Article Per Year (5 Year)
p-Index From 2019 - 2024
1.066
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika JUSTIN (Jurnal Sistem dan Teknologi Informasi) Tanjungpura International Journal on Dynamics Economics, Social Sciences, and Agribusiness (TIJDESSA)
Novi Safriadi
Universitas Tanjungpura
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Perbandingan Hasil Prediksi Durasi Fonem pada Bahasa Melayu Pontianak Berdasarkan Suku Kata Menggunakan Hidden Markov Model Luthfia Justisia Loebis; Arif Bijaksana Putra Negara; Novi Safriadi
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 5, No 1 (2020): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v5i1.1986

Abstract

TTS merupakan teknologi yang kerap dimanfaatkan untuk melestarikan eksistensi sebuah bahasa. Salah satu indikator terpenting untuk menghasilkan ucapan TTS yang baik adalah durasi fonem yang tepat. Durasi fonem dapat diprediksi menggunakan HMM. Prediksi dilakukan berdasarkan suku kata untuk memperkecil korpus yang digunakan. Dalam melakukan prediksi durasi fonem berdasarkan suku kata, korpus dikonversi ke dalam bentuk kode suku kata. Selain itu dilakukan reduksi variasi fonem ke dalam pengelompokkan 3 dan 5 state, agar HMM dapat bekerja dengan baik. Korpus bahasa Melayu Pontianak yang digunakan berisi 500 kalimat. Pengujian yang dilakukan adalah pengujian perbandingan durasi fonem dan kalimat, menggunakan dua model n-gram, bigram dan trigram. Pengujian didahului dengan penentuan nilai baseline, kemudian pengujian dengan k-fold cross validation untuk dua jenis pembagian data korpus, yaitu korpus latih berisi 80% korpus bahasa Melayu Pontianak dan korpus latih berisi 20% korpus bahasa Melayu Pontianak. Nilai baseline pada pengujian perbandingan durasi fonem untuk durasi 3 state dengan kedua model n-gram mendapatkan hasil 48%, sedangkan untuk durasi 5 state mendapatkan hasil 48% dan 69%. Nilai baseline pada pengujian perbandingan durasi kalimat untuk durasi 3 state dengan kedua model n-gram, mendapatkan hasil 21% dan 19%, sedangkan untuk durasi 5 state mendapatkan hasil 32% dan 17%. Dari hasil pengujian dengan k-fold cross validation diketahui bahwa dalam penggunaaan korpus latih 80%, hasil yang didapatkan mendekati nilai baseline, sedangkan hasil pada penggunaan korpus latih 20% menjauhi nilai baseline, namun perbedaan yang terjadi cukup tipis. Dari hasil keseluruhan pengujian dapat disimpulkan berdasarkan model perhitungan yang digunakan, trigram mendapatkan hasil yang lebih baik. Sedangkan berdasarkan state durasi yang digunakan, 3 state mendapatkan hasil lebih baik.
Implementasi Sentiment Analysis Berdasarkan Tweets Masyarakat Terhadap Kinerja Presiden dalam Aspek Penanganan Covid-19 Florensius Angelus Dolf; Novi Safriadi; Tursina Tursina
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 3 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i3.54503

Abstract

Penelitian ini berfokus pada sentiment analysis berdasarkan tweets masyarakat terhadap kinerja presiden dalam aspek penanganan covid-19. Tujuan penelitian ini adalah mengetahui pengaruh dataset dan model resampling untuk membangun model sentiment analysis machine dalam menganalisa topik kinerja presiden dalam aspek penanganan covid-19 kedalam 3 kelas sentiment yaitu positif, negatif, dan netral. Terdapat dua dataset yang digunakan pada penelitian ini dataset A yang merupakan kumpulan tweets yang diambil dari Twitter sebanyak 5694 dan dataset B yang dibentuk dengan mengambil “parameter + kata independen” dari tweets sebanyak 1015. Algoritma yang digunakan dalam penelitian ini adalah algoritma Support Vector Machine (SVM) untuk membangun sebuah model machine learning dan menggunakan model resampling ROS (Random Over Sampler) dan RUS (Random Under Sampler) dalam mengatasi data yang tidak seimbang. Dari hasil pengujian pada peneltian ini dapat diketahui skenario 5 (dataset B + ROS) memiliki performa yang paling baik dengan accuracy sebesar 90,08 % dan precision 90,39 %, dari hasil pengujian juga diketahui skenario 5 merupakan model machine learning yang tidak mengalami overfitting. Penelitian ini berhasil mengimplementasikan sentiment analysis machine sehingga dapat melakukan kategorisasi teks terhadap kinerja presiden dalam aspek penanganan covid-19.Kata kunci: Sentiment Analysis, dataset, Support Vector Machine, ROS (Random Over Sampler), RUS (Random Under Sampler)
Analysis of Skill Improvement in Video and Photo Editing of High School Students: A Case Study of SMA 1 Sungai Raya Kepulauan Alfian Abdul Jalid; Hengky Anra; Eva Faja Ripanti; Novi Safriadi; Anggi Perwitasari
Tanjungpura International Journal on Dynamics Economics, Social Sciences and Agribusiness Vol. 4 No. 1 (2023): Tanjungpura International Journal On Dynamics Economic, Social Sciences and Agr
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/tijdessa.v4i1.40

