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 97 Documents
 6   7   8   9   10 
Pengukuran Happiness Index Masyarakat Kota Bandung pada Media Sosial Twitter Menggunakan Pendekatan Ontologi Top-Down Hierarchy ika rahayu ponilan
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

Paradigma pengukuran tingkat kemakmuran suatu negara dari pendapatan per kapita Gross National Product, sekarang telah digeser oleh paradigma happiness index atau Gross National Happiness (GNH). Belakangan ini, Bandung menjadi kota pertama di Indonesia yang mengadopsi inovasi peningkatan happiness index masyarakat. Pemerintah kota Bandung berharap agar inovasi ini dapat dijadikan review untuk menjadikan kota Bandung nyaman ditinggali dan memperbaiki value kota Bandung. Penelitian ini akan menganalisis tweet dari Twitter secara berkala, ke dalam parameter happiness berdasarkan Badan Pusat Statistik (BPS) Bandung dengan menggunakan pendekatan ontologi. Terdapat enam tahap dalam penelitian ini yaitu, tahap pertama adalah crawlin (pengambilan) data Twitter berdasarkan wilayah kota Bandung dan melabelkan data data. Tahap kedua yaitu preprocessing data yang mencakup data cleaning, case folding, tokenizing, stopword removal, dan lemmatization. Tahap ketiga yaitu sentiment analysis untuk mengklasifikasikan tweet (opini) ke dalam opini positif dan negatif. Tahap keempat yaitu ontologyconstruction berdasarkan parameter happiness index BPS Bandung. Tahap kelima yaitu pengelompokkan tweet berdasarkan ontologi yang telah dibangun. Tahap keenam yaitu perhitungan happiness index per parameter yang telah ditentukan sebelumnya. Penelitian ini menghasilkan nilai happiness index masyarakat kota Bandung sebesar 55.50% dari data aktual dan 52.22% dari data prediksi oleh sistem. Nilai tersebut dapat dijadikan sebagai salah satu alat bantu dalam pengambilan kebijakan Pemerintahan Kota Bandung.
Perancangan Semantic Similarity based on Word Thesaurus Menggunakan Pengukuran Omiotis Untuk Pencarian Aplikasi pada I-GRACIAS Akip Maulana
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

Proses pencarian dengan cara konvensional akan membuat pengguna I-GRACIAS bingung apabila keyword yang dimasukkan memiliki ejaan kata yang berbeda dengan nama aplikasi yang ada. Semantic similarity adalah suatu pendekatan untuk menangani pencarian dengan mengandalkan nilai keterhubungan antar-term yang dibentuk dari Wordnet. Pendekatan semantic similarity yang digunakan adalah Path-based dengan Wu and Palmer (WUP) sebagai metode perhitungan semantic similarity. Omiotis merupakan metode yang ditujukan untuk mengukur derajat relevansi antar-dokumen. Terdapat dua komponen utama dari perhitungan Omiotis. Komponen tersebut adalah lexical relevance dan semantic similarity. Dengan demikian, proses pencarian yang awalnya menggunakan cara konvensional diubah dengan pendekatan Semantic Textual Similarity (STS). Oleh karena itu, pada tugas akhir ini akan digunakan pengukuran Omiotis untuk menghitung kemiripan antar-dokumen dengan menggunakan pendekatan Path-based sebagai metode semantic similairty, yang mana masih memiliki ketergantungan dengan Wordnet. Sehingga mampu membantu menangani masalah pencarianaplikasi di I-GRACIAS.
ANALISIS KLASIFIKASI SENTIMEN DAN PERINGKASAN PADA REVIEW PRODUK MENGGUNAKAN METODE UNSUPERVISED Muhammad Husein Adnan; Warih Maharani; Anisa Herdiani
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

Peningkatan transaksi e-commerse telah membuat para pelaku pasar mengalihkan proses jual-beli ke arah modernisasi melalui internet. Banyak Website penyedia layanan jual-beli online yang bermunculan hingga memudahkan juga bagi konsumen untuk mengutarakan opininya mengenai produk yang dia beli serta produsen dalam mengetahui opini konsumen tersebut. Sayangnya opini mengenai review suatu produk yang dijumpai, jumlah nya sangat banyak dan menyulitkan untuk ditarik kesimpulan. Pada penelitian ini dilakukan analisis untuk membuat sebuah sistem yang dapat memberikan klasifikasi dan ringkasan atas review produk tersebut. Review tehadap suatu produk, umumnya tidak hanya kepada produk itu sendiri namun lebih banyak kepada fiturfiturnya. Untuk itu dilakukan juga analisis untuk dapat mengambil fitur-fitur dari produk dan kata opininya menggunakan metode Noun Phrase Chunking dan Double Propagation. Klasifikasi ditingkat aspek dilakukan untuk menentukan opini–opini pada review produk kedalam opini positif dan negatif. Ada banyak metode untuk melakukan klasifikasi tersebut, pada penelitian ini digunakan metode Unsupervised berbasis kesamaan polarity pada setiap kata opini yang muncul bersamaan yang dihubungkan dengan sebuah konjungsi “and” yang mampu memberikan orientasi opini dengan tepat.
Optimasi Waiting Time pada Simulasi Intelligent Traffic Light Control menggunakan Markov Decision Process Beryl Ramadhian Aribowo
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

