cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
Indonesia Symposium on Computing
Published by Universitas Telkom
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 29 Documents
 1   2   3 
Search results for , issue " Indonesia Symposium on Computing (IndoSC) 2016" : 29 Documents clear
Pengukuran Indeks Kebahagiaan Masyarakat Kota Bandung dari Jejaring Sosial Twitter Menggunakan Ontologi dengan Paradigma Bottom-up Dimas Ikhsanu Fitra
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Kebahagiaan masyarakat dapat dijadikan parameter untuk menentukan pencapaian dari suatu Negara. Dalam cakupan yang lebih kecil, hal ini dapat diaplikasikan juga ke sebuah kota. Pemerintah kota Bandung mengembangkan sistem yang dapat menghitung indeks kebahagiaan masyarakatnya. Pemerintah kota Bandung telah melakukan perhitungan indeks kebahagiaan dengan survei sampling secara acak kepada kepala keluarga atau pasangannya. Dalampengambilan data dengan survei memerlukan usaha serta buaya yang besar. Dapat dilakukan upaya lain selain dari menggunakan survei dalam pengambilan data, yaitu dengan mengambil data berupa opini dari masyarakat dari media sosial Twitter yang sangat banyak digunakan masyarakat kota Bandung. Data tweet pada Twitter diklasifikasikan sesuai dengan kebutuhan perhitunganindeks kebahagiaan masyarakat kota Bandung. Klasifikasi dibantu ontologi yang dapat memetakan pengetahuan yang diketahui manusia untuk diketahui sistem. Ontologi dibangun dengan paradigma bottom-up yang pembangunannya bermula dari term-term pada tweet. Untuk mendapatkan sentimen dari data tweet digunakan klasifikasi sentiment menggunakan classifier pada Weka. Hasil klasifikasi ontologi dan sentiment digunakan untuk mengukur indeks kebahagiaan. Dilakukan pengujian terhadap sistem dengan mencari nilai F1 measure dan akurasi. Dari hasil pengujian ditemukan bahwa kelengkapan ontologi berpengaruh kepada performansi hasil klasifikasi yang dianalisis dari nilai akurasi dan F1 measure pada dua versi ontologi. Dengan data yang ada, jumlah data latih berpengaruh terhadap performansi classifier Weka dalam melakukan klasifikasi sentimen. Semakin besar jumlah data maka semakin besar nilai akurasi dan nilai F1 measure. Semakin besar akurasi maka semakin valid hasil perhitungan indeks kebahagiaan yang didapat.
Penjadwalan Sidang Tugas Akhir Prodi Ilmu Komputasi Universitas Telkom Menggunakan Metode Algoritma Genetika Adaptif dan Fuzzy Relation Oki Virgiawan Pramudita
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Menentukan sebuah jadwal yang terdiri atas banyak unsur sangatlah rumit. Salah satu contoh permasalahan dari penjadwalan yaitu penjadwalan sidang. Banyak kombinasi yang bisa dibentuk dari unsur-unsur penjadwalan sidang. Namun, tidak seluruh kombinasi tersebut dapat menjadi solusi dari penjadwalan. Penjadwalan sidang tugas akhir ini memiliki beberapa syarat diantaranya jadwal mengajar dosen dan jadwal kuliah mahasiswa tidak boleh bentrok dengan jadwal sidang, dosen penguji direkomendasikan sesuai dengan topik tugas akhir yang diujikan, dan dosen pembimbing tidak bisa menjadi dosen penguji. Karena banyaknya pertimbangan dalam penjadwalan sidang tugas akhir, maka dibutuhkan metode yang optimal dan efisien sehingga dapat mengatasi rumitnya penjadwalan ini. Metode fuzzy relation dan algoritma genetika termasuk metode yang bisa digunakan dalam mengatasi masalah ini. Jadwal yang dihasilkan oleh metode fuzzy relation dan algoritma genetika adaptif pada kasus ini memiliki rata-rata fitness sebesar 0.9687, dan untuk metode algoritma genetika saja ini memiliki rata-rata fitness sebesar0.8243.
Optimasi Penjadwalan Perkuliahan Menggunakan Pendekatan Metode Hybrid Algoritma Genetika Adaptif dengan Algoritma Koloni Lebah Buatan Choiryaldi Setya Pratama
