Indonesian Journal on Computing (Indo-JC)
Indonesian Journal on Computing (Indo-JC) is an open access scientific journal intended to bring together researchers and practitioners dealing with the general field of computing. Indo-JC is published by School of Computing, Telkom University (Indonesia).
Articles
198 Documents
<![CDATA[Klasifikasi Sentimen Ulasan Tempat Makan Berbahasa Indonesia dengan Lexicon dan Improved Naive Bayes ]]>
<![CDATA[Agi Maulana]]>;
<![CDATA[Yuliant Sibaroni]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 3 (2019): December, 2019 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2019.4.3.369
<![CDATA[Ulasan tempat makan pada situs daring seringkali memberikan skor yang tidak sesuai dengan makna pada ulasan. Ulasan dapat berskor rendah namun ulasan mengandung makna positif dan ulasan berskor tinggi dapat mengandung makna yang negatif. Berbagai upaya klasifikasi sentimen ulasan dengan menggunakan analisis sentimen telah dilakukan pada banyak penelitian. Namun analisis sentimen dengan hanya mengandalkan pendekatan supervised learning memberikan hasil salah satu kelas cenderung lebih sering muncul sehingga berakibat pada menurunnya kinerja pengklasifikasi. Dalam makalah ini, pendekatan Improved Naive Bayes yaitu Naive Bayes dengan fitur unigram dan bigram dipadukan dengan pendekatan menggunakan lexicon diusulkan untuk meningkatkan kinerja pengklasifikasi. Fitur diperoleh dengan mengekstrak pola POS TAG yang mengandung kata atau frasa yang mengekspresikan emosi yang relevan dengan ulasan tempat makan. Lexicon dibangun secara manual dengan mengumpulkan kata dan frasa unigram dan bigram yang menunjukan emosi yang relevan diungkapkan pada ulasan tempat makan. Pengklasifikasi dengan menggunakan Improved Naive Bayes menunjuakan kinerja yang lebih baik dibandingkan pengklasifikasi menggunakan Naive Bayes. Improved Naive Bayes memperoleh skor precision 80%, recall 77%, dan F1 76%. Sedangkan Naive Bayes memperoleh skor precision 68%, recall 60%, dan F1 56%.]]>
<![CDATA[Deteksi Pola Ambiguitas Struktural pada Spesifikasi Kebutuhan Perangkat Lunak menggunakan Pemrosesan Bahasa Alami ]]>
<![CDATA[Chlaudiah Julinar Soplero Lelywiary]]>;
<![CDATA[Sri Widowati]]>;
<![CDATA[Kemas Muslim Lhaksamana]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 3 (2019): December, 2019 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2019.4.3.355
<![CDATA[Spesifikasi Kebutuhan Perangkat Lunak (SKPL) merupakan dokumen yang dihasilkan dari proses rekayasa kebutuhan dan memegang peranan penting dalam pengembangan perangkat lunak. Sekitar 87.7% dokumen SKPL ditulis menggunakan bahasa alami. Masalah terbesar dalam penulisan dengan bahasa alami adalah kesalahan interpretasi yang disebabkan karena terdapat kata-kata yang ambigu. Jika terjadi ambigu dan tidak dideteksi secepat mungkin, maka kesalahan interpretasi dapat mengarah pada hasil perangkat lunak tidak sesuai dengan kebutuhan pengguna. Hal ini membuat masalah ambigu dalam SKPL sangat penting untuk ditangani. Sudah terdapat berbagai penelitian mengenai solusi penanganan ambigu dalam SKPL, dan hampir sebagian besar menggunakan SKPL dalam Bahasa Inggris. Penelitian ini bertujuan untuk mendeteksi ambigu yang terjadi akibat struktur pernyataan kebutuhan perangkat lunak yang salah pada SKPL dalam Bahasa Indonesia. Adapun metode yang diusulkan adalah pola bahasa alami berdasarkan Part-of-Speech Tag Hidden Markov Model-Viterbi, dan pola tersebut dideteksi dengan Regular Expression Parsing. Pola bahasa alami yang diusulkan dievaluasi dengan nilai indeks Kappa. Hasil dari analisis pola bahasa alami memiliki nilai indeks Kappa tertinggi sebesar 0.9139, yang berarti ahli sangat sepakat terhadap hasil deteksi ambigu struktural dengan pola bahasa alami.]]>