This research proposes Traffic Light Control as the main topic. It is a topic which received many attention from the researchers due to it is the most determining factor to traffic optimization. Some basic and advanced algorithms have been devised by researchers to overcome this problem since years ago. Specifically, this research would also does the same, by producing a Traffic Light Control scheme by using a model based Reinforcement Learning which is Markov Decision Process (MDP). This particular MDP model is obtained through observation to the environment which is an infrastructure that comes from a traffic light simulator, Green Light District. This research produces an MDP model that is able to optimize the waiting time of the tested infrastructure. The approach which is used to build the MDP model is by observing the density of each lane that is going inside into a single junction to form the states, while the action is taken from the identifier of a lane which has green as its traffic light’s sign within a single junction. Based on the test results, this particular MDP model outperformed the other basic Traffic Light Control algorithms with Average Junction Waiting Time (AJWT) of 29.886 seconds.
Implementasi dan Analisis Sederhana Protokol Megrelishvili pada Bahasa Pemograman Java Fahmi Alfiansyah
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

Protokol pertukaran kunci Megrelishvili sudah ditemukan pada tahun 2006, namun implementasi praktis penggunaan protokol tersebut masih belum dipelajari secara mendalam. Makalah ini membahas implementasi protokol dalam bahasa java menggunakan parameter kunci publik yang optimal. Perancangan sistem ini disajikan dalam bentuk UML. Selain itu, kami melakukan eksperimen numerik untuk menganalisis waktu eksekusi dan kebutuhan memori pada protokol Megrelishvili. Dari hasil eksperimen yang dilakukan, diperoleh dua hal penting. Pertama, ukuran matriks yang digunakan berbanding lurus dengan waktu dan jumlah memori. Kedua, ukuran Galois Field yang digunakan berbanding terbalik dengan waktu, namun berbanding lurus dengan jumlah memori.
Implementasi Discrete Wavelet Transform Untuk Prediksi Kandungan Kurkumin Pada Temulawak Dengan Menggunakan Pendekatan Kalibrasi Radhinka Bagaskara
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

Dalam mendeteksi kualitas kandungan senyawa pada temulawak, metode yang sering digunakan adalah High-Performance Liquid Chromatography (HPLC) dan Fourier Transform Infrared Spectroscopy (FTIR). Metode HPLC terbukti akurat dalam mendeteksi kandungan senyawa pada temulawak tetapi biaya yang dikeluarkan relatif mahal, sedangkan FTIR lebih murah tetapi data keluarannya berdimensi tinggi dan antar peubah saling berkorelasi. Salah satu cara untuk mengatasi permasalahan data berdimensi tinggi adalah dengan melakukan reduksi antar dimensi yang memiliki multikolinearitas tinggi. Metode Discrete Wavelet Transformation (DWT) mampu mereduksi dimensi data dan mengurangi multikolinearitas data sehingga menghasilkan suatu peubah baru dengan dimensi yang lebih kecil. Selanjutnya dilakukan proses pemodelan prediksi data yang sudah direduksi dengan menggunakan pendekatan metode kalibrasi linier. Hasil yang diperoleh menunjukkan bahwa DWT bisa mengurangi nilai korelasi data secara signifikan, dengan korelasidata awal sebesar 0.72001 menjadi 0.06715 dengan metode DWT Haar. Model prediksi HPLCdengan DWT Haar menghasilkan RMSEP untuk testing sebesar 1.47497. Sedangkan untuk modelprediksi HPLC dengan data DWT Daubechies dan PCA menghasilkan nilai RMSEP lebih baik,dengan rata-rata RMSEP untuk testing sebesar 0.95254.
Studi Numerik pada Beberapa Metode Iterasi Untuk Simulasi Penurunan Tekanan pada Pipa Transmisi Kaisa Sekaring Pertiwi
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

Saat gas mengalir pada pipa transmisi, dari titik sumber ke titik akhir alir, tekanan dan temperatur mengalami penurunan nilai. Tekanan dan temperatur dapat mempengaruhi karakteristik dari gas alam yang dialirkan. Pada penelitian ini, dibangun sistem prediksi distribusi tekanan pada pipa transmisi. Sistem prediksi yang dibangun berupa persamaan nonlinear. Solusi dari sistem persamaan diaproksimasi menggunakan metode Newton Raphson, Secant dan iterasi titik tetap. Keakuratan distribusi yang dihasilkan dari masing-masing metode, diukur berdasarkan perbandingan dengan data lapangan. Penelitian ini menunjukan bahwa dengan batasan error tertentu, solusi numerik dari iterasi titik tetap dapat dihasilkan dari jumlah iterasi yang lebih sedikit bila dibandingkan dengan solusi numerik dari Newton Raphon. Sedangkan bila Newton Raphson dibandingkan dengan Secant, solusi numeric dari Newton Raphson dihasilkan dari jumlah iterasi yang lebih sedikit bila dibandingkan dengan jumlah iterasi Secant.
Implementasi Discrete Wavelet Transform (DWT) dan Partial Least Square (PLS) untuk Prediksi Kandungan Kurkumin pada Temulawak dengan Menggunakan Pendekatan Kalibrasi. Lucky Deka 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

