cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fajar Astuti Hermawati
Contact Email
fajarastuti@untag-sby.ac.id
Phone
+6281331853372
Journal Mail Official
konvergensi@untag-sby.ac.id
Editorial Address
Konvergensi Program Studi Teknik Informatika, Universitas 17 Agustus 1945 Surabaya Jl. Semolowaru 45 Surabaya 60119
Location
Kota surabaya,
Jawa timur
INDONESIA
Konvergensi
Published by Universitas 17 Agustus 1945 Surabaya
ISSN : 18580688     EISSN : 27210936     DOI : https://doi.org/10.30996/konv.v14i1
Core Subject : Science, Social, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Environmental Science
Konvergensi Teknologi Informasi & Komunikasi Journal is created as a means of communication and dissemination for researchers to publish research articles or conceptual articles. The Konvergensi Teknologi Informasi & Komunikasi Journal accepts articles related to the topic in Computer Science and Computer Engineering, such as Information System, Software Engineering, Artificial Intelligence, Data Mining, Process Mining, Natural Language Processing, Image and Signal Processing, Human-Computer Interaction, Robotic, Computer Network, etc.
Arjuna Subject : Teknik (semua kategori) - Komputasi Mekanik
Articles 5 Documents
 1 
Search results for , issue "Vol 13 No 2 (2017)" : 5 Documents clear
KLASIFIKASI EMOSI TEKS BERBAHASA INDONESIA MENGGUNAKAN METODE MAXIMUM ENTROPY Permana, Tedy Agastya Dwi; Sholihin, Firdaus; Hastarita, Fika
KONVERGENSI Vol 13 No 2 (2017)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1484.58 KB) | DOI: 10.30996/konv.v13i2.2757

Abstract

Seiring dengan berkembangnya teknologi, banyak sekali cara seseorang untuk melakukan interaksi terhadap orang lain dengan cara pertukaran informasi, dalam bentuk teks. Di dalam informasi berbentuk teks tersebut tidak hanya terdapat suatu keterangan pesan namun juga terdapat suatu keterangan yang menyatakan emosi dari informasi tersebut. Oleh karena  itu, perlu adanya perancangan dan pembuatan suatu aplikasi yang dapat melakukan klasifikasi emosi dari suatu informasi sehingga para pengguna tidak hanya mengetahui keterangan pesan namun juga dapat mengetahui keterangan emosi yang terdapat dalam informasi tersebut. Maximum Entropy (MaxEnt) merupakan salah satu metode klasifikasi dokumen dengan menggunakan nilai distribusi probabilitas dalam proses pengklasifikasiannya. Dengan aplikasi ini diharapkan mampu untuk membantu pengguna untuk mengetahui keterangan emosi dari suatu informasi yang berbentuk teks. Dari uji coba sistem klasifikasi dengan menggunakan data query diperoleh hasil akurasi sebesar 93%, dan dengan menggunakan data crawler twitter diperoleh hasil akurasi sebesar 63%, kemudian dengan menggunakan data sample diperoleh hasil rata-tata akurasi sebesar 64,6%. Kata Kunci: Klasifikasi emosi, Maximum Entropy (MaxEnt), distribusi probabilitas
ANALISA SENTIMEN PADA TINJAUAN BUKU DENGAN ALGORITMA K-NEAREST NEIGHBOUR Narulita, Luvia Friska
KONVERGENSI Vol 13 No 2 (2017)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (881.065 KB) | DOI: 10.30996/konv.v13i2.2758

Abstract

Analisa sentimen pada tinjauan buku dapat digunakan untuk pengklasifikasian dokumen tinjauan sehingga pembagian sentimen positif dan negatif dapat dilakukan secara sistemis. Penggunaan metode k-nearest neighbor dan digabungkan dengan metode pembobotan istilah dan penghitungan tingkat kemiripan memberikan hasil yang cukup baik pada penelitian yang telah dilakukan. Kata Kunci: analisa sentimen, similarity, k nearest neighbor, term frequency
APLIKASI PANTAU PERANGKAT DAN KOMPUTER DALAM SEBUAH JARINGAN BERBASIS ANDROID Rachmadhuha, Adhiq; Kusnanto, Geri
KONVERGENSI Vol 13 No 2 (2017)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1162.285 KB) | DOI: 10.30996/konv.v13i2.2759

