Garuda - Garba Rujukan Digital

Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Wahib, Aminul; Pasnur, Pasnur; Santika, Putu Praba; Arifin, Agus Zainal
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.199 KB)

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.

Semantic Clustering Dan Pemilihan Kalimat Representatif Untuk Peringkasan Multi Dokumen ., Pasnur; Santika, Putu Praba; Syaifuddin, Gus Nanang
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 2 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1003.083 KB)

Abstrak Coverage dan saliency merupakan masalah utama dalam peringkasan multi dokumen. Hasil ringkasan yang baik harus mampu mampu mencakup (coverage) sebanyak mungkin konsep penting (salient) yang ada pada dokumen sumber. Penelitian ini bertujuan untuk mengembangkan metode baru peringkasan multi dokumen dengan teknik semantic clustering dan pemilihan kalimat representatif cluster. Metode yang diusulkan berdasarkan prinsip kerja Latent Semantic Indexing (LSI) dan Similarity Based Histogram Clustering (SHC) untuk pembentukan cluster kalimat secara semantik, serta mengkombinasikan fitur Sentence Information Density (SID) dan Sentence Cluster Keyword (SCK) untuk pemilihan kalimat representatif cluster. Pengujian dilakukan pada dataset Document Understanding Conference (DUC) 2004 Task 2 dan hasilnya diukur menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai nilai ROUGE-1 rata-rata sebesar 0,395 dan nilai ROUGE-2 rata-rata sebesar 0,106. Kata kunci: peringkasan multi dokumen, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword Abstract Coverage and saliency is a major problem in multi-document summarization. The good summary should be able to cover (coverage) as much as possible the important concepts (salient) that exist in the source document. This research aims to develop a new method for multiple document summarization with semantic clustering techniques and the selection of representative clusters sentence. The proposed method is based on the principles of Latent Semantic Indexing (LSI) and Similarity Based Histogram Clustering (SHC) for clustering sentences semantically, and combine features of Sentence Information Density (SID) and Sentence Cluster Keyword (SCK) for selecting a representative sentence cluster. Tests are performed on Document Understanding Conference (DUC) 2004 Task 2 dataset and the results are measured using the Recall-Oriented Understudy for Gisting Evaluation (ROUGE). The results show that the proposed method is able to achieve ROUGE-1 value by an average of 0.395 and the ROUGE-2 value by an average of 0.106. Keywords: multiple document summarization, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN DENGAN METODE AHP TOPSIS (Studi Kasus: PT. Global Retailindo Pratama) Santika, Putu Praba; Handika, I Putu Susila
SINTECH (Science and Information Technology) Journal Vol 2 No 1 (2019): SINTECH Journal Edisi April 2019
Publisher : LPPM STMIK STIKOM Indonesia

To get good employees, a good selection process is needed. From the results of the interview, PT. Global Retailindo Pratama uses four criteria for the selection of new employees, education, intelligence, experience, and interviews. All prospective employees must take an exam to measure the criteria of education and intelligence and also have to send a photocopy of proof of their experience. The first stage selection is done to determine the prospective applicants who will take part in the interview. The second stage is conducted to determine the prospective employees who are accepted. The process of assessment and selection is still done by humans, so it takes a lot of time and energy. This problem can be solved by providing an information system for submitting applications and conducting examinations online. All documents are sent in digital form, also automaticlly checking answers from prospective employees. To select prospective employees, a method is needed that can recommend potential prospective employees based on specified criteria. The TOPSIS method is a decision support method that can provide recommendations in accordance with the criteria. The disadvantage of the TOPSIS method is that it requires weighting in the ranking process. The Analytical Hierarchy Process (AHP) method can be used to determine the criteria weight. Combining AHP and TOPSIS methods can produce more objective ranking results. Combining the AHP and TOPSIS methods can produce better recommendations.

Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Wahib, Aminul; Pasnur, Pasnur; Santika, Putu Praba; Arifin, Agus Zainal
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.

REKOMENDASI PELAMAR KERJA BERDASARKAN SPESIFIKASI LOWONGAN MENGGUNAKAN METODE ANP TOPSIS Handika, I Putu Susila; Santika, Putu Praba
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 15, No 1 (2020): Februari 2020
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v15i1.1846

