Claim Missing Document
Check
Articles

Found 33 Documents
Search

Klasifikasi Sentimen Komentar Politik dari Facebook Page Menggunakan Naive Bayes Rachmat C, Antonius; Lukito, Yuan
Jurnal Informatika dan Sistem Informasi Vol 2 No 2 (2016): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (887.635 KB)

Abstract

Seiring maraknya situs media sosial yang digunakan sebagai sarana kampanye politik online maka makin banyak pula daukungan kampanye dari dunia maya melalui berbagai cara.  Cara kampanye yang digunakan para politisi diantaranya adalah melalui Twitter hashtag, petisi di Facebook, atau pembuatan Facebook Page di mana komentarnya dapat di-like/disline oleh para pendukungnya.  Permasalahan yang dibahas pada tulisan ini adalah belum banyaknya sistem yang dapat mengklasifikasikan pro kontra dari komentar-komentar yang terdapat pada Facebook Page.  Pada tulisan ini akan dibahas penggunaan metode Naive Bayes untuk melakukan klasifikasi sentimen positif atau negatif terhadap komentar dari status kampanye politik dari Facebook Page.  Studi kasus yang digunakan pada penelitian ini adalah status dan komentar terhadap Facebok Page calon presiden Republik Indonesia pada Pemilu tahun 2014.  Tahapan penelitian dilakukan dengan pengumpulan data 68 status (3400 komentar) selama masa kampanye, dengan kegiatan preprosesing tokenisasi, stemming, pembobotan token, kemudian dilanjutkan klasifikasi, dan pengujian menggunakan confusion matrix.  Dari hasil implementasi dan pengujian, metode Naive Bayes memiliki tingkat akurasi klasifikasi sentimen mencapai lebih dari 83%.
SISTEM IDENTIFIKASI KATEGORI WEBSITE DENGAN METODE PEMBOBOTAN TF-IDF DAN METODE DECISION TREE Rachmat C, Antonius; Ashari, Ahmad
Proceedings of KNASTIK 2009
Publisher : Duta Wacana Christian University

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

Abstract

Makin bertambahnya website yang bermunculan di Internet, membuat pengguna kadang mengalami kesulitanuntuk mencari website yang benar-benar tepat berisi topik dan kategori yang sesuai dengan yang diinginkan. Hal ini seringdihadapi oleh pengguna yang baru saja mengenal dunia Internet. Maka dari itu muncul kebutuhan untuk mengkategorikanwebsite berdasarkan kategori tertentu. Kumpulan kata dalam suatu halaman web dapat dianggap sebagai suatu basis datayang membutuhkan pemrosesan yang cukup kompleks agar dapat mengambil informasi-informasi penting di dalamnya.Pada penelitian ini dikembangkan sebuah aplikasi yang diharapkan mampu mengambil informasi yangtersembunyi di dalam kata-kata yang ada pada suatu halaman website tertentu, sehingga dapat digunakan untukmengkategorikan halaman website tersebut ke dalam kategori-kategori yang sudah ditentukan sebelumnya. Aplikasi inimenggunakan metode-metode text mining untuk menganalisa halaman website tertentu. Tahapan proses pembelajarannyaadalah tahap tokenisasi, penghapusan kata-kata umum dengan menggunakan stop word list, dan stemming. Setelah itudilakukan pembobotan tingkat kepentingan kata-kata dengan metode TF-IDF, dan akhirnya dilakukan klasifikasi denganmetode Decision Tree.Dengan selesainya penelitian ini dihasilkan suatu aplikasi server dan client yang mampu menganalisa halamanwebsite tertentu dan mengkategorikan halaman tersebut sesuai dengan kategori tertentu berdasarkan data pembelajaran yangsudah dilakukan sebelumnya.
IMPLEMENTASI ALGORITMA BOYER-MOORE PADA PERMAINAN WORD SEARCH PUZZLE Kristanto G, Steven; Rachmat C, Antonius; Santosa, R. Gunawan
Proceedings of KNASTIK 2013
Publisher : Duta Wacana Christian University