Abstract

Proficiency in video editing offers many advantages due to the market demand from various sectors such as pre-wedding, wedding events, religious ceremonies, office activities, schools, universities, and more. The need to document personal moments in the era of globalization is increasing. Although video editing is included in the high school curriculum, the reality is that not many high school graduates are proficient in video editing. Therefore, it is necessary to provide more intensive training to high school students so that they do not become unemployed after graduation. This research aims to evaluate the influence of training and mentoring on the improvement of video and photo editing skills among students of SMA 1 Sungai Raya Kepulauan. The study involves two groups: an experimental group that receives training and mentoring, and a control group that does not receive similar treatment. The results of this research are expected to provide a better understanding of the effectiveness of the training and mentoring program in enhancing multimedia skills among students of SMA 1 Sungai Raya Kepulauan.
Sistem Informasi Marketplace Penyewaan Lapangan Futsal di Kota Singkawang Berbasis Website ammar alvi hidayatullah; Novi Safriadi; Enda Esyudha Pratama; Fauzan Asrin
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 6, No 2 (2023): Juli
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v6i2.207

Abstract

Abstrak: Pada Kota Singkawang proses penyewaan lapangan futsal masih menggunakan sistem konvensional. Untuk mengetahui jadwal lapangan penyewa lapangan futsal harus menanyakan ketersediaan jadwal lapangan futsal dengan cara datang langsung ke lokasi tempat futsal yang lapangannya ingin dipesan atau dengan cara menghubungi pengelola lapangan futsal melalui telepon. Permasalahan juga dialami oleh pengelola lapangan futsal dalam melakukan pendataan. Informasi yang disediakan oleh pengelola lapangan futsal juga masih manual, sehingga informasi yang didapatkan oleh penyewa tidak akurat. tujuan dari penelitian ini adalah bagaimana sistem informasi marketplace penyewaan lapangan futsal di kota Singkawang berbasis web dapat membantu penyewa lapangan dalam mendapatkan informasi dan mempermudah dalam melakukan penyewaan dan membantu pengelola lapangan dalam melakukan pendataan dan mempromosikan lapangan futsal yang dikelolanya. Untuk proses pengembangan aplikasi menggunakan metode pengembangan perangkat lunak yaitu metode waterfall. pengujian aplikasi dilakukan dengan dua cara, yaitu pengujian dengan metode Black Box dan UAT. Hasil dari pengujian Black Box adalah sistem dapat bekerja dengan sesuai yang diharapkan. Hasil UAT dari setiap pengguna aplikasi dapat disimpulkan sebuah rata-rata tingkat kepuasan terhadap aplikasi adalah 95,4%.Kata kunci: marketplace, futsal, penyewaan, pembayaranAbstract: In Singkawang City, the futsal field rental process still uses a conventional system. To find out the field schedule, futsal field tenants must ask the availability of the futsal field schedule by coming directly to the location of the futsal place whose field they want to book or by contacting the futsal field manager by telephone. Problems are also experienced by futsal field managers in collecting data. The information provided by the futsal field manager is also still manual, so the information obtained by the tenant is not accurate. the purpose of this study is how the web-based futsal field rental marketplace information system in Singkawang city can help field tenants in getting information and making it easier to rent and help field managers in collecting data and promoting the futsal field they manage. For the application development process using the software development method, namely the waterfall method. application testing is done in two ways, namely testing with the Black Box and UAT methods. The result of Black Box testing is that the system can work as expected. UAT results from each application user can be concluded an average level of satisfaction with the application is 95.4%.Keywords: marketplace, futsal, rental, payment
Pivot Language Bahasa Melayu Pontianak ke Bahasa Bugis Menggunakan Neural Machine Translation Alda Dwi Meilinda; Herry Sujaini; Novi Safriadi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 2 (2023): Volume 9 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i2.59813

