Claim Missing Document
Check
Articles

Found 5 Documents
Search

Analisis Empiris Atas ORDPATH Encoding Untuk Kinerja Insert Node Pada Ordered XML Tree Zamanhuri, Irvanizam
Jurnal Buana Informatika Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (602.822 KB)

Abstract

Abstract. The eXtensible Markup Language (XML) has quickly become the de facto standard for data exchange via web. An XML document can be viewed as an ordered tree that has at least one node. Each node must be labeled by using a scheme approach to describe the XML data structure. There are two famous existing encodings, namely Dewey and Inteval Encodings. In this paper, ORDPATH encoding based on Dewey together with the two other encodings are empirically demontrated on dblp, nasa, and treebank datasets. The results show that while a new node was inserted into the tree, Dewey and Interval have to relabel the inserted node’s siblings and modify the interval number of the sibling nodes, respectively. Whereas, the ORDPATH eliminates this problem by adding an even number used as a caret for the new insertion node.Keywords: Ordered Tree, XML, ORDPATH. Abstrak. EXtensible Markup Language (XML) terus menjadi standard untuk penukaran data melalui web. Sebuah dokumen XML dapat ditinjau menjadi tree terurut yang berisikan sedikitnya satu node. Setiap node harus dilabelkan menggunakan sebuah algoritma pelabelan untuk mendeskripsikan struktur data XML tersebut. Ada dua algoritma encoding yang terkenal selama ini, Dewey dan Interval encoding. Pada tulisan ini, metode ORDPATH yang berbasiskan Dewey bersama-sama dengan Dewey dan Interval didemontrasikan secara empiris dengan menggunakan dataset dblp, nasa, dan treebank. Hasil menunjukkan bahwa ketika node baru dimasukkan ke dalam tree, Dewey dan Interval harus melakukan pelabelan kembali dan memodifikasi interval sibling node. Akan tetapi, ORDPATH dapat mengatasi masalah ini dengan memberikan angka genap yang digunakan sebagai penanda untuk node baru.Kata Kunci: Ordered Tree, XML, ORDPATH.
Analisis Empiris Atas ORDPATH Encoding Untuk Kinerja Insert Node Pada Ordered XML Tree Zamanhuri, Irvanizam
Jurnal Buana Informatika Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v6i4.457

Abstract

Abstract. The eXtensible Markup Language (XML) has quickly become the de facto standard for data exchange via web. An XML document can be viewed as an ordered tree that has at least one node. Each node must be labeled by using a scheme approach to describe the XML data structure. There are two famous existing encodings, namely Dewey and Inteval Encodings. In this paper, ORDPATH encoding based on Dewey together with the two other encodings are empirically demontrated on dblp, nasa, and treebank datasets. The results show that while a new node was inserted into the tree, Dewey and Interval have to relabel the inserted node’s siblings and modify the interval number of the sibling nodes, respectively. Whereas, the ORDPATH eliminates this problem by adding an even number used as a caret for the new insertion node.Keywords: Ordered Tree, XML, ORDPATH. Abstrak. EXtensible Markup Language (XML) terus menjadi standard untuk penukaran data melalui web. Sebuah dokumen XML dapat ditinjau menjadi tree terurut yang berisikan sedikitnya satu node. Setiap node harus dilabelkan menggunakan sebuah algoritma pelabelan untuk mendeskripsikan struktur data XML tersebut. Ada dua algoritma encoding yang terkenal selama ini, Dewey dan Interval encoding. Pada tulisan ini, metode ORDPATH yang berbasiskan Dewey bersama-sama dengan Dewey dan Interval didemontrasikan secara empiris dengan menggunakan dataset dblp, nasa, dan treebank. Hasil menunjukkan bahwa ketika node baru dimasukkan ke dalam tree, Dewey dan Interval harus melakukan pelabelan kembali dan memodifikasi interval sibling node. Akan tetapi, ORDPATH dapat mengatasi masalah ini dengan memberikan angka genap yang digunakan sebagai penanda untuk node baru.Kata Kunci: Ordered Tree, XML, ORDPATH.
Analisis Empiris Atas ORDPATH Encoding Untuk Kinerja Insert Node Pada Ordered XML Tree Irvanizam Zamanhuri
Jurnal Buana Informatika Vol. 6 No. 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v6i4.457

