Claim Missing Document
Check
Articles

Peningkatan Nilai Recall dan Precision pada Penelusuran Informasi Pustaka Berbasis Semantik (Studi Kasus : Sistem Informasi Ruang Referensi Jurusan Teknik Elektro dan Teknologi Informasi UGM) Novianti, Kadek Dwi Pradnyani; Setiawan, Noor Akhmad; Kusumawardani, Sri Suning
Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) 2015
Publisher : Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (653.05 KB)

Abstract

Sistem Informasi Ruang Referensi (SIRREF) JTETI UGM memiliki permasalahan dalam penelusuran informasi pustaka. Kesenjangan pemahaman makna antara pengguna dan mesin pencari serta tidak terpenuhinya persepsi pengguna yang terjadi ketika pengguna melakukan penelusuran informasi dapat diatasi dengan penerapan teknologi web semantik, dimana ontologi dapat diaplikasikan untuk merepresentasikan informasi pustaka tersebut sehingga dapat dipahami dan diproses oleh mesin. Pembangunan ontologi dilakukan menggunakan adopsi METHONTOLOGY yang menghasilkan 5 class yaitu Publication, Department, Keyword, Person dan Publisher. Hasil yang diperoleh menunjukan terjadinya peningkatan nilai recall sebesar 85,87% dan nilai precision sebesar 40,05% pada sistem penelusuran berbasis semantik. Penerapan web semantik dapat meningkatkan relevansi serta ketepatan informasi pustaka yang ditampilkan oleh sistem penelusuran berbasis semantik pada SIRREF JTETI UGM, sehingga mampu mengatasi kesenjangan pemahaman makna yang terjadi dan memenuhi persepsi pengguna.
Decision Support System for Heart Disease Diagnosing Using K-NN Algorithm Yuwono, Tito; Setiawan, Noor Akhmad; Nugroho, Hanung Adi; Persada, Anugrah Galang; Prasojo, Ipin; Dewi, Sri Kusuma; Rahmadi, Ridho
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 2: EECSI 2015
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eecsi.2.544

Abstract

Heart disease is a notoriously dangerous disease which possibly causing the death. An electrocardiogram (ECG) is used for a diagnosis of the disease. It is often, however, a fault diagnosis by a doctor misleads to inappropriate treatment, which increases a risk of death. This present work implements k-nearest neighbor (K-NN) on ECG data to get a better interpretation which expected to help a decision making in the diagnosis. For experiment, we use an ECG data from MIT BIH and zoom in on classification of three classes; normal, myocardial infarction and others. We use a single decision threshold to evaluate the validity of the experiment. The result shows an accuracy up to 87% with a value of K = 4.
Narrow Window Feature Extraction for EEG-Motor Imagery Classification using k-NN and Voting Scheme Wijaya, Adi; Adji, Teguh Bharata; Setiawan, Noor Akhmad
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 5: EECSI 2018
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (368.009 KB) | DOI: 10.11591/eecsi.v5.1665

Abstract

Achieving consistent accuracy still big challenge in EEG based Motor Imagery classification since the nature of EEG signal is non-stationary, intra-subject and inter-subject dependent. To address this problems, we propose the feature extraction scheme employing statistical measurements in narrow window with channel instantiation approach. In this study, k-Nearest Neighbor is used and a voting scheme as final decision where the most detection in certain class will be a winner. In this channel instantiation scheme, where EEG channel become instance or record, seventeen EEG channels with motor related activity is used to reduce from 118 channels. We investigate five narrow windows combination in the proposed methods, i.e.: one, two, three, four and five windows. BCI competition III Dataset IVa is used to evaluate our proposed methods. Experimental results show that one window with all channel and a combination of five windows with reduced channel outperform all prior research with highest accuracy and lowest standard deviation. This results indicate that our proposed methods achieve consistent accuracy and promising for reliable BCI systems.
Perancangan Ontologi sebagai Teknologi Penyimpanan Informasi untuk Penelusuran Pustaka pada SIRREF JTETI UGM Novianti, Kadek Dwi Pradnyani; Setiawan, Noor Akhmad; Kusumawardani, Sri Suning
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 3, No 3 (2014)
Publisher : Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (483.842 KB) | DOI: 10.23887/janapati.v3i3.9818