<![CDATA[Clustering of Earthquake Prone Areas in Indonesia Using K-Medoids Algorithm ]]>
<![CDATA[Fiona Ramadhani Senduk]]>;
<![CDATA[Indwiarti Indwiarti]]>;
<![CDATA[Fhira Nhita]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 3 (2019): December, 2019 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2019.4.3.359
<![CDATA[Located right above the ring of fire makes Indonesia prone to natural disasters, especially earthquakes. With the number of earthquakes that have occurred, disaster mitigation is very much needed. The use of data mining methods will certainly help in disaster mitigation. One method that can be used is clustering. The clustering algorithm used in this study is k-Medoids, and comparison with the k-means algorithm is also carried out. The data used are earthquake data from all regions in Indonesia during 2014-2018 that were recorded by the United State Geological Survey (USGS). The results obtained showed that k-medoids giving better silhouette results and computational time than k-means. For the k-medoids cluster results, the highest value of silhouette was 0.4574067 with k = 6. The analysis of each cluster is presented in this paper.Keywords: clustering,data mining, earthquake, k-medoid.]]>
<![CDATA[Deteksi Lokasi Pencemaran Air Sungai Citarum berbasis IoT menggunakan Fuzzy Inference System ]]>
<![CDATA[Annisa Gustien Widowati]]>;
<![CDATA[Novian Anggis Suwastika]]>;
<![CDATA[Rahmat Yasirandi]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 3 (2019): December, 2019 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2019.4.3.315
<![CDATA[Citarum merupakan sumber dari denyut nadi perekonomian Indonesia sebesar 20% total produksi industri Indonesia dan sumber dari 60% produksi tekstil nasional. Kegiatan produksi tersebut menimbulkan permasalahan lingkungan akibat pembuangan limbah rumah tangga dan industri yang tidak menggunakan Instalasi Pengolahan Air Limbah (IPAL) secara optimal. Salah satu kendala dalam mengatasi pencemaran air sungai Citarum adalah menentukan lokasi dengan tingkat pencemaran tertinggi. Untuk mendeteksi lokasi pencemaran diperlukan pemantauan air sungai Citarum dengan pengambilan data terus-menerus secara realtime dan pengklasifikasian tingkat pencemaran dibutuhkan. Solusi dari permasalahan pendeteksian lokasi pencemaran dapat dibangun dengan memanfaatkan teknologi Internet of Things (IoT) sebagai solusi pembacaan data secara terus-menerus dan realtime. Kebutuhan klasifikasi didalam sistem diterapkan dengan metode fuzzy inference system tipe Mamdani dengan sifat dasar aturan yang dapat ditafsirkan, intuitif dan banyak digunakan khususnya untuk mendukung pengambilan keputusan yang dengan tingkat akurasi yang tinggi. Hasil yang didapatkan dari pengujian berdasarkan skenario pengujian tingkat akurasi klasifikasi sistem yang telah dilakukan menunjukkan akurasi sebesar 92% dengan nilai toleransi error pada sistem sebesar 4% serta toleransi akurasi pembacaan data oleh perangkat keras sistem yang dibangun menunjukkan pH 3.94%, TDS 4.92% dan suhu 1.84% dari deteksi di lima lokasi sungai Citarum di Bandung Selatan.]]>
<![CDATA[Ontology-Based Semantic Search on Tourism Information Search System ]]>
<![CDATA[Ranestari Sastriani]]>;
<![CDATA[Z K Abdurahman Baizal]]>;
<![CDATA[Dana Sulistyo Kusumo]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 5 No. 1 (2020): Maret, 2020 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2020.5.1.397