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

Abstract

This research is discuss about implementation of Boyer-Moore algorithm on word search puzzle game. The problem faced is whether Boyer-Moore algorithm can be applied to find the hidden words in the game and measurement of algorithm’s efficiency. The purpose of this research is to understand how algorithm works and to apply the Boyer-Moore algorithm in word search puzzle game. The results of this research are the Boyer-Moore algorithm can be implemented 100% in word search puzzle game. On
ALGORITMA LEAST RECENTLY USED UNTUK PEMBENTUKAN CACHE DALAM PENGAKSESAN WEB SERVICE STUDI KASUS TRANSJOGJA Adi Nugraha, Kristian; Susanto, Budi; Rachmat Chrismanto, Antonius
Proceedings of KNASTIK 2012
Publisher : Duta Wacana Christian University

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

Abstract

Transjogja, a busway transportation system, is widely used by people for traveling inYogyakarta. Because of increasing number of Transjogja shelters, using Transjogjabecomes more and more complicated for people. Therefore, the authors propose asolution by designing a location-based mobile application, which can provideinformation about Transjogja. The system is built using a Web Service in order tosupport a large number of outstanding mobile platforms. For the optimization of WebService access, the authors implement a cache in the client application in order tospeedup Web Service access time.
PENGAMBILAN KEPUTUSAN DENGAN ALGORITMA MINIMAX DALAM PERMAINAN “NIM” Prestianti, Denna; Purwadi, Joko; Rachmat C, Antonius
Proceedings of KNASTIK 2010
Publisher : Duta Wacana Christian University

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

Abstract

Permainan NIM merupakan permainan yang dapat melatih pengguna untuk belajar cara memenangkan permainan tanpa ada kata seri. Pemain secara bergantian mengambil biji pada papan NIM dan pemain yang mengambil biji terakhir memenangkan permainan. Tentunya akan sangat menarik untuk membangun sebuah aplikasi yang dapat memberikan perlawanan tangguh terhadap lawan mainnya. Untuk menjadi lawan yang tangguh, komputer harus dapat memprediksi langkah yang akan diambil oleh komputer dan pemain. Salah satu algoritma yang dapat digunakan adalah algoritma Minimax. Algoritma Minimax yang digunakan akan men-generate tree kemungkinan langkah komputer, kemungkinan langkah pemakin dan kemungkinan langkah komputer setelah pemain bermain. Algoritma ini akan membentuk tree kemungkinan langkah sampai node paling dalam, kemudian diikuti dengan node selanjutnya. Setiap node akan diberi nilai untuk menjadi nilai pada node diatasnya dengan menerapkan prinsip min dan max. Penulis telah menerapkan algoritma Minimax pada permainan NIM. Dari hasil penelitian yang dilakukan, penggunaan algoritma Minimax mampu memberikan perlawanan terbaik dengan tingkat kemenangan yang lebih besar dari peman. Akan tetapi, semakin bertambahnya jumlah baris dan jumlah biji, akan membutuhkan waktu yang lama dan tree yang panjang untuk menemukan langkah terbaik.
APLIKASI PLAYER UNTUK MENJALANKAN FILE WAVE YANG TERKOMPRESI DENGAN METODE HUFFMAN SECARA ON-THE-FLY Mega Wea, Karmela Saturnina; Raharjo, Willy Sudiarto; Rachmat C, Antonius
Proceedings of KNASTIK 2010
Publisher : Duta Wacana Christian University

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

Abstract

File wave merupakan salah satu format file audio yang banyak dipakai dalam sistem operasi Windows untuk keperluan game dan multimedia. Semakin lama durasi sebuah file wave, semakin besar kapasitas media penyimpanan yang dibutuhkan untuk menyimpan data audio file wave tersebut. Kompresi data merupakan salah satu cara yang dapat dimanfaatkan untuk mengatasi masalah ukuran file wave yang besar. Metode kompresi yang digunakan pada penelitian ini adalah metode Huffman. Selain itu, penelitian ini juga membuat sebuah aplikasi player yang dapat menjalankan atau memainkan file wave terkompresi tersebut. Penggunaan metode Huffman dapat memperkecil file wave dengan penghematan rata-rata sebesar 18,04 %. Pada beberapa kasus kompresi file wave yang memiliki jumlah karakter unik mendekati 256 karakter dan banyak pola data yang mempunyai frekuensi kemunculan sama, penggunaan metode ini justru menghasilkan ukuran file yang lebih besar dari ukuran file aslinya. Aplikasi player yang dibuat juga mampu memainkan file wave terkompresi secara on-the-fly.
Penerapan Konsep User Agent Untuk Meminimalkan Biaya Perjalanan Pesawat Terbang Menggunakan Metode Dynamic Programming Wilbert, Wilbert; Riyono, Andronicus; Rachmat C, Antonius
Proceedings of KNASTIK 2010
Publisher : Duta Wacana Christian University