Abstrak. Pemilihan karyawan ini terkadang menjadi sesuatu yang menyulitkan bagi departemen HRD jika jumlah pelamar banyak serta kriteria-kriteria penerimaan yang ditetapkan tiap perusahaan terkadang kompleks. Tentunya jika proses tersebut dilakukan secara manual, akan membutuhkan waktu yang tidak sedikit serta memerlukan perhitungan yang akurat. Sehingga diperlukan sebuah sistem pendukung keputusan (SPK) yang dapat membatu tiap-tiap perusahaan untuk memilih karyawan yang sesuai dengan kriteria perusahaan. TOPSIS merupakan salah satu metode pendukung keputusan yang dapat membantu memberikan rekomendasi sesuai dengan kriteria yang telah ditentukan. Penelitian ini juga menggabungkan metode ANP untuk membantu memcahkan masalah nilai bobot pada metode TOPSIS, sehingga menghasilkan hasil perangkingan yang lebih objecktif. Dengan menggabungkan metode ANP dan TOPSIS dapat menghasilkan rekomendasi calon karyawan yang lebih baik.Kata Kunci: ANP; TOPSIS; penerimaan karyawan; sistem pendukung keputusan DOI : https://doi.org/10.33005/scan.v15i1.1846

Perancangan datawarehouse dan teknologi business intelligence untuk analisa penjualan pada perusahaan retail PT. ABC I Putu Susila Handika; Putu Praba Santika
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 5 No 2 (2020): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v5i2.1309

PT. ABC is one of the retail industries. PT. ABC already has 378 stores spread across Bali, Lombok, and Makassar. Curently PT. ABC has a POS cashier system and warehouse management system to help run its business processes. The problem that often occurs is when the data is more and more, the process of data analysis becomes less optimal because the data is processed very much and to many users who use the system. Thus datawarehouse and business intelligence technology are needed to process data and visualize data into information that can be easily analyzed by stakeholders. Datawarehouse modeling method used in this study is the nine steps kimball method, for ETL process tools are used from Pentaho data integration, and the data visualization process is used power business intelligence tools to be able to display data in graphical form so that stakeholders can analyze data quickly and easily. The application of data warehouses and business intelligence technology can be used and produce information that matches the needs obtained in the analysis of functional requirements. This is evidenced by the results of black box testing that has been received by all stakeholders of PT. ABC.

Analisis dan Evaluasi Pengalaman Pengguna PaTik Bali dengan Metode User Experience Questionnaire (UEQ) I Nyoman Saputra Wahyu Wijaya; Putu Praba Santika; Ida Bagus Ary Indra Iswara; I Nyoman Alit Arsana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 2: April 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020762763

PaTik Bali merupakan aplikasi keyboard virtual berbasis mobile. Keyboard PaTik berfungsi menulis aksara Bali. PaTik memiliki fitur autocorrection sesuai dengan pasang pageh aksara bali. Pada google playstore, jumlah perangkat terinstall lebih dari 89.000 perangkat mobile. Dalam penelitian ini ingin diketahui tingkat kenyamanan pengguna dari segi User Experience. Maka dalam penelitian ini dilakukan evaluasi pengalaman pengguna PaTik Bali. Evaluasi dilakukan dengan metode User Experience Questionnaire (UEQ). Kelengkapan aspek, yaitu attractiveness, pragmatic quality dan hedonic quality menjadi keunggulan User Experience Questionnaire (UEQ). Selain itu, sudah disedikan Data Analysist Tool dalam format excel untuk memudahkan pengukuran User Experience Questionnaire (UEQ). Evaluasi dilakukan pada suatu populasi yang berjumlah 34 data. Evaluasi User Experience Questionnaire (UEQ) memiliki penilaian yang baik. Daya tarik memiliki nilai rata-rata 1.8, kejelasan memiliki nilai 1.7, Efisiensi memiliki nilai 1.6, Ketepatan memiliki nilai 1.7, Stimulasi memiliki nilai 2, dan Kebaruan memiliki nilai 1.3. Hasil analisa untuk kualitas pragmatic dan hedonis pun memiliki penilaian yang baik masing-masing memiliki nilai rata-rata 1.72 dan 1.73. Dan analisa benchmark juga memberikan nilai 1.73 yang dikatakan baik. Analisa dengan menggunakan UEQ menunjukkan user experience dari pengguna PaTik Bali dapat dikatakan baik dengan nilai rata-rata diatas 1. AbstractPaTik Bali is a mobile-based virtual keyboard application. PaTik keyboard functions to write Balinese script. PaTik has an autocorrection feature in accordance with the Balinese script. On the Google Play Store, the number of devices installed is more than 89,000 mobile. In this study, we want to know the level of user comfort in terms of User Experience. So in this study an evaluation of the experience of PaTik Bali users was conducted. The evaluation was carried out using the User Experience Questionnaire (UEQ) method. Completeness of aspects, namely attractiveness, pragmatic quality and hedonic quality are the advantages of User Experience Questionnaire (UEQ). In addition, Data Analysis Tool has been provided in Excel format to facilitate the measurement of User Experience Questionnaire (UEQ). The evaluation was carried out on a population of 34 data. The User Experience Questionnaire (UEQ) evaluation has a good rating. Attraction has an average value of 1.8, clarity has a value of 1.7, Efficiency has a value of 1.6, Accuracy has a value of 1.7, Stimulation has a value of 2, and Novelty has a value of 1.3. The analysis results for pragmatic and hedonic quality also have good ratings, each having an average value of 1.72 and 1.73. And benchmark analysis also gives a value of 1.73 which is said to be good. Analysis using UEQ shows that the user experience of PaTik Bali users can be said to be good with an average value above 1.