<![CDATA[Nowadays, search engines are used to find various information on the Web. Search engines that are implied traditional search based on keywords do not always provide relevant information. Meanwhile by semantic search can provide relevant results because it can understand the meaning of the context and its connection. One approach to semantic search is to use ontology. Ontology is used to define concepts and relevant relations in a domain. In Information Retrieval (IR), an ontology encompasses in returning relevant information from a collection of unstructured information. One application of ontology in IR is query expansion. In this research, The query entered by the users will be searched for its relation to the ontology domain which will be expanded later. We use tourism in Bandung Raya as an ontology domain. The search in this research is represented by using Vector Space Model (VSM). Furthermore, relevant documents from search result will be provided to users. Based on the results of testing, the system that is built is able to provide relevant information with an average MAP value better than the search system that only uses traditional search methods.]]>
<![CDATA[Deteksi Spoofing Wajah Manusia Berbasis Video menggunakan Metode Local Derivative Pattern-Three Orthogonal Planes ]]>
<![CDATA[Febryanti Sthevanie]]>;
<![CDATA[Diah Ajeng Dwi Yuniasih]]>;
<![CDATA[Kurniawan Nur Ramadhani]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 5 No. 1 (2020): Maret, 2020 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2020.5.1.376
<![CDATA[Saat ini banyak sistem yang menggunakan pengenalan wajah sebagai keamanan. Namun, penggunaan wajah tersebut masih memiliki kerentanan terhadap serangan spoofing, yaitu serangan dengan cara memalsukan foto atau video dari pengguna asli sistem tersebut. Untuk menghindari adanya tindakan kriminal tersebut, diusulkan sebuah sistem yang dapat mendeteksi serangan spoofing menggunakan metode Local Derivative Pattern dari Three Orthogonal Planes. Dataset yang digunakan adalah bersumber dari empat dataset publik yang berbeda yaitu Idiap Replay-Attack Database, MSU MFSD Database, Casia FASD Database dan NUAA Imposter Database yang berformat video. Dari hasil pengujian, pada skenario intra-dataset didapatkan performansi terbaik dengan rata-rata F1-Score 97.77% dan rata-rata HTER 8.47%, sedangkan pada skenario cross-dataset rata-rata F1-Score 74.77% dan rata-rata HTER 29.05%.]]>
<![CDATA[Deteksi Lokasi Pencemaran Air Sungai Citarum Berbasis Internet of Things menggunakan Klasifikasi Naive Bayes ]]>
<![CDATA[Annisa Marwa Nursantoso]]>;
<![CDATA[Novian Anggis Suwastika]]>;
<![CDATA[Rahmat Yasirandi]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 5 No. 1 (2020): Maret, 2020 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2020.5.1.317
<![CDATA[Keberadaan lebih dari 500 industri dan pemukiman untuk kurang lebih 5 juta penduduk yang menghasilkan sekitar 200 ton limbah perharinya dibuang ke sungai Citarum tanpa melalui proses instalasi pengolahan air limbah (IPAL), merupakan sumber utama dari pencemaran sungai Citarum. Upaya pemerintah terhadap Citarum telah dilakukan selama 5 tahun dalam berbagai bentuk program, namun hasilnya belum signifikan. Salah satu kendala dalam program, untuk menanggulangi pencemaran air sungai Citarum adalah tidak ada data informasi yang menunjukan tingkat pencemaran dan lokasi pencemaran. Untuk mengatasi kendala tersebut, diperlukan sebuah sistem yang mampu melakukan pembacaan secara terus menerus dan menentukan lokasi yang diindentifikasi sebagai sumber pencemaran. Sistem yang dibangun untuk mendeteksi pencemaran dan lokasi pencemaran berbasis IoT dan klasifikasi naive bayes. Metode naive bayes dipilih karena dalam teknik data mining yang menerapkan teori Bayes dalam klasifikasi dengan asumsi yang sangat kuat (naif) akan independensi dari masing-masing kondisi kejadian. Hasil penelitian menunjukkan penggunaan metode klasifikasi naive bayes pada proses klasifikasi pencemaran air sungai memiliki tingkat akurasi sebesar 96%. Hasil ini dapat diterima untuk akurasi klasifikasi.]]>
