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 6 Documents
Search
Journal : JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer

 1 
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%.
Penggunaan Wi-Fi Direct Untuk Aplikasi Presensi dan Distribusi File Fikry Al Farisi Muslim; Yudi Wibisono; Yaya Wihardi
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.v3i1.33207

Abstract

Presensi merupakan kehadiran seseorang di suatu tempat untuk memenuhi kewajibannya. Penelitian ini bertujuan untuk membantu proses presensi dalam kegiatan perkuliahan dengan mengembangkan sebuah aplikasi. Aplikasi ini juga dapat menghemat waktu dalam distribusi file. Aplikasi presensi dan distribusi file yang dibuat berbasis Android dan digunakan pada perangkat mobile smartphone yang memanfaatkan teknologi Wi-Fi Direct. Dosen akan memegang kendali aplikasi ini dan mahasiswa sebagai seseorang yang di catat kehadirannya. Pengujian dilakukan oleh pengguna secara langsung dan menghasilkan respon berupa tanggapan yang dikategorikan dengan metode rating scale. Hasil analisis data respon pengguna terhadap aplikasi menghasilkan penilaian sebesar 83%, sehingga aplikasi yang dibuat termasuk dalam kategori sangat baik dan cocok untuk membantu dalam melakukan presensi dan distribusi file
Implementasi Multinomial Naive Bayes Untuk Klasifikasi Ujaran Kebencian Pada Dataset Kicauan (Twitter) Bahasa Indonesia Umar Syahid Aulia Rahman; Yudi Wibisono; Eddy Prasetyo Nugroho
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 2 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i2.28231

Abstract

Pada paper ini kami membahas klasifikasi ujaran kebencian pada data kicauan (Twitter) dalam bahasa Indonesia dimana pada penelitian ini kami membangun dataset ujaran kebencian pada kicauan bahasa Indonesia dan melakukan pengklasifikasian dengan mengimplementasikan algoritma Multinomial Naive Bayes dengan menggunakan ekstraksi fitur term frequency – inverse document frequency (TF-IDF). Pada penelitian kami melakukan beberapa konfigurasi dalam modifikasi data training untuk mengatasi imbalanced dataset yaitu dengan menggunakan metode random oversampling dan random undersampling. Dari eksperimen tersebut kami melakukan evaluasi menggunakan confusion matrix dan didapatkan hasil implementasi metode Multinomial Naive Bayes dengan modifikasi data training menggunakan random oversampling dengan rasio data testing 10% memiliki hasil yang paling bagus dengan fmeasure sebesar 0.5307. 
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