Semantic Clustering Dan Pemilihan Kalimat Representatif Untuk Peringkasan Multi Dokumen Pasnur .; Putu Praba Santika; Gus Nanang Syaifuddin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1 No 2: Oktober 2014
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Abstrak Coverage dan saliency merupakan masalah utama dalam peringkasan multi dokumen. Hasil ringkasan yang baik harus mampu mampu mencakup (coverage) sebanyak mungkin konsep penting (salient) yang ada pada dokumen sumber. Penelitian ini bertujuan untuk mengembangkan metode baru peringkasan multi dokumen dengan teknik semantic clustering dan pemilihan kalimat representatif cluster. Metode yang diusulkan berdasarkan prinsip kerja Latent Semantic Indexing (LSI) dan Similarity Based Histogram Clustering (SHC) untuk pembentukan cluster kalimat secara semantik, serta mengkombinasikan fitur Sentence Information Density (SID) dan Sentence Cluster Keyword (SCK) untuk pemilihan kalimat representatif cluster. Pengujian dilakukan pada dataset Document Understanding Conference (DUC) 2004 Task 2 dan hasilnya diukur menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai nilai ROUGE-1 rata-rata sebesar 0,395 dan nilai ROUGE-2 rata-rata sebesar 0,106. Kata kunci: peringkasan multi dokumen, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword Abstract Coverage and saliency is a major problem in multi-document summarization. The good summary should be able to cover (coverage) as much as possible the important concepts (salient) that exist in the source document. This research aims to develop a new method for multiple document summarization with semantic clustering techniques and the selection of representative clusters sentence. The proposed method is based on the principles of Latent Semantic Indexing (LSI) and Similarity Based Histogram Clustering (SHC) for clustering sentences semantically, and combine features of Sentence Information Density (SID) and Sentence Cluster Keyword (SCK) for selecting a representative sentence cluster. Tests are performed on Document Understanding Conference (DUC) 2004 Task 2 dataset and the results are measured using the Recall-Oriented Understudy for Gisting Evaluation (ROUGE). The results show that the proposed method is able to achieve ROUGE-1 value by an average of 0.395 and the ROUGE-2 value by an average of 0.106. Keywords: multiple document summarization, latent semantic indexing, similarity based histogram clustering, sentence information density, sentence cluster keyword

Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Aminul Wahib; Pasnur Pasnur; Putu Praba Santika; Agus Zainal Arifin
Jurnal Buana Informatika Vol. 6 No. 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v6i2.411

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.

Pembentukan Thesaurus yang Sensitif Terhadap Tingkat Polaritas Review Pada Cross-Domain Sentiment Classification Putu Praba Santika; Agus Zainal Arifin; Diana Purwitasari
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 5, No 2 (2015): Jurnal Inspiration Volume 5 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v5i2.69

Ketidaksesuaian antara isi opini dan rating yang diberikan pada review produk mungkin terjadi karena diberikan secara terpisah. Pendekatan Machine Learning dapat dilakukan untuk klasifikasi sentimen yang terdapat pada opini untuk mendapatkan rating. Idealnya classifier dilatih dengan data yang sudah diketahui polaritasnya dari domain yang sama dengan domain yang akan diuji, sehingga diperlukan data latih tersendiri. Pelabelan secara manual pada pembuatan data latih sangat menghabiskan waktu dan biaya. Untuk menghidari pelabelan secara manual, dilakukan dengan pendekatan cross-domain sentiment classification.Pendekatan ini hanya membedakan polaritas opini menjadi positif dan negatif. Hal ini menyebabkan kerancuan, sehingga perlu digunakan rentang nilai untuk menunjukkan tingkat polaritas suatu opini. Penelitian ini bertujuan untuk mengusulkan pendekatan pengukuran tingkat polaritas review pada cross-domain sentiment classification agar dapat melakukan klasifikasi pada domain yang berbeda. Metode yang digunakan adalah membuat thesaurus yang sensitif terhadap tingkat polaritas sentimen digunakan dalam features expansion untuk menambahkan feature baru pada Review. Review yang sudah ditambah feature baru digunakan pada training dan testing.Hasil pengujian menunjukkan bahwa rata-rata akurasi pada pengujian cross-domain sentiment classification yang menerapkan features expansion dengan memanfaatkan thesaurus yang sensitif terhadap sentiment 8.17% lebih baik dari pada yang tidak menerapkan features expansion. Penelitian ini membuktikan bahwa klasifikasi pada domain yang berbeda dapat dilakukan dengan menerapkan features expansion dengan memanfaatkan thesaurus yang sensitif terhadap tingkat polaritas sentiment.

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search