Abstract

Perpustakaan digital merupakan suatu aplikasi yang menyimpan berbagai data tentang dokumen-dokumen akademik seperti buku, jurnal, tugas akhir mahasiswa, majalah maupun prosiding. Teknologi penyimpanan dalam suatu perpustakaan digital biasanya menggunakan basis data relasional. Namun, basis data relasional masih bersifat kurang dinamis untuk menyimpan data tersebut secara semantik sehingga menyebabkan keterbatasan penelusuran yang dialami oleh banyak pengguna. Ketika pengguna melakukan penelusuran pustaka, terdapat kesenjangan pemahaman makna kata kunci antara mesin dan pengguna dan mesin tidak dapat memberikan hasil yang relevan sesuai dengan keinginan pengguna. Salah satu aplikasi perpustakaan digital yaitu Sistem Informasi Referensi JTETI UGM yang memberikan hasil yang tidak relevan kepada pengguna akibat kesenjangan pemahaman makna kata kunci ketika melakukan penelusuran. Dalam upaya menyelesaikan kesenjangan pemahaman makna kata kunci ini maka dilakukan perancangan ontologi untuk menyimpan informasi yang dimiliki oleh SIRREF JTETI UGM secara semantik. Ontologi menjadi dasar yang baik  untuk  membangun  fungsi  semantik  pada  perpustakaan digital sehingga dapat memberikan layanan yang efektif kepada pengguna. Perancangan ontologi pada SIRREF JTETI UGM dilakukan menggunakan metodologi pengembangan ontologi METHONTOLOGY yang mengklasifikasikan 4 concept (class) yaitu Person, Publication, Department dan  Keyword. Rancangan ontologi  yang telah dibentuk dapat menjadi teknologi penyimpanan informasi pada pembangunan web semantik SIRREF JTETI UGM untuk penelitian selanjutnya.
Analisis Motivasi Hedonis Seseorang Dalam Menggunakan Media Sosial: Studi Kasus Instagram Utama, Kharisma Adi; Nugroho, Eko; Setiawan, Noor Akhmad
Jurnal Buana Informatika Vol 8, No 2 (2017): Jurnal Buana Informatika Volume 8 Nomor 2 April 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i2.1081

Abstract

Abstract.Hedonic motivation, which is often called as intrinsic motivation, plays a role in encouraging a person to use a system to meet their needs. Currently, the popular systems used in the fulfilment of one's needs are games and social media. It has been recorded that the users of Instagram, which has been ranked as the second most popular social media in America, has increased as many as 100 thousand people since the middle of 2016, with the total registered users of 600 million. This development raises a question of what drives a person to use social media. This study aims to identify factors that affect a person to use Instagram based on Hedonic Motivation System Adoption Model (HMSAM). The data were then analyzed using Partial Least Square (PLS). After the research was conducted on 245 respondents, the results prove that the motivating factors of a person to use Instagram are perceived ease of use, perceived enjoyment, and control.Keywords: hedonic motivation system adoption system (hmsam), structural equation model (sem), partial least square (pls), social media, instagram. Abstrak.Motivasi hedonis atau sering kali juga disebut dengan motivasi intrinsik berperan dalam mendorong seseorang untuk menggunakan suatu sistem demi memenuhi kebutuhannya. Saat ini sistem yang populer digunakan dalam pemenuhan kebutuhan seseorang tersebut adalah game dan social media. Instagram yang menduduki peringkat ke dua sebagai social media terpopuler di Amerika, tercatat mengalami pertumbuhan sebanyak 100 ribu orang sejak pertengahan 2016 dengan total pengguna yang tercatat sebanyak 600 juta orang. Melihat perkembangan tersebut memunculkan pertanyaan apa yang mendorong seseorang untuk menggunakan sosial media. Penelitian ini akan melihat faktor yang mempengaruhi seseorang menggunakan Instagram berdasarkan Hedonic Motivation System Adoption Model (HMSAM) yang kemudian dianalisis menggunakan metode Partial Least Square (PLS). Hasilnya setelah dilakukan penelitian pada 245 responden terbukti bahwa yang menjadi faktor pendorong seseorang menggunakan Instagram adalah percieve ease of use, percieved enjoyment, dan control.Kata Kunci: hedonic motivation system adoption system (hmsam), structural equation model (sem), partial least square (pls), social media, instagram.
Decision Support System for Heart Disease Diagnosing Using K-NN Algorithm Yuwono, Tito; Setiawan, Noor Akhmad; Nugroho, Adi; Persada, Anugrah Galang; Prasojo, Ipin; Dewi, Sri Kusuma; Rahmadi, Ridho
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 2: EECSI 2015
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (977.661 KB) | DOI: 10.11591/eecsi.v2.776