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Penjadwalan perkuliahan merupakan suatu permasalahan yang sering dihadapi oleh setiap perguruan tinggi. Setiap perguruan tinggi memiliki kebijakan tersendiri dalam penyusunan jadwal perkuliahan, dan mungkin masing-masing perguruan tinggi mempertimbangkan kendala-kendala yang berbeda. Pada kasus optimasi penjadwalan, metode yang paling populer digunakan adalah metode pencarian heuristic seperti algoritma genetika. Pada penelitian ini membahas tentang implementasi metode hibridisasi algoritma genetika adaptif dengan algoritma koloni lebah buatan untuk menyelesaikan permasalahan penjadwalan perkuliahan di perguruan tinggi Universitas Telkom Bandung. Data yang digunakan dalam penelitian ini adalah data mahasiswa dan matakuliah pada tingkat satu serta data dosen yang mengajar terkait matakuliah tingkat satu Fakultas Teknik di perguruan tinggi Universitas Telkom Bandung. Berdasarkan pengujian yang telah dilakukan, pada penerapan metode hibridisasi algoritma genetika adaptif dan algoritma koloni lebah buatan diperoleh nilai fitness dan solusi tercapai (perkuliahan tanpa bentrokan) yang paling optimal masing-masing sebesar 0.0021 dan 87.67%. Hasil tersebut lebih baik dibandingkan menggunakan algoritma genetika dengan nilai fitness dan solusi tercapai yang paling optimal masing-masing sebesar 0.0013 dan 76.67%.
Learning Struktur Bayesian Networks menggunakan Novel Modified Binary Differential Evolution pada Klasifikasi Data Azmi Hafizha Rahman Zainal Arifin; Muhammad Syahrul Mubarok; Adiwijaya Adiwijaya
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Bayesian Networks merupakan salah satu metode pemodelan probabilitas pada Probabilistic Graphical Models. Bayesian Networks terdiri dari nodes yang merepresentasikan variabel pada masalah yang dikaji dan edges yang merepresentasikan relasi dependensi antar node. Pada masalah yang sederhana, struktur Bayesian Networks biasanya ditentukan oleh ahli di bidang masalah tersebut atau berasal dari intuisi alami manusia. Perancangan struktur Bayesian Networks secara manual ini akan sulit dilakukan apabila kasus yang dikaji merupakan kasus yang kompleks yang memiliki sangat banyak node dan sangat banyak kemungkinan edges yang menghubungkannya. Pada penilitian ini, dilakukan pengujian dan analisa terhadap proses pencarian struktur Bayesian Networks menggunakan algoritma Novel Modified Binary Differential Evolution. Novel Modified Binary Differential Evolution merupakan algoritma optimasi permasalahan diskrit dengan representasi solusi berbentuk biner yang merupakan pengembangan dari algoritma Differential Evolution. Hasil pengujian terhadap data Alarm, Asia, Carpo, Insurance, dan Water masing-masing diperoleh skor BDeu sebesar -1973.77, -243.68, -2450.54, -2024.17, dan -1621.90.
Simulasi Iringan Kendaraan Seragam dalam Satu Lajur Rachmad Ryan Feryal; Mahmud Imrona; Putu Harry Gunawan
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Tujuan dari makalah ini adalah untuk mempelajari model car following pada satu jalur jalan dengan kendaraan seragam. Model yang digunakan dalam penelitian ini disebut sebagai the full velocity difference model (FVDM). Model FVDM merupakan model baru yang dikembangkan dari model terdahulunya yakni optimal velocity model (OVM). Algoritma dari FVDM akan dibahas secara rinci dalam makalah ini. Beberapa percobaan numerik juga diberikan untuk melihat perilaku model. Dalam simulasi numerik, dengan memilih tiga posisi kendaraan secara acak yaitu 53, 46.5 dan 22.2 meter, terjadinya iringan kendaraan yang diperoleh pada saat t = 10 s.
Klasifikasi Kendaraan di Jalan Tol dengan Menerapkan Metode Local Binary Pattern dan Linear Discriminant Analysis afrizal firdaus
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Klasifikasi kendaraan pada jalan tol merupakan hal yang penting untuk mengetahui jenis kendaraan apa saja yang melalui daerah tersebut. Namun hal tersebut tentunya membutuhkan usaha yang besar jika pekerjaan tersebut dilakukan oleh pengamatan manusia. Computer vision merupakan suatu cabang keilmuan yang mampu menggantikan peran tenaga ahli dalam melakukan penilaian visual. Dengan menggunakan computer vision tentunya dapat membantu pekerjaan manusia untuk mengamati objek visual terlebih lagi jika dalam jumlah banyak. Penelitian ini menggunakan video yang diambil menggunakan handycam di jalan tol Pasir Koja dengan menggunakan 2 buah dataset di lokasi yang berbeda. Metode yang digunakan dalam penelitian ini adalah Gaussian Mixture Model sebagai metode untuk memisahkan background dan foreground, Local Binary Pattern sebagai metode ekstraksi ciri, dan Linear Discriminant Analysis sebagai metode klasifikasi. Hasil pengujian terbaik didapatkan ketika melakukan pengujian dengan menggunakan parameter LBPradius 2, pembagian jumlah region menjadi 25 buah, dan ukuran citra 60x60 piksel. Hasil pengujian didapatkan dengan menghitung F1 measure rata-rata dan didapatkan nilai 82.33%.
