Article Per Year (5 Year)
p-Index From 2020 - 2025
3.768
P-Index
This Author published in this journals
All Journal Jurnal Sosioteknologi Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Journal of Computer Science and Informatics Engineering (J-Cosine) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik Informatika (JUTIF) Charity : Jurnal Pengabdian Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering
Anisa Herdiani
Telkom University
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 65 Documents
Search

 3   4   5   6   7 
Klasifikasi Keberpihakan Tweet Menggunakan Multinomial Naïve Bayes (studi Kasus: Pemilihan Presiden 2019) Alfian Yulianto; Anisa Herdiani; Indra Lukmana Sardi
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

AbstrakTweet yang tersebar di media sosial twitter dapat menunjukkan keberpihakan tweet terhadap calonpresiden dan wakil presiden yang akan menjabat. Banyak tweet yang dapat menunjukkan keberpihakanterhadap suatu paslon mulai dari tweet yang memuji paslon yang didukungnya hingga menjelekkan paslonyang tidak didukungnya. Penelitian ini menganalisis dari banyaknya tweet yang beredar untuk menilaikeberpihakannya berdasarkan data tweet pada sosial media twitter. Melalui tugas akhir penelitimemberikan solusi dengan klasifikasi otomatis yang dilakukan komputer dengan mengklasifikasikan tweettersebut apakah memihak Jokowi atau Prabowo. klasifikasi yang dibangun menggunakan metodemultinomial naïve bayes classifier, Hasil pengujian dengan 10-folds cross validation pada penelitian inimemiliki rata-rata hasil F1-Score 0,71 dan akurasi 0,72.Kata kunci : Klasifikasi, Plpres, Pemilihan Presiden, Multinomial Na¨ıve BayesAbstractTweets that are spread on social media twitter can show the tweet alignments of candidates for presidentand vice president who will take office. Many tweets can show partiality towards a paslon, starting fromtweets that compliment a paslon that it supports to vilify a paslon that it does not support. This studyanalyzes the number of tweets in circulation to assess its alignments based on tweet data on twitter socialmedia. Through this final project the researcher provides a solution with an automatic classification by acomputer by classifying the tweet whether it is in favor of Jokowi or Prabowo. the classification was builtusing the multinomial naïve bayes classifier method. The test results with 10-fold cross validation in thisstudy had an average F1-Score of 0.71 and an accuracy of 0.72.Keywords: Classification, Multinomial Na¨ıve Bayes, Presidential Election.
Klasifikasi Spam Tweet Pada Twitter Menggunakan Metode Naïve Bayes (studi Kasus: Pemilihan Presiden 2019) Muhammad Hanafiah; Anisa Herdiani; Widi Astuti
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

AbstrakPemilu merupakan wujud dari kebebasan berpendapat dan kebebasan berserikat. Sedangkan arti daripemilu itu sendiri adalah proses pemilihan orang untuk mengisi jabatan-jabatan politik tertentu. Padatahun 2019 Indonesia telah menyelenggarakan pesta demokrasi 5 tahunan yang telah dilaksanakan padatanggal 17 april 2019. Pembahasan tentang pilpres 2019 begitu ramai diperbincangkan termasuk di mediasosial twitter, Twitter telah memperkenalkan fitur Trending Topics sejak tahun 2018. Fitur inimemudahkan pengguna untuk mengetahui berita atau informasi terbaru di seluruh dunia secara realtime. Bagi pengguna yang ingin melakukan promosi produk tentunya hal ini akan sangat bermanfaatbagi mereka, apalagi disertai dengan hashtag yang berkaitan dengan pilpres 2019 yang sedang ramaidiperbincangkan. Dengan cara ini, mereka dapat mempromosikan konten dagangan mereka ke calonpembeli dengan lebih cepat. Hal ini menyebabkan para pengguna biasa membuang banyak waktu dalammemilih dan memilah informasi atau berita yang mereka inginkan karena konten yang tidak perlumuncul secara terus menerus atau dapat juga disebut dengan spam. Dalam menghadapi permasalahantersebut, maka