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

Abstract

Dewasa ini berlibur ke luar kota adalah aktivitas yang sering kali dilakukan pada saat masa liburan datang. Orang sering kali menggunakan pesawat sebagai alat transportasi mereka. Tetapi mahalnya tiket pesawat menjadi kendala untuk berlibur. Karena sulitnya mencari tiket pesawat dengan biaya yang murah, untuk itulah aplikasi web ini dibuat. Penulis mencoba untuk membuat sebuah Agent yang dapat mengambil data dari maskapai-maskapai penerbangan yang ada dan disimpan dalam basis data MySQL, sehingga dari data-data tersebut dapat dimungkinkannya pencarian tiket pesawat termurah dengan algoritma berbasis desain Dynamic Programming yang diimplementasikan melalui Servlet oleh penulis. Dengan aplikasi web yang dibuat, masalah pencarian tiket pesawat dengan biaya yang paling murah sudah dapat dipecahkan. Hasil dari pemrosesan algoritma tersebut adalah adanya alternatif biaya yang dapat ditampilkan dan penelusuran jalur / rute dari masing-masing alternatif yang dikeluarkan dengan tingkat kebenaran 100%.
IMPLEMENTASI ALGORITMA NAÏVE BAYES MENGGUNAKAN ISEAR UNTUK KLASIFIKASI EMOSI LIRIK LAGU BERBAHASA INGGRIS Astuti, Laksmita Widya; Rachmat C., Antonius; Lukito, Yuan
Jurnal Informatika Vol 14, No 1 (2017): MAY 2017
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (306.62 KB) | DOI: 10.9744/informatika.14.1.16-21

Abstract

Lirik lagu merupakan suatu ungkapan perasaan seseorang terhadap sesuatu hal yang sudah dilihat, didengar maupun dialaminya sehingga tidak jarang emosi menjadi salah satu kriteria user dalam melakukan pencarian. Pencarian lirik melekat pada kategori yang tidak hanya terbatas berdasarkan genre atau judul lagu, namun juga melalui emosi dari lirik lagu yang diungkapkan. Agar dapat mencapai tujuan tersebut, diperlukan suatu sistem pengkategori yang mengenali lirik lagu secara otomatis dengan salah satu metode klasifikasi yaitu Naïve Bayes. Faktor yang mendorong tingginya tingkat akurasi bukan hanya terletak pada metode klasifikasi saja, namun proses sebelum menuju tahap klasifikasi juga berpengaruh pada hasil yang didapatkan. Maka dari itu, penulis melakukan penelitian melalui beberapa tahap yaitu preprocessing berupa tokenisasi, stopword dan stemming, kemudian feature selection yang digunakan adalah TF-IDF dengan bantuan ISEAR karena mengandung 7 emosi dasar. Dari ketujuh emosi dasar tersebut, tiga diantaranya merupkan emosi yang akan digunakan dalam penelitian ini yaitu anger, sadness dan joy. Hasil dari penelitian ini menunjukkan dengan menggunakan ISEAR akurasi tertinggi terdapat pada feature set 60% dan 100% yaitu sebesar 82,2%. Perbedaan signifikan dihasilkan pada penggunaan ISEAR dengan akurasi rata-rata keseluruhan porsi featureset sebesar 77% sedangkan tanpa menggunakan ISEAR rata-rata akurasi sebesar 53%. Dokumen paling relevan untuk pengujian menggunakan ISEAR terdapat pada kategori angry dengan rata-rata f-measure sebesar 0.7267.
Perbandingan Akurasi Model Regresi Logistik umtuk Prediksi Kategori IP Mahasiswa Jalur Prestasi dengan Non Jalur Prestasi Santosa, R Gunawan; Crismanto, Antonius Rachmat
Teknik dan Ilmu Komputer VOL. 7 NO. 25 Januari-Maret 2018
Publisher : Teknik dan Ilmu Komputer

