Article Per Year (5 Year)
p-Index From 2019 - 2024
1.578
P-Index
This Author published in this journals
All Journal Litera Indonesian Journal of Science and Technology Jurnal Linguistik Komputasional Jurnal Abmas JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer
Wibisono, Yudi
Universitas Pendidikan Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Determining Trending Topics in Twitter with a Data-Streaming Method in R Mediayani, Melani; Wibisono, Yudi; Riza, Lala Septem; Pérez, Alejandro Rosales
Indonesian Journal of Science and Technology Vol 4, No 1 (2019): IJOST: VOLUME 4, ISSUE 1, 2019
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/ijost.v4i1.15807

Abstract

Trending topics in Twitter is a collection of certain topics that are widely discussed by users. This study aims to design a model and strategy for finding trending topics from data streams on Twitter. The research approach was carried out in four stages, namely twitter data collection, preprocessing data, data analysis with sequential K-Means clustering and information processing. Sequential K-Means is used because it can receive input data sequentially and the cluster center can be updated. Testing of the model is carried out in three scenarios where each scenario is distinguished between the amount of data, time and parameter values. After that, evaluation of the results of clustering will be done using the Dunn Index method. Trending topics twitter application were created using the R language and produce output in the form of histograms. There are five topics being the trending topics in New York before the new year. The topic of "Times" relates to the presence of a new year's celebration night concert in Times Square. The "Hours" topic deals with the calculation of time and seconds towards 2017. "Eve" and "Party" topics relate to celebrations and the topic "Resolution" relating to hope and change for New Yorkers in in 2017.
PROGRAM PELATIHAN MEDIA PEMBELAJARAN BERBASIS COMPUTERBASED LEARNING UNTUK GURU-GURU MGMP MATEMATIKA SMP DI KABUPATEN BANDUNG BARAT ., Nurjanah; Rohayati, Ade; Wibisono, Yudi
ABMAS Vol 19, No 1 (2019): Jurnal Abmas
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (296.461 KB) | DOI: 10.17509/abmas.v19i1.36465

Abstract

Analisis Morfologi untuk Menangani Out-of-Vocabulary Words pada Part-of-Speech Tagger Bahasa Indonesia Menggunakan Hidden Markov Model Febyana Ramadhanti; Yudi Wibisono; Rosa Ariani Sukamto
Jurnal Linguistik Komputasional Vol 2 No 1 (2019): Vol. 2, No. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1222.973 KB) | DOI: 10.26418/jlk.v2i1.13

Abstract

Part-of-speech (PoS) tagger is one of tasks in the field of natural language processing (NLP) as the process of part-of-speech tagging for each word in the inputed sentence. Hidden markov model (HMM) is a probabilistic based PoS tagger algorithm, so it really depends on the train corpus. The limited components in the train corpus and the breadth of words in the Indonesian language pose a problem called out-of-vocabulary (OOV) words. This research compared PoS tagger HMM using Morphological Analysis (AM) method and HMM PoS tagger without AM, using the same train and testing corpus. Testing corpus contains 30% OOV level out of 6,676 tokens or 740 sentences. The result obtained from the HMM system has 97.54% of accuracy, while the HMM system with morphological analysis method has 99.14% as it’s highest accuracy.
Deep Reinforced Model dan Rules-Based untuk Peringkasan Kalimat Bahasa Indonesia Yuniarti Musa'adah; Yudi Wibisono; Yaya Wihardi
Jurnal Linguistik Komputasional Vol 3 No 2 (2020): Vol. 3, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v3i2.34

Abstract

The development of technology has an impact on increasing the amount of information released the difficulty of getting information efficiently. This was strengthened by the online media Kapanlagi who claimed to make about 500 news articles per day. Therefore, this study is expected to be able to produce more and provide information in a shorter form so that it requires less time to understand information contained. This study is focused on sentences compression using Deep Reinfoced Model and Rules-Based. Deep Reinforced Model implements the Encoder Decoder algorithm and Long Short Term Memory while Rules-Based is a method for solving problems with rules that are based on knowledge. The data used in this study amounted to 1200 sentences with 3300 tokens. The results obtained from this study are sentence compression using Rules-Based method is produce a better summary seen from the value of Rouge, Rouge-1 of 49.71, Rouge-2 of 33.27, and Rouge-L of 54.33 than the summary produced by Deep Reinfoced Model with a value of Rouge-1 of 14.44, Rouge-2 of 2.82, and Rouge-L of 18.23. In addition, this study also produced a sentences compression dataset that can be used for further study.
DIGITAL MEDIA ACCESS: FOLKLORE LEARNING FOR CULTIVATING LOVE INDONESIAN CULTURE CHARACTER Riche Cynthia Johan; Isah Cahyani; Yudi Wibisono
LITERA Vol 20, No 3: LITERA NOVEMBER 2021
Publisher : Faculty of Languages and Arts, Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/ltr.v20i3.30699

