality hub ranking can be used as a list of recommendations of a user who has an interest in a particular topic. From the testing in this study, changes in the number of other users that are related to the user have the largest average change in centrality value of 0.01188. While the change in the number of relations has the largest average change in the centrality value of 1.44087x10−9 . Based on these tests, the number of other users that are related to the user has a large influence on the results of ranking compared to the number of relationships owned by the user. Keywords : Social Media, Twitter, Hubs and Authorities Centrality, Probabilistic Affinity Index, authority centrality, hub centrality
Design And Realization Group Nn Queries On Load Distance Method To Choose Location Of Warehouse Delvine Toleng; Kiki Adhinugraha; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Some company has strategy in the operational sector that to choose a location for the warehouse's company, especiallly for companies which give priority to distribution to their customers. Customer in here what it meant is a company that supplies product to them. Selection for path distribution warehouse is considered by distance from the warehouse to the customer, then the path distribution of warehouse was oriented by distribution. In the fact, there is some company that distributed their product to many customers. Usually, this company will analyze about their location to find out cost for distribution is minimized or not. Cost distribution was included transportation cost, customer service cost, and warehouse operational cost. In this final project, writer will bring about the method from spatial science into management science which is the method use to find out the distance from each warehouse to the customer by a system. This method, called NN Queries. But in this case, the customer has many branchs. So, in this final project, writer proposes Group NN Queries to solve this problem to find out the distance from each customer. In management science, there is a method that can use to make a decision for location warehouse from candidates location of warehouse. This method called Load Distance Method. This method considers to distance from each warehouse to customer and how much the warehouse can load the product to each customer. The system will find out which the path distribution was optimum. With this system created, hopefully can help operational activity to get the location of warehouse easier and optimum. Keyword : Group NN Queries, NN Queries, Load Distance Methode, cost distribution
Pembangunan Synsets untuk WordNet Bahasa Indonesia dengan Metode Komutatif I Putu Prima Ananda; Moch. Arif Bijaksana; Ibnu Asror
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak WordNet merupakan database leksikal yang berisi informasi kata, kelas kata, dan definisi seluruh himpunan yang terdapat dalam suatu bahasa. Satuan terkecil dari WordNet adalah synset atau himpunan sinonim yang seluruh anggotanya memiliki arti atau makna yang sama. Peran synset sangat penting bagi WordNet selain merupakan satuan utama, synset menentukan makna dari himpunan kata, dan semua relasi semantik juga menghubungkan synset. Oleh karena itu, pada penelitian ini pembangunan synset khususnya untuk WordNet Bahasa Indonesia dengan menggunakan metode konsep komutatif. Setiap anggota synset dapat saling menggantikan, dimana bila terdapat kata w1 yang memiliki sinonim w2, dengan menggunakan konsep komutatif maka kata w2 harus memiliki sinonim w1. Ide pembangunan synset ini diambil dari penelitian [1], dimana perbedaannya pada penelitian ini pembangunan synset dilakukan dengan menggunakan metode komutatif. Performansi yang dihasilkan dari implementasi komutatif terhadap teori komutatif menghasilkan nilai F1 sebesar 100%. Kata kunci : metode komutatif, synonim set, synset, WordNet. Abstract WordNet is a lexical database that contains word information, word classes, and definition of all sets contained in a language. The smallest unit of WordNet is a synset or set of synonyms that all member have the same meaning or significance. The role is very important for the WordNet synset. In addition to the main unit, synset determine the meaning of the set words, and all the semantic relationships also connect to synset. Therefore, in this research the building synset especially for WordNet Bahasa by using method of commutative concept. Each synset member can interchanged, if there is a word w1 has a synonym w2, using concept of commutative then word w2 must have a synonym w1. This idea was taken from research [1], where the difference in this study focus on using the commutative method. The performance resulting from the commutative implementation of the commutative theory result an F1 for 100%. Keywords: commutative method, synonym set, synset, WordNet.