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

Abstract

AbstrakPenelitian ini membandingkan akurasi prediksi menggunakan regresi logistik terhadap kategori Indeks Prestasi (IP) semester pertama (IPS1) mahasiswa jalur prestasi dengan mahasiswa non jalur prestasi di Fakultas Teknologi Informasi (FTI) Universitas Kristen Duta Wacana (UKDW). Variabel dependen pada jalur prestasi adalah kategori IP semester pertama sedangkan variabel independen yang digunakan adalah lokasi, kategori, status SMA, dan level tes kemampuan bahasa Inggris. Variabel untuk model regresi logistik untuk non jalur prestasi adalah sama seperti jalur prestasi namun ditambah empat variabel lain, yaitu hasil tes nilai numerik, verbal, spasial, dan analogi. Sebagai dataset untuk membuat model regresi logistik digunakan data mahasiswa FTI angkatan 2008-2015, sedangkan data ujinya menggunakan data angkatan 2016. Ketepatan atau akurasi kedua model dalam memprediksi tersebut diukur dengan menggunakan tabel Crosstab. Penelitian ini menghasilkan delapan model regresi logistik, yaitu model A-H. Nilai akurasi tertinggi untuk jalur prestasi adalah model F (dataset 2008-2013) dengan akurasi prediksi 73,73%. Hasil akurasi tertinggi untuk jalur non prestasi adalah dengan model D (dataset 2008-2011) dan E (dataset 2008-2012) dengan akurasi prediksi 56,76%. Dilihat dari segi akurasinya, model yang dihasilkan lebih baik digunakan untuk memprediksi jalur prestasi daripada jalur non prestasi.Kata Kunci: regresi logistik, prediksi, jalur prestasi, jalur non prestasi.AbstractThis research compares accuracy of prediction of Grade Point Average (GPA) of the first semester students who were admitted through Achievement Admission (AA) and Regular Admission (RA) using logistic regression in Faculty of Information Technology, Universitas Kristen Duta Wacana (UKDW), Yogyakarta. The dependent variables of logistic regression on AA was the category of first semester GPA, meanwhile the independent variables were location, category, high school status, and level of English proficiency. The variables of logistic regression on RA were the same as on AA along with four additional variables: the results of numeric, verbal, spatial and analogy test. The dataset used to create logistic regression model were FTI students, 2008 – 2015 batch, while the testing data were FTI students 2016 batch. This research produced 8 logistics regression model for AA and RA, model A – H. The accuracy of prediction was measured by using Crosstab table. The Crosstab table showed that the highest accuracy of AA was model F (dataset 2008-2013 with accuracy 73.73%), while the highest accuracy of RA was model D (dataset 2008-2011) and E (dataset 2008-2012) with accuracy 56.76%. From these accuracy results, our model was better to predict AA rather than RA
Identifikasi Komentar Spam Pada Instagram Antonius Rachmat Chrismanto; Yuan Lukito
Lontar Komputer : Jurnal Ilmiah Teknologi Informasi Vol. 8, No. 3 Desember 2017
Publisher : Institute for Research and Community Services, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (476.532 KB) | DOI: 10.24843/LKJITI.2017.v08.i03.p08

Abstract

Spam on Instagram (IG) is generally a comment that is considered as irritating because it does not relate to the photos or videos which were commented. Spam on comment section can cause some negative impacts such as making it difficult to follow the discussion on the posted status and making someone’s photo or video looks very popular, commented by a lot of followers despite the fact that most of the comments are actually spam. This research tries to build a model that can identify spam comments on IG. The comment on IG is in text format, so in this research, we use text processing methods. We use Support Vector Machine (SVM) for spam identification. The comment data used in this study were collected from Indonesian actors and artists who are the most followed accounts in IG. We have tested the spam identification model using SVM method resulted in 78.49% of accuracy. This result is better than the baseline model using NB method (77.25%). This research also tested some of the different training data proportions and SVM remains better than NB. Another result of this research are some adaptations needed for preprocessing and stemming stages that must be customized to support Unicode characters and unique symbols that commonly found in IG comments section.