dari itu pada tugas akhir telah dibangun suatu sistem menggunakan metode Naive Bayesuntuk mengklasifikasi sekumpulan tweet kedalam dua kelas yaitu spam dan non spam. Sebelummemasuki proses pengklasifikasian, sistem melakukan preprocessing terhadap dataset yang digunakan,hal tersebut bertujuan untuk meningkatkan performansi dari ke dua metode yang digunakan. Dalampenelitian ini Naïve Bayes dengan preprocessing dan Naïve Bayes tanpa preprocessing masing-masingmenghasilkan nilai akurasi 76,34% dan 74,14%.Kata Kunci: Pemilu, Twitter, Tweet, Spam, Naïve Bayes.AbstractElections are a manifestation from freedom of opinion and freedom of association. Whereas the meaning ofthe election itself is the process of selecting people to fulfill certain political positions. In 2019 Indonesia hasheld a 5 years democratic party which will be held on 17 April 2019. Discussions about the 2019 presidentialelection are so widely discussed including on social media twitter, Twitter has introduced the Trending Topicsfeature since 2018. This feature makes it easy for users to know the news or the latest information around theworld in real time. For users who want to carry out product promotions surely this will be very beneficial forthem, especially accompanied by the 2019 replace the president election hashtag which is widely beingdiscussed. In this way, they can promote their merchandise to potential buyers faster. This causes ordinaryusers to waste a lot of time in choosing and sorting information or news they want due to content that doesnot need to appear continuously or can also be called spam. In dealing with these problems, therefore in thisfinal project will be built a system using the Naive Bayes method to classify a set of tweets into two classesnamely spam and non spam. Before entering the classification process, the system preprocesses the data setused, it aims to improve performance from the two methods used. In this study Naive Bayes withpreprocessing and Naive Bayes without preprocessing each produced an accuracy value of 76,34% and74,14%.Keywords: Election, Twitter, Tweet, Spam, Naïve Bayes
Analisis Sentimen Opini Masyarakat Terhadap Acara Televisi Pada Twitter Dengan Retweet Analysis Dan Naïve Bayes Classifier Tiara Fitri Berlian; Anisa Herdiani; Widi Astuti
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

AbstrakTwitter merupakan media komunikasi yang biasanya digunakan untuk mengutarakan pendapat ataukomentar terhadap suatu produk, individu, tokoh ataupun acara televisi dan memberikan informasi.Informasi yang terdapat pada Twitter berupa pertanyaan, komentar atau opini yang bersifat positifmaupun negatif. Dengan menggunakan komentar yang didapat dari Twitter dapat melengkapi penilaianacara televisi yang selama ini dilakukan menggunakan rating, di mana hal tersebut tidak dapat sepenuhnyadijadikan acuan dalam suatu penilaian terhadap suatu acara televisi. Analisis sentimen merupakan cabangpenelitian dari text mining yang melakukan proses klasifikasi pada dokumen. Metode yang digunakan padatugas akhir ini adalah Naïve Bayes Classifier dengan menambahkan retweet. Berdasarkan hasil pengujian,NBC dengan menambahkan retweet dapat diimplementasikan dalam menganalisis sentimen mengenaiacara televisi dengan rata-rata akurasi yang mencapai 65%. Sedangkan rata-rata akurasi pada NBC tanparetweet adalah 61%. Kata kunci: Analisis sentimen, Twitter, Naïve Bayes Classifier, retweetAbstract Twitter is a communication media that is usually used to express opinions or comments on a product,individuals, characters or television shows and provide information. Information contained on Twitter inthe form of questions, comments or opinions that are positive or negative. Using comments obtained fromTwitter can complement the assessment of television programs that have been carried out using ratings,where they cannot be fully referred to in an assessment of a television program. Sentiment analysis is aresearch branch of text mining that performs the classification process on documents. The method used inthis final project is Naïve Bayes Classifier by adding retweets. Based on the results of testing, NBC by addingretweets can be implemented in analyzing sentiments regarding television programs with an averageaccuracy of 65%. While the average accuracy on NBC without retweets is 61%.Keywords: sentiment analysis, Twitter, Naïve Bayes Classifier, retweet