Abstract

Heart disease is a notoriously dangerous disease whichpossibly causing the death. An electrocardiogram (ECG) is used fora diagnosis of the disease. It is often, however, a fault diagnosis by adoctor misleads to inappropriate treatment, which increases a riskof death. This present work implements k-nearest neighbor (K-NN)on ECG data to get a better interpretation which expected to help adecision making in the diagnosis. For experiment, we use an ECGdata from MIT BIH and zoom in on classification of three classes;normal, myocardial infarction and others. We use a single decisionthreshold to evaluate the validity of the experiment. The resultshows an accuracy up to 87% with a value of K = 4
DIAGNOSIS GANGGUAN PERMULAAN TRANSFORMATOR DAYA DENGAN JARINGAN SYARAF TIRUAN Noor Akhmad Setiawan
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 3, No 3: December 2005
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v3i3.1231

Abstract

            Penelitian ini adalah studi tentang aplikasi jaringan syaraf tiruan untuk diagnosis gangguan permulaan pada transformator daya. Jaringan syaraf yang digunakan adalah jaringan syaraf multi-layer perceptron melalui variasi metode pembelajaran resilient backpropagation, scaled conjugate gradient, dan Levenberg-Marquardt serta pengolah awal data masukan penskalaan, pembagian dengan rerata, normalisasi rerata dan deviasi standard. Diagnosis gangguan permulaan berbasis dissolved gas in oil analysis.            Jaringan syaraf tiruan yang digunakan mempunyai enam masukan dengan tiga keluaran. Pembelajaran dilakukan dengan data gangguan permulaan transformator dari suatu penelitian. Penelitian dilakukan dengan membandingkan jaringan syaraf tiruan dalam  topologi, metode pembelajaran, pengolah awal data masukan divariasi untuk mendapat yang terbaik dari sisi kebenaran diagnosis, rerata kebenaran ,waktu yang dibutuhkan, kemampuan mencapai target untuk beberapa pembelajaran dengan inisialisasi Nguyen-Widrow yang bersifat acak.            Hasil penelitian menunjukkan bahwa jaringan syaraf tiruan topologi gabungan multi layer perceptron dengan pengolah awal data masukan dibagi rerata serta metode pembelajaran resilient backpropagation adalah pilihan terbaik. Hasil penelitian didapatkan dengan membandingkan dengan topologi lain yang diteliti dalam penelitian ini. Jaringan syaraf tiruan juga lebih baik dari metode konvensional gas kunci dan perbandingan gas untuk kasus transformator yang diteliti dalam penelitian ini sehingga metode jaringan syaraf tiruan ini diharapkan dapat menggantikan pakar diagnosis gangguan mula transformator.
Analisis Jejaring Media Sosial untuk Pemetaan pada Komunitas Online Irma Yuliana; Paulus Insap Santosa; Noor Akhmad Setiawan
