Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2019 - 2024

0.659

P-Index

This Author published in this journals

All Journal Jurnal CoreIT

Suwanto Sanjaya

UIN Suska Riau

Author-ID : 370393

Computer Science & IT

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Aplikasi Android untuk Alih Aksara Latin ke Arab Melayu dengan Pendekatan Berbasis Aturan Yusra, Yusra; Fikry, Muhammad; Yani, Susmi Syahfrida; Irsyad, Muhammad; Sanjaya, Suwanto
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Bahasa Indonesia didasarkan dari bahasa Melayu yang dapat dituliskan dengan menggunakan aksara Latin dan aksara Arab Melayu. Saat ini, generasi muda di Riau lebih memahami penggunaan aksara Latin daripada aksara Arab Melayu. Meskipun mereka mendapatkan pelajaran baca tulis Arab Melayu di sekolah, ketidaktahuan dan kurang pahamnya aturan dalam menulis Arab Melayu akan menyebabkan kesalahan penulisan. Untuk mencegah terjadinya kesalahan penulisan, dipergunakan aplikasi transliterasi (alih aksara). Transliterasi melakukan penyalinan dengan penggantian huruf dari abjad yang satu ke abjad yang lain. Aplikasi alih aksara dirancang berdasarkan aturan-aturan yang ada di buku Pedoman Umum Tulisan Arab Melayu, dan dibangun menggunakan bahasa pemrograman Java (Android). Pengujian dilakukan dengan membandingkan keluaran dari aplikasi terhadap hasil alih aksara oleh pakar aksara Arab Melayu. Akurasi dari hasil pengujian sebesar 95,5%. Persentase akurasi menunjukkan bahwa hasil validitasnya pada kriteria Sangat Valid.

Penerapan Metode Winnowing Fingerprint dan Naive Bayes untuk Pengelompokan Dokumen Radili, Adi; Sanjaya, Suwanto
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 3, No 2 (2017): Desember 2017
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Keanekaragaman dokumen teks serta jumlahnya saat ini terus bertambah yang menyebabkan penumpukan dokumen. Dokumen yang tersebar dan tidak terkoordinasi dengan baik akan menyulitkan pencari informasi dalam mendapatkan informasi yang diinginkan, maka perlu dibuatnya suatu sistem yang dapat mengelompokkan dokumen. Penelitian ini menerapkan metode winnowing untuk pemilihan fitur yaitu fingerprint dan naive bayes untuk pengelompokan. Pengelompokan dokumen dengan menggunakan winnowing fingerprint dan naive bayes mempunyai 8 bidang keahlian dengan menggunakan 1050 dokumen abstrak dengan 90% data latih dan 10% data uji. Pengujian menghasilkan akurasi 40% (k-gram=3, bilangan prima=2 dan jumlah window=8), 49,52% (k-gram=5, bilangan prima=2 dan jumlah window=8), 84,76% (k-gram=8, bilangan prima=2 dan jumlah window=8) dan 67,61% (k-gram=12, bilangan prima=2 dan jumlah window=8). Sedangkan pengujian menggunakan data yang seimbang, yaitu 400 data latih (masing-masing kelas memiliki 50 dokumen) menghasilkan akurasi 20% (k-gram=3, bilangan prima=2 dan jumlah window=8), 27,5% (k-gram=5, bilangan prima=2 dan jumlah window=8), 70% (k-gram=8, bilangan prima=2 dan jumlah window=8) dan 47,5% (k-gram=12, bilangan prima=2 dan jumlah window=8). Konfigurasi winnowing dengan nilai k-gram=8, bilangan prima=2 dan jumlah window=8 akan menghasilkan ciri dokumen yang terbaik untuk pengelompokan dokumen.Kata kunci – Text Mining, Winnowing, Naive Bayes, Fingerprint, Pengelompokan Dokumen