Abstract

Abstract. The eXtensible Markup Language (XML) has quickly become the de facto standard for data exchange via web. An XML document can be viewed as an ordered tree that has at least one node. Each node must be labeled by using a scheme approach to describe the XML data structure. There are two famous existing encodings, namely Dewey and Inteval Encodings. In this paper, ORDPATH encoding based on Dewey together with the two other encodings are empirically demontrated on dblp, nasa, and treebank datasets. The results show that while a new node was inserted into the tree, Dewey and Interval have to relabel the inserted node’s siblings and modify the interval number of the sibling nodes, respectively. Whereas, the ORDPATH eliminates this problem by adding an even number used as a caret for the new insertion node.Keywords: Ordered Tree, XML, ORDPATH. Abstrak. EXtensible Markup Language (XML) terus menjadi standard untuk penukaran data melalui web. Sebuah dokumen XML dapat ditinjau menjadi tree terurut yang berisikan sedikitnya satu node. Setiap node harus dilabelkan menggunakan sebuah algoritma pelabelan untuk mendeskripsikan struktur data XML tersebut. Ada dua algoritma encoding yang terkenal selama ini, Dewey dan Interval encoding. Pada tulisan ini, metode ORDPATH yang berbasiskan Dewey bersama-sama dengan Dewey dan Interval didemontrasikan secara empiris dengan menggunakan dataset dblp, nasa, dan treebank. Hasil menunjukkan bahwa ketika node baru dimasukkan ke dalam tree, Dewey dan Interval harus melakukan pelabelan kembali dan memodifikasi interval sibling node. Akan tetapi, ORDPATH dapat mengatasi masalah ini dengan memberikan angka genap yang digunakan sebagai penanda untuk node baru.Kata Kunci: Ordered Tree, XML, ORDPATH.
SISTEM INFORMASI PENJUALAN PADA KOPERASI SYARI’AT PERTI Irvanizam Zamanhuri
TECHSI - Jurnal Teknik Informatika Vol 4, No 1 (2012)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v4i1.110

Abstract

Swalayan merupakan suatu organisasi yang didalamnya terdapat kegiatan jual beli barang, di mana organisasi tersebut berada di bawah tanggung jawab seorang manajer. Dalam hal pendataan Swalayan Gallery KSP masih dibilang sederhana, di mana masih menggunakan catatan buku. Maka dari itu penulis memberikan solusi menggunakan program Microsoft Visual Basic.NET dengan aplikasinya untuk membuatkan sistem informasi penjualan secara komputerisasi yang lebih efektif dan efisien. Pengembangan sistem informasi penjualan KSP ini dibuat melalui empat tahapan, pertama tahap studi kelayakan dimana Swalayan Gallery KSP dalam menjalankan kegiatannya terbagi dalam tiga bagian yaitu bagian gudang, administrasi dan bagian penjualan. Kedua tahap rencana pendahuluan, proses pembuatan sistem penjualan dimulai dengan pembuatan Diagram Alir Data (DAD) Sistem berlanjut ke Data Flow Diagram (DFD) hingga Normalisasi. Ketiga, analisis sistem yaitu tahap lanjutan dari rencana pendahuluan dengan menjabarkan sistem penjualan ke arah yang lebih detail. Keempat implementasi yaitu tahap pembuatan kode program dan cara kerja program. Sedangkan metode yang digunakan untuk mendapatkan data dalam pembuatan sistem penjualan yaitu dengan metode observasi, dan metode literatur. Simpulan dari penelitian ini adalah, sistem informasi Penjualan KSP akan dapat membantu dalam pengolahan data, meringankan proses kerja dan menghasilkan laporan yang akurat. Sehingga dapat menjawab pertanyaan yang selama ini muncul.
A hybrid intelligent model based on logistic regression and fuzzy multiple-attribute decision-making for credit evaluation IRVANIZAM IRVANIZAM; ZAKIAL VIKKI; SUTARMAN SUTARMAN; OPIM SALIM SITOMPUL
Jurnal Natural Volume 23 Number 3, October 2023
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jn.v23i3.32467

Abstract

. One of the crucial issues in data mining is to select an appropriate classification algorithm. Due to it usually involves many criteria, the duty of algorithm selection can be widely described as multiple-attribute decision-making (MADM) problems, including credit risk evaluation. Many different MADM approaches select classifiers based on different perspectives, and hence they might generate diverse classifiers' rankings. This paper aims to propose a hybrid intelligent model to overcome credit risk assessment problems based on logistic regression and the fuzzy MADM method. Firstly, the Ordinal Priority Approach (OPA) method evaluates attributes involved in credit risk problems by considering professional assessments of a decision-maker and calculates a weight for each criterion. Secondly, all categorical data converted into triangular-fuzzy numbers (TFNs) and numerical data are evaluated using the MADM instrument to obtain an optimal solution dataset and logistic regression to calculate the probabilities of the optimal dataset. In this experimental study, three existing classification techniques and the proposed intelligent model evaluate three banking credit datasets with a different number of criteria under numerical and categorical data types. The prediction accuracy results generated by the proposed model are compared with the three existing classification methods. The results exhibit that there are slight differences between the three datasets. The experimental results demonstrate the proposed intelligent model has superiority in classifying the credit loan recipients especially for categorical datasets.