Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology)

MESIN PENCARI AYAT AL QURAN MENGGUNAKAN INEXACT STRING MATCHING Anwar, Agus Sofiyan; Abidin, Zainal; Kusumawati, Ririen
MATICS MATICS (Vol. 4 No. 3
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (512.752 KB) | DOI: 10.18860/mat.v0i0.1569

Abstract

Dengan adanya teknologi digital, al Quran yang dahulu berupa teks manual sekarang sudah dapat dijumpai versi digitalnya. Hal tersebut memicu pengembangan perangkat lunak yang membantu mendapatkan informasi dari teks al Quran, seperti: pencarian ayat berdasarkan kata, frase maupun tema, terjemahan al Quran, tafsir al Quran. Dalam kaitannya dengan pencarian ayat berdasarkan kata atau frase, pada umumnya perangkat lunak yang ada menggunakan teknik exact string matching, yaitu teknik pencarian ayat yang sesuai dengan kata inputan secara tepat. Teknik tersebut sangat sesuai jika pemakai perangkat lunak mengetikkan kata atau frase yang akan dicari dengan benar. Tetapi jika pemakai salah dalam mengetikkan kata inputan, perangkat lunak tidak memberikan solusi atau kemungkinan-kemungkinan dari ayat yang dimaksud. Penelitian ini memadukan teknik stemming dan teknik exact string matching. Stemming berperan sebagai preprocessing untuk exact string matching. Stemming digunakan untuk menemukan kata dasar dari kata berimbuhan dengan cara menghilangkan semua imbuhan baik yang terdiri dari prefiks, sufiks, infiks, konfiks, transfiks, maupun interfiks, namun pada penelitian ini hanya menghilangkan prefiks dan sufiks saja, sebagai contoh jika kata berimbuhan adalah يسطرون maka kata dasarnya adalah سطر. Exact string matching adalah  pencocokan string secara tepat dengan susunan karakter dalam string yang dicocokkan memiliki jumlah maupun urutan karakter yang sama, sebagai contoh kata سطر akan menunjukkan kecocokan hanya dengan kata سطر. Dalam kaitannya dengan pencarian ayat, hasil stemming akan digunakan sebagai kata kunci (keyword) pencarian pada database indeks al Quran. Perpaduan tersebut dimaksudkan untuk meningkatkan hasil pencarian ayat, dan selanjutnya dapat dikategorikan sebagai teknik inexact string matching. Hasil uji coba membuktikan bahwa teknik inexact string matching dapat diimplementasikan untuk mendukung pencarian ayat al Quran dengan nilai F-measure tertinggi pada data uji coba adalah 100 % dan nilai F-measure terendah adalah 66.66 %. Uji coba juga membuktikan bahwa teknik inexact string matching lebih banyak memberikan solusi/kemungkinan dari ayat yang dimaksud dari pada teknik exact string matching. Kata kunci: Arabic Stop Word, Arabic Stemming, Exact String Matching, Inexact Matching
PERINGKASAN TEKS OTOMATIS BERITA BERBAHASA INDONESIA MENGGUNAKAN METODE MAXIMUM MARGINAL RELEVANCE Mustaqhfiri, Muchammad; Abidin, Zainal; Kusumawati, Ririen
MATICS MATICS (Vol. 4 No. 4
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (441.932 KB) | DOI: 10.18860/mat.v0i0.1578