Identifikasi Karakter Presiden Melalui Analisis Sentimen Pada Twitter Menggunakan Naïve Bayes Classifier Dan Pos Tagging Bastomy Bastomy; Anisa Herdiani; Indra Lukmana Sardi
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

AbstrakMedia sosial merupakan salah satu media untuk menyampaikan opini tentang politik, salah satunyatentang presiden. Opini atau pandangan masyarakat dapat berupa opini positif dan negatif. MenurutKBBI karakter merupakan kata sifat, dengan demikian opini yang menjadi fokus utama adalah opiniyang memiliki jenis kata sifat. Kita dapat meneliti sentimen yang terdapat pada Twitter berupa tweetyang menandai presiden untuk mendapatkan karakter. Inti dari penelitian ini menggunakan metodeNaïve Bayes Classifier (NBC) untuk mengklasifikasikan tweet dan POS tagging untuk mengetahui jeniskata dari setiap tweet positif. Dari pengujian yang telah dilakukan menghasilkan pre-processing seperticasefolding, tokenizing, penghapusan kata yang tidak memiliki makna, simbol atau tanda baca. Untukmeningkatkan akurasi NBC digunakan metode N-gram yang bertujuan menggabungkan kata negasi dankata selanjutnya untuk menghindari perubahan makna dari kata tersebut. Hasil pengujian klasifikasidengan menggunakan metode cross-validation menghasilkan rata-rata akurasi sebesar 80,29% dan POStagging menghasilkan akurasi sebesar 73,3% dalam menentukan karakter presiden. pengujian di atasmenunjukkan bahwa identifikasi karakter melalui analisis sentimen menggunakan NBC dan POS taggingdapat digunakan untuk mendapatkan karakter presiden. Hasil akhir penelitian ini berupa daftar kataberjenis kata sifat yang telah diurutkan berdasarkan polaritas kemunculannya yang telah divalidasi olehahli Bahasa.Kata kunci : Analisis sentimen, Naïve Bayes Classifier, N-gram, POS tagging, Preprocessing, TwitterAbstractSocial media is one of the media to express opinions about politics, one of which is about the president.Public opinion or opinion can take the form of positive and negative opinions. According to KBBIcharacters are adjectives, thus opinions that are the main focus are opinions that have the type ofadjectives. We can consider the sentiments on Twitter in the form of tweets needed by the president to getthe character. The core of this research uses the Naïve Bayes Classifier (NBC) method to classify tweetsand POS markings to understand the type of words of each positive tweet. From the testing that has beendone, it produces pre-processing such as casefolding, tokenizing, deletion of words that do not havemeaning, symbols or punctuation. To improve the accuracy of NBC the N-gram method is used whichreplaces the negation words and subsequent words to avoid changing the meaning of the word. Testresults using the cross-validation method produce an average accuracy of 80.29% and POS markingproduces an accuracy of 73.3% in determining the character of the president. Learn above How toexamine characters through sentiment analysis using NBC and POS marking can be used to get thepresident's character. The final results of this study contain a list of adjective type words that have beensorted based on the polarity of their appearance which has been validated by language experts.Keywords: Naïve Bayes Classifier, N-gram, POS tagging, Preprocessing, Sentiment analysis, Twitter
Analisis Sentimen Masyarakat Pada Media Sosial Twitter Terhadap Partai Politik Peserta Pemilihan Umum 2019 Menggunakan Naive Bayes Classifier Aprillia Rizki Adiati; Anisa Herdiani; Widi Astuti