Analisa Pengaruh Objek Spasial Terhadap Harga Sembako Di Kota Bandung Seno Anunggroho; Kiki Adhinugraha; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

This research discusses the analysis of influence of spatial object that exists around the market in Bandung against the price of basic food. To determine the required price data analysis is complete food prices, Basic food data obtained from the Office of Industry and Trade of West Java and will only take sampling from 5 markets in the city of Bandung that is Kiara Condong Market, Baru Market, Sederhana Market , Andir Market Dan Kosambi Market. The theory to be used in this research is Iterative Dichotomiser 3 one of theory from decision tree,the author use this method because the decision tree can find hidden relationships or patterns between variables .With this analysis we can know how the influence of the object on the price of basic food in the city of Bandung.Kata Keyword : Decision Tree, ID3,Basic Food
Audit Tata Kelola Teknologi Informasi Menggunakan Framework Cobit 5 Pada Domain Dss Dan Mea (studi Kasus : Bappeda Kabupaten Tulungagung) Erricson Hardiansyah; Eko Darwiyanto; Ibnu Asror
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakTata kelola Teknologi Informasi adalah hal yang harus dikuatkan untuk pelaksanaan e-government demitercapainya good governance. Dalam pelaksanaan e-government, Bappeda Kabupaten Tulungagung tidakoptimal dalam menerapkan tata kelola TI, mengingat bahwa TI dapat membantu tercapainya tujuanbisnis dari setiap perusahaan/instansi dengan efektif dan efisien. Untuk membantu Bappedamenyelaraskan TI dengan tujuan bisnisnya, tata kelola TI harus diperhatikan. COBIT 5 merupakankerangka kerja yang memiliki mekanisme COBIT 5 Goals Cascade untuk membantu menyelaraskan TIdengan tujuan bisnis perusahaan/instansi, dan juga menyediakan assessment model (penilaian) padacurrent capability level (kemampuan saat ini) sehingga dapat dilakukan evaluasi agar TI yang ada padaBappeda selaras dengan tujuan bisnisnya, dimana target capability level Bappeda adalah level 2(Managed Process). Penelitian ini juga dibantu dengan pairwise comparison matrix dari metodologi AHPuntuk penentuan prioritas domain process Assessment dilakukan pada domain yang terseleksi yaituDSS03 dengan hasil capability level 1, DSS04 dengan hasil capability level 1, MEA01 dengan hasilcapability level 1, dan MEA02 dengan capability level 2. Sehingga dapat disimpulkan bahwa DSS03,DSS04, dan MEA01 belum dapat mencapai capability level yang di harapkan sehingga harus menerapkanrekomendasi yang telah diberikan oleh penelitian ini untuk mencapai capability level 2.Kata kunci : COBIT 5, AHP, e-governmentAbstractInformation Technology governance is something that must be strengthened for the implementation of egovernmentin order to achieve good governance. In the implementation of e-government, BappedaKabupaten Tulungagung is not optimum in implementing IT governance, considering that IT can help thebusiness goals of every company / agency be effectively and efficiently achieved. To help Bappeda align ITwith its business objectives, IT governance must be considered. COBIT 5 is a framework that has aCOBIT 5 Goals Cascade mechanism to help align IT with the business goals of the company / agency, andalso provide an assessment model (assessment) at the current capability level (current capability) so thatevaluation can be done so that IT is in Bappeda in line with its business objectives, where Bappeda'starget capability level is level 2 (Managed Process). This study was also assisted by a pairwise comparisonmatrix of the AHP methodology to determine the priority of the Process Assessment domain carried out inthe selected domains, DSS03 with capability level result is 1, DSS04 with capability level result is 1,MEA01 with capability level result is 1, and MEA02 with capability level result is 2 So it can be concludedthat DSS03, DSS04, and MEA01 have not reached the expected capability level so they must implementthe recommendations given by this study to achieve capability level 2.Keywords: COBIT 5, AHP, e-government 