Kesamaan Semantik Antar Kata menggunakan Pengukuran Berbasis Path paskalis dias adhyaksa
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Pengukuran semantic similarity memiliki peran penting dalam beberapa task natural language processing. Pengukuran ini dilatarbelakangi oleh suatu masalah di mana saat ini komputer belum dapat menyamakan persepsi manusia terkait penilaian kesamaan antar kata. Penggunaan knowledge bases sebagai sumber informasi telah banyak diimplementasikan menggunakan metode tertentu untuk melakukan perhitungan kesamaan semantik antar kata. Salah satu diantaranya adalah pengukuran berbasis path yang cukup populer digunakan dengan memanfaatkan bentuk struktur taksonomi secara utuh. Penelitian ini mengimplementasikan pengukuran berbasis path dengan pendekatan Wang & Hirst measure untuk melakukan perhitungan kesamaan semantik antar kata menggunakan WordNet sebagai knowledge base. Sistem melakukan perhitungan skor terhadap semua kombinasi sense kata dengan bobot parameter alpha yang diatur pada skala 0 - 5. Hasil pengujian menunjukkan pengukuran Wang & Hirst mampu menghasilkan nilai korelasi cukup tinggi pada kedua dataset uji, yaitu sebesar 0,59 untuk dataset SimLex999 dan 0,65 untuk dataset WordSim353 dengan bobot parameter alph 0. Hasil korelasi tersebut termasuk ke dalam kategori korelasi positif sedang untuk dataset SimLex999 dan korelasi positif kuat untuk dataset WordSim353.
Analisis Sentimen berdasarkan Aspek Pada Review Restoran Menggunakan Bayesian Networks Untuk Dokumen Berbahasa Inggris Dimas Adhi Prasidya
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Analisis Sentimen memungkinkan penggunanya untuk mengetahui bagaimana pendapat orang lain mengenai produk atau bisnis yang ada. Konsumen biasanya memberikan pendapat mereka setelah menggunakan produk ataupun jasa yang ditawarkan. Dengan mengetahui apakah produknya disukai atau tidak, penjual dapat mengambil langkah strategis. Penulis menerapkan konsep text mining pada bidang analisis sentimen dalam penelitian ini. Ada beberapa tahapan yang dilalui. Pertama adalah tahap preprocessing data, pada tahap ini dilakukan proses normalisasi, tokenization, filtering/stop word removal, da lemmatization. Tahap kedua adalah tahap learning classifier, yaitu membangun struktur graf yang dipakai pada proses klasifikasi. Graf yang dibuat ada Sembilan jenis yang masing – masingnya terdiri dari tiga node, yaitu word, polarity, dan aspect. Setelah graf selesai dibuat, graf tersebut akan dihitung nilai kompleksitasnya dengan menggunakan rumus BDeu (Bayesian Dirchlet Equivalence Uniform) untuk menentukan graf yang terbaik. Tahap ketiga adalah tahap klasifikasi,pada tahap ini dokumen diklasifikasikan sentimennya apakah cenderung ke positif, negatif, konflik atau netral dan aspeknya apakah food, ambience, miscellaneous, price atau service. Tahap keempat
Analisis dan Implementasi Deteksi Citra Spam Menggunakan Gray Level Co-occurences Matrix dan Naive Bayes abdurrahman Jundullah
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

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

Abstract

Image Spam merupakan salah satu teknik spamming dengan mengirimkan spam melalui citra pada isi pesan. Pesan spam dapat dijadikan sebagai peluang untuk pelaku cybercrime dalam melakukan proses pencurian data. Untuk mengetahui citra pada data merupakan spam, sistem melakukan proses pengolahan data dengan ekstraksi ciri. Penelitian ini menggunakan GLCM sebagai ekstraksi citra berbasis tekstur dengan output parameter contrast, correlation, energy, homogeneitydan entrophy. Kemudian parameter output GLCM tersebut menjadi masukan untuk prosesklasifikasi naivebayes. Naïve Bayes digunakan untuk mengimplementasi sistem yang dibangun agar mampu mengklasifikasikan kumpulan citra kedalam kelas imagespam atau non-spam. Berdasarkan hasil observasi, diketahui bahwa sistem yang dibangun memiliki performansi klasifikasi f1-measure rata-rata 93%.

Page 3 of 3 | Total Record : 29

 1   2   3 

Filter by Year

2016 2016


Reset
Filter By Issues
All Issue Indonesia Symposium on Computing (IndoSC) 2016 Indonesia Symposium on Computing 2015 Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)