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

AbstrakMenjelang Pemilihan Umum 2019, banyak partai politik memanfaatkan media sosial untuk berkampanyedan meningkatkan popularitas. Salah satu media sosial yang banyak digunakan dalam media promosipartai politik adalah twitter. Selain itu, media sosial twitter juga dapat dijadikan tempat oleh masyarakatdalam memberikan opini terhadap partai terkait baik opini positif maupun opini negatif. Pada tugas akhirini dibuat untuk menganalisis opini masyarakat terhadap partai politik peserta pemilu 2019 menggunakanmetode Naïve Bayes Classifier. Berdasarkan sistem yang dibangun, didapatkan hasil sentimen positifsebesar 53,8% dan sentimen negatif 46,13% dengan rata-rata akurasi sebesar 78,03%. Kata kunci: pemilihan umum, partai politik, analisis sentimen, Twitter, Naïve Bayes Classifier. AbstractAhead of the 2019 general election, many political parties used social media to campaign and increase popularity. One of the social media that is widely used in the media promotion of political parties is Twitter.In addition, social media twitter can also be used as a place by the public in providing opinions to partiesrelated to both positive and negative opinions. In this final project, it is made to analyze public opiniontowards political parties participating in the 2019 elections using the Naïve Bayes Classifier method. Basedon the system that was built, obtained an average accuracy of 78.03% and the results of positive sentimentof 53.8% and negative sentiment of 46.13%.Keywords: election, political parties, sentiment analysis, Twitter, Naïve Bayes Classifier
Analisis Implementasi Metode Ucd Dalam Perancangan Sistem Pembelajaran Bahasa Ekspresif Untuk Digunakan Terapis Wicara Terhadap Penyandang Sindrom Asperger Zaid Mukhtar; Anisa Herdiani; Emil R. Kaburuan
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

Abstrak Sindrom Asperger adalah sebuah kelainan yang menunjukan keunikan perilaku, cara berpikir, danberkomunikasi. Mereka memiliki kesulitan dalam melakukan komunikasi, membaca bahasa tubuh, sulit untukmemahami emosi dan juga mengungkapkan emosi, permasalahan ini akan mengganggu dalam kehidupanpenyandang Asperger apabila tidak ditanggulangi sejak dini. Penanggulangan yan dapat dilakukan adalah berupaterapi, terapi yang dilakukan guna memperbaiki dan mengembangkan kemampuan komunikasi adalah berupaterapi wicara. Dengan seiringnya perkembangan teknologi yang ada bermunculan teknologi yang dapatmembantu aktivitas terapi wicara yang dilakukan, akan tetapi masih sedikitnya teknologi yang dikembangkankhusus untuk mendampingi aktivitas terapi wicara menjadi perhatian utama, apakah proses pengembanganteknologi untuk penyandang Sindrom Asperger dan terapi wicara memiliki kendala, ataukah metodepengembangan teknologi yang digunakan masih belum sesuai, Pada penelitian ini dilakukan pengembangansistem pembelajaran Bahasa ekspresif untuk digunakan terapis wicara terhadap penyandang sindrom Aspergersaat aktivitas terapi dilakukan, pengembangan sistem menggunakan metode User Centered Design (UCD) yaitumetode pengembangan dimana pengguna utama dari sistem adalah pusat dari proses pengembangan, metode inimenempatkan kebutuhan dan evaluasi pengguna di posisi yang sangat penting. Peneliti bertujuan untukmenganalisis apakah metode UCD merupakan metode yang tepat digunakan dan juga melihat faktor Usabilitynya pada pengguna terapis dan penyandang Sindrom Asperger. Hasil yang dicapai adalah berupa prototypesistem/aplikasi pembelajaran bahasa ekspresif yang dapat digunakan terapis wicara kepada penyandang sindromAsperger, setelah di evaluasi memiliki hasil kriteria usability yang bagus dan dapat membantu aktivitas terapissaat terapi dilakukan Kata kunci: Sindrom Asperger, User Centered Design, UsabilityAbstractAsperger's Syndrome is a disorder that shows the uniqueness of behavior, ways of thinking, and