Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Teknosains: Media Informasi Sains dan Teknologi
Rivanda Putra Pratama
Dept. Sistem Informasi, Institut Teknologi Sepuluh Nopember Surabaya
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS ENTITY MATCHING PADA DATASET SMARTPHONE MENGGUNAKAN METODE SIF, RNN, ATTENTION, DAN HYBRID Rahmat Hidayat; Rivanda Putra Pratama; Nur Aini Rakhmawati
Teknosains Vol 15 No 1 (2021): Januari-April
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/teknosains.v15i1.17583

Abstract

Penerapan teknologi informasi saat ini berdampak pada kecepatan dan efektivitas suatu perusahaan atau masyarakat. Perkembangan dan kecepatan data saat ini sangat krusial, perusahaan terus berupaya untuk mempercepat analisis data perusahaan mereka. Dalam pelaksanaan pengolahan data, entity matching berperan mencocokkan dua entitas. Masalah dengan entity matching adalah bahwa kecocokan dalam pengenal unik terdistribusi jarang terjadi dan sering kali terkait dengan masalah privasi. Oleh karena itu diperlukan langkah untuk mencocokkan dua entitas yang sama yaitu dengan menggunakan deep learning. Deepmatcher adalah paket Python yang didasarkan pada arsitektur model Deep learning yang dianggap berfungsi baik dengan pencocokan entitas. Tujuan dari penelitian ini adalah untuk mengimplementasikan deepmatcher pada entity matching melalui pencocokan antara dua dataset smartphone dengan menggunakan model SIF, RNN, attention, dan hybrid. Hasil pengujian dengan semua model rata-rata akurat. Model attention dan hybrid cocok untuk proses pelatihan model pada dataset smartphone karena masing-masing memiliki nilai F1 terbesar yaitu 82,93. 
Co-Authors Nur Aini Rakhmawati Rahmat Hidayat