Abstract

Perkembangan teknologi internet berdampak bertambahnya jumlah situs berita berbahasa Indonesia dan menciptakan  ledakan informasi. Hal tersebut menuntut semua informasi bisa diakses dengan cepat dan tidak harus membutuhkan banyak waktu dalam membaca sebuah headline berita.Teknologi peringkas teks otomatis menawarkan solusi untuk membantu pencarian isi berita berupa deskripsi singkat (summary). Penelitian dia­wali dengan lima tahap text preprocessing: pemecahan kalimat,case folding, tokenizing, filtering, dan stemming. Proses selanjutnya menghitung bobot tf-idf, bobot query relevance dan bobot similarity. Ringkasan dihasilkan dari ekstraksi kalimat dengan menggunakan metode maximum marginal relevance. Metode ekstraksi maximum marginal relevance me­rupakan metode yang digunakan untuk mengurangi redudansi dalam perangkingan kali­mat pada multi dokumen. Data uji coba diambil dari surat kabar berbahasa Indonesia on-line sejumlah 30 berita. Hasil pengujian dibandingkan dengan ringkasan manual yang menghasilkan rata-rata recall  60%, precision 77%, dan f-measure 66%.  Kata kunci: peringkasan, text preprocessing, tf-idf, query relevance, similarity, maximum marginal relevance
FUZZY LOGIC METODE MAMDANI UNTUK MEMBANTU DIAGNOSA DINI AUTISM SPECTRUM DISORDER Matondang, Fithriani; Kusumawati, Ririen; Abidin, Zainal
MATICS MATICS (Vol. 4 No. 3
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (163.845 KB) | DOI: 10.18860/mat.v0i0.1571

Abstract

Autism Spectrum Disorder (autis) merupakan gangguan yang dimulai dan dialami pada masa kanak-kanak, yang membuat dirinya tidak dapat membentuk hubungan sosial atau komunikasi yang normal, akibatnya anak tersebut terisolasi dari manusia lain. Perkembangan yang terganggu terutama dalam komunikasi, interaksi sosial dan perilaku. Namun permasalahan yang muncul adalah bagaimana cara mengetahui seorang anak menderita autis atau tidak, begitu juga cara penanganannya yang optimal. Seiring dengan kemajuan teknologi saat ini, berbagai permasalahan yang ada dapat diselesaikan dengan memanfaatkan teknologi. Salah satunya dengan membangun aplikasi sistem pakar untuk mendiagnosa Autism Spectrum Disorder (ASD) dengan fuzzy logic. Input sistem adalah gejala autis, sedangkan output sistem adalah Anak Normal (bukan autis) dan Anak Autis. Proses perhitungan sistem dilakukan dengan 4 tahapan mamdani yaitu: Pembentukan himpunan fuzzy, Implikasi aturan, Komposisi aturan dan Defuzzyfikasi. Dari hasil uji coba sistem, diperoleh data error sebanyak 40 data dari 1287 data uji coba jika dibandingkan dengan hasil uji coba manual. Dari hasil perbandingan uji coba tersebut, diperoleh persentase Error sebanyak 3.11 %, Recall sebesar 69%, dan Presisi sebesar 99%. Kata Kunci : Autism Spectrum Disorder, Fuzzy Logic, Gejala Autis , Mamdani
Comparison of Different Classification Techniques to Predict Student Graduation Subarkah, Aan Fuad; Kusumawati, Ririen; Imamudin, M
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 15, No 2 (2023): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v15i2.24095

Abstract

Every year, the number of students accepted at the Maulana Malik Ibrahim State Islamic University of Malang continues to increase. Still, not all students can graduate on time according to the specified study period, resulting in a buildup of students who have not graduated according to their graduation period. One of the aspects evaluated in the Study Program accreditation process is the student graduation rate. Apart from that, for each semester, Study Programs are also required to report educational data to DIKTI, and student graduation is one of the factors considered in the report. There is an imbalance between the number of students graduating each year and the number of new students accepted. To overcome this problem, it is necessary to predict student graduation to determine whether they will graduate on time. In science and data analysis, predictions are often used to make predictions based on existing data and information. Classification models in predicting student graduation include the Nave Bayes method, Support Vector Machine SVM, and Random Forest, as well as the level of accuracy of these three methods. From the results of experiments and model evaluations carried out, with data from 458 Informatics Engineering Study Program students with details of 366 training data and 92 testing data, it was obtained that the SVM model had the highest accuracy, reaching around 87% and Random Forest also had good accuracy, around 82%. At the same time, the Naïve Bayes model has lower accuracy, around 76%.