Abstract

Growing the character of love traditional culture needs to be done from the early age, in the midst of the development of technology and the global culture which have allegedly shifted traditional culture. Learning activities at primary education must provide easy access to continue to love and realize the ownership of the wealth of traditional culture, which can be pursued through the use of technology. The problems of this research are, first, whether techers could determine the subject, basic competencies, and indicators that taught about literary works to introduce culture and character; and second, what learning media was widely used by teachers in teaching literary works especially folklore. An online survey was conducted on 15 teachers teaching at primary level in West Java Province, which include  Majalengka, Tasikmalaya, Garut, Ciamis, Cirebon, West Bandung, Bandung, and Sukabumi regions. This research found that first, basic competencies indicators for folklore materials in the curriculum of Bahasa Indonesia subject at elementary school/madrasa had already been included at every grade level. Second, the basic competencies were included in Bahasa Indonesia, English, Sundanese, and Cultural Arts subjects at junior secondary level. Third,  the learning media supporting folklore consisted of digital media (46.7%) and printed media (86.7%) which indicated that the learning media that was often accessed for the achievement of basic competencies at each grade level to cultivate the character of love Indonesian culture was printed media.
Prediksi Pergerakan Harga Saham Berdasarkan Berita Menggunakan Metode Long Short-Term Memory Fenny Feronika Maharani; Yudi Wibisono; Herbert Siregar
Jurnal Linguistik Komputasional Vol 6 No 1 (2023): Vol. 6, NO. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v6i1.101

Abstract

Bursa saham memiliki perilaku yang kompleks dan dinamis yang dapat mempersulit proses pengambilan keputusan investasi yang akurat. Penelitian ini membahas penggunaan dokumen berita untuk memprediksi pergerakan harga saham perusahaan yang sahamnya diperjual belikan di Bursa Efek Indonesia. Penelitian ini menggunakan model Word2vec untuk merepresentasikan berita ke dalam bentuk vektor dan Long Short-Term Memory untuk klasifikasi. Data berita yang digunakan adalah 11.854 dokumen berita yang membahas 750 emiten pada rentang tahun 2020-2021. Digunakan berbagai skenario eksperimen: (1) Durasi waktu; (2) arsitektur dan hyperparameter; dan (3) 100 emiten dengan kenaikkan tertinggi. Hasil eksperimen memperlihatkan bahwa berita paling besar pengaruhnya pada harga saham setelah 6 sampai 7 hari setelah terbit. Hasil F1-Score terbaik yang didapatkan adalah 0,32 untuk kelas harga saham naik dan 0,43 untuk kelas harga saham turun.
Deteksi Topik Fashion Pada Twitter Dengan Latent Dirichlet Allocation Yupa Umigi Al-khairi; Yudi Wibisono; Budi Laksono Putro
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25112

Abstract

Bagi orang-orang yang bergerak di bidang fashion mengetahui tren fashion adalah hal yang penting. Salah satu cara untuk mengetahui tren adalah dengan mendeteksi topik mengenai fashion yang dibicarakan di media sosial. Penelitian ini mengimplementasikan algoritma Latent Dirichlet Allocation untuk mendeteksi topik fashion di Twitter. Tweet yang didapat, diklasifikasi dengan metode Naive Bayes lalu dibersihkan dengan cara menghapus URL, simbol, angka dan merubah setiap kata menjadi huruf kecil. Tweet lalu dibentuk menjadi kumpulan kata dan dikelompokan dengan algoritma Latent Dirichlet Allocation. Berdasarkan hasil eksperimen, konfigurasi paramater 20 topik dengan 1000 iterasi memperoleh skor UMass terbaik dengan nilai -56.342, dan konfigurasi parameter 50 topik dengan 1000 iterasi memperoleh skor PMI terbaik dengan nilai 6.272.
Perancangan dan Implementasi Network Functions Virtualization (NFV) Berbasis Cloud Computing dengan OpenStack Muhammad Fadhil; Eddy Prasetyo Nugroho; Yudi Wibisono; Ibrahim Zein Abdillah
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 2 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i2.25189