Klasterisasi Tweet Terkait Dengan Pemilihan Presiden 2019 Menggunakan Ontology-based Concept Weighting Dan Dbscan Puput Fajriati Tri S; Anisa Herdiani; Ibnu Asror
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakInformasi yang berada di media sosial twitter berkembang sangat cepat, contohnya seperti tweet tentangpemilihan presiden yang berhubungan dengan kedua calon pasang presiden. Topik yang sedangdibicarakan oleh masyarakat mengenai pemilihan presiden di twitter sangat beragam, oleh karena itudiperlukan suatu sistem untuk mengelompokan tweet berdasarkan topik pembahasan mengenai pemilihanpresiden yang berhubungan dengan kedua calon pasang presiden. Tujuan dilakukan penelitian adalahuntuk mengetahui topik apa saja yang dibicarakan oleh masyarakat saat pemilihan presiden, sehinggadiperlukan sebuah metode yang dapat mengelompokan tweet tersebut dan mengetahui akurasi perfomansidari ontology-based concept weighting dan dbscan. Penelitian ini menggunakan metode ontology-basedconcept weighting yang digunakan untuk menghitung dan menerapkan pengetahuan tentang strukturhierarkis topik dan dbscan untuk mengelompokan tweet tersebut. Berdasarkan hasil pengujian,pengelompokan tweet menggunakan ontology-based concept weighting dan dbscan untuk data pasangancalon nomor urut 1 menghasilkan akurasi sebesar 26.5% dan data pasangan calon nomor urut 2menghasilkan akurasi sebesar 44.16%. Kata kunci: ontologi, pemilihan presiden, tweet, clusterisasi, dbscan. AbstractInformation that is on Twitter social media is growing very fast, for example, like tweets about presidentialelections related to the two presidential pairs. The topic being discussed by the public regarding thepresidential election on Twitter is very diverse, therefore a system is needed to group tweets based on thetopic of discussion about presidential elections relating to the two candidates for presidential pairs. Thepurpose of the research is to find out what topics are discussed by the public during the presidential election,so that a method is needed that can group these tweets and know the performance accuracy of ontologybasedconceptweightinganddbscan.Thisstudyusesontology-basedconceptweightingmethodsthatareusedtocalculateandapplyknowledgeoftopichierarchicalstructuresanddbscantogroupthosetweets.Basedonthe results of the testing, the grouping of tweets using ontology-based concept weighting anddbscan for candidate pair number 1 data produced an accuracy of 26.5% and data on candidate pairnumber 2 produced an accuracy of 44.16%.Keywords: ontology, presidential elections, tweet, clustering, dbscan.
Analisis Sentimen Menggunakan Naive Bayes Classifier Dengan Chi-square Feature Selection Terhadap Penyedia Layanan Telekomunikasi Ainun Nisa; Eko Darwiyanto; Ibnu Asror
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakPendapat masyarakat terhadap penyedia layanan telekomunikasi merupakan sesuatu yang dapatdigunakan sebagai bahan pertimbangan untuk membuat keputusan, baik bagi pengguna maupun pihakperusahaan. Analisis sentimen merupakan bidang studi yang meneliti tentang opini terhadap suatu objek,dimana opini tersebut dapat diklasifikasikan berdasarkan polaritas yang terkandung di dalamnya.Penelitian ini melakukan klasifikasi menggunakan metode naive bayes terhadap opini masyarakat tentangpenyedia layanan telekomunikasi. Dimensionalitas data yang tinggi pada klasifikasi menggunakan naivebayes dapat dikurangi dengan seleksi fitur chi square. Hasil penelitian menunjukkan rata-rata performansitertinggi didapatkan oleh klasifikasi menggunakan metode naive bayes dengan seleksi fitur chi squaredengan tingkat signifikansi 0,01 yaitu akurasi 85,5%, presisi 83%, recall 86% dan f1-score 84%. Seleksifitur chi square tidak memberikan perbedaan yang signifikan terhadap klasifikasi menggunakan naivebayes.Kata kunci : analisis sentimen, naive