Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi)
Amelia Devi Putri Ariyanto
Institut Teknologi Sepuluh Nopember
Computer Science & IT Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Metode Pembobotan Kata Berbasis Cluster Untuk Perangkingan Dokumen Berbahasa Arab Amelia Devi Putri Ariyanto; Lutfiyatul A; Agus Z A; . Maryamah; Rizka W S; Rarasmaya I
Techno.Com Vol 20, No 2 (2021): Mei 2021
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v20i2.4357

Abstract

Perangkingan dokumen telah menjadi topik yang banyak dibahas pada sistem temu kembali informasi untuk memberikan urutan dokumen paling relevan berdasarkan kueri yang diberikan oleh pengguna. Namun, penelitian tentang perangkingan dokumen dalam bahasa Arab masih belum banyak dilakukan karena memiliki morfologi yang unik dan literatur dalam bahasa Arab yang masih sedikit. Selain itu, didalam proses perangkingan juga diperlukan perhitungan pembobotan kata yang optimal supaya dapat memberikan hasil yang sesuai. Pembobotan kata yang paling umum digunakan adalah term frequency-inverse document frequency (TF.IDF) yang hanya menghitung pembobotan setiap kata berdasarkan pengelompokan dokumen saja sehingga dapat menyebabkan relevansi antar dokumen menjadi rendah karena memiliki tingkat kemiripan antar dokumen yang berbeda. Oleh karena itu, diperlukan suatu pembobotan kata berdasarkan pengelompokan dokumen dalam suatu cluster untuk meningkatkan relevansi antar dokumen. Tujuan penelitian ini membuat metode perangkingan dokumen berbahasa Arab dengan menggunakan pembobotan berbasis cluster yang menggabungkan TF.IDF dan inverse cluster frequency (ICF) sehingga diperoleh TF.IDF.ICF. Evaluasi dilakukan menggunakan dokumen e-book berbahasa Arab yang telah dikelompokkan menjadi tiga cluster. Hasil penelitian membuktikan pembobotan TF.IDF.ICF mampu menemukan dokumen paling relevan terhadap kueri yang dimasukan oleh pengguna serta memperoleh nilai rata-rata precision dan F1-Measure yang lebih tinggi daripada hanya menggunakan pembobotan TF.IDF yaitu sebesar 68% dan 78%.
Analisis Metode Representasi Teks Untuk Deteksi Interelasi Kitab Hadis: Systematic Literature Review Amelia Devi Putri Ariyanto; Chastine fatichah; Agus Zainal Arifin
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 5 (2021): Oktober2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (359.814 KB) | DOI: 10.29207/resti.v5i5.3499

Abstract

Hadith is the second source of reference for Islamic law after the Qur'an, which explains the sentences in the Qur'an which are still global by referring to the provisions of the Prophet Muhammad SAW. Classification of text documents can also be used to overcome the problem of interrelation between the Qur'an and hadith. The problem of interrelation between books of hadith needs to be done because some hadiths in certain hadith books have the same meaning as other hadith books. This study aims to analyze the development of text representation and classification methods suitable to overcome similarity meaning problems in detecting interrelationships between hadith books. The research method used is Systematic Literature Review (SLR) sourced from Google Scholar, Science Direct, and IEEE. There are 42 pieces of literature that have been studied successfully. The results showed that contextual embedding as the newest text representation method considered word context and sentence meaning better than static embedding. As a classification method, the ensemble method has better performance in classifying text documents than using only a single classifier model. Thus, future research can consider using a combination of contextual embedding and ensemble methods to detect interrelationships between books of hadith.
Co-Authors . Maryamah Agus Z A Agus Zainal Arifin Chastine Fatichah Lutfiyatul A Rarasmaya I Rizka W S