Abstract

Network Functions Virtualization (NFV) adalah sebuah inisiatif yang digagas oleh sejumlah service provider (SP) oleh European Telecommunications Standards Institute (ETSI) yang bertujuan untuk mentransformasikan cara suatu penyedia layanan jaringan dengan mengembangkan teknologi virtualisasi untuk menggabungkan berbagai tipe perangkat jaringan ke perangkat server dalam bentuk Software Defined Networking (SDN). OpenStack menyediakan dasar untuk arsitektur NFV dalam bentuk Infrastructure-as-a-Service (IaaS), yang dapat digunakan untuk melakukan deploy, orchestration, dan mengelola Virtual Network Functions (VNF) dengan OpenStack Tacker. Penelitian ini bertujuan merancang dan mengimplementasikan NFV dengan OpenStack, serta membangun perangkat lunak pengelolaan NFV berbasis web dengan bahasa pemrograman PHP dan Application Programming Interface (API) OpenStack Tacker. Eksperimen yang dilakukan menunjukkan OpenStack dapat diimplementasikan sebagai NFV Infrastructure (NFVI) dan implementasi layanan Virtual Router dan Virtual Firewall dapat dilakukan pada VNF OpenWRT. Hasil eksperimen yang dilakukan didapat nilai rata-rata kinerja VNF dengan throughput tertinggi 938,37 Mbps dan CPU Utilization terendah 30,44%.
UPINav : Aplikasi Markerless Augmented Reality untuk Media Informasi UPI Berbasis Android Acep Aris Mubarok; Wawan Setiawan; Yudi Wibisono
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 1 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i1.33188

Abstract

Teknologi Markerless Augmented Reality (AR) merupakan teknologi yang dapat digunakan untuk menampilkan informasi yang berinteraksi lingkungan dunia nyata. Penerapan teknologi Markerless AR untuk media informasi UPI diterapkan dengan menggunakan sensorsensor yang ada pada Smartphone sehingga bisa memberikan informasi kepada pengguna dengan lebih mudah dan memberikan pengalaman bar. Aplikasi ini mendeteksi lokasi perangkat menggunakan GPS dan menghitung jarak antara pengguna dengan lokasi-lokasi yang ada di UPI Bumi Siliwangi menggunakan rumus Haversian dan sudut antar lokasi menggunakan rumus Azimuth untuk memunculkan objek AR tersebut. Penerimaan aplikasi oleh pengguna dibuat dengan Technology Acceptance Model (TAM) dan diuji oleh pengguna secara langsung dengan menghitung persentase penerimaan aplikasi menggunakan metode Rating Scale. Hasil penerimaan aplikasi menghasilkan penilaian sebesar 84% oleh pengguna non-mahasiswa UPI dan 88,5% oleh pengguna mahasiswa UPI, sehingga aplikasi yang dibuat termasuk pada kategori sangat baik dan diterima oleh pengguna
Aplikasi Deteksi Plagiarisme Dokumen Skripsi dengan Algoritma Rabin Karp Teti Suryati; Yudi Wibisono; Yaya Wihardi
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 2 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i2.25190

Abstract

Saat ini plagiarisme menjadi masalah penting di lingkungan akademik. Kemajuan teknologi memudahkan akses dokumen skripsi dari repository milik universitas yang dapat memicu tindakan plagiarisme. Plagiarisme merupakan salah satu tindak kejahatan yang dapat ditindak pidana. Diperlukan deteksi plagiarisme terhadap dokumen skripsi yang disubmit mahasiswa. Penelitian ini menerapkan teknik string searching yaitu algoritma Rabin-Karp dalam mendeteksi plagiarisme dokumen skripsi. Prinsip dasar algoritma Rabin-Karp adalah fungsi hashing. Sebelum masuk ke fungsi hashing, dokumen yang berisi string akan di parsing sehingga membentuk kelompok kata, setelah itu kelompok kata tersebut akan di generate menjadi bentuk bilangan bulat (hashing). Setelah membentuk nilai hash maka nilai hash kedua dokumen akan dibandingkan sehingga mendapat hasil similarity. Untuk menguji sistem ini dilakukan eksperimen yang melibatkan 54 dokumen hasil plagiat dengan pengujian 1 hingga 5 gram. Hasil dari penelitian ini adalah nilai error yang dihasillkan dengan gram 1 hingga 5 secara berturut-turut yaitu 10.61%, 14.1%, 18.5%, 22.68%, 25.93%.
Co-Authors Acep Aris Mubarok Ade Rohayati Budi Laksono Putro Eddy Prasetyo Nugroho Eddy Prasetyo Nugroho Febyana Ramadhanti Fenny Feronika Maharani Fikry Al Farisi Muslim Herbert Siregar Ibrahim Zein Abdillah Johan, Riche Cynthia Lala Septem Riza Mediayani, Melani Muhammad Fadhil Nurjanah . Pérez, Alejandro Rosales Rosa Ariani Sukamto Teti Suryati Umar Syahid Aulia Rahman Wawan Setiawan Wihardi, Yaya Yuniarti Musa'adah Yupa Umigi Al-khairi