Indikator penentuan kualitas tanaman obat adalah senyawa aktif yang terkandung didalamnya. Konsentrasi senyawa aktif pada tanaman obat dapat diketahui melalui metode HPLC (High Performance Liquid Chromatography) dan FTIR (Fourier Transform Infrared). Proses penentuan senyawa aktif menggunakan HPLC menghasilkan akurasi yang tinggi tetapi lebih mahal dibandingkan dengan FTIR. Namun, FTIR menghasilkan data berdimensi besar dan antar peubah acak saling berkorelasi, sehingga mengalami kendala dalam model kalibrasi linier berganda. Salah satu metode yang dapat digunakan untuk reduksi dimensi adalah Transformasi Wavelet Diskret(TWD) . Hasil reduksi dimensi masih memungkinkan memiliki multikolinieritas tinggi antara koefisien - koefisienwavelet. Oleh karena itu, digunakan metode Partial Least Square (PLS) untuk mengatasi permasalahan multikolinieritas. Dataset yang digunakan adalah data persen transmitan kurkumin FTIR . Setelah dilakukan beberapa skenario pengujian diperoleh reduksi terbaik dari hasil reduksi TWD adalah 500. Dengan menggunakan metode PLS didapatkan vektor latent optimal 14. Berdasarkan hasil reduksi TWD-PLS didapatkan rata- rata korelasi 0.07142 lebih kecil dibandingkan rata-rata korelasi sebelumnya 0.71881. Model prediksi HPLC menghasilkan nilai RMSEP sebesar 0.001709.
Implementasi Discrete Wavelet Transform dan Principal Component Analysis untuk Prediksi Kandungan Kurkumin pada Temulawak dengan Menggunakan Pendekatan Kalibrasi Faishal Mandala Putra
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

Temulawak adalah salah satu tanaman yang digunakan banyak orang sebagai obat-obatan dan sering juga digunakan sebagai bahan baku industri jamu dan farmasi. Kurkumin merupakan kandungan yang terdapat pada tanaman temulawak, pencarian informasi kandungan kurkumin pada temulawak menggunakan metode High Performance Liquid Chromathography (HPLC) mengeluarkan biaya yang mahal, sedangkan Fourier Transform Infrared (FTIR) mengeluarkan biaya yang murah, tetapi FTIR menghasilkan data dengan dimensi yang sangat besar dan saling berkorelasi. Reduksi dimensi data merupakan salah satu teknik yang dilakukan untuk mengurangi dimensi (ukuran) data FTIR, sehingga pemodelan untuk menyatakan hubungan FTIR dengan HPLC dapat mudah dilakukan. Transformasi Wavelet Diskret (TWD) mampu mereduksi dimensi-dimensi yang berkorelasi tinggi sehingga menghasilkan suatu peubah dengan dimensi lebih kecil dari sebelumnya dari 1024 hingga 500 dimensi. Namun, hasil reduksi TWD tersebut masih menghasilkan peubah acak yang berkorelasi tinggi, sehingga dibutuhkan reduksi dimensi kembali dengan Principal Component Analysis (PCA). Metode PCA mereduksi data hasil reduksi TWD menjadi 15 dimensi. Perhitungan nilai Root Mean Square Erorr of Prediction (RMSEP) menyatakan bahwa model kalibrasi dari reduksi yang dilakukan oleh TWD-PCA memberikan hasil dengan erorr sebesar 0.021046.
Ontological Search Engine on Twitter to Collect Data for Bandung Happiness Index Measurement Muhammad Arifino Setyawan
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

Happiness index merupakan suatu nilai yang dapat menunjukkan tingkat kebahagiaan seseorang disuatu daerah. Namun, pengumpulan data menggunakan metode konvensional membutuhkan banyak waktu dan biaya, dengan pertumbuhan pengguna internet di Indonesia, khususnya pengguna Twitter, kondisi ini membuat peluang untuk menggunakan data Twitter untuk mengukur happiness index. Penggunaan Twitter API merupakan salah satu cara untuk mengumpulkan data dari Twitter, namun banyaknya aspek serta ketidakakuratan dari pencarian yang berhubungan ke domain happiness index, menimbulkan satu masalah. Makalah ini mengusulkan implementasi algoritma berbasis ontologi untuk membuat pengumpulan data untuk pengukuran happiness index menjadi lebih efisien, yang bernama komputasi relevansi menggunakan metode Ehrig serta preprocessing (URL, symbol and number, synonymy and word generalization and phrases). Berdasarkan pengujianyang dilakukan, dicapai nilai F1 sebesar 86.95%, nilai ini menunjukkan bahwa penambahan yangdiusulkan kepada Twitter Search API dapat membuat pengumpulan data lebih efisien.

Page 8 of 10 | Total Record : 97

 6   7   8   9   10 

Filter by Year

2014 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)