Abstract

Bahasa merupakan faktor terpenting yang digunakan dalam interaksi sosial. Kemampuan berbahasa yang berbeda di kalangan masyarakat berpotensi menghambat pertukaran informasi secara verbal. Upaya yang dapat dilakukan untuk mengurangi kesalahan dalam menyampaikan informasi yaitu dengan penggunaan teknologi mesin penerjemahan. Beberapa tahun terakhir, neural machine translation telah menghasilkan terjemahan alami yang lebih akurat menggunakan arsitektur transformers dan framework tensorflow. Namun, saat ini sulit menemukan pasangan data korpus paralel dari bahasa daerah, seperti bahasa Melayu Pontianak dan bahasa Bugis, untuk memudahkan pembuatan korpus paralel digunakan bahasa Indonesia sebagai pivot language dengan arsitektur transformers. Penelitian ini bertujuan untuk mengetahui hasil nilai akurasi pada neural machine translation sebelum dan sesudah menggunakan pivot language dari bahasa Melayu Pontianak ke bahasa Bugis. Data penelitian yang digunakan berjumlah 3000 baris kalimat bahasa Melayu Pontianak dan bahasa Bugis, 3000 baris kalimat bahasa Melayu Pontianak dan bahasa Indonesia, serta 3000 baris kalimat bahasa Indonesia dan bahasa Bugis. Hasil pengujian otomatis BLEU yang diperoleh menggunakan pivot language meningkat sebesar 1,43% dibandingkan pengujian tanpa pivot language. Berdasarkan hasil penelitian penggunaan pivot language dari bahasa Melayu Pontianak ke bahasa Bugis menggunakan neural machine translation mengalami peningkatan nilai akurasi.
Implementasi Convolutional Neural Network (CNN) untuk Klasifikasi Motif Batik pada Aplikasi Computer Vision Berbasis Android Ihsan Maulana; Helen Sastypratiwi; Hafiz Muhardi; Novi Safriadi; Herry Sujaini
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.69496

Abstract

Batik merupakan bagian dari warisan budaya Indonesia yang memiliki banyak jenis dan corak karena terdapat perbedaan nilai, simbol, makna filosofis, dan strategi adaptasi yang berbeda antara satu masyarakat dengan masyarakat lainnya. Banyaknya variasi pola dalam motif batik membuat pengidentifikasian motif batik menjadi sulit, terutama bagi masyarakat awam. Diperlukanlah inovasi untuk memanfaatkan teknologi guna memperkenalkan motif batik, salah satu caranya adalah dengan memanfaatkan teknologi computer vision. Penelitian ini menggunakan teknik Deep Learning, dengan menerapkan model Convolutional Neural Network (CNN) yang digunakan untuk mengekstraksi citra pada gambar dua dimensi. Data citra yang akan digunakan sebagai objek untuk diklasifikasi adalah motif batik corak insang, dayak, ikat celup, dan megamendung. Pada penelitian ini menggunakan data citra sebanyak 1320 data latih, 80 data validasi, dan 120 data uji. Hasil pengujian pada klasifikasi, saat persentase keempat kelas mencapai 70% (passing grade) pada salah satu kelas maka dapat diklasifikasikan sebagai salah satu dari kelas tersebut. Namun, jika tidak ada satupun kelas yang mencapai passing grade, maka dapat diklasifikasikan sebagai Objek Lainnya. Hasil akhir penelitian menunjukkan bahwa Aplikasi Klasifikasi Motif Batik berbasis Android berhasil berjalan sesuai harapan, baik dari sisi fungsionalitas aplikasi maupun proses klasifikasinya.
Co-Authors Alda Dwi Meilinda Alfian Abdul Jalid ammar alvi hidayatullah Anggi Perwitasari Arif Bijaksana Putra Negara Enda Esyudha Pratama Eva Faja Ripanti Fauzan Asrin Florensius Angelus Dolf Hafiz Muhardi Helen Sastypratiwi Hengky Anra Herry Sujaini Herry Sujaini Ihsan Maulana Luthfia Justisia Loebis Tursina Tursina