bayes classifier, chi squareAbstractPublic opinion on telecommunications service providers is something that can be used as a considerationfor making decisions, both for users and the company. Sentiment analysis is a field of study that examinesopinions on an object, where opinions can be classified based on the polarity contained in them. Thisresearch classifies use Naive Bayes method on public opinion about telecommunications service providers.High data dimensions in classification using Naive Bayes can be reduced by the chi square feature selection.The results showed that the highest average performance obtained by classification using naive bayes withchi square feature selection with significance level of 0,01, get 85.5% accuracy, 83% precision, 86% recalland 84% f1-score. Chi square feature selection did not give a significant difference to the classification usingnaive bayes.Keywords: sentiment analysis, naive bayes classifier, chi square
Part Of Speech Tagging Menggunakan Bahasa Jawa Dengan Metode Condition Random Fields Atik Zilziana Muflihati Noor; Arie Ardiyanti Suryani; Ibnu Asror
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Part of Speech Tagging (POS Tagging) adalah proses memberi label pada setiap kata dalam kalimat dengan POS atau tag yang sesuai dengan kelas kata seperti kata kerja, kata benda kata keterangan, kata sifat, dan lainnya. Bahasa yang digunakan ialah Bahasa Jawa. Bahasa Jawa adalah salah satu Bahasa daerah yang digunakan sebagian besar di pulau Jawa Indonesia. Digunakan di provinsi Jawa Tengah, DIY, Jawa Timur dan sekitarnya. Menggunakan data dari berita online berbahasa Jawa Krama. Metode yang digunakan yaitu CRF (Conditional Random Fields). CRF adalah suatu model probabilistik yang banyak digunakan pada proses segmentasi dan pelabelan suatu sekuen data. Pada penilitian ini menggunakan data corpus sebanyak 3000 kata dan menggunakan cross validasi untuk proses trainning. Pada POS Tagging Bahasa Jawa ini mendapatkan akurasi sebesar 67%. Keywords—Part of Speech, Conditional Random Fields, Javanese Abstract Javanese is the one of regional languages that is used mostly on the Indonesian island of Java. Used in the provinces of Central Java, DIY, East Java, and surrounding areas. Using data from online news in the Javanese language. The method used is CRF (Conditional Random Fields). CRF is a structure for building probabilistic models. This paper describes the part of speech for Javanese using Conditional Random Fields (CRF) method. We used a corpus of size 3000 words and cross-validation for training. Our model gave an overall accuracy of 67%. Keywords—Part of Speech, Conditional Random Fields, Bahasa Jawa
Co-Authors Adityo Nugroho Agustyna Diyah Sri Kamulyan Ahmad Marzuqi Ainun Nisa Alya Ghaitsa Rizky Pertiwi Anisa Herdiani Arie Ardiyanti Arie Ardiyanti Suryani Arief Nugroho, Muhammad Asri Inna Khoirun Nissa Atik Zilziana Muflihati Noor Aufa Eka Putri Lesatari Candra Widya Iswara Candra Widya Iswara, Candra Widya Dana Kusumo Dawam Dwi Jatmiko Suwawi Delvine Toleng Edyt Daryfayi Eka Himawanto Eko Darwiyanto Erricson Hardiansyah Faris Muhammad Firdaus Anggraini Gede Agung Ari Wisudiawan Gede Agung Ary Wisudawan Gregorius Pradana Satriawan Hafiyy Viazola Aziz I Putu Prima Ananda Ilham Akbar Indra Lukmana Sardi Jiddy Abdillah Jihan Ratnasari1 Joshua Chrisdiyanto Kemas Rahmat Saleh Wiharja Kiki Adhinugraha Kiki Adinugraha Kiki Maulana Adhinugraha Laksitowening, Kusuma Ayu Marinda Endi Lestari Markus Bernard1 Miftahul Adnan Rasyid Moch Arif Bijaksana Mohamad Fauzy Mohammad Fauzy Muhamad Hamda Muhammad Rezaldy Muhammad Thomy Farhan Murahartawaty Murahartawaty Paramita Mayadewi Pramudita Oktaviani Puput Fajriati Tri S Rachmadini P Utami Raginda Firdaus Rahmi Rohdiniyah Ramadhan Usman , Muchlis Ramadhyni Rifani Ratna Mayasari Rio Pratama Seno Anunggroho Shaufiah . Shinta Yulia Puspitasari Sri Astuti Sri Astuti Tody Ariefianto Wibowo Tora Fahrudin Yanuar Firdaus Arie Wibowo Yusza Reditya M