communicating. They have difficulties in communicating, reading body language, it is difficult to understand emotions and alsoexpress emotions, these problems will interfere in the life of the person with Asperger if it is not addressed early.Mitigation that can be done is in the form of therapy, the therapy is speech therapy. therapy is carried out todevelop the ability of people with Asperger's Syndrome to communicate with other individuals and to make twowaycommunication that are difficult task for people with Asperger's Syndrome. With the development ofexisting technology, emerge technology that can help speech therapy activities, but there still a few technologythat are developed specifically to accompany speech therapy activities is a major concern, whether thetechnology development process for people with Asperger's Syndrome and speech therapy has obstacles, ormethods the development of the technology used is still not appropriate? In this study, the development of anexpressive language learning system for speech therapists with Asperger's syndrome when therapy activities arecarried out, system development uses the User Centered Design (UCD) method, which is the developmentmethod where the main user of the system is the center user needs and evaluation in a very important position.The researcher aimed to analyze whether the UCD method was the right method to use and also looked at itsUsability factor for therapist users and those with Asperger's Syndrome. The results achieved are in the form of asystem prototype / application of expressive language learning that can be used by speech therapists towardpersons with Asperger's syndrome, after evaluation has the results of good usability criteria and can help thespeech therapy activities Keywords: Asperger's Syndrome, User Centered Design, Usability
Analisis Sentimen Masyarakat Terhadap Hasil Kerja Petahana Dalam Kaitan Dengan Pemilihan Presiden Tahun 2019 Pada Sosial Media Twitter Menggunakan Support Vector Machine (svm) Ridea Valentini Peristiwari Siwabessy; Anisa Herdiani; Ade Romadhony
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

AbstrakCalon presiden dan wakil presiden pada pemilihan umum tahun 2019, terdiri dari petahana dan salah satucalon presiden yang baru. Petahana telah bekerja selama 4 tahun untuk membangun Indonesia. Dalammasa kepemimpinannya banyak program kerja yang telah dikerjakannya. Berbagai penilaian terhadaphasil kerjanya bermunculan. Ada yang pro, tetapi juga ada yang kontra dengan hasil kerja petahana.Sosial media Twitter merupakan salah satu platform yang sering digunakan untuk menyampaikanberbagai penilaian terhadap hasil kerja petahana. Informasi yang terdapat pada Twitter berupa pertanyaan,opiniataukomentar,baikyangbersifatpositifmaupunnegatif.Setiaptweetyangmenyatakanapresiasimaupunpenolakanmerupakanbentukekspresidarimasyarakatsebagairesponterhadaphasilkerjapetahana.Dalampenelitianini,dibangunsebuahsistemyangdapatmengklasifikasikantweetberdasarkansentimentmasyarakatterhadaphasilkerjasangpetahanaberdasarkantweet.UntukmengklasifikasikansentimenberdasarkanparameternyadigunakanmetodeSupportVectorMachine(SVM)sebagaiclassifiernya.Hasilyangdidapatkanbahwaskenario3(kombinasiTF-IDF+Stemming)danskenario8(kombinasiWordCount+Stemming)memilikiakurasibaikyaitu81,58%dan77,56%. Katakunci:supportvectormachine,sentimen,twitter,pilpres  AbstractPresidentialandvicepresidentialcandidatesinthe2019generalelection,consistingofincumbentandoneofthenewpresidentialcandidates.Incumbenthasworkedfor4yearstodevelopIndonesia.Inhisleadershipprogrammanyworkprogramshehasdone.Variousconsiderationsontheresultsofdiscussionsemerged.Therearepros,buttherearealsoconswiththeworkofincumbents.SocialmediaTwitterisoneofplatformthatisoftenusedtopresentvariousassessmentsofincumbent'swork.InformationsuggestedonTwitterincludesquestions,opinionsorcomments,bothpositiveandnegative.Everytweetthatexpressesappreciationisalsoaformofresponsefromthecommunityinresponsetotheincumbent'swork.Inthisstudy,asystemwasbuiltthatcouldclassifytweetsbasedoncommunitysentimenttowardstheincumbent'sworkbasedon tweets. To classify sentiments based on their parameters the Support Vector Machine (SVM)method is used as the classifier. The results obtained were scenario 3 (TF-IDF + Stemming combination)and scenario 6 (Word Count + Stemming combination) have good accuracy that is 81,58% and 77,56%.Keywords: support vector machine, sentiment, twitter, general election