Penerapan Learning Vector Quantization Pada Pengelompokan Tingkat Kematangan Buah Tomat Berdasarkan Warna Buah Sanjaya, Suwanto
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 5, No 2 (2019): Desember 2019
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Tingkat kematangan buah tomat dapat dilihat dari warna buah. Pada penelitian sebelumnya pernah dilakukan penentuan tingkat kematangan buah tomat menggunakan fitur Hue, Saturation, dan Value (HSV), serta metode klasifikasi Learning Vector Quantization (LVQ). Pada penelitian tersebut menggunakan data citra buah tomat dari satu sisi. Pada kenyataanya, tidak semua buah tomat memiliki penyebaran warna yang sama disetiap sisinya. Oleh karena itu dibutuhkan teknik untuk merata-ratakan informasi warna dari beberapa sisi buah. Berdasarkan permasalahan tersebut, maka data citra buah tomat yang digunakan diambil dari empat sisi untuk setiap buahnya. Total data citra yang digunakan adalah 400 citra dari empat sisi dan setelah dirata-ratakan menjadi 100 data. Level kematangan buah tomat yang digunakan adalah 5 level yaitu green, breakers, turning, pink, light red, dan red. Proses pelatihan dan pengujian bobot optimal menggunakan K-Fold Cross Validation. Berdasarkan hasil pengujian, rata-rata akurasi tertinggi adalah mencapai 87,25% yang diuji menggunakan 400 citra setiap sisi buah. Berdasarkan hasil pengujian tersebut dapat disimpulkan nilai HSV yang dihasilkan dari rata-rata penggabungan citra empat sisi dapat dijadikan alternatif untuk menentukan tingkat kematangan buah tomat karena dapat meningkatkan akurasi walaupun tidak terlalu signifikan

Pengelompokan Dokumen Menggunakan Winnowing Fingerprint dengan Metode K-Nearest Neighbour Sanjaya, Suwanto; Absar, Ersad Alfarsy
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 1, No 2 (2015): Desember 2015
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Text mining dapat didefinisikan sebagai suatu proses menggali informasi oleh seorang user yang berinteraksi dengan sekumpulan dokumen menggunakan tools analisis yang merupakan komponen- komponen dalam data mining. Dalam text mining dikenal beberapa metode untuk klasifikasi teks, salah satunya adalah K-Nearest Neightbour (KNN). KNN adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Pada penelitian ini akan dilakukan klasifikasi terhadap dokumen teks menggunakan metode KNN berdasarkan winnowing fingerprint. Winnowing adalah algoritma yang biasa digunakan untuk mendeteksi kesamaan isi suatu dokumen teks dengan cara memecah kalimat yang ada pada dokumen teks menjadi beberapa karakter sepanjang k-grams dan menghasilkan output berupa kumpulan nilai hash yang disebut fingerprint. Penelitian ini mencoba untuk menjadikan fingerprint sebagai ciri suatu dokumen teks lalu mengelompokkan dokumen teks berdasarkan ciri tersebut. Proses klasifikasi diawali dengan mengumpulkan dokumen latih yang akan dijadikan sebagai acuan dalam pengelompokan dokumen. Dokumen latih tersebut diproses dengan metode winnowing untuk mendapatkan ciri dari dokumen tersebut. Dokumen uji yang ingin dikelompokkan juga harus melewati proses winnowing, setelah fingerprint didapat maka dilanjutkan dengan proses klasifikasi menggunakan metode KNN. Dari hasil pengujian terhadap 10 dokumen uji didapat nilai akurasi pengelompokan 80%.

Data Warehouse Design For Sales Transactions on CV. Sumber Tirta Anugerah Syaputra, Muhammad Dwiky; Nazir, Alwis; Gusti, Siska Kurnia; Sanjaya, Suwanto; Syafria, Fadhilah
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 8, No 2 (2022): December 2022
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Many data warehouses are implemented in companies engaged in retail, CV. Sumber Tirta Anugerah is one of the paint product retail companies that has not implemented it yet. As time goes by, the sales transaction data is getting more and more difficult to process because it is still stored in Microsoft Excel. This is a serious problem in utilizing historical data to assist in making a decision. It is difficult to store sales data because the data is quite large and a lot. Based on the above problems, a data warehouse design is needed for sales transaction data. This data warehouse design uses Kimball's nine-steps method and star schema. To perform the ETL process (extract, transform, and load) using Pentaho software. In this data warehouse design, Tableau software is used to visualize the processed data into a graph and dashboard report. The result of this research is a data warehouse design using nine steps and a star schema which gets a transformation response time of 4048 MS.

Co-Authors Ersad Alfarsy Absar, Ersad Alfarsy Fadhilah Syafria Gusti, Siska Kurnia Muhammad Fikry Muhammad Irsyad Nazir, Alwis Radili, Adi Syaputra, Muhammad Dwiky Yani, Susmi Syahfrida Yusra, Yusra

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search