<![CDATA[Deteksi Helm pada Video Pengendara Sepeda Motor menggunakan Ekstraksi Ciri Histogram of Oriented Gradients ]]>
<![CDATA[Febryanti Sthevanie]]>;
<![CDATA[Anang Kurniawan]]>;
<![CDATA[Kurniawan Nur Ramadhani]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 5 No. 1 (2020): Maret, 2020 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2020.5.1.377
<![CDATA[World Health Organization mencatat sampai tahun 2015 kecelakaan di jalan telah merenggut 1.2 juta jiwa tiap tahunnya. Kecelakaan paling banyak dialami oleh pengendara sepeda motor karena minimnya keamanan yang melindungi pengendara sepeda motor, dan juga rendahnya kesadaran pengguna sepeda motor untuk menggunakan perangkat keselamatan yang sesuai dengan Undang-Undang. Riset-riset te- lah dilakukan diantaranya membuat sistem pendeteksi helm pada pengendara sepeda motor menggunakan metode ekstraksi fitur HOG, SIFT, LBP yang dapat menghasilkan performansi rata-rata masing masing, 93%, 64%, 64% dengan menggunakan metode klasifikasi SVM. Pada penelitian ini dibuat sebuah sistem yang dapat mendeteksi helm pada pengendara sepeda motor secara otomatis menggunak- an ekstraksi fitur Histogram of Oriented Gradient. Hasil tertinggi yang didapatkan dari hasil pengujian adalah fmeasure 90.67%, menggunakan metode ekstraksi fitur HOG dengan kondisi ukuran cell 8x8 pixels dan jumlah 9 bins dengan sudut 180o. Hasil tersebut dicapai menggunakan metode klasifikasi SVM dengan kernel polynomial derajat 3.]]>
<![CDATA[Polish Rod Displacement Simulation on Sucker Rod Pump Using the Piecewise-Linear Basis Method ]]>
<![CDATA[I Gde Made Bagus Nurseta Wijaya]]>;
<![CDATA[Annisa Aditsania]]>;
<![CDATA[Putu Harry Gunawan]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 5 No. 1 (2020): Maret, 2020 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2020.5.1.352
<![CDATA[Sucker Rod Pump (SRP) is a heavy equipment used to pump oil(fluid) from the ground. The purpose of this study is to determine the numerical solution of displacement problems on the polish rod in the sucker rod pump. From previous studies displacement can be simulated and calculated numerical solutions using the Finite Difference method. But in this study the method that will be used is the Piecewise-Linear Base method to simulate displacement on the polish rod and compared to the analytic simulation of the problem. From the simulation results both methods obtained an error rate 2.00911 x 10−17 at ∆x = 0.2, 3.30195 x 10−17 at ∆x = 0.05 and 1.45114 x 10−16 at ∆x = 0.02.]]>
<![CDATA[Pengenalan Aksara Bali Menggunakan Metode Pyramid Histogram of Oriented Gradients ]]>
<![CDATA[Febryanti Sthevanie]]>;
<![CDATA[I Putu Indra Aristya]]>;
<![CDATA[Kurniawan Nur Ramadhani]]>
<![CDATA[ Indonesia Journal on Computing (Indo-JC) Vol. 5 No. 1 (2020): Maret, 2020 ]]>
Publisher : <![CDATA[School of Computing, Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34818/INDOJC.2020.5.1.378
<![CDATA[Aksara Bali terdiri dari 18 aksara dasar (biasa disebut aksara Wianjana) yang masing-masing terdiri atas 7 aksara vokal (pengangge suara). Penulisan aksara Bali dapat ditulis pada kertas ataupun daun tal yang sudah dikeringkan dan memiliki tekstur yang kasar serta mudah sobek sehingga membuat sulit dibaca. Maka dari itu, dibuat sistem yang dapat mengenali aksara Bali pada daun tal untuk membantu dapat membaca aksara Bali. Sistem ini dibangun menggunakan metode Pyramid Histogram of Oriented Gradient (PHOG) sebagai metode ekstraksi ciri. Dataset yang digunakan adalah dataset dari AMADI Lontar Set yang berupa gambar berjumlah 19.383 gambar dengan 133 kelas. Pada pengujian didapatkan nilai f1-score terbaik pada PHOG level 3 dengan 6 bin orientasi dan klasifikasi menggunakan SVM kernel linear yaitu sebesar 66.49% dan akurasi sebesar 81.35%.]]>