Implementasi Information Gain sebagai Feature Selection pada Word Sense Disambiguation Bahasa Indonesia dengan Teknik Klasifikasi Decision List Sakti Dewantoro; Anisa Herdiani; Diyas Puspandari
eProceedings of Engineering Vol 6, No 3 (2019): Desember 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Word sense disambiguation (WSD) merupakan metode pencarian makna asli dari sebuah kata ambigu dalam konteks tertentu. Berbagai jenis classifier dapat digunakan di WSD, salah satunya adalah pendekatan supervised dengan metode decision list. Metode klasifikasi decision list mampu menjadi kompetitor terbaik pada senseval 1 diantara partisipan supervised. Pendekatan supervised, tidak diragukan lagi bekerja lebih baik daripada pendekatan lain. Namun, pendekatan ini perlu mengandalkan banyaknya ketersediaan korpora yang digunakan untuk membuat dataset. Semakin banyak korpora yang digunakan maka semakin banyak atribut yang terdapat pada dataset. Banyaknya atribut yang diolah classifier akan berdampak pada menurunnya kinerja classifier. Feature selection dapat digunakan untuk mengoptimalkan kinerja classifier dengan cara mengurangi atribut yang kurang relevan pada dataset. Information gain merupakan salah satu seleksi fitur terbaik dibanding seleksi fitur lainya pada penelitian yang telah dilakukan oleh Yang dan Pederson, Tan dan Yang serta Forman dalam hal klasifikasi dokumen. Karena keunggulan seleksi fitur information gain dan keunikan metode klasifikasi decision list tersebut, penelitian ini mengimplementasikan information gain sebagai seleksi fitur pada WSD bahasa Indonesia menggunakan metode klasifikasi decision list. Hasil penelitian ini, information gain dapat meningkatkan akurasi dengan selisih 0.5% dan selisih presisi 1.3% pada pengujian range collocation 2, serta selisih akurasi 0.3% dan selisih presisi 0.7% pada pengujian range collocation 3. Kata kunci : word sense disambiguation, decision list, feature selection, information gain Abstract Word sense disambiguation (WSD) is a method of searching for the original meaning of an ambiguous word in a particular context. Various types of classifiers can be used in WSD, one of which is the supervised approach to the decision list method. The decision list classification method is able to be the best competitor for the senses which 1 of the participants is supervised. Supervised approach, has no doubt works better than other approaches. However, this approach needs to rely on the large availability of korpora used to create datasets. The more korpora used, the more attributes are found in the dataset. The number of attributes processed by the classifier will affect the performance of the classifier. Feature selection can be used to reduce attributes that are less relevant to the dataset. Information gain is one of the best feature selection compared to other feature selection in the research conducted by Yang and Pederson, Tan and Yang and Forman. Feature selection can be used to optimize classifier performance due to the advantages of information gain feature selection and the uniqueness of the decision list classification method. This study implements information gain as a feature selection on Indonesian WSD using the decision list classification method. The results of this study, information gain can improve 0.5% accuracy and 1.3% precision in range collocation 2 testing and 0.3% accuracy and 0.7% precision in range collocation 3 testing. Keywords: word sense disambiguation, decision list, feature selection, information gain
