Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Annual Research Seminar Sriwijaya Journal of Informatics and Applications
Novi Yusliani
Sriwijaya University
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Rancang Bangun Sistem Pengecekan Ambiguitas Kalimat Berbahasa Indonesia Menggunakan Harmony Search Algorithm Tristi Dwi Rizki; Novi Yusliani
Annual Research Seminar (ARS) Vol 2, No 1 (2016)
Publisher : Annual Research Seminar (ARS)

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

Abstract

Masyarakat Indonesia sehari-harinya berkomunikasi dan berinteraksi menggunakan bahasa Indonesia.  Dalam penggunaannya, masih ada bahasa Indonesia yang tidak sesuai dengan kaidah yang berlaku yaitu masih ada kesalahan-kesalahan dalam penggunaannya. Salah satu jenis kesalahan dalam berbahasa dan berkomunikasi ialah karena adanya ambiguitas. Pada penelitian ini diusulkan sebuah rancangan pengecekan ambiguitas kalimat Berbahasa Indonesia menggunakan Harmony Search Algorithm. Harmony Seacrh Algorithm digunakan untuk  menentukan pola pembentuk kalimat. Metode ini menghasilkan sebuah pengecekan kalimat ambigu atau tidak ambigu.
Rancang Bangun Sistem Peringkasan Teks Multi-Dokumen Gilbert Christopher; Novi Yusliani
Annual Research Seminar (ARS) Vol 2, No 1 (2016)
Publisher : Annual Research Seminar (ARS)

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

Abstract

Seiring dengan bertumbuhnya jumlah dokumen digital yang sangat pesat, membuat pengguna membutuhakan suatu sistem yang dapat melakukan peringkasan teks.  Pada penelitian ini diusulkan sebuah rancangan peringksan teks multi-dokumen berbasis pendekatan clustering dan pemilihan kalimat. Metode yang digunakan proses clustering kalimat adalah Latent Semantic Indexing (LSI) dan Similarity Based Histogram Clustering (SHC). Metode LSI dilakukan untuk menghitung tingkat kemiripan antarpasangan kalimat dan metode SHC digunakan untuk mengelompokkan kalimat-kalimat ke dalam cluster. Sedangkan metode yang digunakan dalam pemilihan kalimat adalah Sentences Information Density (SID). Metode tersebut merupakan metode pemilihan berbasis positional text graph. Kombinasi metode tersebut mampu menghasilkan sebuah peringkasan teks multi-dokumen yang mengandung coverage, diversity dan koherensi yang tinggi.
Classification of Emotions on Twitter using Emotion Lexicon and Naïve Bayes Dhiya Fairuz; Novi Yusliani; Kanda Januar Miraswan
Sriwijaya Journal of Informatics and Applications Vol 2, No 2 (2021)
Publisher : Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/sjia.v2i2.24

Abstract

Social media is a means of interaction and communication. One of the social media that is often used is Twitter. Twitter allows its users to express many things, one of which is being a personal media to provide various kinds of expressions from its users such as emotions. Users can express their emotions and sentiments through writing on the status of their social media posts. One method to find out the emotion in the sentence is using the Emotion Lexicon. However, the lexicon-based method is not good at classifying data because not every word contains emotion. So, there's a need to combine it with other classification method such as Naive Bayes. Naïve Bayes relies on independent assumptions to obtain a classification through the probability hypothesis that each class has. The results of the classification test with Emotion Lexicon alone have 46% accuracy, 45% precision, 51% recall and 36% f-measure. While the results of the classification test with Emotion Lexicon and Naïve Bayes resulted in an accuracy of 65%, precision of 77%, recall of 55%, and f- measure of 59%.
Co-Authors Dhiya Fairuz Gilbert Christopher Kanda Januar Miraswan Tristi Dwi Rizki