Abstract

Aplikasi Pantau Perangkat dan Komputer merupakan suatu aplikasi yang bersifat tool untuk membantu pantauan setiap perangkat yang ada dalam sebuah sistem jaringan. Aplikasi ini ditujukan untuk seorang pengelola jaringan atau sIstem administrator maupun IT Manajemen sebuah perusahaan. Dengan bantuan aplikasi atau tool ini diharapkan seorang pengelola jaringan akan sangat dibantu untuk melakukan setiap pengecekan dan pemantauan pada struktur jaringan yang ada pada sebuah sistem atau network. Adapun hal lain, aplikasi ini memberikan akses yang bersifat mobile platform sehingga seluruh pantauan perangkat serta komputer dapat diketahui hanya pada satu genggaman tangan saja. Keuntungan serta hasil dalam penelitian ini, aplikasi ini menggunakan sebuah metode yang sama dengan layak nya sebuah pengecekan manual pada perangkat laptop dan komputer. Pada metode tersebut lah, akan coba diadaptasikan ke perangkat mobile dan dilengkapi dengan sebuah daftar dari perangkat serta komputer yang ada. Dan kemudian akan dilakukan pengecekan secara otomatis dan menghasilkan sebuah tampilan dari status setiap perangkat tersebut secara real time. Kata Kunci: Pantau Perangkat dan Komputer, IT tools, TCP/IP.
SISTEM DETEKSI KELELAHAN PENGEMUDI BERDASARKAN PENGUKURAN KEDIPAN MATA Putra, Ressa Ardiansya; Hermawati, Fajar Astuti
KONVERGENSI Vol 13 No 2 (2017)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1813.594 KB) | DOI: 10.30996/konv.v13i2.2755

Abstract

Pendeteksian kelelahan pada pengemudi sangatlah penting untuk keamanan dalam berkendara, terutama pada saat perjalanan jauh atau mudik sekalipun. Penelitian ini mengajukan sebuah sistem deteksi kelelahan pengemudi berbasis video berdasarkan pada pengukuran kedipan mata (eye blinking detection). Data yang digunakan direkam menggunakan kamera smartphone dengan posisi pengemudi menghadap kamera (frontal face). Proses penentuan kondisi pengemudi dimulai dengan pendeteksian lokasi wajah dari pengemudi menggunakan metode Viola-Jones. Jika wajah sudah terdeteksi, dilanjutkan dengan deteksi mata pada citra wajah tersebut menggunakan metode yang sama. Hasil deteksi mata ini digunakan untuk menentukan kondisi mata terbuka atau mata tertutup. Deteksi dilakukan pada setiap frame gambar video.  Seorang pengemudi dikatakan berada pada kondisi kelelahan atau mengantuk jika mata tertutup selama minimal 9 frame berturutan atau selama 0.3 detik. Dari hasil pengujian, wilayah mata terdeteksi dengan cukup baik dengan akurasi rata-rata dari hasil deteksi kedipan mata yaitu kondisi mata tertutup atau terbuka adalah sebesar 98.73%. Kata Kunci: Pengenalan wajah, pengenalan mata, deteksi kelelahan pengemudi, deteksi kedipan mata (eye blinking detection), sistem transportasi cerdas
SISTEM PERAMALAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING DAN WEIGHT MOVING AVERAGE DI PERUSAHAAN KONSTRUKSI TELEKOMUNIKASI Yunika, Sherlia; Sugiono, Sugiono
KONVERGENSI Vol 13 No 2 (2017)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1868.496 KB) | DOI: 10.30996/konv.v13i2.2756

Abstract

Meramalkan penjualan di perusahaan menjadi kunci untuk mempertahankan tren kompetitif dan memenangkan persaingan. Penelitian ini bertujuan untuk mengembangkan sistem metode peramalan penjualan bahan dengan metode Exponential Smoothing (ES) dan Weight Moving Average (WMA). ES menggunakan rata - rata bergerak dengan meramalkan hasil periode terakhir ditambah porsi perbedaan (α). WMA adalah metode perkiraan cara perhitungannya mirip dengan MA, hanya berbeda dalam penambahan bobot pada setiap data. Penelitian ini membandingkan hasil peramalan antara metode ES dan WMA dengan berbagai data referensi penelitian dari Januari 2015 hingga Desember 2015 dan perkiraan Januari 2016 untuk batas jenis barang AC-OF-SM-12-SC. Hasil untuk bulan Januari 2016 metode WMA memprediksi penjualan 904.590,25 dengan tingkat akurasi perkiraan 52,05%, dan metode ES pada 75530,03 dengan tingkat akurasi 89,59%. Kata Kunci: Forecasting, Exponential Smoothing (ES), Weight Moving Average (WMA), Sales Material

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2017 2017


Reset
Filter By Issues
All Issue Vol 18 No 1 (2022): Volume 18 Nomor 1 Tahun 2022 Vol 17 No 2 (2021) Vol 17 No 1 (2021) Vol 16 No 2 (2020) Vol 16 No 1 (2020) Vol 15 No 2 (2019) Vol 15 No 1 (2019) Vol 14 No 2 (2018) Vol 14 No 1 (2018) Vol 13 No 2 (2017) Vol 13 No 1 (2017) Vol 12 No 01 (2016) Vol 12 No 2 (2016) Vol 11 No 02 (2015) Vol 11 No 01 (2015) More Issue