Perancangan User Interface Media Edukasi Menggunakan Permainan Puzzle Untuk Anak Autism Spectrum Disorder (asd) Menggunakan Metode User Centered Design Daffa Dhiya Ulhaq; Anisa Herdiani; Monterico Adrian
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Anak-anak adalah masa tahapan seseorang untuk berkembang dan juga belajar, sebagian anak mempunyai keterbatasan dalam mempelajari dan memahami lingkungan sekitar. Salah satu penyebabnya adalah anak-anak yang punya gangguan Autism Spectrum Disorder (ASD). Untuk membantu kemampuan kognitif dan motorik anak-anak Autism Spectrum Disorder (ASD) diberikan terapi okupasi, terapi ini menerapkan permainan sebagai media belajar dan menstimulasikan kemampuan mereka. Permainan yang biasa dimainkan adalah puzzle. Namun sejalannya waktu permainan tersebut perlu dikembangkan ke teknologi digital agar memberikan kesan lebih ketika bermain dan menjadi alternatif media terapi, oleh karena itu diperlukan sebuah pemodelan untuk menghasilkan sebuah media yang dapat memberikan pengalaman menarik ketika memainkannya. Untuk menyelesaikan permasalahan tersebut metode User Centered Design (UCD) diperlukan, karena metode ini memperhatikan kebutuhan dari penggunanya. Untuk mengetahui Usability-nya menggunakan metode QUIM (Quality in Use Integrated Measurement). Dari pengujian yang dilakukan dihasilkan user persona tipe rendah mendapatkan persentase 80% di setiap variabelnya sedangkan user persona tipe baik mendapat persentase 86-100% dari variabel yang di ujicoba, yang dapat disimpulkan media yang dirancang hasilnya baik dan sesuai kebutuhan pengguna. Sedangkan untuk pengujian stimulasi motorik menggunakan TGMD (Test of Gross Motor Developmenti), hasil yang didapatkan adanya perkembangan stimulasi motorik ketika anak menggunakan prototype media yang dirancang. Kata Kunci : Autism Spectrum Disorder, User Centered Design, Quality in Use Integrated Measurement, Anak-anak, Permainan Puzzle, Test of Gross Motor Development
Perancangan User Interface Pada Aplikasi Konsultasi Dan Edukasi Hiv/aids Bagi Remaja Penyandang Tunanetra Dengan Interaksi Multimodal Menggunakan Metode User Centered Design Muhammad Reza Rahmawan; Herdiani Anisa; Dawam Dwi Jatmiko Suwawi
eProceedings of Engineering Vol 7, No 3 (2020): Desember 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Perhatian terhadap angka kematian yang semakin meningkat membuat dunia khawatir tentang penyebaran HIV/AIDS. Data dari Dinas Kesehatan menunjukkan pada awal tahun 2019 ditemukan kasus baru bahwa yang terinfeksi HIV adalah penyandang tunanetra. Oleh karena itu, sejak usia remaja sangat penting dibekali suatu edukasi untuk meningkatkan kesadaran tentang bahaya HIV/AIDS serta layanan konsultasi yang bertujuan meningkatkan kemampuan dalam mengambil keputusan terhadap masalah yang berkaitan dengan HIV & AIDS. Pada zaman modern seperti saat ini, tunanetra sudah terbiasa mengoperasikan aplikasi berbasis mobile dengan bantuan pembaca layar untuk menunjang kegiatan mereka. Namun pada umumnya aplikasi edukasi tentang HIV/AIDS tidak dapat digunakan oleh penyandang tunanetra karena lebih banyak dirancang dengan desain yang universal dan fitur interaktif yang kompleks. Oleh karena itu, dibutuhkan pertimbangan khusus dalam merancang userinterface sebagai media edukasi dan konsultasi HIV/AIDS bagi penyandang tunanetra untuk memastikan kesesuaian dan aksesibilitas bagi mereka. Pada tugas akhir ini, perancangan user interface menggunakan metode User Centered Design yang berfokus pada kebutuhan serta karakteristik pengguna, kemudian dilakukan evaluasi usability sebanyak 2 tahap menggunakan metode Heuristic Evaluation. Perbaikan yang dilakukan pada evaluasi tahap 1 berpengaruh pada menurunnya temuan masalah serta nilai rata-rata severity ratings menjadi 0, dimana angka