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Aplikasi media sosial yang beragam seperti email,forum diskusi online, blogs, micro- blogs dan wikis telah banyakdigunakan oleh milyaran orang di seluruh penjuru dunia.Komunikasi in terhubung melalui desktop dan aplikasi berbasisweb, baik fixed maupun dengan perngkat mobile yang sangatmemungkinkan terciptanya struktur jejaring sosial yang cukupkompleks. Pelakunya tidak hanya perorangan namun jugasecara organisasi maupun komunitas. Mencermati bagaimanainteraksi dan relasi yang terjalin hingga berkembangnyajaringan, berubah, gagal maupun sukses merupakan hal yangmenarik untuk diteliti. Berfokus pada komunitas onlinepenggemar dan praktisi seni beladiri Indonesia yang dibentukmelalui grup di Facebook, penulis berupaya menggaliketerhubungan antar anggota hingga menemukan pola danmelakukan pemetaan melalui klustering untuk mengidentifikasijenis beladiri yang tergabung di dalamnya. Metode yangdigunakan adalah Social Network Analysis terhadap data yangdiperoleh dari Facebook API. Dengan menggunakan perangkatlunak Microsoft NodeXL, struktur dalam komunitas terbagidalam 11 klaster dengan masing – masing tokohnya. Penelitianini diharapkan dapat membantu pengguna untuk mendapatkaninformasi dari suatu komunitas online tanpa harus membacasatu persatu informasi di dalamnya
Analisis Perbandingan Komputasi GPU dengan CUDA dan Komputasi CPU untuk Image dan Video Processing Bagus Kurniawan; Teguh Bharata Adji; Noor Akhmad Setiawan
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Teknologi yang semakin maju memicu berbagaiparadigma komputasi untuk terus berkembang, tidak terkecualimengenai teknik image processing maupun video processing yangdibutuhkan masyarakat untuk memanipulasi gambar gunakebutuhan informasi. Komputasi Graphics Processing Unit(GPU) menjadi salah satu alternatif komputasi paralel yangmenawarkan kinerja komputer yang lebih cepat daripadakomputasi Central Processing Unit (CPU) dengan memanfaatkankartu grafis. Penelitian ini menganalisis teknik komputasi paralelGPU dengan Compute Unified Device Architecture (CUDA) danmembandingkan hasil kinerja dari komputasi sekuensial CPUdengan OpenCV yang dianalisis menggunakan metodeeksperimen. Eksperimen dilakukan dengan implementasi imagedan video processing untuk operasi grayscale, negatif, dan deteksitepi. Penelitian ini menunjukkan sebuah hasil bahwa imageprocessing untuk operasi grayscale dan negatif, komputasiparalel GPU lebih unggul antara 0.2 hingga 2 detik. Sedangkanuntuk operasi deteksi tepi, komputasi GPU unggul hingga 14detik. Atau 2.8 kali lipat lebih cepat daripada komputasi CPU.Untuk video processing, komputasi CPU lebih unggul darikomputasi GPU selisih antara 1-2 frame per second.
Appropriate Data mining Technique and Algorithm for Using in Analysis of Customer Relationship Management (CRM) in Bank Industry Maghfirah Maghfirah Maghfirah; Teguh Bharata Adji; Noor Akhmad Setiawan