tersebut menunjukkan tidak adanya masalah usability yang ditemukan. Sehingga rancangan user interface yang telah dihasilkan dapat digunakan dengan mudah oleh remaja penyandang tunanetra karena telah memenuhi seluruh heuristic guidelines untuk accessibleapp. Kata kunci : HIV/AIDS, tunanetra, user interface, user centered design, heuristic evaluation Abstract Attention to increasing mortality rates makes the world worry about the spread of HIV / AIDS. Data from the Health Office shows that in early 2019 new cases were discovered that those infected with HIV were people with visual impairment or blind. Therefore, since adolescence it is very important to provide education to increase awareness of the dangers of HIV / AIDS and consultation services aimed at increasing the ability to make decisions about issues related to HIV & AIDS. At this time, visual impairment or blind people are accustomed to operating mobile-based applications with the help of screen readers to support their activities. But mostly, not all educational applications about HIV/AIDS can be used by visual impairment or blind people because they are build with more universal designs and complex interactive features. Therefore, special considerations are needed in designing the user interface as a media for HIV / AIDS education and consultation for blind people to ensure their suitability and accessibility. This study uses the User Centered Design method that focuses on the needs and characteristics of users, then usability evaluation was done in 2 stages by using the Heuristic Evaluation method. Improvements made in the evaluation phase 1 affect the decrease in problem findings and the average of severity ratings become 0, the number indicates that no usability problems were found. So that the results of the user interface design can be used easily by teenagers with visual impairments because it meets all the heuristic guidelines for accessible app. Keywords: HIV / AIDS, visual impairment, user interface, user centered design, heuristic evaluation
Co-Authors Ade Romadhony Adila , Ahmad Fasya Agus Kusnayat Alfian Yulianto Amanda Putri Septiani Andy Satria Aniq Rohmawati Aprillia Rizki Adiati Aristyo Hadikusuma Aryasatya Okta Pradhana Asep Aprianto Ati Suci Dian Martha Aufa Bil Ahdi P Bastomy Bastomy Bety Elysabeth Pasaribu Briliand, Diaz Wahyu Dadang Setiawan Daffa Dhiya Ulhaq Dana Sulistyo Kusumo Danang Junaedi David Winalda Dawam Dwi Jatmiko Suwawi Dhiyaul Haq, Rafif Zhafir Dimas Ikhsanu Fitra Dimitri Mahayana Diyas Puspandari Emil R. Kaburuan Erdiansyah, Muhammad Farras Erlina Wahyu Fadhilah erna febriyanti Fajri, Fikri Muhammad Farah Rahmadiani Gede Agung Ary Wisudiawan Hanifah, Wardah Heri Setyo Nugroho HNW Syahuda Nahatmasuni Ibnu Asror Ika Rahayu Ponilan Imelda Atastina Indra Lukmana Sardi Indriani Mentaruk Intan Widya Rahayu Irvan Dwi Putra Manurung Jahtra Genio Muhammad Jatmiko, Dawam Dwi Junaedi , Danang Kemas Muslim Lhaksmana Kemas Rahmat Saleh Wiharja Laksitowening, Kusuma Ayu Lintani Afina Hajar Raudhoti Lulu Alfi’a Rahma Ningsih Luthfi Shidqi Made Diva Prasetya Martania Triana Dewi Mochammad Fitrah Eka Pramudita Mohammad Yasin Abdul Hafidh Monterico Adrian Muhamad Fauzan Putra Muhammad Arifino Setyawan Muhammad Faris Adri Azka Muhammad Hanafiah Muhammad Husein Adnan Muhammad Johan Alibasa Muhammad Reza Rahmawan Muhammad Rizky Riandi Gunaedi Nadine Azhalia Purbani Nungki Selviandro Nur Muhammad Putra Setiadi Nurmasyitah Nurmasyitah Pasha, Zaky Mahfudz Puput Fajriati Tri S Raginda Firdaus Ridea Valentini Peristiwari Siwabessy Rizaldy Arigi Rizky Dhian Syarif Rizky Wahyu Kurniawati Rizky Wira Pranata Rosa Reska Riskiana Sakti Dewantoro Saputra, Aulia Kukuh Shinta Yulia Puspitasari Sri Martini Tiara Fitri Berlian Trysha Cintantya Dewi Veronikha Effendy Warih Maharani Widi Astuti Widowati , Sri Yodie Dalyono Yogi Putra Prastiawan Yuni Dwiyanti Yusep Rosmansyah Zaid Mukhtar ZK Abdurahman Baizal