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Abstract—Customer Relationship Management (CRM)adalah ide yang menjadi sebuah peningkatan kepentingan faktorsukses untuk bisnis ke depannya. CRM adalah proses darimengatur interaksi antara sebuah perusahaan danpelanggannya. Pada awalnya, ini termasuk ke dalam segmentasipasar untuk mengidentifikasi pelanggan dengan potensial profityang tinggi, dari strategi pemasaran yang dirancang dengan baikuntuk mempengaruhi tingkah laku dari pelanggan dalam segmentersebut. Dalam masyarakat modern, pelanggan menjadi asetyang penting bagi perusahaan. Hubungan antara pelanggandengan manajemen yang efisien adalah metode yang dibutuhkanuntuk meningkatkan keuntungan lebih dari perusahaan.Termasuk di industri perbankan, misalnya, di sebuahperusahaan industri perbankan digunakan konsep CRMkhususnya dengan menggunakan salah satu model strategipemasaran yaitu Customer Segmentation yang bertujuan untukmembantu pihak bank untuk membagi pasar menjadi kelompoknasabah yang terbedakan dengan kebutuhan, karakteristik atautingkah laku yang berbada yang mungkin membutuhkan produkatau bauran pemasaran yang terpisah. Customer Segmentationdapat dilakukan dengan bantuan teknik Data Mining, sehinggadiharapkan dapat dihasilkan Customer Segmentation yang sesuaidengan kebutuhan bank yang dapat meningkatkan kualitasservis dan revenue dari bank tersebut.Penerapan data mining untuk sistem CRM diperbankan seharusnya menggunakan teknik dan algoritma yangtepat. Untuk itu, paper ini akan membahas mengenai bagaimanacara untuk menentukan teknik dan algoritma data mining yangtepat untuk sistem CRM di perbankan.Keywords—Customer Relationship Management (CRM);Data Mining; Bank Customer Segmentation
Co-Authors Adha Mashur Sajiah Adhistya Erna Permanasari Adi Nugroho Adi Wijaya Adi Wijaya Ahmad Fauzi Mabrur Aji, Marcus Nurtiantara Anan Nugroho Anugrah Galang Persada Anugrah Galang Persada, Anugrah Galang Bagus Kurniawan Bambang Sugiyantoro Berbudi Bowo Laksono Brahmantya Aji Pramudita Daru Hagni Setyadi Desyandri Desyandri Dewi, Sri Kusuma Dwi Retno Puspita Sari E. Elsa Herdiana Murhandarwati Eko Nugroho Eko Nugroho Febry Putra Rochim Fery Antony Galuh Indah Zatadini Galuh Indah Zatadini Gilang Adityasakti Hairani Hairani Hanung Adi Nugroho Hanung Adi Nugroho Haried Novriando Heilbert Armando Mapaly I Made Artha Agastya I Made Yulistya Negara I Md. Dendi Maysanjaya Igi Ardiyanto Indah Soesanti Ipin Prasojo Ipin Prasojo, Ipin Irma Yuliana Julianto Lemantara Kadek Dwi Pradnyani Novianti Kadek Dwi Pradnyani Novianti, Kadek Dwi Pradnyani Kharisma Adi Utama Lina Choridah Lukito Edi Nugroho Luthfi Ardi M. Azka Putra Made Satria Wibawa Maghfirah Maghfirah Maghfirah Maghfirah Maghfirah Marcus Nurtiantara Aji Mochammad Wahyudi Muhammad Arzanul Manhar Muhammad Fawaz Saputra Ni Wayan Priscila Yuni Praditya Novriando, Haried Nugraha, Anggit Ferdita Nugroho, Adi Oyas Wahyunggoro Paulus Insap Santosa Persada, Anugrah Galang Prasojo, Ipin Rahmadi, Ridho Ratna Lestari Budiani Buana Rezty Amalia Aras Ridho Rahmadi Ridho Rahmadi Rudy Hartanto Sekar Sari Sri Kusuma Dewi Sri Kusuma Dewi, Sri Kusuma SRI RAHAYU Sri Suning Kusumawardani Suatmi Murnani Subhan Afifi Sunu Wibirama Surjono Surjono Syafira Auliya Taftazani Ghazi Pratama Teguh Bharata Adji Tito Yuwono, Tito Tole Sutikno Utama, Kharisma Adi Widhi Hartanto Widhia K.Z Oktoeberza Wijaya, Adi